Fire Activity and Their Relationship with the Global Fire Weather Index Database Components in Guinea
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The relationships between the Canadian Fire Weather Index (FWI) System components and the monthly burned area as well as the number of active fire which has taken from Moderate Resolution Imaging Spectroradiometer (MODIS) Aqua/TERRA were investigated in 32 Guinean stations between 2003 and 2013. A statistical analysis based on a multi-linear regression model was used to estimate the skills of FWI components on the predictability of burned area and active fire. This statistical analysis gave performances explaining between 16 to 79% of the variance for the burned areas and between 29 and 82% of the variance for the number of fires (P<0.0001) at lag 0. Respectively 16 to 79 % and 29 to 82 % of the variance of the burned areas and variance for the number of fires (P<0.0001) at lag0 can be explained based on the same statistical analysis. All the combinations used gave significant performances to predict the burned areas and active fire on the monthly timescale in all stations excepted Fria and Yomou where the predictability of the burned areas was not obvious. We obtained a significant correlation between the average over all of the stations of burned areas, active fires and FWI composites with percentage of variance between (75 to 84% and 29 to 77%) for active fires and burned areas at lag0 respectively. While for burned area peak (January), the skill of the predictability remains significant only one month in advance, for the active fires, the model remains skilful 1 to 3 months in advance. Results also showed that active fires are more related to fire behavior indices while the burned areas are related to the fine fuel moisture codes. These outcomes have implications for seasonal forecasting of active fire events and burned areas based on FWI components, as significant predictability is found from 1 to 3 months and one month before respectively.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle