MétaCan
Menu
Retour à la cohorte
Enregistrement W1674634064

Incorporating solar radiation into the litter moisture model in the Canadian Forest Fire Danger Rating System

2010· article· en· W1674634064 sur OpenAlexaffabout
Mike Wotton, Kelsy Gibos

Notice bibliographique

RevueEGU General Assembly Conference Abstracts · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceWater contentCanopyMoistureLitterMeteorologyAtmospheric sciencesGeographyEcologyEngineeringGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Canadian Forest Fire Danger Rating System (CFFDRS) is used throughout Canada, and in a number of countries throughout the world, for estimating fire potential in wildland fuels. The standard fuel moisture models in the CFFDRS are representative of moisture in closed canopy jack pine or lodge pole pine stands. These models assume full canopy closure and do not therefore account for the influence of solar radiation and thus cannot readily be adapted to more open environments. Recent research has seen the adaptation of the CFFDRS’s hourly Fine Fuel Moisture Code (FFMC) model (which represents litter moisture) to open grasslands, through the incorporation of an explicit solar radiation term. This current study describes more recent extension of this modelling effort to forested stand situations. The development and structure of this new model is described and outputs of this new model, along with outputs from the existing FFMC model, are compared with field observations. Results show that the model tracks the diurnal variation in actual litter moisture content more accurately than the existing model for diurnal calculation of the FFMC in the CFFDRS. Practical examples of the application of this system for operational estimation of litter moisture are provided for stands of varying densities and types.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEGU General Assembly Conference AbstractsMême sujetFire effects on ecosystemsTravaux en français237 207