Atmospheric rivers as mediators between climate teleconnections and burned area variability in North America
Notice bibliographique
Résumé
This study identifies atmospheric rivers (ARs) as key mediators linking large-scale climate teleconnections, the El Niño-Southern Oscillation (ENSO), Pacific-North American pattern (PNA), and Arctic Oscillation (AO), to variations in vegetation activity (NDVI) and burned area (BA) across North America. The results highlight the central role of ARs in shaping regional fire regimes and improving prospects for seasonal fire prediction. Distinct spatial and lag-dependent responses emerge: ENSO-driven precipitation promotes vegetation greening in northwestern Canada at longer lags, whereas browning dominates Alaska and northeastern Canada. The PNA exerts a dominant influence, suppressing NDVI across the eastern United States and central Canada at longer lags, while promoting greening in Alaska at shorter ones. AO effects often counter those of ENSO, driving vegetation drying in the southern United States and southwestern Canada at short lags, and in central Canada and Alaska at longer timescales. ARs exert a strong control over burned area, particularly across northern Canada and Alaska. When AR variability is incorporated, much of the fire enhancement previously attributed to teleconnection phases is reversed, indicating that AR-teleconnection interactions play a pivotal role in modulating the timing and magnitude of vegetation and fire responses across North America. The interactions between atmospheric rivers and large-scale climate teleconnections modulate the timing and magnitude of vegetation and fire responses across North America, according to remote sensing, teleconnection index, and reanalysis data analyses.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».