MétaCan
Menu
Retour à la cohorte
Enregistrement W2122442791 · doi:10.5424/fs/2014231-04632

Ignition probability of fine dead surface fuels of native Patagonian forests or Argentina

2014· article· en· W2122442791 sur OpenAlexaboutno aff
Lucas O. Bianchi, Guillermo E. Defossé

Notice bibliographique

RevueForest Systems · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Commission
Mots-clésEnvironmental scienceIgnition systemMediterranean climateWater contentFire regimeAtmospheric sciencesMoistureCypressForestryHydrology (agriculture)Physical geographyEcosystemMeteorologyEcologyGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Aim of study: The Canadian Forest Fire Weather Index (FWI) is being implemented all over the world. This index is being adapted to the Argentinean ecosystems since the year 2000. With the objective of calibrating the Fine Fuel Moisture Code (FFMC) of the FWI system to Patagonian forests, we studied the relationship between ignition probability and fine dead surface fuel moisture content (MC) as an indicator of potential fire ignition.Area of study: The study area is located in northwestern Patagonia, Argentina, and comprised two main forest types (cypress and ñire) grown under a Mediterranean climate, with a dry summer and precipitations during winter and autumn (~500-800 mm per year).Material and Methods: We conducted lab ignition tests fires to determine the threshold of fine dead fuel ignition at different MC levels. Moisture content of dead fine surface fuels in the field was measured every 10-15 days from November to March for three seasons. We calculated the FFMC during these seasons and correlated it with the measured MC by applying a logistic regression model. We combined the results of the ignition tests and of the regressions to suggest FFMC categories for estimating fire danger in Patagonian forests.Main results: The ignition threshold occurred at MC values of 21.5 and 25.0% for cypress and ñire sites, respectively. The MC measured varied from 7.3 to 129.6%, and the calculated FFMC varied between 13.4 and 92.6. Highly significant regressions resulted when FFMC was related to MC. The ignition threshold corresponded to a FFMC=85. We proposed to divide the FFMC scale in three fire danger categories: Low (FFMC≤85), High (85<FFMC≤89) and Extreme (FFMC>89).Research highlights: Our results provide a useful tool for predicting fire danger in these ecosystems, and are a contribution to the development of the Argentinean Fire Danger Rating and a reference for similar studies in other countries where the FWI is being implemented.Keywords: Austrocedrus chilensi; Nothofagus antarctica; wildfire; fire behavior; fuel moisture; fire weather index.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForest SystemsMême sujetFire effects on ecosystemsTravaux en français237 207