MétaCan
Menu
Retour à la cohorte
Enregistrement W1768133870 · doi:10.5194/gmd-8-2597-2015

Improving the representation of fire disturbance in dynamic vegetation models by assimilating satellite data: a case study over the Arctic

2015· article· en· W1768133870 sur OpenAlexaboutno aff
Euripides P. Kantzas, S. Quegan, M. Lomas

Notice bibliographique

RevueGeoscientific model development · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesSeventh Framework Programme
Mots-clésEnvironmental scienceVegetation (pathology)BiomeBiosphereFire regimeArcticSatelliteScale (ratio)Primary productionPermafrostEcosystemDisturbance (geology)MeteorologyClimatologyAtmospheric sciencesEcologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. Fire provides an impulsive and stochastic pathway for carbon from the terrestrial biosphere to enter the atmosphere. Despite fire emissions being of similar magnitude to net ecosystem exchange in many biomes, even the most complex dynamic vegetation models (DVMs) embedded in general circulation models contain poor representations of fire behaviour and dynamics, such as propagation and distribution of fire sizes. A model-independent methodology is developed which addresses this issue. Its focus is on the Arctic where fire is linked to permafrost dynamics and on occasion can release great amounts of carbon from carbon-rich organic soils. Connected-component labelling is used to identify individual fire events across Canada and Russia from daily, low-resolution burned area satellite products, and the obtained fire size probability distributions are validated against historical data. This allows the creation of a fire database holding information on area burned and temporal evolution of fires in space and time. A method of assimilating the statistical distribution of fire area into a DVM whilst maintaining its fire return interval is then described. The algorithm imposes a regional scale spatially dependent fire regime on a sub-scale spatially independent model; the fire regime is described by large-scale statistical distributions of fire intensity and spatial extent, and the temporal dynamics (fire return intervals) are determined locally. This permits DVMs to estimate many aspects of post-fire dynamics that cannot occur under their current representations of fire, as is illustrated by considering the modelled evolution of land cover, biomass and net ecosystem exchange after a fire.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,207
Score d'incertitude au seuil0,411

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,268
Écart entre enseignants0,227 · 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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetFire effects on ecosystemsTravaux en français237 207