Climatology and Synoptic Evolution of Major Forest Fire Events Over the Northeast U.S.
Notice bibliographique
Résumé
This study presents a spatial and temporal climatology of major wildfires (>100 acres burned) in the Northeast U.S from 1999 to 2009 and the meteorological conditions associated with these events. About 59% of the wildfire events in this region occur in April and May, with &sim76% of all wildfires over the higher elevation (> 1000 m) regions of the Northeast occurring in these months, while &sim53% occur in the Appalachian lee and the coastal plain. The other 41% of wildfires occur in the summer, fall and early spring months. The synoptic flow patterns associated with Northeast wildfires were classified using the North American Regional Reanalysis (NARR). The most common synoptic pattern in the Appalachian high terrain region is a surface high pressure centered over the northern Appalachians (&sim46% of events). For the coastal plain fire events, the most common pattern (&sim46%) is an anticyclone extending southward from southeastern Canada and Great Lakes to the Northeast. Trajectories show that the pre-high pattern shows the greatest subsidence, greatest decrease in relative humidity, and greatest increase in temperature. Terrain sensitivity studies show that there is a 1&degC to 2&degC increase in temperature and a 0%-8% decrease in RH when there is a southwesterly flow downsloping event over the NEUS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».