Attribution of the role of climate change in the forest fires in Sweden2018
Notice bibliographique
Résumé
Abstract. In this study we analyse the role of climate change in the forest fires that raged through large parts of Sweden in the summer of 2018 from a meteorological perspective. This is done by studying the Canadian Fire Weather Index (FWI) based on sub-daily data, both in reanalysis datasets (ERA-Interim, ERA5, JMA55 and MERRA2) and three large ensemble climate models (EC-Earth, W@H and CESM) simulations. The FWI based on reanalysis correlates well with observed area burned in summer (r = 0.6 to 0.8). We find that the maximum forest fire risk in July 2018 had return times of ∼ 24 years for Southern and Northern Sweden. Further, we find a negative trend of the FWI for Southern Sweden over the 1979 to 2017 time period, yielding a decreasing risk of such an event solely based on reanalysis data. However, given the short observational record, large uncertainty between the reanalysis products and large natural variability of the FWI we cannot draw robust conclusions from reanalysis data. The 3 large-ensembles with climate models on the other hand point to a roughly 1.1 times increased risk for such events in the current climate relative to pre-industrial climate. For a future climate (2C warming) we find a roughly 2 times increased risk for such events relative to pre-industrial climate. The increased fire weather risk is mainly attributed to the increase in temperature. The other main factor, precipitation during summer months, is projected to increase for Northern Sweden, and decrease for Southern Sweden. We however do not find a clear change of prolonged dry periods in summer months that could explain the increased fire weather risk. In summary, we find a small but positive role of global warming up to now in the 2018 forest fires in Sweden, but a more robust increase in the risk for such events in the future.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».