Fire is an essential Earth system process that alters ecosystem and atmospheric composition. Here we assessed long-term fire trends using multiple satellite data sets. We found that global burned area declined by 24.3 ± 8.8% over the past 18 years. The estimated decrease in burned area remained robust after adjusting for precipitation variability and was largest in savannas. Agricultural expansion and intensification were primary drivers of declining fire activity. Fewer and smaller fires reduced aerosol concentrations, modified vegetation structure, and increased the magnitude of the terrestrial carbon sink. Fire models were unable to reproduce the pattern and magnitude of observed declines, suggesting that they may overestimate fire emissions in future projections. Using economic and demographic variables, we developed a conceptual model for predicting fire in human-dominated landscapes.

Net primary production (NPP), the difference between CO2 fixed by photosynthesis and CO2 lost to autotrophic respiration, is one of the most important components of the carbon cycle. Our goal was to develop a simple regression model to estimate global NPP using climate and land cover data. Approximately 5600 global data points with observed mean annual NPP, land cover class, precipitation, and temperature were compiled. Precipitation was better correlated with NPP than temperature, and it explained much more of the variability in mean annual NPP for grass- or shrub-dominated systems (r2 = 0.68) than for tree-dominated systems (r2 = 0.39). For a given precipitation level, tree-dominated systems had significantly higher NPP (approximately 100-150 g C m(-2) yr(-1)) than non-tree-dominated systems. Consequently, previous empirical models developed to predict NPP based on precipitation and temperature (e.g., the Miami model) tended to overestimate NPP for non-tree-dominated systems. Our new model developed at the National Center for Ecological Analysis and Synthesis (the NCEAS model) predicts NPP for tree-dominated systems based on precipitation and temperature; but for non-tree-dominated systems NPP is solely a function of precipitation because including a temperature function increased model error for these systems. Lower NPP in non-tree-dominated systems is likely related to decreased water and nutrient use efficiency and higher nutrient loss rates from more frequent fire disturbances. Late 20th century aboveground and total NPP for global potential native vegetation using the NCEAS model are estimated to be approximately 28 Pg and approximately 46 Pg C/yr, respectively. The NCEAS model estimated an approximately 13% increase in global total NPP for potential vegetation from 1901 to 2000 based on changing precipitation and temperature patterns.

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.