A Probabilistic Cellular Automata Framework for Assessing the Impact of WUI Fires on Communities
Notice bibliographique
Résumé
The ‘wildland–urban interface’ (WUI) is a term commonly used to describe areas where wildfires and the built environment have the potential to interact resulting in loss of properties and potential loss of life. Significant residential losses associated with wildland interface fires have occurred worldwide in recent years and substantial research has been conducted on developing numerical models of ignition due to convection and ember attacks. These studies provide substantial insight into the behaviour and growth of wildland fires, which have been further utilized to build fire exposure rating of structures. The FireWise program in the United States and the FireSmart manual in Canada are two key examples of provisions developed for determining fire exposure ratings for a structure. While previous studies provide significant contribution to modelling fire propagation, a much more comprehensive model is required, which would encompass all the key variables associated with WUI fires. This paper aims at extending previously conducted efforts by developing a simulation-based model. A typical fire propagation simulation requires solving the coupled fluid-thermal differential equations which results in extreme run times making it unsuitable for general purposes, however the model in this study utilizes theory of cellular automata, which reduces the processing times substantially by simplifying the underlying equations involved. Cellular automata utilize a specific set of rules to model propagation by convection as well as ember travel. In addition, the model also considers key parameters such as humidity, nature of vegetation and topology while evaluating the propagation paths. Due to the flexible nature of the model its accuracy can be tuned to a certain extent by optimizing the propagation rules using real-event data
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».