Wildfires and the Canadian Forest Fire Weather Index system for the Daxing'anling region of China
Notice bibliographique
Résumé
The Canadian Forest Fire Weather Index (FWI) system was evaluated for the Daxing'anling region of northern China for the 1987–2006 fire seasons. The FWI system reflected the regional fire danger and could be effectively used there in wildfire management. The various FWI system components were classified into classes (i.e. low to extreme) for fire conditions found in the region. A total of 81.1% of the fires occurred in the high, very high and extreme fire danger classes, in which 73.9% of the fires occurred in the spring (0.1, 9.5, 33.3 and 33.1% in March, April, May and June). Large wildfires greater than 200 ha in area (16.7% of the total) burnt 99.2% of the total burnt area. Lightning was the main ignition source for 57.1% of the total fires. Result show that forest fires mainly occurred in deciduous coniferous forest (61.3%), grass (23.9%) and deciduous broad leaved forest (8.0%). A bimodal fire season was detected, with peaks in May and October. The components of FWI system were good indicators of fire danger in the Daxing'anling region of China and could be used to build a working fire danger rating system for the region.
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 | 0,000 |
| 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 | 0,001 | 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 ».