Toward an integrated system for fire, smoke and air quality simulations
Notice bibliographique
Résumé
In this study, WRF-Sfire is coupled with WRF-Chem to construct WRFSC, an integrated forecast system for wildfire behaviour and smoke prediction. WRF-Sfire directly predicts wildfire spread, plume and plume-top heights, providing comprehensive meteorology and fire emissions to chemical transport model WRF-Chem, eliminating the need for an external plume-rise model. Evaluation of WRFSC was based on comparisons between available observations of fire perimeter and fire intensity, smoke spread, PM2.5 (particulate matter less than 2.5 μm in diameter), NO and ozone concentrations, and plume-top heights with the results of two WRFSC simulations, a 48-h simulation of the 2007 Witch–Guejito Santa Ana fires and a 96-h WRF-Sfire simulation with passive tracers of the 2012 Barker Canyon fire. The study found overall good agreement between forecast and observed local- and long-range fire spread and smoke transport for the Witch–Guejito fire. However, ozone, PM2.5 and NO concentrations were generally underestimated and peaks mistimed in the simulations. This study found overall good agreement between simulated and observed plume-top heights, with slight underestimation by the simulations. Two promising results were the agreement between plume-top heights for the Barker Canyon fire and faster than real-time execution, making WRFSC a possible operational tool.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».