The meteorological conditions associated with extreme fire risk in Italy and Greece: relevance to climate model studies
Notice bibliographique
Résumé
The meteorological conditions associated with elevated and extreme long- and short-timescale forest fire risk are investigated by validating and diagnosing the Canadian Fire Weather Index (FWI) in the context of Tuscany in Italy, and Thessaloniki, Athens and Heraklion in Greece. The aim is to provide information to assist diagnosing experiments that use output from climate models to calculate FWI values. Links are made from fire risk to the widely used FWI, and then to the underlying meteorology, complementing other more complex fire risk model studies. First, the information about Mediterranean fire risk provided by the FWI is assessed by comparing the observed number of fires per day with FWI values based on the locally observed meteorology. This shows that the FWI provides some relatively consistent information for different locations, and suggests useful FWI thresholds indicating elevated and extreme fire risk. Then, the FWI system is split according to contributions from long- and short-timescale components, in a different way than usually adopted in the literature. Using the FWI thresholds suggested above, the long- and short-timescale meteorological conditions causing elevated and extreme FWI values are diagnosed. The results may help studies that investigate what aspects of projected climate change drive changes in fire weather risk, compare fire risk calculations from different climate models, or assess how climate models can be improved to provide better fire risk projections.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».