Wildfires in boreal ecoregions : Evaluating the power law assumption and intra-annual and interannual variations
Notice bibliographique
Résumé
Wildfires are a major driver of ecosystem development and contributor to carbon emissions in boreal forests. We analyzed the contribution of fires of different fire size classes to the total burned area and suggest a novel fire characteristic, the characteristic fire size, i.e., the fire size class with the highest contribution to the burned area, its relation to bioclimatic conditions, and intra-annual and interannual variation. We used the Canadian National Fire Database (using data from 1960 to 2010) and a novel satellite-based burned area data set (2001 to 2011). We found that the fire size distribution is best explained by a normal distribution in log space in contrast to the power law-based linear fire area relationship which has prevailed in the literature so far. We attribute the difference to previous studies in the scale invariance mainly to the large extent of the investigated ecoregion as well as to unequal binning or limiting the range at which the relationship is analyzed; in this way we also question the generality of the scale invariance for ecoregions even outside the boreal domain. The characteristic fire sizes and the burned area show a weak correlation, indicating different mechanisms behind each feature. Fire sizes are found to depend markedly on the ecoregion and have increased over the last five decades for Canada in total, being most pronounced in the early season. In the late season fire size and area decreased, indicating an earlier start of the fire season.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».