Sensitivity of fire weather index to different reanalysis products in the Iberian Peninsula
Notice bibliographique
Résumé
Abstract. Wildfires are a major concern on the Iberian Peninsula, and the establishment of effective prevention and early warning systems are crucial to reduce impacts and losses. Fire weather indices are daily indicators of fire danger based upon meteorological information. However, their application in many studies is conditioned to the availability of sufficiently large climatological time series over extensive geographical areas and of sufficient quality. Furthermore, wind and relative humidity, important for the calculation of fire spread and fuel flammability parameters, are relatively scarce data. For these reasons, different reanalysis products are often used for the calculation of surrogate fire danger indices, although the agreement with those derived from observations remains as an open question to be addressed. In this study, we analyze this problem focusing on the Canadian Fire Weather Index (FWI) – and the associated Seasonal Severity Rating (SSR) – and considering three different reanalysis products of varying resolutions on the Iberian Peninsula: NCEP, ERA-40 and ERA-Interim. Besides the inter-comparison of the resulting FWI/SSR values, we also study their correspondence with observational data from 7 weather stations in Spain and their sensitivity to the input parameters (precipitation, temperature, relative humidity and wind velocity). As a general result, ERA-Interim reproduces the observed FWI magnitudes with better accuracy than NCEP, with lower/higher correlations in the coast/inland locations. For instance, ERA-Interim summer correlations are above 0.5 in inland locations – where higher FWI magnitudes are attained – whereas the corresponding values for NCEP are below this threshold. Nevertheless, departures from the observed distributions are generally found in all reanalysis, with a general tendency to underestimation, more pronounced in the case of NCEP. In spite of these limitations, ERA-Interim may still be useful for the identification of extreme fire danger events. (e.g. those above the 90th percentile value) and for the definition of danger levels/classes (with level thresholds adapted to the observed/reanalysis distributions).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».