We document the development of the first version of the U.K. Earth System Model UKESM1. The model represents a major advance on its predecessor HadGEM2-ES, with enhancements to all component models and new feedback mechanisms. These include a new core physical model with a well-resolved stratosphere; terrestrial biogeochemistry with coupled carbon and nitrogen cycles and enhanced land management; tropospheric-stratospheric chemistry allowing the holistic simulation of radiative forcing from ozone, methane, and nitrous oxide; two-moment, five-species, modal aerosol; and ocean biogeochemistry with two-way coupling to the carbon cycle and atmospheric aerosols. The complexity of coupling between the ocean, land, and atmosphere physical climate and biogeochemical cycles in UKESM1 is unprecedented for an Earth system model. We describe in detail the process by which the coupled model was developed and tuned to achieve acceptable performance in key physical and Earth system quantities and discuss the challenges involved in mitigating biases in a model with complex connections between its components. Overall, the model performs well, with a stable pre-industrial state and good agreement with observations in the latter period of its historical simulations. However, global mean surface temperature exhibits stronger-than-observed cooling from 1950 to 1970, followed by rapid warming from 1980 to 2014. Metrics from idealized simulations show a high climate sensitivity relative to previous generations of models: Equilibrium climate sensitivity is 5.4 K, transient climate response ranges from 2.68 to 2.85 K, and transient climate response to cumulative emissions is 2.49 to 2.66 K TtC−1.

Abstract. Biomass burning impacts vegetation dynamics, biogeochemical cycling, atmospheric chemistry, and climate, with sometimes deleterious socio-economic impacts. Under future climate projections it is often expected that the risk of wildfires will increase. Our ability to predict the magnitude and geographic pattern of future fire impacts rests on our ability to model fire regimes, using either well-founded empirical relationships or process-based models with good predictive skill. While a large variety of models exist today, it is still unclear which type of model or degree of complexity is required to model fire adequately at regional to global scales. This is the central question underpinning the creation of the Fire Model Intercomparison Project (FireMIP), an international initiative to compare and evaluate existing global fire models against benchmark data sets for present-day and historical conditions. In this paper we review how fires have been represented in fire-enabled dynamic global vegetation models (DGVMs) and give an overview of the current state of the art in fire-regime modelling. We indicate which challenges still remain in global fire modelling and stress the need for a comprehensive model evaluation and outline what lessons may be learned from FireMIP.

Abstract. The important role of fire in regulating vegetation community composition and contributions to emissions of greenhouse gases and aerosols make it a critical component of dynamic global vegetation models and Earth system models. Over 2 decades of development, a wide variety of model structures and mechanisms have been designed and incorporated into global fire models, which have been linked to different vegetation models. However, there has not yet been a systematic examination of how these different strategies contribute to model performance. Here we describe the structure of the first phase of the Fire Model Intercomparison Project (FireMIP), which for the first time seeks to systematically compare a number of models. By combining a standardized set of input data and model experiments with a rigorous comparison of model outputs to each other and to observations, we will improve the understanding of what drives vegetation fire, how it can best be simulated, and what new or improved observational data could allow better constraints on model behavior. In this paper, we introduce the fire models used in the first phase of FireMIP, the simulation protocols applied, and the benchmarking system used to evaluate the models. We have also created supplementary tables that describe, in thorough mathematical detail, the structure of each model.

Abstract We describe the scientific and technical implementation of two models for a core set of experiments contributing to the sixth phase of the Coupled Model Intercomparison Project (CMIP6). The models used are the physical atmosphere‐land‐ocean‐sea ice model HadGEM3‐GC3.1 and the Earth system model UKESM1 which adds a carbon‐nitrogen cycle and atmospheric chemistry to HadGEM3‐GC3.1. The model results are constrained by the external boundary conditions (forcing data) and initial conditions. We outline the scientific rationale and assumptions made in specifying these. Notable details of the implementation include an ozone redistribution scheme for prescribed ozone simulations (HadGEM3‐GC3.1) to avoid inconsistencies with the model's thermal tropopause, and land use change in dynamic vegetation simulations (UKESM1) whose influence will be subject to potential biases in the simulation of background natural vegetation. We discuss the implications of these decisions for interpretation of the simulation results. These simulations are expensive in terms of human and CPU resources and will underpin many further experiments; we describe some of the technical steps taken to ensure their scientific robustness and reproducibility.

Abstract. Climate change contributes to the increased frequency and intensity of wildfires globally, with significant impacts on society and the environment. However, our understanding of the global distribution of extreme fires remains skewed, primarily influenced by media coverage and regionalised research efforts. This inaugural State of Wildfires report systematically analyses fire activity worldwide, identifying extreme events from the March 2023–February 2024 fire season. We assess the causes, predictability, and attribution of these events to climate change and land use and forecast future risks under different climate scenarios. During the 2023–2024 fire season, 3.9×106 km2 burned globally, slightly below the average of previous seasons, but fire carbon (C) emissions were 16 % above average, totalling 2.4 Pg C. Global fire C emissions were increased by record emissions in Canadian boreal forests (over 9 times the average) and reduced by low emissions from African savannahs. Notable events included record-breaking fire extent and emissions in Canada, the largest recorded wildfire in the European Union (Greece), drought-driven fires in western Amazonia and northern parts of South America, and deadly fires in Hawaii (100 deaths) and Chile (131 deaths). Over 232 000 people were evacuated in Canada alone, highlighting the severity of human impact. Our analyses revealed that multiple drivers were needed to cause areas of extreme fire activity. In Canada and Greece, a combination of high fire weather and an abundance of dry fuels increased the probability of fires, whereas burned area anomalies were weaker in regions with lower fuel loads and higher direct suppression, particularly in Canada. Fire weather prediction in Canada showed a mild anomalous signal 1 to 2 months in advance, whereas events in Greece and Amazonia had shorter predictability horizons. Attribution analyses indicated that modelled anomalies in burned area were up to 40 %, 18 %, and 50 % higher due to climate change in Canada, Greece, and western Amazonia during the 2023–2024 fire season, respectively. Meanwhile, the probability of extreme fire seasons of these magnitudes has increased significantly due to anthropogenic climate change, with a 2.9–3.6-fold increase in likelihood of high fire weather in Canada and a 20.0–28.5-fold increase in Amazonia. By the end of the century, events of similar magnitude to 2023 in Canada are projected to occur 6.3–10.8 times more frequently under a medium–high emission scenario (SSP370). This report represents our first annual effort to catalogue extreme wildfire events, explain their occurrence, and predict future risks. By consolidating state-of-the-art wildfire science and delivering key insights relevant to policymakers, disaster management services, firefighting agencies, and land managers, we aim to enhance society's resilience to wildfires and promote advances in preparedness, mitigation, and adaptation. New datasets presented in this work are available from https://doi.org/10.5281/zenodo.11400539 (Jones et al., 2024) and https://doi.org/10.5281/zenodo.11420742 (Kelley et al., 2024a).