Kriged Kalman Filtering for Predicting the Spatio-Temporal Wildfire Temperature Process Evolution
Notice bibliographique
Résumé
Existing wildfire evolution models have been mostly developed in a deterministic modelling framework. As a complementary alternative, in this paper, we study the problem of predicting the spatio-temporal wildfire temperature process evolution using the Kriged Kalman filtering framework. In particular, the spatio-temporal temperature process is decomposed into a mean process and a residual process. The mean temperature process is further decomposed into a linear combination of fixed spatial basis functions with stochastic temporal coefficients that evolve in time, whereas the residual temperature process is modelled as a zero-mean spatio-temporal Gaussian process. In the Kriged Kalman filtering framework, one challenge is to specify a suitable set of spatial basis functions that gives a good representation of the process. By solving the partial differential equation that governs the principal heat transfer mechanisms driving the wildfire evolution, we show that the spatio-temporal mean temperature process associated with a wildfire evolving in a finite spatial domain under certain prescribed conditions can be approximated by a Fourier series. One key novelty in our work is that we explicitly incorporate the physics of the wildfire evolution process in deriving a suitable choice of spatial basis functions that approximate the mean temperature process. We also derive an evolution model for the temporal coefficients of the mean temperature process based on the proposed heat transfer partial differential equation. Finally, we demonstrate the potential of the proposed Kriged Kalman filtering framework in simulations on temperature data generated by a simplified physical wildfire evolution model.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».