Інвентаризаційний аналіз наслідків вогню, спричинених вітровими мегапожежами, у зв’язку з погодою та передпожежною структурою лісу в західних каскадах

• Себастьян У. Басбі ,
• Анджела М. Клок і
• Джеремі С. Фрід 

Пожежна екологія 

Анотація

Фон

На початку вересня 2020 року шість сильних мегапожеж, викликаних вітром, спалили понад 300 000 гектарів лісу помірного клімату в західних Каскадах штатів Північно-Західний Орегон і Південно-Західний Вашингтон. У той час як дані дистанційного зондування використовувалися для оцінки масштабів пожеж, оцінки наслідків пожежі, отриманих за даними польових спостережень, відсутні. Ми зібрали дані польових вимірювань, до і після пожежі, зі статистично репрезентативної вибірки існуючих ділянок аналізу інвентаризації лісів (FIA), щоб оцінити індекси наслідків пожежі на рівні деревостану, які описують (1) виживання дерев і його наслідки для викидів вуглецю, (2) вплив на крони дерев і (3) вплив на ґрунти. Польові спостереження були проаналізовані щодо пожежної погоди, коли ділянки горіли, і для оцінки точності класифікації тяжкості опіків за допомогою дистанційного зондування.

Результати

Швидкість вітру сильно взаємодіяла з розміром дерева та віком дерева, щоб вплинути на виживання дерев. За умов високої посушливості палива, але слабких вітрів, молоді насадження, що складаються з невеликих дерев, які зустрічаються переважно на приватних землях, продемонстрували набагато нижчий рівень виживання, ніж старі насадження, що складаються з середніх і великих дерев, які зустрічаються переважно на федеральних землях. За помірних і сильних вітрів погане виживання дерев було характерним для всіх лісових структур і власності. Вплив вогню на крони дерев був тісно пов’язаний зі швидкістю вітру, а вплив вогню на ґрунти – ні. Ці пожежі перенесли майже 70 млн тонн CO ₂ e з деревини в живих і зростаючих деревах на поєднання миттєвих викидів диму та вуглецю, а також відстрочених викидів із мертвої деревини, що вивільнить більшу частину втіленого вуглецю протягом наступних кількох десятиліть. Ці викиди перевищать усі антропогенні викиди 2020 року в Орегоні (64 млн. тонн CO ₂ e). Було виявлено суттєві розбіжності між двома продуктами дистанційного зондування інтенсивності опіків, BAER-SBS і MTBS-TC, і польовими спостереженнями за покриттям органічних речовин ґрунту та загибеллю дерев відповідно.

Висновки

Повторне вимірювання графіка FIA після пожежі є цінним для розуміння впливу пожежі на лісові екосистеми та як емпірична основа для перевірки моделі та перевірки гіпотез. Ця система безперервної інвентаризації лісів підвищить цінність цих повторних вимірювань після пожежі, дозволяючи аналізувати траєкторії лісової екосистеми після пожежі як з безпосереднім впливом пожежі, так і з умовами перед пожежею.

Резюме

Antecedentes

Seis megaincendios sincrónicos de alta severidad y conducidos por el viento, quemaron más de 300 mil ha de bosques templados mésicos en las montañas West Cascades en el noreste de los estados de Oregón y el Sudeste de Washington (EEUU) a principios de septiembre de 2020 . Aunque los datos de sensores remotos han sido utilizados para estimar la severidad del fuego a través de diferentes incendios, éstos omiten la determinación de los impactos del fuego que provee la observación visual a campo. Compilamos datos de mediciones a campo previos y posteriores al incendio de una muestra estadísticamente representativa de inventarios existentes de análisis de parcelas (FIA), para estimar los índices de los efectos del fuego a nivel de rodal y que describen (1) la supervivencia de árboles y sus implicancias en las emisiones de carbono, (2) los efectos del fuego sobre las coronas de los árboles, y (3) los efectos del fuego sobre el suelo. Las observaciones de campo fueron analizadas sobre las parcelas y en relación con la meteorología al momento del incendio, y para evaluar la exactitud de la clasificación de la severidad mediante los sensores remotos.

Resultados

La velocidad del viento interactuó de manera muy fuerte con el tamaño de los árboles y la edad del rodal en la supervivencia de los árboles. Bajo condiciones de alta aridez de los combustibles, pero vientos leves, los rodales de árboles jóvenes, encontrados primariamente en campos privados, exhibieron una mucho menor tasa de supervivencia que rodales más antiguos compuestos de árboles medianos a grandes, encontrados principalmente en tier ras federales. Bajo vientos moderados a altos, una supervivencia muy pobre fue una característica encontrada en todas las estructuras y formas de tenencia de esos bosques. El impacto del fuego en las coronas de los árboles fue fuertemente relacionado con la velocidad del viento, mientras que ésta no tuvo relación con los impactos sobre el suelo. Estos incendios transfirieron cerca de 70 MMT de Carbono equivalente desde la biomasa viva y en combinación con el humo y emisiones inmediatas de carbono, más las emisiones retrasadas retenidas por la biomasa muerta y que se irán liberando en las próximas décadas. Ці викиди перевищили викиди антропогенних викидів у 2020 році в Орегоні (64 млн. тонн CO2e). Discrepancias substanciales fueron observadas entre dos productos obtenidos de información de sensores remotos, BAER-SB y MTBS-TC, y las observaciones de campo sobre cobertura de materia orgánica y mortalidad de árboles, respectivamente.

Висновки

La remedición de parcelas FIA post fuego son valiosas para entender el impacto del fuego en ecosistemas forestales como una base empírica para la validación de modelos y testeo de hipotesis. Este modelo de monitoreo continuo recompondrá el valor de estas remediciones post fuego, permitiendo elálisis de la trayectoria post-fuego del ecosistema en relación tanto con los impactos inmediatos post fuego como de las condiciones previas pre-fuego.

Фон

Історичні та сучасні лісові пожежі та їх характер у мексиканських, високопродуктивних лісах західних Каскадів в Орегоні та Вашингтоні значною мірою залежать від середньорічної та міжрічної мінливості клімату, де вологість палива є основним фактором, що обмежує поширення пожежі (Agee 1993; Reilly et al . 2021 ). На початку вересня 2020 року надзвичайна посушливість лісового палива збіглася із пожежами, спричиненими діями людини та блискавками, і сильними східними вітрами, що спалило понад 300 000 гектарів лісових угідь, розподілених між різними землеволодіннями та сучасними системами управління лісами. Ці шість синхронних подій мегапожеж (тобто понад 10 000 га спалених; Лінлі та ін. 2022 ), які далі разом називаються пожежами до Дня праці 2020, спалахнули протягом 2-денного періоду через інтенсивні східні вітри та надзвичайно посушливі умови (Abatzoglou et al. ін. 2021 ). Швидке поширення вогню та надзвичайна інтенсивність пожежі спалили тисячі гектарів, утворюючи великі ділянки з дуже серйозними наслідками (Reilly та ін. 2022 ). Завдяки своїм масштабам і серйозності ці мегапожежі матимуть значний, тривалий вплив на екосистеми, землевласників і землекористувачів у західних Каскадах (рис. 1  ) .

У той час як дослідження узагальнювали моделі тяжкості опіків та/або моделювали чинники пожежі в широкомасштабних пожежах у День праці 2020 за допомогою дистанційного зондування (Еверс та ін. 2022; Рейлі та ін. 2022), детальні польові спостереження дерева після пожежі Для кращого розуміння впливу цих пожеж на лісові екосистеми необхідні виживання та стан крон дерев і ґрунтів. Така інформація має важливе значення для оцінки впливу цих пожеж на траєкторії руху вуглецю в лісі, того, як і в якій мірі допожежна структура лісу спричиняє наслідки пожежі, деревини, що стоять і повалені в лісі після пожежі, зміни в органічній речовині ґрунту, потреби та можливості для управління після пожежі (наприклад, ліквідація лісу та реабілітація), а також для перевірки та вдосконалення емпіричних моделей, продуктів дистанційного зондування та індексів, які передбачають наслідки пожежі.

У той час як інші збирали польові дані про ліс після пожежі для підтримки різноманітних дослідницьких цілей, лише деякі з них використовували дані до та після пожежі через брак існуючих ділянок, відібраних відповідно до узгодженого протоколу (дослідникам бракує передбачуваних відбитків майбутніх пожеж). ) або високі витрати та виняткові логістичні проблеми, пов’язані зі своєчасним перевимірюванням ділянок. Коли дані до пожежі відсутні, допожежні характеристики лісу іноді «реконструюються» шляхом висновків зі спостережень після пожежі та віку пожежі, вводячи невідомі ступені неточності та невизначеності в «спостережуваний» набір даних у полі ще до початку аналізу. Програма лісової інвентаризації та аналізу (FIA) Міністерства сільського господарства США збирає просторово збалансовану та статистично репрезентативну вибірку лісів у США за допомогою розгалуженої мережі постійних інвентаризаційних ділянок, виміряних на місцях. Повторювані польові вимірювання з ділянок FIA забезпечують детальне та просторово та часово послідовне джерело цінних даних для характеристики структури лісу та атрибутів підліску. У західній частині США протягом останніх двох десятиліть вимірювальний цикл складається з десяти річних панелей, кожна з яких складається з 10% ділянок — звідси його назва: річна інвентаризація. Протокол огляду наслідків пожежі та відновлення (FERS) був розроблений, реалізований і вдосконалений, щоб доповнити стандартний протокол інвентаризації FIA швидким (зазвичай протягом 1 року після пожежі) відвідуванням для повторного вимірювання поза циклом. Повторні вимірювання після пожежі збирають усі стандартні вимірювання FIA, а також дані, необхідні для оцінки впливу вогню на крони дерев і субстрати поверхні землі, що дає змогу оцінити вплив пожежі на всі цікаві класифікації лісів, такі як тип лісу, клас віку та структури та група землевласників . Протокол, періодично застосовуваний у роки, коли згоряла велика територія, що збігалося з наявністю коштів для збору даних, досі застосовувався майже виключно на федеральних землях і ніколи не в «західному» лісовому регіоні Орегону та Вашингтона, де великі пожежі були рідкістю з тих пір щорічна інвентаризація почалася приблизно в 2001 році. Спільна робота з використання унікальної можливості для навчання, яку надали ці пожежі, та об’єднання ресурсів між Департаментом лісового господарства Орегона, Бюро управління земельними ресурсами, регіоном лісової служби Міністерства сільського господарства США та дослідницькою станцією PNW дозволило зібрати дані FERS з 236 вкритих лісом ділянок FIA, у всіх формах власності, у західних Каскадах у межах шести пожеж у День праці 2020 року до кінця 2021 року.

У зв’язку з прогнозованим збільшенням пожежної активності в цьому столітті в західних Каскадах (Halofsky та ін. 2018a , 2020 ), залишається невизначеність щодо того, чи стануть частішими мегапожежі високої тяжкості (тобто > 75% смертності надповерхових дерев) (наприклад, 2022 Cedar). Creek Fire; > 50 000 га) і, крім того, чи можна керувати лісами на західній території, щоб підвищити вогнестійкість за помірної та сильної пожежонебезпечної погоди (Halofsky et al. 2018b ). Через низьку кількість великих лісових пожеж у західних лісах за останні півстоліття емпіричні дані були надто обмежені, щоб перевірити гіпотези, що пов’язують структуру лісу з інтенсивністю пожеж, особливо в умовах надзвичайної сухості палива та східних вітрів, які нечасто створювали високі – масштабні мегапожежі в історичних даних (наприклад, пожежа Yacolt 1902 року), і які складають критичну частку історичного режиму пожеж на західних Каскадах (Agee 1993 ; Reilly et al. 2021 ). Таким чином, дані FIA до та після пожежі, зібрані під час пожеж у День праці 2020 року, являють собою унікальний і безцінний набір даних для вивчення різноманітних питань і перевірки гіпотез, пов’язаних із наслідками пожеж у західних каскадних лісах.

Ця стаття демонструє потенціал даних FERS для вирішення фундаментальних питань екології лісових пожеж і для оцінки узгодженості уявлень дистанційного зондування про серйозність пожежі, на які так часто покладаються в екологічній оцінці наслідків пожежі. Ми розробили та впровадили повторювані процедури для обробки даних FIA до та після пожежі FERS у відповіді на вплив пожежі на рівні насадження у формі індексів після пожежі, які характеризують короткострокову трансформацію цих лісів внаслідок пожежі від багатьох, політик та управлінські перспективи. Ці індекси класифікують лісовий ландшафт після пожежі таким чином, щоб пояснити відмінності в ранній післяпожежній спадщині та неявних потребах управління, запропонувати наслідки для динаміки вуглецю в лісі та створити основу для контрастних результатів, отриманих альтернативним допожежним насадженням. структур. Ми підсумовуємо (1) виживання дерев (і пов’язані з цим наслідки вуглецю), (2) вплив на полог лісу через поглинання крон дерев і опік, і (3) вплив на органічну речовину та цілісність ґрунту. Щоб врахувати та зрозуміти вплив швидкості вітру на спостережувані наслідки пожежі на ділянках (тобто основний чинник поширення пожежі, інтенсивність та серйозність наслідків), ми пов’язали просторово чіткі, змодельовані погодинні дані середньої швидкості вітру з індивідуальними інтерполяціями пожежі карти прогресії для оцінки швидкості вітру, коли фронт пожежі вперше торкнувся кожної ділянки FIA. Інтеграція цих даних дає змогу розглянути в цій статті чотири важливі для політики дослідження пожеж у Вестсайді 2020 року:

1. 1.Як наслідки пожежі (виживання дерев, крон і ґрунту) змінюються залежно від периметра пожежі, власності, віку та класу структури лісу, а також від передбачуваної швидкості вітру?
2. 2.Скільки деревної біомаси було перетворено з живої на мертву через пожежу, за типом власності та віковим класом?
3. 3.На якій площі лісу після пожежі було проведено ліквідаційну рубку протягом першого року після пожежі та скільки деревної біомаси було зібрано?
4. 4.Наскільки точно класифікації продукції за допомогою дистанційного зондування відстежують спостережувані ефекти пожежі?

методи

Навчальна зона

Ми проаналізували дані обстеження лісів до та після пожежі з 236 лісових ділянок FIA, розподілених між шістьма окремими пожежами до Дня праці 2020 року, які горіли в західних Каскадних горах від центрального Орегону на північ до південного заходу Вашингтона (рис. 1  ) . Тут переважає середземноморський клімат із теплим сухим літом і прохолодною вологою зимою зі збільшенням річної кількості опадів і зниженням річної температури відповідно до градієнта висоти із заходу на схід і широтного градієнта з півдня на північ. Ґрунти в цих ландшафтах є переважно добре дренованими, попелястими супісками та ізолями (USDA 2022 ). Месячний клімат і обмежена частота та масштаби пожеж спричинили високу щільність насадження та майже безперервний покрив пологу, з кількома великими (> 5 га) відкритими ділянками, розподіленими по всьому ландшафту, які не є результатом відновлення врожаю. Більшість низькогірних лісів на західній околиці знаходяться у приватній власності, керуються переважно для виробництва деревини, і мають деревний полог, що складається переважно з дугласії ( Pseudotsuga menziesii ). Середньо-високі ліси на сході здебільшого перебувають під управлінням Лісової служби Міністерства сільського господарства США як національних лісів або Бюро землеустрою як районних лісів BLM. Середовище існування, екосистемні послуги та відпочинок є головними цілями управління для обох агентств; однак більший акцент на виробництві деревини приділяється землям BLM. Багато високогірних лісів поблизу Каскадного гребеня знаходяться в межах визначеної дикої природи. На середніх висотах у складі видів дерев зазвичай домінує західна цикута ( Tsuga heterophylla ) та/або дугласова ялиця, а на високих висотах — тихоокеанська срібляста ялиця ( Abies amabilis ) та/або гірська цикута ( Tsuga mertensiana ) (Франкліна та Дирнесса). 1973 р .). За винятком помірно вогнестійкої дугласії, більшість видів є тіньовитривалими та чутливими до вогню (тобто з тонкою корою та кронами, що наближаються до землі; Agee 1993 ) . Допожежний видовий склад (частка об’єму живих дерев), який спостерігався на ділянках FIA через пожежі, в основному переважав ялиця дугласова (~ 71%), за якою слідувала болиголов (~ 12%); чисельність болиголова на заході зросла з широтою (~ 7% у пожежі Арчі-Крік до ~ 25% у пожежі у Біг Холлоу; таблиця S 1 ). Див. Таблицю 1 для підсумкових статистичних даних щодо площі розподілу розміру лісу та класів віку за формою власності.Таблиця 1 Площа (у тисячах гектарів) і відсоток (у дужках) площі лісу за групами власників у кожному розмірі насадження до пожежі та класі віку в межах шести пожеж у День праці 2020 року. Відсотки наведені для кожної комбінації власника та структури, підсумовані за стовпцями в межах типу класу

Повнорозмірний стіл

Збір та обробка даних

Опис польових даних до та після пожежі

FIA — це узгоджена національна програма інвентаризації та моніторингу лісів, яка базується на постійних ділянках, призначених для постійного збереження та повторного вимірювання, з основними та основними факультативними протоколами, прийнятими в деяких регіонах; наприклад, після впровадження системи щорічної інвентаризації в CA, OR та WA в регіоні PNW дотримувалися необов’язкових протоколів для основної деревини та підліску. Ці протоколи визначені та задокументовані як у документації до бази даних (FIADB Users Guide; Burrill et al. 2021 ), так і в регіональних польових довідниках (USDA Forest Service PNW Research Station FIA 2022 ), з точки зору використання бази даних і перспективи польового впровадження відповідно.

«Відбиток» ділянки — це нанесений на карту дизайн, що складається з відібраної області, утвореної квартетом ділянок радіусом 7,3 м (24 фути) для відбору зразків дерев, діаметр яких перевищує 12,7 см (5 дюймів) на висоті грудей (DBH), кожна з яких містить 2,1 Мікроділянка радіусом м (6,8 футів) для відбору проб невеликих дерев і збігається з концентричною макроплоткою радіусом 18 м (58,9 футів), на якій відбираються найбільші дерева (діаметром понад 76,2 см [30 дюймів]). Квартет організований як три супутникові підділянки, розташовані симетрично навколо центральної підділянки на відстані 36,6 м (120 футів) і з інтервалами в 120 градусів. Ця відібрана територія поділяється на окремі «умови», коли існують кваліфікуючі відмінності в окресленні (наприклад, у групі власників, статусі лісистості, статусі заповідника, типі лісу, класі розмірів насаджень, класі густоти дерев) і задовольняються критерії мінімального розміру та форми умов. Атрибути ділянки, такі як схил, якість ділянки, вік насадження, тип лісу та група землевласників, визначаються та збираються на рівні умов, і кожну умову можна розглядати як «насадження», забезпечуючи відносно однорідну одиницю вибірки, на якій аналіз може покладатися. Умови, які займають менше 20% площі ділянки, були виключені з усіх зведень, крім аналізу вуглецю в цьому документі, з площею, яку вони представляють, перерозподіленою пропорційно решті умов. Невеликі умови, які іноді називають фрагментами, зазвичай збільшують ризик введення артефактів і шуму під час обчислення виживаності дерева (наприклад, у крайньому випадку умова, що містить одне дерево, може створити лише частку виживання дерева 0 або 1) і мають такий низький показник виживання дерев що інформація, представлена ​​цими деревами, не відповідає адекватному опису лісового насадження, або, в гіршому випадку, лісистий стан (визначений як такий на основі присутності дерев на частинах умови, що виходять за межі ділянки) може не містити дерев взагалі, унеможливлюючи розрахунок характеристик насадження, які ми могли б захотіти перевірити щодо виживання, наприклад, насипну щільність пологу.

Усі дерева в кожному лісовому стані оцінюють за станом (живі чи мертві), вимірюють діаметр, оцінюють висоту, співвідношення крони, дефекти та захворювання, і прикріплюють металевими бирками та діаметральними цвяхами під час кожного візиту, з усіма деревами, відібраними на 2-му та наступні (тобто повторне вимірювання) відвідування з узгодженням даних у полі з вимірюваннями попереднього візиту на панелі для виявлення, запобігання та усунення помилок вимірювання та забезпечення точної характеристики росту, видалення та смертності.

Розрахунок виживаності дерев після пожежі

Вплив пожежі на деревну рослинність у насадженні, на відміну від індивідуального, масштаб можна виразити через спостережувану смертність або виживаність дерев на ділянці, або, альтернативно, дерев, базову площу, об’єм деревини або біомасу деревини на одиницю площі ( кожне з яких можна отримати шляхом розширення значень на ділянку, а у випадку об’єму та біомаси, застосування алометричних рівнянь до видів дерев, діаметра та висоти). У цій статті ми вирішили повідомити про показники виживання деревної біомаси на гектар на рівні насаджень, тобто деревини живих дерев, які залишаються живими протягом 1 року після пожежі, як частки деревини живих дерев до спалювання з кількох причин. Те, що вогонь залишає після себе на вцілілих деревах, було дещо більш резонансним як метрика результату пожежі, ніж смертність у лісових менеджерів, аналітиків і політиків, з якими ми консультувалися. Біомаса надає більшим деревам (які відіграють більш значну роль з деяких точок зору) більшу вагу в метриці, хоча базальна площа та об’єм також сприяють цьому. Відносне виживання біомаси має наслідки, важливі як для функціонування екосистеми, так і для політичних міркувань, таких як утримання секвестрованого вуглецю в лісових ландшафтах.

Виживання дерев було розраховано з набору даних FIA з 9387 дерев, які були (1) на ділянках у межах останнього периметру пожежі, (2) були живими до пожежі та (3) спостерігалися як живі, мертві або зібрані після пожежі. Дерева, які загинули через причини, не пов’язані з пожежею, або були зібрані до пожежі, були виключені з цього аналізу. Дерева були розділені на три класи розміру на основі діаметра до пожежі: ≤ 25,4 см (≤ 10 дюймів), 25,5–50,8 см (10–20 дюймів) і > 50,8 (> 20 дюймів). Для кожного «умови» FIA (повна або часткова ділянка FIA), частка виживання дерев (TSP) для кожного класу розміру дерева та для всіх класів розміру разом обчислювалася як відношення загальної надземної біомаси живого дерева (кг/ га), виміряний до пожежі, у цьому класі розміру дерева в деревах, які залишилися живими після пожежі, до загальної живої біомаси в цьому класі розміру дерева до пожежі. Біомасу на дерево розраховували за допомогою стандартних методів FIA, які спираються на видові алометричні рівняння для стовбура, кори та гілок (Woodall та ін., 2011), а також збільшення на гектар, розраховане з коефіцієнтом, який враховує масштаб вибірки (наприклад, дерева між Зразки діаметром 12,7 і 75,2 см були відібрані на ділянках площею 0,067 га та отримали розширювач 14,88, зворотний розміру ділянки). Біомасу на гектар, представлену кожним зразком дерева, потім підсумовували до шкали умов, і цю суму ділили на частку ділянки в умовах, щоб отримати значення на гектар з поправкою на вагу зразка. Врятована біомаса була розрахована для всіх дерев, які були зібрані протягом року або менше після пожежі. Це включало дерева, які, можливо, спочатку пережили пожежу або загинули через непожежні причини; проте врятована біомаса складалася переважно із загиблих у вогні дерев.

Післяпожежний індекс для коронок

У той час як виживання дерев протягом 1 року після пожежі є суттєвим описом того, що вогонь залишає після себе на лісистих землях порівняно з лісом, який датувався приходу пожежі, виживання (або його доповнення, смертність) охоплює лише деякі аспекти, важливі для розуміння перспектив пост-пожежі. -траєкторії вогню, які на ділянках у цьому дослідженні будуть відстежуватися протягом десятиліть відповідно до системи інвентаризації та моніторингу FIA. Хоча доля біомаси важлива для розуміння зайнятості ділянки, майбутнього зростання, потенціалу повторного спалювання, захисту від ерозії ґрунту, надходження органічних речовин у ґрунт та викидів вуглецю, також важливі прихована смертність, вплив на крони дерев, які не вмирають і майбутні надходження сміття в лісову підстилку, особливо там, де вижило небагато дерев або де залишилося мало органічної речовини ґрунту.

Ми призначили індекс крони після пожежі (Crown PFI) для кожного стану FIA (насадження), дотримуючись індексу після пожежі для дерев, розробленого Jain і Graham (2007), на основі спостережень за кронами дерев під час візиту FERS після пожежі, щоб розглянути деякі з цих екологічно важливих аспектів післяпожежного середовища. Щоб обчислити PFI крони, ми враховували лише дерева, які були живі до пожежі та які або залишилися живими, або загинули як прямий наслідок пожежі ( n  = 6771). Усі умови, що містять дерева, закодовані як врятовані, були виключені з аналізу PFI крони ( n  = 28), незалежно від того, чи були дерева знищені вогнем перед порятунком, оскільки статус крони не можна було спостерігати на видалених деревах до прибуття бригад інвентаризації. Під час відвідування після пожежі бригади зафіксували відсотки довжини ущільненої крони до пожежі, обчисленої як добуток співвідношення ущільненої крони до пожежі та довжини дерева до пожежі (довжина = висота для дерева, яке не має нахилу), у трьох категоріях, які в сумі дорівнюють 100%. Польовий довідник (USDA Forest Service PNW Research Station FIA 2021 ) описує ці три категорії як листя, яке не згоріло (зелене), спалене (гілки з прикріпленим листям, яке змінило колір із зеленого на коричневий, червоний, оранжевий, жовтий або чорний) або спожиті (почорнілі гілки, до яких було прикріплено листя, які на момент спостереження були майже позбавлені листя, можливо, з кількома почорнілими залишками або з повністю спаленими гілками та листям, тобто їх більше не було для спостереження). Ми використовували ключ у таблиці 2 , щоб призначити найкращий клас Crown PFI (зелений, змішаний зелений, змішаний коричневий, коричневий, перехідний або чорний) для кожного стану FIA (стенд).Таблиця 2. Ключ для визначення індексу після пожежі (PFI) на рівні крони на основі розподілу дерев на акр (підрахунок дерев, зважених за розміром ділянки) за статусом крони

Повнорозмірний стіл

Повідомляється, що PFI крони є гнучким і застосовним до будь-якої підмножини дерев у насадженні. Щоб дізнатися, як він може змінюватися залежно від розміру дерева, ми вивели три варіанти Crown PFI, по одному для кожної з трьох підмножин дерев, що перекриваються, з альтернативними мінімальними діаметрами дерев:> 2,25 см (>1 дюйм), >; 12,7 см (> 5 дюймів) і > 22,5 см (> 10 дюймів).

Післяпожежний індекс ґрунтів

Ми призначили індекс ґрунту після пожежі (Soil PFI) на основі класифікацій очних оцінок покриття органічної речовини (OMC; ≥ 85%, > 40 до < 85%, > 0 до < 40%, або 0%) і мінерального ґрунту множина класу вугілля (неспалена, легка, помірна або глибока), зібрана на максимум 4 мікроділянках (13,44 м ² кожна) у лісистих умовах під час польового візиту після пожежі, слідуючи Jain et al. ( 2012 рік ). Дивіться Таблицю S 2 для класифікаційного ключа. Подібно до PFI крони, PFI ґрунту пропонує структуру для характеристики відмінностей у середовищі після пожежі, які можуть передвіщати різні траєкторії насадження (наприклад, потенціал ерозії, родючість ґрунту та здатність утримувати вологу) та рослинність, яка, ймовірно, колонізує ділянку. Умови, за яких відбувся врятований урожай, були виключені з аналізу, оскільки рух збирального обладнання, ймовірно, спричинив би зміни в покриві органічних речовин і відкритий мінеральний ґрунт, залишаючи 186 умов, які можна аналізувати.

Оцінка швидкості вітру при приході пожежі

Очікування того, що вітер буде дуже важливим рушієм ефектів пожежі, мотивувало узгоджені зусилля для врахування швидкості вітру настільки точно, наскільки це можливо для цього аналізу. Початкові спроби аналізу з використанням середньодобових показників погоди на пожежу дали незадовільні результати. Хоча більшість масштабів пожежі в кожній пожежі на День праці 2020 року спалахнула протягом 2–3 днів під сильним вітром, існували значні коливання швидкості та напрямку вітру в просторі та часі протягом тих кількох днів активного поширення вогню, Важливо пов’язати кожну інвентаризаційну ділянку з даними про погоду, що представляють умови на момент виникнення пожежі на цій ділянці. Ця вимога означала дві складні проблеми: (1) оцінка години, коли кожна ділянка вперше загорілася, і (2) оцінка швидкості вітру та інших відповідних погодних змінних пожежі (таких як температура та відносна вологість), які могли б відображати умови на ділянці. . Перший виклик не слід недооцінювати. Ми спробували використати кілька загальнодоступних супутникових джерел, щоб визначити цю годину, і отримали дуже різні результати через високу просторову роздільну здатність, але низьку частоту оновлення одного джерела та високу частоту оновлення, але дуже грубу просторову роздільну здатність іншого. Нижче коротко викладено підхід, який виявився найбільш успішним (Klock та ін.  2023 ).

Для великих пожеж у США підрозділ Національної інфрачервоної операції (NIROPS) Лісової служби надає просторові дані про масштаби пожежі, отримані від датчиків видимого/ближнього інфрачервоного (ІЧ) діапазону, встановлених на літаках, які проводять місії з огляду пожеж, які точно представляють у масштабі метрів , розташування фронту пожежі в момент обльоту. Ми отримали ці ІЧ-периметри вогню з архіву оперативних даних Національного міжвідомчого протипожежного центру (NIFC) за 2020 рік ( https://data-nifc.opendata.arcgis.com/ ). На жаль, обробка ІЧ-даних для визначення периметрів пожежі іноді затримується на кілька днів, і ці польоти відбуваються з непередбачуваними, іноді багатоденними інтервалами, які, ймовірно, залежать від умов пожежі, погоди та наявних ресурсів. Аномалії, такі як периметри, які звужуються в одному або кількох сегментах від одного дня до наступного, дуже різноманітні інтервали периметра та велика кількість дублікатів записів створюють проблеми для використання цієї інформації за нашим призначенням. Дублікати були відфільтровані та перехресно перевірені з додатковими журналами даних, щоб отримати точний час збору даних.

Периметри пожежі NIFC були обрані для обробки, якщо вони потрапляли в кінцевий периметр пожежі та цікавий час для кожного інциденту (зазвичай 7–11 вересня 2020 р.). Оскільки мітки дати й часу, повідомлені для кожного периметра, виявилися недостатньо надійними, ми вдосконалили їх, інтегрувавши інформацію з журналів даних про пожежу, зростання розміру пожежі (акри), вирівнювання з інфрачервоними точками або даними про місце пожежі, а також завантажені файли KMZ Google Earth з веб-сайту NIFC щодо конкретних інцидентів ( https://ftp.wildfire.gov/public/incident_specific_data ).

Щоб отримати часову роздільну здатність при зустрічах із загорянням, яка є кращою, ніж інколи 24+ години між периметрами позначок часу, згенерованими NIFC, ми розробили процес для оцінки положення додаткових, приблизних периметрів, інтерпольованих між концентрично нанесеними периметрами NIFC, керуючись допоміжною інформацією в геоінформаційна система (ГІС). Щоб визначити місцезнаходження цих додаткових «периметрів», ми покладалися на дані імітаційної моделі прогнозування погоди (WRF), сформульованої для північно-західного регіону Тихого океану на вересень 2020 року; параметризація детально описана Mass et al. ( 2021 рік ). Ця модель характеризує середню швидкість і напрямок вітру на висоті 10 м над поверхнею землі та температуру й відносну вологість на висоті 2 м і генерує вихідні дані у вигляді тривимірного растрового формату файлу NetCDF, де кожна клітинка сітки 1,3 × 2,0 км має місце розташування, час ( погодинна роздільна здатність) і розмір змінного значення.

Ми розділили часовий інтервал, що охоплює кожну концентричну суміжну пару периметрів NIFC, на 4 періоди аналізу однакової довжини (AP). Ми розрахували середню швидкість і напрямок вітру для кожної точки доступу для даних WRF, що охоплюють час, визначений цією точкою доступу, а потім візуалізували цю інформацію про вітер за допомогою ітераційних щогодинних кольорових змін у фоні оцифрованої карти, щоб керувати просторовим розміщенням трьох, приблизних, інтерпольовані периметри, які розділили зростання пожежі, представлений AP, на чотири просторово визначені квартилі. Цей процес повторювався для кожної суміжної концентричної суміжної пари периметрів NIFC, якщо це було необхідно, щоб розділити весь період прогресування пожежі на тороїдальні AP-квартильні багатокутники, яким приписували мітку часу посередині між мітками часу квартильних меж, які їх формували. Накладання точних координат ділянки FIA на полігони, пов’язані з міткою часу, отримані для всіх шести пожеж, уможливило призначення позначки приблизного часу, що представляє час прибуття пожежі на кожну ділянку. Нарешті, атрибути погоди (швидкість і напрямок вітру, температура та відносна вологість) були призначені кожній ділянці за допомогою накладання сітки WRF, найближчої за часом до часу прибуття пожежі на ділянку.

Статистичний аналіз впливу швидкості вітру

Враховуючи широко поширену гіпотезу про те, що ці пожежі були в основному викликані вітром, ми перевірили пороговий ефект, обчисливши всі попарні відмінності (відстані) між спостереженнями на основі евклідової метрики з визначенням медоїда за допомогою надійного методу розподілу (PAM). Оптимальну кількість кластерів було обрано шляхом оцінки середньої ширини силуету та дисперсії, поясненої першими двома основними компонентами за допомогою «кластеру» пакету R (Maechler et al. 2021 ) . Кластерний аналіз виявив два відносно однорідних кластери, один по обидві сторони зі швидкістю 2,25 м/с (5 миль/год); таким чином, зведені дані були класифіковані на дві групи середньої швидкості вітру, які називаються легкими (< 2,25 м/с) і помірними до сильних (> 2,25 м/с) у решті цієї статті. Середня швидкість вітру усереднює пориви та затишшя з плином часу, так що можуть виникати пориви, значно вищі за середню швидкість вітру. Наприклад, пориви 4–9 м/с можуть спостерігатися за середньої швидкості вітру 2,25 м/с, а пориви > 16 м/с спостерігаються за середньої швидкості вітру 9 м/с.

Було використано низку параметричних і непараметричних підходів, щоб зрозуміти зв’язок між реакцією після пожежі (наприклад, виживання дерев, PFI крони та PFI ґрунту) і погодою, землеволодінням, ідентифікацією пожежі та атрибутами структури лісу. Усі безперервні відповіді оцінювали на відповідність припущенням про нормальність (якщо застосовно), і щоб зменшити рівень помилок експерименту (помилка типу I, хибне відхилення NULL), ми прийняли більш суворий рівень значущості для всіх парних порівнянь з поправкою Бонферроні ( Бленд і Альтман 1995 ). Ми використовували альфа-рівень 0,05 для всіх статистичних тестів, а аналіз проводився мовою програмування R (R Core Team 2022 ).

Вуглецеві ефекти живого дерева

Ми створили попередню статистичну оцінку наслідків пожежі для вуглецю, що зберігається в живих деревах, за допомогою інструментів стратифікованої оцінки FIA (Bechtold and Patterson 2005 ), використовуючи стратифікацію, налаштовану на сліди пожежі з невибірковими ділянками, які випадково відсутні, щоб розширити живі результати вуглецю в деревах на вибіркових ділянках FIA до області в межах пожеж, присвячених Дню праці 2020 р. (наприклад, дає змогу порівняти результати вуглецю за групами власників і умови лісу до пожежі). Ці інструменти оцінки також підтримують оцінку співвідношення середніх значень, наприклад, кількість живого вуглецю дерев, який переміщується від живих дерев до мертвої деревини та атмосферних басейнів на гектар, що полегшує політичний аналіз і порівняння результатів між лісовими структурами та володіннями з різною площею. Ці оцінки вважають, що вуглець живого дерева до пожежі на рівні деревостану є розрахованим вмістом вуглецю в дереві на основі останніх вимірювань дерев перед пожежею, які польові бригади приписали під час візиту після пожежі як живі безпосередньо перед пожежею, підсумовується, з ваговими коефіцієнтами розширення дерев, призначеними на основі розміру ділянки, на якій відібрано кожне дерево, для всіх таких дерев у лісистих умовах FIA. Дерева зі статусом мертвих після пожежі або зібраних та утилізованих і для яких вогонь визначено причиною загибелі, у короткостроковій перспективі вважаються такими, що покинули пул живих дерев для одного або кількох із таких басейнів: невикористані мертві деревини, виробів із заготовленої деревини або викидів в атмосферу. Цей облік занижує збитки від пулу живих дерев, оскільки врослі дерева (які не враховуються в даних інвентаризації до пожежі та які через їхні менші розміри мають більшу ймовірність загинути від пожежі) та ріст живих дерев після попереднього вимірювання збільшили б втрати живих дерев, якби ми змогли їх пояснити. Він також не стосується миттєвих викидів вуглецю, які є результатом згоряння сухостійної деревини та компонентів лісової підстилки, таких як пух і підстилка, які можуть бути значними.

Продукти з дистанційним визначенням тяжкості опіку

Щоб порівняти узгодженість між двома класифікаціями продуктів дистанційного зондування за ступенем тяжкості опіків, якими зазвичай користуються менеджери, і спостережуваними наслідками пожежі на ділянках FIA, ми провели просторове накладання, щоб отримати класифіковані значення продукту на кожній ділянці FIA. Зокрема, ми витягли значення з продуктів Реагування на надзвичайні ситуації на вигорілих територіях – Серйозність опіків ґрунту (BAER-SBS) і Моніторинг тенденцій серйозності опіків – Тематичний клас (MTBS-TC). Враховуючи, що просторова роздільна здатність продуктів BAER-SBS і MTBS-TC (30 м) є кращою, ніж площина діаграми FIA (тобто багато пікселів вкладено в площину ділянки), ми використали фільтр більшості з 8-піксельним ядром (0,81 га слід) для представлення класифікованих значень тяжкості опіку на рівні графіка FIA.

Продукт BAER-SBS зазвичай використовується для інформування про оцінку стану ґрунту та рослинності підліску в просторі після пожежі, тоді як продукт MTBS-TC зазвичай використовується для інформування про спричинену пожежею рослинність і моделі смертності дерев у просторі. Обидва продукти отримані на основі спектрального індексу диференційованого нормалізованого коефіцієнта горіння (dNBR) за допомогою систематичних і суб’єктивних методів. Враховуючи загальне використання менеджерами кожного продукту, ми порівняли класифікації BAER-SBS з класифікаціями Soil PFI, отриманими на ділянках, і класифікації MTBS-TC з пропорціями смертності деревної біомаси, отриманими на ділянках.

Продукти BAER-SBS і MTBS-TC класифікуються як дискретні порогові значення dNBR за категоріями важкості опіку без опіку (1), низького (2), середнього (3) і високого (4). Відповідно до описів, написаних агентством, яке розміщує ці продукти (USGS 2022 ), наслідки пожежі, пов’язані з кожною категорією серйозності опіків, можна узагальнити як:

1. (1)Незгоріле або коли наслідки пожежі помітні на менш ніж 5% ділянки. Клас також може включати території, які дуже швидко відновлюються після легкої поверхневої пожежі під густими лісовими пологами, які не постраждали від пожежі.
2. (2)Низька ступінь тяжкості опіків включає субстрати та підстилку, які можуть бути частково або повністю спожиті; пух, пух деревини та відкриті мінеральні ґрунти зазвичай мають певні зміни. Рослинність < 1 м і кущі або дерева 1–5 м можуть мати значні опіки, обвуглювання або споживання, а смертність рослинності може бути високою. Проміжні та великі ярусні дерева можуть демонструвати до 25% смертності з поглинанням крони або опіком і висотою обугілля зазвичай менше 3 м.
3. (3)Помірний ступінь тяжкості опіків представляє умови, які є перехідними за величиною та/або рівномірністю між характеристиками низького та високого ступеня тяжкості опіків. Велика частина ґрунтового покриву може бути спожита, але зазвичай не вся.
4. (4)Висока ступінь тяжкості горіння означає ділянки, де субстрати та підстилка повністю згоріли, пух майже повністю згорів, середня та важка деревина принаймні частково згоріла та глибоко обвуглилася; надверхові дерева демонструють > 75% смертності, споживання крони зазвичай 100% і значну втрату гілок на найвищій висоті крони.

Результати

Виживання дерева після пожежі

Частка виживаності дерев (визначається тут як частка живої біомаси дерев до пожежі, знайденої в деревах, які залишаються живими через 1 рік після пожежі; TSP) сильно відрізнялася серед насаджень із середньою швидкістю вітру в розрахунковий час зустрічі з насадженням. фронт пожежі діє як сильний рушійний фактор у діапазоні класів розміру дерева (рис.  2 ). Попарне порівняння (критерій суми рангів Вілкоксона) серед груп швидкості вітру виявило статистично значущий пороговий вплив 2,25 м/с (5 миль/год) на TSP. Легкий вітер (< 2,25 м/с) був пов’язаний зі значно більшим середнім і середнім TSP для всіх розмірів дерев (0,65–0,80 проти 0–0,40). За слабкого вітру дерева середнього (> 25,4 см; > 10 у DBH) і великого (> 53,3 см; > 21 у DBH) класів розміру мали більше шансів вижити; великі дерева продемонстрували особливо високу виживаність (середнє > 0,80), і було дуже мало випадків низької виживаності. Не було суттєвих відмінностей у TSP між класами розміру дерев серед груп швидкості вітру більше 2,25 м/с, хоча середній TSP був дещо вищим для великих дерев і для всіх класів розміру дерев разом при екстремальних вітрах (> 9,0 м/с).

Існують ознаки потенційного широтного впливу на TSP для всіх класів розміру дерев, причому середнє та медіанне TSP зростає з широтою центроїдів периметра пожежі. У найпівнічніших пожежах (Ріверсайд і Велика западина) TSP був значно більшим, ніж у найпівденніших пожежах для деяких класів розміру дерев (рис.  3 ). Вітер був у середньому слабкішим під час пожеж Арчі-Крік і Біг-Холлоу, а відносна вологість була найвищою під час пожежі у Біг-Холлоу (Таблиця S 3 ).

Частка виживаності дерев відрізнялася між класами власності, коли вітер був слабким і коли вітер не враховувався, але відмінності за помірного та сильного вітру були незначними (рис.  4 ). За умов слабкого вітру та всіх класів вітру виживання було значно вищим у національних лісах, ніж у приватних лісах. Знижуючи виживаність, часто різко, і збільшуючи варіації результатів, швидкість вітру > 2,25 м/с робила відмінності між власниками незначними.

Якщо врахувати всі швидкості вітру, TSP був значно більшим у насадженнях віком 60–120 років, ніж у насадженнях віком > 120 років (рис.  5 ); відмінності в TSP серед п’яти отриманих FIA класів структури, які поєднують клас широкого діаметра та навіть порівняно з нерівномірним віком, здебільшого не були суттєвими (рис. S1 ) . Враховуючи лише слабкі вітри (< 2,25 м/с), TSP був значно більшим у насадженнях віком 60–120 років, ніж у насадженнях віком 0–60 років, і в одновікових насадженнях з переважанням 23–51 см (9–20 дюймів) DBH дерев, ніж в одновікових насадженнях, де переважають дерева DBH < 23 см (9 дюймів). За помірних і сильних вітрів TSP був значно вищим у насадженнях віком 60–120 років, ніж у насадженнях старше 120 років, і клас структури не був суттєвим фактором виживання. Загалом середнє та медіанне TSP були найбільшими у насадженнях віком від 60 до 120 років, а також у насадженнях одновікового типу, де переважали дерева DBH заввишки 23–51 см (9–20 дюймів) у всіх класах швидкості вітру.

Післяпожежний вплив корони та ґрунту

Розподіл Crown PFI був стійким до припущень щодо вибору мінімального розміру дерева для обчислення індексу; не було виявлено суттєвих відмінностей між трьома пороговими значеннями, які ми встановили для впровадження цього індексу. Враховуючи, що розмір ділянки FIA, на якій відбираються дерева діаметром < 12,7 см (5 дюймів), менше ніж одна десята розміру, на якому відбираються дерева ≥ 12,7 см (тобто результати можуть відрізнятися залежно від розміру дерева в просторово неоднорідному середовищі пожежі, що щадить або сильно впливає на ділянку саджанця), ми представляємо результати PFI крони на рівні насадження, розраховані з використанням лише дерев, розмір яких перевищує > 12,7 см (5 дюймів).

За слабкого вітру 97% лісової площі, яка не була вирубана, були класифіковані як такі, що мали зелений, змішаний зелений або змішаний коричневий ліс, а решта відсотка класифікувалася як перехідна — результат, який стався лише під час пожежі на фермі Holiday ( рис.  6 ). Проте майже 9% лісової площі, що згоріла під час слабкого вітру, і в результаті якої було врятовано врожай протягом приблизно 12 місяців після пожежі, ймовірно, було б присвоєно один із вищих класів PFI корони, якби врятування до відвідування після пожежі не завадило оцінці крони результати. Ліси, які охопили пожежі, коли вітер був помірним або сильним, мали зовсім інший результат — PFI крони для 46% цієї площі в усіх пожежах було класифіковано як коричневі, перехідні або чорні (тобто, практично не залишилося незгорілої крони). Якщо припустити, що порятунок був пріоритетним там, де смертність була найбільшою (і коричневі, перехідні або чорні корони PFI були найбільш вірогідними), до 50% площі, згорілої під помірним або сильним вітром, були фактично позбавлені живого навісу після пожежі.

Після пожежі спостерігалося, що більша частина лісової території мала від > 0% до < 40% покриття органічною речовиною (OMC) і легке (60% площі) або помірне (13,8% площі) обвуглювання мінерального ґрунту (рис. 7  ) . . На відміну від крони PFI, розподіл PFI ґрунту був подібним за слабких і помірних до сильних вітрів, хоча 0% OMC спостерігався лише за помірних та сильних вітрів (однак ці класи разом представляють лише 5,3% лісової площі). Враховуючи, що приблизно 98% лісової площі мали OMC ≥ 85% до пожежі в національних лісах (єдина власність, на якій ґрунтовий покрив постійно оцінювався до пожежі), розподіл PFI ґрунту після пожежі вказує на великі втрати OMC.

Початкові результати для вуглецю живого дерева

Національні ліси в межах цих пожеж містили найбільші резервуари живого деревного вуглецю як до (53,8 MMT CO ₂ e), так і після (23,5 MMT CO ₂ e) пожеж (Таблиця 3 ; Таблиця S 4 ); це володіння фактично збільшило свою частку живого деревного вуглецю (з 48 до 55%) у запасах на лісових землях у межах пожежного периметру. Однак, оскільки національні ліси містили так багато живого деревного вуглецю, було більше втрачено з живого басейну. Виживання живого вуглецю дерев становило лише 37% у найстаріших (> 120 років) насадженнях, на які припадає 43% живого вуглецю дерев у національних лісах. Порівняно вищі показники виживання дерев у молодих (0–60) і зрілих (60–120) річних насадженнях підвищили рівень виживання живого деревного вуглецю в усіх вікових класах до 44% у національних лісах.Таблиця 3 Розрахункові середні значення та стандартні помилки (SE) щільності вуглецю (запаси на одиницю площі) у 1) живих деревах, до пожежі, 2) живих деревах, після пожежі, 3) деревах, загиблих від пожежі, одразу після пожежі та 4) підмножина загиблих у вогні дерев, які були вирубані шляхом ліквідаційної рубки протягом 1 року після пожежі, за типом власності та класом віку насадження

Повнорозмірний стіл

Приватні ліси зберігали менше вуглецю живих дерев до спалювання — це не дивно, враховуючи перевагу молодих насаджень у цій власності та відсутність насаджень старше 120 років; однак велика частка цього вуглецю (73%) перемістилася в інші басейни. Примітно, що більша частина (56%) вуглецю в загиблих у вогні деревах на приватних землях вже була зібрана в ході рятувальних операцій після пожежі до моменту відвідування ділянок через 8–12 місяців після цих пожеж. Ці операції, безсумнівно, перенесли значну частку деревного вуглецю в заготовлену деревину, деякі з яких продовжуватимуть поглинати вуглець довше, ніж деревина, яка залишилася в лісі в результаті вогню. Показники порятунку національних лісів були порівняно незначними (3% вогню знищили деревний вуглець). Враховуючи середню частку вуглецю живих дерев, зібраного на 5733 га національних лісів, де відбулося порятунок, 0,09 (порівняно з 0,97 на 35 630 га приватних лісів, де відбулося порятунок), врятована деревина в національних лісах, ймовірно, утворилася в основному внаслідок операцій безпеки на дорогах, які могли бути використані або не були використані в тій самій мірі. Порятунок був рідкістю на інших володіннях.

Запаси вуглецю в живих деревах і результати, виражені на одиниці площі, показують різкі відмінності між власниками в цих пожежах, при цьому ліси, якими керує Бюро землеустрою, містять найбільше вуглецю в живих деревах до пожежі, а ті, які знаходяться у приватній власності, містять менше ніж на третє стільки ж, для всіх вікових класів разом (Таблиця 3 ; Таблиця S 4 ). Перетворення з живих на мертві є високими для всіх форм власності в молодих насадженнях. Середні коефіцієнти перетворення живих у мертві є високими для всіх землевласників, за винятком національних лісів для зрілих (віком 60–120 років) лісів і для всіх державних власників, за винятком національних лісів для лісів віком понад 120 років. Ліси, якими керує Бюро управління земельними ресурсами та Департамент лісового господарства штату Орегон, як правило, розташовані на нижчій висоті, ніж ліси, якими керують угіддя національних лісів, і тому вони можуть бути піддані короткочасному впливу східних вітрів. Вуглець, що становить 72 метричні тонни CO ₂ e на гектар із загиблих вогнем дерев, було видалено шляхом порятунку на приватних землях у молодих лісах; він був набагато нижчим в інших місцях, і для деяких комбінацій віку насадження та власності не було зареєстровано порятунок на ділянках FIA в перший рік після пожежі.

Порівняння з продуктами дистанційного вимірювання тяжкості опіків

Незважаючи на те, що ступінь тяжкості опіку BAER-SBS показав певний ступінь відповідності покриттю органічною речовиною (OMC), показник, оцінений для підтримки PFI ґрунту, існували значні розбіжності, особливо для вищих класів тяжкості опіку, при цьому BAER-SBS переоцінював тяжкість опіку ~ 40% ділянок FIA у категорії PFI негорілого ґрунту (> 85% OMC). Приблизно 45% ділянок у низькому класі PFI ґрунту (від < 85% до ≥ 40% OMC) були класифіковані як опіки середнього або високого ступеня. У помірному класі PFI ґрунту (< 40% до ≥ 0% OMC) було > 40% неправильної класифікації, що представляло як завищення, так і заниження тяжкості опіку. Нарешті, BAER-SBS недооцінив серйозність опіків на ~ 15% ділянок, які були оцінені в полі як такі, що мають 0% OMC після пожежі (рис. 8  ) .

Розподіл частки смертності деревної біомаси від класу тяжкості опіку, призначеного MTBS, також вказує на певний ступінь відповідності; однак значні розбіжності (> 30%) спостерігалися в неспаленому, низькому та середньому класах. Для ділянок, які припадають на територію, класифіковану MTBS як низьку ступінь тяжкості опіку (1–25% очікуваної смертності дерев), майже третина мала рівень смертності понад 25%, а 10% мали рівень смертності деревної біомаси понад 75%. У лісовій зоні, класифікованій як середній ступінь тяжкості опіків (> 25% до < 75% очікуваної смертності дерев), спостерігалося, що близько чверті ділянок горіли з низьким рівнем тяжкості (< 25% смертності) і більше третини з високою серйозністю ( > 75% смертність). Менше чверті ділянок у межах зони, класифікованої як висока небезпека, мали рівень смертності нижче 75% (рис.  9 ).

Обговорення

Дані FIA до пожежі та FERS після пожежі, отримані від пожеж у День праці 2020 року, оброблені та зібрані для цього дослідження, надзвичайно добре підходили для отримання статистичних оцінок впливу цих пожеж на великий лісовий ландшафт. Вони також надають унікальний тестовий стенд для гіпотез щодо рушійних факторів пожежних ефектів у мексиканських лісах західних Каскадів і служать рідкісною основою емпіричної, об’єктивної та неупередженої «основної правди», за якою можна оцінити прогнози змодельованих ефектів пожежі та тяжкості. . З огляду на те, що сильний вітер відігравав важливу роль у поширенні та поведінці цих пожеж, і що швидкість вітру також змінювалася залежно від просторових і часових масштабів цих пожеж, наша характеристика локально змодельованих середніх швидкостей вітру приблизно до приходу фронту пожежі на кожну ділянку надав можливість контролювати швидкість вітру, виявивши емпіричні докази взаємозв’язків між факторами ділянки, такими як вік і структура насаджень, і ефектами пожежі, які не були очевидними без такого контролю. Оскільки потепління клімату підвищує пожежну активність у західних Каскадах, ми очікуємо, що цей набір даних може і буде використовуватися для інформування про широкий спектр політичних запитань щодо того, як менеджери можуть ефективно підвищити стійкість до вогню, що замінює насадження, під час вибору та впровадження лісівничих приписів у цих лісах за помірної (тобто сухе паливо, слабкий вітер) до сильної (тобто сухе паливо, сильний вітер) пожежної погоди. Оскільки ці графіки продовжуватимуть перевимірюватися в найближчі десятиліття, зібрані дані зможуть багато чого навчити нас про те, як управління може сприяти вогнестійкості, коли опір марний.

Вплив вітру та структури лісу на вплив пожежі

У широкому масштабі (як на рівні насадження, так і на рівні ландшафту) поширення, інтенсивність та тяжкість пожежі зазвичай розуміються як наслідки палива, топографії та погоди (широко відомий як «трикутник вогню»; Agee 1996 ) . Коли лісового палива достатньо, як це типово для продуктивних лісів західних каскадів, погодні умови, зокрема поєднання сухого палива та сильних вітрів, широко вважаються силою, яка домінує та переважає вплив структури лісу (Agee 1993 ; Бессі та Джонсон 1995 ; Ейджі 1997 ). Як відлуння минулих потужних мегапожеж у західних Каскадах (наприклад, пожежа Якольта 1902 року), сувора пожежна погода, у вигляді як високої сухості палива, так і сильних східних вітрів, значною мірою пояснює розмір і серйозність праці 2020 року. Денні пожежі (Рейлі та ін. 2022 ). При моделюванні рушійних сил пожежі високого рівня (> 75% смертності надповерхових дерев) за допомогою дистанційного зондування пожеж у День праці 2020 року Еверс та ін. ( 2022 ) виявили, що принаймні один аспект структури лісу (висота верхнього ярусу) впливав на зменшення інтенсивності пожеж під час сильних вітрів. Проте погода в їхньому аналізі враховувалась у добовій, а не в погодинній шкалі.

У цьому дослідженні, в якому використовувалися дані польових вимірювань, змодельована середньогодинна швидкість вітру > 2,25 м/с (який ми називаємо помірним або сильним) була пов’язана з відносно низькою виживаністю біомаси дерев, незалежно від розміру дерева (< 25 см, 25–53 см, > 53 см DBH; рис.  2 ). Однак один із аспектів структури лісу покращує виживання дерев за помірних і сильних вітрів: вік насаджень. Насадження, для яких було визначено, що переважаючий клас розміру дерев складається з дерев віком від 60 до 120 років, продемонстрували статистично більшу виживаність порівняно з тими, де вік насаджень перевищував 120 років, і показав середній рівень виживання значно вище як < 60, так і > 120 років. -старі насадження (рис.  5 ). У тому ж ключі, за помірних і сильних вітрів одновікові насадження, в яких переважають дерева середнього розміру (23–51 см DBH), продемонстрували більшу середню та середню виживаність дерев, ніж інші структурні класи, хоча висока мінливість завадила виявити статистично значущі відмінності між структурні класи (рисунок S 1 ).

За слабких вітрів (< 2,25 м/с), але високої посушливості палива структура лісу сильно впливала на виживання дерев, де збільшення розміру дерева було пов’язане з більшою середньою та середньою виживаністю дерев; виживання також було статистично вищим у насадженнях віком 60–120 років, ніж у насадженнях віком < 60 років. Ці результати свідчать про те, що методи господарювання, які маніпулюють структурою насаджень у західних каскадних лісах, можуть мати здатність підвищувати вогнестійкість на рівні насаджень при все більш поширених помірних (сухе паливо, але слабкий вітер) і вимірною, але меншою мірою при більш рідкісних сильних пожежах погодні умови (сухе паливо та сильний вітер). Хоча зростаюча кількість літератури підтверджує наш висновок про те, що молоді ліси (наприклад, < 60 років) виявляють мінімальну вогнестійкість (наприклад, Zald and Dunn 2018 ), в результаті 60–120-річні деревостани демонстрували більшу вогнестійкість, ніж старі. (> 120 років) насаджень є дивним, враховуючи загальноприйняту думку про те, що старі ліси, як правило, мають найбільш вогнестійкі особини (наприклад, дугласова ялина з товстою корою). Дослідження того, як ключові протипожежні показники структури лісу відрізнялися між трьома віковими класами насаджень, показало, що порівняно з насадженнями віком > 120 років, 60–120-річні насадження демонстрували (1) більшу висоту основи пологу (тобто менше сходове паливо), (2) менша частка площі крони дерев із живими гілками нижче критичної висоти над землею (6,1 м; 20 футів), (3) менші навантаження деревного палива та (4) аналогічний середній квадратичний діаметр (тобто дерева [особливо дугласова ялиця] достатньо великі, щоб демонструвати вогнестійкі характеристики). Подальше дослідження могло б виявити інші аспекти 60–120-річних насаджень, які роблять їх більш стійкими до вогнестійкості як за помірних, так і за суворих пожежних погодних умов, щоб відповісти на політичне питання про те, чи можна і як можна ініціювати, прискорювати та/або підтримувати лісокультурні обробки стійкі конструктивні елементи таких деревостанів з часом.

Різноманітні структури та, можливо, наслідки вогню, які вони мають на увазі, можна побачити серед власників, головним чином через відмінності в цілях (наприклад, генерувати дохід від деревини та екосистемні послуги, такі як середовище існування та рекреація, які іноді можуть залежати від підтримки вищих запасів ). Виживання дерев було вищим у національних лісах і лісах BLM, ніж у приватних лісах, коли вітер був слабким (середній коефіцієнт виживання біомаси дерев 0,85 проти 0,26; рис. 4  ) , висновок узгоджується з Evers et al. ( 2022 ) аналіз на основі дистанційного зондування. Відмінності у виживанні між власниками були незначними, якщо вітер був від помірного до сильного. У західних Каскадах більша частина приватних лісових угідь використовується для виробництва деревини, придатної як сировина для виробництва виробів із заготовленої деревини, причому ліси зазвичай використовуються як молоді (< 60 років) одновікові насадження ялиці Дугласа (Таблиця 1 ) . . Через високу посушливість палива та поєднання слабкого вітру, яке стає все більш поширеним наприкінці літа, плантаціям не вистачає вогнестійкості, характерної для старих, більш структурно неоднорідних насаджень, поширених у федеральних землях (Zald and Dunn 2018 ) . Позитивний зв’язок виживання з широтою (рис.  3 ) можна пояснити як відмінностями у власності та пов’язаній з ними структурою лісів (менше приватних земель у пожежах Ріверсайд і Велика Дугоподібна), так і кліматом (негативний зв’язок температури та посушливості з широтою).

На виживання дерев часто покладаються як на інтеграційний показник впливу пожежі на лісові екосистеми, включаючи вплив на ґрунти та лісовий покрив, незважаючи на інколи слабкий зв’язок між цими наслідками. Наприклад, ступінь споживання органічної речовини на поверхні та під поверхнею ґрунту не обов’язково відстежує смертність дерев або зміну покриву крони. Незалежно отримані індекси корони та ґрунту після пожежі (PFI) дозволили досліджувати вплив корони та ґрунту окремо з точки зору їх зв’язку зі швидкістю вітру. Під слабким вітром на більшій частині вигорілої території (89%) збереглися принаймні деякі живі дерева із зеленим листям (класи зелених, змішаних зелених, змішаних коричневих). Під час вітру від помірного до сильного на значній частині (42,5%) вигорілої території не було живих дерев (коричневого, перехідного, чорного класів). Оскільки дерева скидають знищене вогнем листя, навантаження тонкої та грубої деревини може бути значно вищим у насадженнях з Crown PFI, класифікованим як коричневий, перехідний або чорний, порівняно з насадженнями, класифікованими як зелені, змішано-зелені або змішано-коричневі. Трибуни в цих мертвих класах Crown PFI, ймовірно, піддаються більшому ризику наслідків пожежі від середньої до високої тяжкості (через більше завантаження палива), якщо вони спалять у найближчому майбутньому. На відміну від Crown PFI, було менш очевидно, що слабкі проти помірних і сильних вітрів призвели до великих відмінностей у розподілі органічного покриву ґрунту (Soil PFI) після пожежі. З огляду на те, що велика частка згорілих територій (79%) демонструвала мінімальний органічний покрив ґрунту (< 40%) після пожежі, однак ці пожежі можуть спричинити серйозні, довготривалі наслідки через ерозію ґрунту та якість води на вододілі. ландшафтно-масштаби.

Ми очікуємо, що ці результати сприятимуть розумінню широкомасштабних рушійних факторів наслідків пожежі в західних каскадних лісах за умов, подібних до тих, що переважали під час пожеж, спричинених східним вітром; однак інтерпретації можуть вимагати коригування при розгляді рушійних факторів пожежних ефектів під час західних вітрів, які є більш типовими для пожежних подій у цьому регіоні. Лісові пожежі, що спалахують із західним вітром, також можуть супроводжуватися періодами від помірного до сильного вітру (наприклад, середня швидкість > 2,25 м/с), але коливання швидкості протягом погодинної шкали часу, для якої розраховується швидкість вітру (які створюють сильні, але короткі пориви) значно менші порівняно з явищами східного вітру, тому частота та інтенсивність поривів вітру також зменшуються. Крім того, вміст вологи в повітрі в західних вітрах, які надходять над Тихим океаном, набагато більший, ніж у східних вітрах, що надходять із внутрішньої частини континенту, з дуже різними результатами для посушливості палива. Це одна з причин, чому пожежі на День праці 2020 року були такими сильними; пожежі із західним вітром у західних Каскадах горять більш типово зі змішаною серйозністю, враховуючи поєднання нижчої сухості палива та слабкіших вітрів (Reilly та ін. 2021 ).

Вплив пожежі та рятування на вуглець

З огляду на те, що початкові структури насаджень були дуже різними серед власників, у федеральних лісах містилися набагато старші та більші дерева (таблиця 1 ), варіація в утриманні живого вуглецю — від 25% у державних лісах до 44% у національних лісах (таблиця S 4 ) — була очікуваний. Ми були здивовані тим, що, враховуючи всі форми власності разом, утримання вуглецю було майже однаковим, 37–39%, у всіх вікових класах, завдяки дуже різним показникам утримання в межах вікової категорії в різних формах власності. Хоча розмір вибірки для державних лісів невеликий (зверніть увагу на помилку вибірки для цієї статистики в 1126 гігаграмів CO ₂ e, що становить 44% від оціненого 2582 гігаграмів загального загиблого CO ₂ e в таблиці S 4 ), 25% загальний рівень утримання на державних лісах виділяється, як і 72% коефіцієнт збереження на тому самому володінні в молодняках. Останній разюче контрастує з 28% рівнем утримання молодих лісів у приватній власності — вікова категорія, яка враховує практично всі ліси у цій власності. Однією з можливостей є те, що більша частка державних лісів припадає на молодший (стадія ініціації деревостану) кінець вікового діапазону 0–60 років, тоді як більшість приватних лісів мають вік від 20 до 60 років, міцно посаджені на стадії виключення стовбура, що характеризується суцільне закриття навісу (табл. 1 ). Також можливо, що ці власники управляють своїми лісами з різною густотою насаджень або з більшою чи меншою ймовірністю будуть брати участь у докомерційних і комерційних рубках рубок.

Утримання вуглецю живими деревами в національних лісах було помітно знижено в насадженнях віком понад 120 років порівняно з іншими віковими класами та лісами BLM у тому самому віковому класі. Додатковий аналіз повного набору даних може прояснити, якою мірою такі закономірності були зумовлені місцем розташування фронту пожежі під час найсуворіших погодних умов порівняно з відмінностями в структурі лісу. Однак більша частка найстарішого вікового класу знаходиться в дуже старих (> 150 років) насадженнях національних лісів порівняно з BLM, а більша частка лісів BLM належить до найбільшого класу розміру насадження (Таблиця 1) — висновок узгоджується з Ліси BLM мають більшу продуктивність у середньому в західному Орегоні.

Щільність вуглецю живих дерев до пожежі набагато вища в лісах BLM. Однак середня щільність вуглецю, знищеного внаслідок пожежі, у лісах BLM майже така ж велика, як середня щільність живого вуглецю дерев до пожежі в національних лісах. Очевидно, це пов’язано з дивовижно низькими показниками виживання дерев у всіх вікових класах, хоча особливо у віковій категорії 60–120 років, де виживання становило 25%. Щільність вуглецю перед пожежею в молодих насадженнях справді різниться залежно від власника — вона найбільша в BLM і найменша в державних лісах, при цьому національні та приватні ліси не відрізняються один від одного. Однак у приватних лісах і лісах BLM більша частина живого деревного вуглецю переміщується в мертві басейни в цих молодих насадженнях; на національних лісах більшість залишається живою. Потрібен подальший аналіз, щоб зрозуміти, як відмінності в структурі насаджень можуть пояснити відмінності в результатах за власниками, наскільки такі фактори можуть бути ізольовані, коли пожежна погода настільки впливає на результати виживання.

Враховуючи всі форми власності та вікові класи, пожежі у День праці 2020 року призвели до величезного викиду вуглецю з пулу живих дерев (Таблиця S 4 ) , який перевищив усі антропогенні викиди в атмосферу (від використання електроенергії, транспорту, житлових і комерційних, промислових і сільського господарства). , разом) у штаті Орегон у рік, коли вони відбулися (майже 70 MMT проти 64 MMT CO ₂ e). Цілком ймовірно, що негайне переміщення з басейну живих дерев в атмосферу є невеликим (головним чином спалювання листя та тонких гілок); однак величезне надходження 70 MMT до басейну мертвої деревини призвело до десятиліть значно підвищених викидів в атмосферу, оскільки агенти гниття впливають на невпинне вивільнення поглиненого вуглецю. Великі пули вуглецю були негайно вивільнені з резервуарів вуглецю мертвої деревини, сміття, пуху та ґрунту; їх буде оцінено, коли буде готовий повний набір даних (включаючи дані з ділянок, які були недоступні протягом першого року після пожежі), і всі дані будуть зібрані та узгоджені для врахування зростання, видалення та смертності.

Порятунок є важливою частиною цієї історії на приватних землях. Більшу частину загиблої деревної біомаси було зібрано, а деяку її частину перетворено на довговічну деревну продукцію, яка протягом тривалого часу запобігатиме вивільненню накопиченого вуглецю. Інші утилізовані компоненти будуть використані для генерації біоенергії, а певну частину, ймовірно, залишать на місці для розпаду або утилізують за допомогою спалювання. Зауважте, що оцінки порятунку, доступні в цьому аналізі, враховують лише насадження, зібрані в перший рік після пожежі. Цілком ймовірно, що відбувся додатковий порятунок, оскільки дані були зібрані з цих ділянок протягом першого польового сезону після цих пожеж. Ми сподіваємося врахувати цю діяльність у міру надходження даних від майбутніх десятирічних відвідувань FIA для повторного вимірювання.

Класифікація продуктів за ступенем опіку та спостережувані ефекти пожежі

Стандартизовані та корпоративно виготовлені класифіковані карти тяжкості опіків, отримані в результаті обробки інформації дистанційного зондування, вважаються критично важливою підтримкою прийняття рішень для управління ландшафтом після пожежі, особливо менеджерами, яким бракує аналітичної підтримки для розробки власних класифікацій. Незважаючи на легкість доступу та використання, точність цих стандартизованих карт різна, особливо для біофізично неоднорідних ландшафтів (Kolden et al. 2015 ). Зазвичай отримані як класифікація спектральних індексів (наприклад, диференційований нормалізований коефіцієнт опіку [dNBR]) з використанням стандартизованого підходу, який, тим не менш, містить суб’єктивні елементи в параметризації, ці карти тяжкості опіків розрізняють чотири класи: неспалений, низький, помірний і високий.

Щоб оцінити точність прогнозів, які містяться в продуктах карти тяжкості опіків, ми порівняли прогнози та спостереження для просторово збалансованої вибірки, що складається з ділянок спалень у наших даних FERS. Ми оцінили класифікацію тяжкості опіку ґрунту (SBS) за BAER у порівнянні з оцінками вкритості органічними речовинами, отриманими в полі, які були зібрані для визначення верхнього рівня ієрархічної класифікації PFI ґрунту. Ми оцінили класифікації тематичних класів MTBS (TC) у порівнянні з відсотком смертності деревної біомаси, що спостерігався на місцях. Документація для продуктів BAER і MTBS пропонує якісні, але не суворо кількісні вказівки щодо тлумачення того, що означають нанесені на карту класи серйозності (Parson et al. 2010 ; Eidenshink et al. 2007 ); однак більшість дослідників і менеджерів давно прийняли те, що вважається традиційним кількісним тлумаченням цих класів. Наприклад, ступінь серйозності зазвичай відображається на смертності надповерхових дерев наступним чином: незгоріле ➔ смертність незначна або відсутня, низька ➔ більше нуля, але < 25% смертності дерев, помірна ➔ 25–75% смертності та висока ➔ > 75% смертності (Міллер та ін. 2009 ).

Порівнюючи BAER-SBS і класи PFI ґрунту верхнього рівня (які відповідають класам покриття органічною речовиною), ми виявили широкий спектр прогнозів класу BAER-SBS для кожного класу органічного ґрунтового покриву, який спостерігався в полі, особливо для того, яке покриття органічною речовиною має бути низька, помірна та висока тяжкість опіку (рис.  8 ). Враховуючи, що BAER-SBS використовує спектральний індекс dNBR, індекс, створений для виявлення змін у рослинності (Miller and Thode 2007 ), а не в ґрунтах, можливо, не дивно, що ми спостерігали погану узгодженість між BAER-SBS і класами покриву органічної речовини Soil PFI. Порівнюючи продуктивність між отриманими Landsat спектральними індексами тяжкості опіку та польовими спостереженнями в широкому біофізичному градієнті, Harvey et al. ( 2019 ) виявили, що індекси (включаючи dNBR) краще класифікують зміни в пологах лісів, ніж атрибути лісової підстилки, такі як ґрунти. Крім того, польове перевірочне дослідження, проведене в західній Монтані та південній Каліфорнії (Hudak та ін. 2004 ), виявило, що продукт BAER-BARC є кращим прогнозом зміни рослинності, ніж впливу на ґрунт. У той час як продукт BAER-SBS уточнюється з необробленого продукту BARC за допомогою польових спостережень, які в основному використовуються для коригування порогових значень dNBR (Parson та ін. 2010) , dNBR залишається основним спектральним індексом і ключовим фактором класифікації. З огляду на те, що продукт BAER-SBS зазвичай використовується в широкому спектрі оцінок ризику ландшафту після пожежі (наприклад, для транспортування, здоров’я та безпеки людей, пошкодження майна, якості води, інвазивних видів, середовища проживання, ерозії ґрунту та потенціалу зсувів) значний розрив між класифікаціями SBS і польовими спостереженнями за впливом на ґрунт, які спостерігаються в цьому дослідженні, має викликати застереження для менеджерів щодо того, чи здатний BAER-SBS надати достовірні відповіді, які значною мірою залежатимуть від їхніх запитань. Принаймні в західних каскадах неточність, яку має на увазі рис.  8 , може призвести до невтішних результатів для рішень, які залежать від характеристик тяжкості для представлення результатів вразливості ґрунту після пожежі.

Продукт MTBS-TC є основним ресурсом для менеджерів, які планують реагування після пожежі (наприклад, ліквідація лісу, зменшення небезпеки на дорозі, пересадка та реабілітація екосистеми), а також дослідників для розуміння моделей рослинності та загибелі дерев через наслідки пожежі на широкий масштаб. Однак багато дослідників вирішують не покладатися на продукт TC, реалізуючи натомість власний аналіз і польову перевірку для класифікації безперервних значень dNBR MTBS за класами тяжкості опіків, на які вони наносять кількісну інтерпретацію (наприклад, Miller and Thode 2007; Miller et . інші 2009 ; Cansler & McKenzie 2012 ). Посилаючись на традиційно зрозумілі порогові значення відсотка смертності дерев, наведені раніше, ми виявили, що, хоча класифікації MTBS-TC на згорілих ділянках FIA певною мірою відстежували ці порогові значення смертності дерев, що спостерігалися в полі, спостережувана смертність дерев виходила за ці порогові значення на 25–60% ділянок, залежно від клас тяжкості опіку (рис.  9 ). Класифікація тяжкості опіків була найточнішою у високому класі, за ним йшов низький клас і найгіршим у середньому класі, де спостережувана смертність дерев коливалася від 5 до 100%, і більше половини ділянок спостерігали смертність за межами діапазону, пов’язаного з помірною тяжкістю. Інші дослідження повідомляють про низьку точність класифікації смертності дерев при помірній тяжкості опіків; невизначеність і похибка класифікації, як правило, є найбільшою в проміжному діапазоні значень спектрального індексу (Furniss et al. 2020 ). Велика частка ділянок, класифікованих як незгорілі, продемонструвала відсоток смертності дерев набагато вище 0%, що викликає значні сумніви щодо точності виявлення наслідків пожежі продуктами дистанційного зондування тяжкості опіків, особливо коли вогонь спричиняє мінімальну смертність на верхових деревах. Цей результат має важливі наслідки для картографування рефугіумів від вогню за допомогою дистанційного зондування, враховуючи популярний опис рефугіумів як незгорілих островів (наприклад, Martinez et al. 2019 ). Пожежні рефугіуми із закритими навісами можуть спричинити значну загибель дерев у середніх і підлісокових ярусах внаслідок пожежі, не кажучи вже про споживання пуху та рослинності підліску — наслідки, які не виявляються за допомогою дистанційного зондування, особливо коли часові період аналізу є коротким (тобто відстрочена смертність дерев у сховищах від пожежі внаслідок пожежі в підліску може зрештою виникнути > 1 року після пожежі; Басбі та Хольц 2022 ). Як і у випадку з продуктом BAER-SBS, важливо, щоб менеджери (і дослідники) знали, що класи тяжкості опіків MTBS-TC можуть погано відображати реакцію смертності дерев на пожежу в західних каскадах (Whittier and Gray 2016), і щоб вони не приймали безкритично його передбачення в ситуаціях, коли важливо мати точну інформацію про смертність.

Майбутня робота та можливості

У цьому документі наведено своєчасний і переконливий, статистично обґрунтований підсумок короткотермінових результатів пожеж у День праці 2020 року та вибрані приклади типів запитань, до яких можуть бути застосовані дані протоколів повторного вимірювання FIA, розширені наслідками пожежі. Цей набір даних буде доповнено даними повторних вимірювань, отриманих безпосередньо після пожежі, з ще десяти ділянок, відвідування яких було відкладено на рік через закриття після пожежі, а також формальним узагальненням повторних вимірювань і узгодженням даних до та після пожежі, щоб забезпечити основу для точного облік зростання, смертності та видалення між візитами, що підвищує його аналітичну силу. Оскільки дані повторного вимірювання збираються з цих ділянок FIA протягом наступного десятиліття та далі, траєкторії екосистеми після пожежі можна відстежувати щодо динаміки мертвої деревини (що впливає як на потенціал спалювання, так і на якість середовища проживання), відновлення та зростання дерев і рослинності підліску, потоки вуглецю між басейнами та наслідки управління після пожежі (наприклад, лісозаготівля та заходи з відновлення). У короткостроковій перспективі ключові можливості, які можуть бути досліджені, ще до того, як стануть доступними дані повторного вимірювання після пожежі, включають (1) моделювання взаємозв’язку між структурою лісу до пожежі та спостережуваними наслідками пожежі для підтримки розвитку лісівничих процедур, які покращують вогнестійкість, (2) перевірка та уточнення моделей, які передбачають наслідки пожежі та класифікації серйозності опіків за допомогою дистанційного зондування, і (3) використання індексів корони та ґрунту після пожежі для опису або перевірки впливу вогню на явища, які тут не аналізуються (наприклад, прибережні або якість середовища існування птахів та їх зв’язок із чисельністю видів).

Ще до пожеж у День праці 2020 року вимірювання FERS за 1-2 роки після пожежі були зібрані у великій мережі з 998 спалених (включаючи підмножину повторно спалених) FIA та регіональних ділянок інтенсифікації Національної лісової системи в Каліфорнії, Вашингтоні, і Орегоні з 2002 року. Ці дані використовувалися, наприклад, для оцінки змодельованої смертності дерев, спричиненої пожежею (Barker et al. 2019 ) і динаміки палива на поверхні після пожежі (Eskelson and Monleon 2018 ). Усі ці ділянки були відвідані FERS після пожежі, і більшість також мали принаймні один стандартний стандартний візит FIA після пожежі, що робить їх чудовим ресурсом для вивчення тем траєкторії екосистеми після пожежі, описаних вище. Цей більший набір даних FERS представляє значні та перспективні інвестиції в збір даних, які, разом із додатковими інвестиціями в компіляцію даних, узгодження, забезпечення якості та аналіз, мають мати хороші можливості для вирішення багатьох питань щодо пожеж у лісах західного узбережжя США і взаємодія між пожежею та управлінням до та після пожежі.

Наявність даних і матеріалів

Дані, які підтверджують висновки цього дослідження, доступні в програмі лісової інвентаризації та аналізу лісів (FIA) Міністерства сільського господарства США, але доступність цих даних обмежена, тому не всі дані є загальнодоступними. Усі дані про місцезнаходження ділянок, окрім точних, для відвідувань цих ділянок, проведених до пожежі, можна завантажити, а також дані про відвідування після пожежі, зібрані на запланованих панелях FIA ( https://apps.fs.usda.gov/fia/datamart/datamart.html ). Точні місця розташування ділянок недоступні для громадськості через вимоги конфіденційності відповідно до Закону про продовольчу безпеку, а дані за 1 рік після пожежі ще недоступні, але з часом будуть, оскільки вони були зібрані та аналізуються в рамках спеціальних досліджень, проведених Вестсайдська дослідницька ініціатива лісової служби PNW Research Station та її партнери.

Список літератури

• Абацоглу, Дж. Т., Д. Е. Рупп, Л. В. О’Ніл і М. Садег. 2021. Складні екстремуми викликали лісові пожежі в Західному Орегоні у вересні 2020 року. Geophysical Research Letters 48(e2021GL092520):1–9.
• Ейджі, Дж. К. 1993. Пожежна екологія тихоокеанських північно-західних лісів . Вашингтон, округ Колумбія: Island Press.Google Scholar 
• Ейджі, Дж. К. 1996. Вплив структури лісу на поведінку вогню. У матеріалах 17-ї конференції з управління лісовою рослинністю, 52–68. Реддінг, Каліфорнія https://www.fs.usda.gov/rm/pubs/rmrs_gtr292/1996_agee.pdf .
• Ейджі, Дж. К.. 1997. Лісова пожежа в умовах суворої погоди – надто жарко, щоб впоратися? Northwest Science 71 (1): 5.Google Scholar 
• Баркер, Дж. С., Дж. С. Фрід і А. Н. Грей. 2019. Оцінка модельних прогнозів смертності дерев, спричинених пожежами, за допомогою інвентаризації лісів, уражених лісовими пожежами. Ліси 10 (11): 958.ст Google Scholar 
• Bechtold, WA, і PL Patterson. 2005. Покращена програма інвентаризації та аналізу лісів. Національний дизайн вибірки та процедури оцінки. Ешвіль: Міністерство сільського господарства США, Лісова служба, Південна дослідна станція. 85p. https://www.fs.usda.gov/treesearch/pubs/20371 .
• Бессі, WC та Е. А. Джонсон. 1995. Відносна важливість палива та погоди для поведінки вогню в субальпійських лісах. Екологія 76 (3): 747–762.ст Google Scholar 
• Бланд, Дж. М. та Д. Г. Альтман. 1995. Багатозначні тести: метод Бонферроні. BMJ 310: 170. https://doi.org/10.1136/bmj.310.6973.170 .ст CAS PubMed PubMed Central Google Scholar 
• Баррілл, Елізабет А.; ДіТоммазо, Андреа М.; Тернер, Джеффрі А.; П’ю, Скотт А.; Менлав, Джеймс; Крістіансен, Гленн; Перрі, Керол Дж.; Конклінг, Барбара Л. 2021. База даних інвентаризації та аналізу лісів: опис бази даних і посібник користувача версія 9.0.1 для фази 2. Міністерство сільського господарства США, лісова служба. 1026 стор. [Онлайн]. Доступно за веб-адресою: https://www.fia.fs.usda.gov/library/database-documentation/ .
• Басбі, С. У. та А. Хольц. 2022. Взаємодія між пожежними рефугіумами та кліматично-екологічними умовами визначає месічне відновлення субальпійських лісів після великих і сильних лісових пожеж. Межі в лісах і глобальні зміни 5 (890893): 1–18.
• Канслер, Каліфорнія, і Д. Маккензі. 2012. Наскільки надійними є індекси тяжкості опіків, якщо застосовувати їх у новому регіоні? Оцінка альтернативних методів польового та дистанційного зондування. Дистанційне зондування 4 (2): 456–483.ст Google Scholar 
• Ейденшинк Дж., Б. Швінд, К. Брюер, З.-Л. Чжу, Б. Куейл і С. Ховард. 2007. Проект моніторингу тенденцій тяжкості опіків. Пожежна екологія 3 (1): 3–21.ст Google Scholar 
• Eskelson, BNI та VJ Monleon. 2018. Динаміка поверхневого палива після пожежі в лісах Каліфорнії за трьома класами тяжкості горіння. International Journal of Wildland Fire 27 (2): 114.ст Google Scholar 
• Еверс К., А. Хольц, С. Басбі та М. Нільсен-Пінкус. 2022. Екстремальні вітри змінюють вплив палива та топографії на інтенсивність горіння від мегапожеж у сезонних помірних тропічних лісах за рекордної сухості палива. Пожежа 5 (41): 16.Google Scholar 
• Франклін, Дж. Ф. і Ч. Т. Дірнесс. 1973. Природна рослинність штатів Орегон і Вашингтон . PNW-8: Міністерство сільського господарства США, лісова служба, Тихоокеанська північно-західна науково-дослідна станція.
• Фернісс, Т. Дж., В. Р. Кейн, А. Дж. Ларсон і Дж. А. Лутц. 2020. Виявлення смертності дерев за допомогою спектральних індексів, отриманих з Landsat: підвищення екологічної точності шляхом дослідження невизначеності. Дистанційне зондування навколишнього середовища 237: 111497.ст Google Scholar 
• Халофскі, Дж. Е., Д. Л. Петерсон і Б. Дж. Харві. 2020. Зміна лісових пожеж, зміна лісів: вплив зміни клімату на пожежні режими та рослинність на північному заході Тихого океану, США. Пожежна екологія 16 (1): 4.ст Google Scholar 
• Халофскі, Дж. С., Д. Р. Конклін, Д. К. Донато, Дж. Е. Халофскі та Дж. Б. Кім. 2018a. Зміни клімату, лісові пожежі та зміни рослинності в лісовому ландшафті з високою інерцією: Західний Вашингтон, США ред. К. Каркайє. PLOS ONE 13 (12): e0209490.ст PubMed PubMed Central Google Scholar 
• Халофскі, Дж. С., Д. С. Донато, Дж. Ф. Франклін, Дж. Е. Халофскі, Д. Л. Петерсон і Б. Дж. Харві. 2018b. Природа звіра: Вивчення варіантів адаптації до клімату в лісах із протипожежним режимом, що замінює деревостан. Екосфера 9 (3): e02140.ст Google Scholar 
• Харві, Б. Дж., Р. А. Андрус і С. К. Андерсон. 2019. Включення біофізичних градієнтів і невизначеності в карти тяжкості опіків у помірному пожежонебезпечному лісовому регіоні. Екосфера 10 (2): e02600.ст Google Scholar 
• Худак, А. Т., Р. Форестер, П. Р. Робішо, Дж. С. Еванс, Дж. Кларк, К. Ланном, П. Морган і К. Стоун. 2004. Польове підтвердження класифікації відбивної здатності вигорілої площі (BARC) для оцінки після пожежі. У матеріалах десятої конференції із застосування дистанційного зондування лісової служби . Солт-Лейк-Сіті, Юта: Американське товариство фотограмметрії та дистанційного зондування.
• Джейн, Т. Б., Д. С. Пілліод, Р. Т. Грем, Л. Б. Лентіле та Д. Е. Сендквіст. 2012. Індекс для характеристики післяпожежних ґрунтових середовищ у помірних хвойних лісах. Ліси 3 (3): 445–466.ст Google Scholar 
• Джайн, Тереза ​​Б.; Грем, Рассел Т. 2007. Зв’язок між інтенсивністю горіння дерев і структурою лісу в Скелястих горах. У: Пауерс, Роберт Ф., тех. редактор. Відновлення пожежоадаптованих екосистем: матеріали Всеукраїнського лісівничого семінару 2005 року. ген. техн. Представник PSW-GTR-203, Олбані, Каліфорнія: Тихоокеанська південно-західна науково-дослідна станція, Лісова служба, Міністерство сільського господарства США: 213–250
• Клок, А. М., С. Басбі та Дж. С. Фрід. 2023. Настав час: метод оцінки прибуття лісової пожежі та погодних умов у місцевостях із польовими пробами. Вогонь 6 (360):18.
• Колден, Каліфорнія, А. С. Сміт і Дж. Т. Абацоглу. 2015. Обмеження та використання моніторингу тенденцій у продуктах Burn Severity для оцінки серйозності лісових пожеж у США. International Journal of Wildland Fire 24 (7):1023–1028.
• Лінлі, Г. Д., Сі Джей Джоллі, Т. С. Доерті, В. Л. Гірі, Д. Арментерас, К. М. Белчер, Р. Блідж Берд, А. Дуейн, М. Флетчер, М. А. Джорджіс, А. Хаслем, Г. М. Джонс, Л. Т. Келлі, Ч. К. Ф. Лі, Р. Х. Нолан, К. Л. Парр, Дж. Г. Паусас, Дж. Н. Прайс, А. Регос, Е. Г. Річі, Дж. Раффолт, Г. Дж. Вільямсон, К. Ву, Д. Г. Німмо та Б. Поултер. 2022. Що ви маєте на увазі, «мегафайр»? Глобальна екологія та біогеографія 00 (geb.13499):1–17.
• Maechler, MP, RA Struyf, M. Hubert і K. Hornik. 2021. кластер: основи та розширення кластерного аналізу. Версія пакета R 2 (1): 2.Google Scholar 
• Мартінес, AJ, AJH Meddens, CA Kolden, EK Strand та AT Hudak. 2019. Характеристика незгорілих островів на внутрішньому північному заході США. Пожежна екологія 15 (1): 20.ст Google Scholar 
• Мас, CF, Д. Овенс, Р. Конрік і Дж. Салтенбергер. 2021. Лісові пожежі над тихоокеанським північним заходом у вересні 2020 року. Погода та прогнозування 36 (5): 1843–1865.Google Scholar 
• Міллер, Дж. Д. та А. Е. Тод. 2007. Кількісна оцінка тяжкості опіків у гетерогенному ландшафті за допомогою відносної версії дельта-нормализованого коефіцієнта опіку (dNBR). Дистанційне зондування навколишнього середовища 109 (1): 66–80.ст Google Scholar 
• Міллер, Дж. Д., Е. Е. Кнапп, Ч. К. Кі, К. Н. Скіннер, Сі Дж. Ісбелл, Р. М. Крізі та Дж. В. Шерлок. 2009. Калібрування та перевірка відносного диференційованого нормалізованого коефіцієнта горіння (RdNBR) за трьома показниками інтенсивності пожежі в горах Сьєрра-Невада та Кламат, Каліфорнія, США. Дистанційне зондування навколишнього середовища 113 (3): 645–656.ст Google Scholar 
• Парсон, А., П. Р. Робішо, С. А. Льюїс, К. Неппер і Дж. Т. Кларк. 2010. Польовий посібник для картографування ступеня вигоряння ґрунту після пожежі . Ft. Коллінз, Колорадо: Міністерство сільського господарства США, лісова служба, дослідницька станція Скелястих гір. https://www.fs.usda.gov/treesearch/pubs/36236 .
• Основна команда R. 2022 R: Мова та середовище для статистичних обчислень. R Foundation for Statistical Computing, Відень, Австрія. URL https://www.R-project.org/ ).
• Рейлі, М. Дж., Дж. Е. Халофскі, М. А. Кравчук, Д. С. Донато, П. Ф. Хессбург, Дж. Д. Джонстон, А. Г. Мершель, М. Є. Свонсон, Дж. С. Халофскі та Т. А. Спіс. 2021. Екологія та управління пожежами в північно-західних лісах Тихого океану. У пожежній екології та управлінні: минуле, теперішнє та майбутнє лісових екосистем США, Управління лісовими екосистемами, ред. CH Greenberg and B. Collins, 393–435. Cham: Springer International Publishing https://www.fs.usda.gov/research/treesearch/63690 .
• Рейлі, М. Дж., А. Зуспан, Дж. С. Халофскі, К. Реймонд, А. МакЕвой, А. В. Дай, Д. С. Донато, Дж. Б. Кім, Б. І. Поттер, Н. Уокер, Р. Дж. Девіс, Сі Дж. Данн, Д. М. Белл, М. Дж. Грегорі, Дж. Д. Джонстон, BJ Harvey, JE Halofsky та BK Kerns. 2022. Cascadia Burning: історичні, але не безпрецедентні лісові пожежі 2020 року на північному заході Тихого океану. Екосфера 13 (6). https://onlinelibrary.wiley.com/doi/10.1002/ecs2.4070 .
• Лісова служба Міністерства сільського господарства США Дослідницька станція PNW FIA, 2021. ДОСЛІДЖЕННЯ НАСЛІДКІВ ПОЖЕЖІ ТА ВІДНОВЛЕННЯ – Додаток до польових інструкцій для щорічної інвентаризації Каліфорнії, Орегону та Вашингтона 2021. У файлі PNW-FIA та на https: //www.fs.usda .gov/pnw/documents-and-media/2021-pnw-fia-ca-or-wa-fire-effects-and-recovery-field-manual .
• Лісова служба USDA PNW Дослідницька станція FIA. 2022. Польові інструкції для щорічної інвентаризації Каліфорнії, Орегону та Вашингтона 2022. У файлі PNW-FIA та на https://www.fs.usda.gov/pnw/documents-and-media/2022-pnw-fia -caorwa-field-manual .
• USDA. 2022. Web Soil Survey. Атланта, Джорджія: Міністерство сільського господарства США. https://websoilsurvey.nrcs.usda.gov/app/ .
• USGS. 2022. Глосарій картографування після пожежі. Геологічна служба США. https://burnseverity.cr.usgs.gov/glossary .
• Whittier, TR, і AN Gray. 2016. Класифікація серйозності пожеж на основі смертності дерев для інвентаризації лісів: приклад національних лісів Тихоокеанського північно-західного регіону. Лісова екологія та менеджмент 359: 199–209.ст Google Scholar 
• Вудолл, CW; Хіт, Л.С.; Домке, Г.М.; Ніколс, MC 2011. Методи та рівняння для оцінки надземного об’єму, біомаси та вуглецю для дерев у лісовій інвентаризації США, 2010. Загальний технічний звіт NRS-88. Ньютаун-сквер, Пенсильванія: Міністерство сільського господарства США, Лісова служба, Північна науково-дослідна станція. 30 стор. http://www.treesearch.fs.fed.us/pubs/39555 .
• Zald, HSJ та CJ Dunn. 2018. Сувора пожежонебезпечна погода та інтенсивне лісове господарство збільшують серйозність пожеж у місцевості з кількома власниками. Екологічні застосування 28 (4): 1068–1080.ст PubMed Google Scholar 

Завантажити посилання

Подяки

Ми безмежно вдячні за неоціненну допомогу Б. Морфілду, М. Палмеру та Х. Хейдену з Програми інвентаризації регіону 6, а також підрядникам зі збору даних інвентаризації, з якими вони працювали — без їхніх невтомних зусиль перед лицем надзвичайних логістичних проблем, пов’язаних із пандемії та серйозних руйнувань середовища після пожежі, ці дані не існували б. Лісова служба Міністерства сільського господарства США є членом Північно-західного регіонального консорціуму моделювання під керівництвом К. Масса з Університету Вашингтона, який за допомогою Б. Поттера надав дані моделі прогнозування погодних досліджень, що дозволило нам пов’язати погоду з розташування ділянок на момент прибуття пожежі. Крім того, ми дякуємо О. Кюглеру за його допомогу в розробці спеціальної стратифікації графіків FIA для цього аналізу та командам збору даних і управління інформацією PNW FIA, які підтримали цей збір даних і розробку бази даних.

Фінансування

Фінансування для підтримки збору даних було отримано від Програми партнерства в плануванні Департаменту лісового господарства штату Орегон, регіону 6 лісової служби USDA, організованого М. Палмером, Бюро управління земельними ресурсами, організованого К. Фордом, і Лісової служби USDA PNW Research Westside Fire Research Initiative, організована М. Роллінзом. Це дослідження було частково підтримано призначеннями в Програму участі в дослідженнях Лісової служби Сполучених Штатів (USFS), якою керує Інститут науки та освіти Ок-Рідж (ORISE) через міжвідомчу угоду між Міністерством енергетики США (DOE) і Департаментом США. сільського господарства (USDA). ORISE управляється ORAU відповідно до контракту DE-SC0014664 з DOE. Висновки та висновки в цьому документі є відповідальністю авторів і не повинні тлумачитися як офіційні погляди, рішення чи політика USDA, DOE, ORAU/ORISE чи будь-якої іншої урядової установи США.

Інформація про автора

Автори та приналежності

1. Тихоокеанська північно-західна науково-дослідна станція, лісова служба Департаменту сільського господарства США, Портленд, Орегон, 97204, СШАСебастьян У. Басбі, Анджела М. Клок і Джеремі С. Фрід

Внески

AK і JF зібрали необроблені дані FIA до та після пожежі та розрахували індекси ефекту пожежі. Аналіз пожежної погоди, за допомогою якого було отримано приблизну швидкість вітру на кожній ділянці FIA під час прибуття пожежі, проводився AK за допомогою SB і JF. SB зібрав базу даних аналізу. AK і SB проаналізували реакції індексу ефекту вогню та оцінки тяжкості опіку продукту дистанційного зондування за допомогою JF. JF проаналізував дані про вуглець. SB написав рукопис за допомогою та редагування JF та AK. JF контролював план дослідження та обсяг. Усі автори прочитали та схвалили остаточний рукопис.

Відповідний автор

Листування з Себастьяном У. Басбі .

Етичні декларації

Етичне схвалення та згода на участь

Не застосовується.

Згода на публікацію

Не застосовується.

Конкуруючі інтереси

Автори заявляють, що не мають конкуруючих інтересів.

Додаткова інформація

Примітка видавця

Springer Nature залишається нейтральною щодо претензій на юрисдикцію в опублікованих картах та інституційної приналежності.

Додаткова інформація

Додатковий файл 1:

 Малюнок S1. Розподіл частки біомаси дерев, що вижила (жива біомаса після пожежі/жива біомаса до пожежі) за класом структури деревостану та змодельованим класом місцевої швидкості вітру на ділянці на момент прибуття пожежі. Показники представлені середніми значеннями (чорні кружечки), медіанами (чорні горизонтальні смуги), 95% довірчими інтервалами (чорна вертикальна лінія) і «n», що вказує на кількість лісових умов, на яких були присутні дерева під час пов’язаної пожежі, і діаметр дерева клас. Статистичні відмінності вказуються розподілом літер між групами в кожному класі діаметрів дерев (критерій суми рангів Вілкоксона; α = 0,05). Щоб контролювати структурну мінливість, яку можуть демонструвати різні типи лісу, тут представлено лише деревостани з переважанням дугласії (164 із 215 умов). Малюнок S2. Розподіл п’яти показників структури лісу, які стосуються наслідків пожежі та поведінки, за віковими класами насаджень у межах пожеж у День праці 2020 року. Середні значення представлені чорними кружками, медіани – чорними смугами, а 95% довірчі інтервали – чорною вертикальною лінією. Статистичні відмінності для структурної метрики вказуються різними літерними присвоєннями класу діаметра дерева (критерій суми рангів Вілкоксона; α = 0,05). Таблиця S1. Допожежний породний склад дерев (об’єм м ³ і частка загального об’єму) за пожежею та за всіма пожежами разом. Таблиця S2. Ключ для призначення індексу післяпожежного ґрунту на рівні насадження (PFI) на основі очних оцінок покриву органічної речовини та множини класів мінерального ґрунту. Таблиця S3. Підсумкова статистика (середнє значення та стандартне відхилення [SD]) важливих змінних погоди в той час, коли пожежа потрапила на ділянку. Таблиця S4. Розрахункові суми та стандартні помилки (SE) запасів вуглецю в живих деревах, до та після пожежі, а також у деревах, загиблих у результаті пожежі, одразу після пожежі, а також у деревах, заготовлених через рятувальну рубку протягом 1 року після пожежі за власником і віковий клас стенда. Записи пропорції (Prop) на живих лініях після пожежі є пропорціями виживання відносно вуглецю живого дерева до пожежі. Записи пропорцій у врятованих рядках — це частка вуглецю в загиблих у вогні деревах, які були вилучені з лісу через 1 рік після пожежі. Таблиця S5. Порівняння пропорцій площі в гектарах і відсотках між індексом ґрунту після пожежі, класифікованим за польовими спостереженнями за покривом органічної речовини та характеристиками вугілля оголеного ґрунту для кожної пожежі та двома показниками тяжкості опіку, що визначаються дистанційно: Моніторинг тенденцій у тематичному класі тяжкості опіків (MTBS-TC ) і ступінь вигоряння ґрунту в надзвичайних ситуаціях у вигорілій зоні (BAER-SBS). Просторові межі були розраховані в ГІС з використанням растрових даних дистанційного зондування в межах завершених периметрів пожежі.

Права та дозволи

Відкритий доступ Ця стаття ліцензована згідно з міжнародною ліцензією Creative Commons Attribution 4.0, яка дозволяє використовувати, обмінюватися, адаптувати, розповсюджувати та відтворювати на будь-якому носії чи у будь-якому форматі за умови, що ви вказуєте автора (авторів) та джерело, надайте посилання на ліцензію Creative Commons і вкажіть, чи були внесені зміни. Зображення або інші сторонні матеріали в цій статті включені до ліцензії Creative Commons статті, якщо інше не зазначено в кредитній лінії до матеріалу. Якщо матеріал не включено до ліцензії Creative Commons статті, а ваше передбачуване використання не дозволено законодавчими нормами або перевищує дозволене використання, вам потрібно буде отримати дозвіл безпосередньо від власника авторських прав. Щоб переглянути копію цієї ліцензії, відвідайте http://creativecommons.org/licenses/by/4.0/ .

Передруки та дозволи

Про цю статтю

Цитуйте цю статтю

Басбі, С.Ю., Клок, А.М. та Фрід, Дж.С. Інвентаризаційний аналіз ефектів вогню, спричинених вітровими мегапожежами, у зв’язку з погодою та передпожежною структурою лісів у західних Каскадах. fire ecol 19 , 58 (2023). https://doi.org/10.1186/s42408-023-00219-x

Завантажити цитату

• Отримано17 квітня 2023 р
• прийнято12 вересня 2023 р
• Опубліковано10 жовтня 2023 р
• DOIhttps://doi.org/10.1186/s42408-023-00219-x

Поділіться цією статтею

Кожен, з ким ви поділитеся цим посиланням, зможе прочитати цей вміст:Отримайте посилання для спільного використання

Надано ініціативою обміну вмістом Springer Nature SharedIt

Ключові слова

• Ефекти вогню
• Пожежна погода
• Швидкість вітру
• Мегафайр
• Хвойний ліс помірного поясу
• Західні каскади
• Інвентаризація лісів
• Смертність дерев
• Динаміка вуглецю
• Точність класифіка

https://fireecology.springeropen.com/articles/10.1186/s42408-023-00219-x