A Regional-Scale Index for Assessing the Exposure of Drinking-Water Sources to Wildfires
Notice bibliographique
Résumé
Recent human-interface wildfires around the world have raised concerns regarding the reliability of freshwater supply flowing from severely burned watersheds. Degraded source water quality can often be expected after severe wildfire and can pose challenges to drinking water facilities by straining treatment response capacities, increasing operating costs, and jeopardizing their ability to supply consumers. Identifying source watersheds that are dangerously exposed to post-wildfire hydrologic changes is important for protecting community drinking-water supplies from contamination risks that may lead to service disruptions. This study presents a spatial index of watershed exposure to wildfires in the province of Alberta, Canada, where growing water demands coupled with increasing fire activity threaten municipal drinking-water supplies. Using a multi-criteria analysis design, we integrated information regarding provincial forest cover, fire danger, source water volume, source-water origin (i.e., forested/un-forested), and population served. We found that (1) >2/3 of the population of the province relies on drinking-water supplies originating in forested watersheds, (2) forest cover is the most important variable controlling final exposure scores, and (3) watersheds supplying small drinking water treatment plants are particularly exposed, especially in central Alberta. The index can help regional authorities prioritize the allocation of risk management resources to mitigate adverse impacts from wildfire. The flexible design of this tool readily allows its deployment at larger national and continental scales to inform broader water security frameworks.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».