Comparison of Methods for the Assessment of Fire Danger in the Czech Republic
Notice bibliographique
Résumé
The performance of fire indices based on weather variables was analyzed with a special focus on the Czech Republic. Three fire weather danger indices that are the basis of fire danger rating systems used in different parts of the world were assessed: the Canadian Fire Weather Index (FWI), Australian Forest Fire Danger Index (FFDI) and Finnish Forest Fire Index (FFI). The performance of the three fire danger indices was investigated at different scales and compared with actual fire events. First, the fire danger indices were analyzed for different land use types during the period 1956-2015. In addition, in the analysis, the three fire danger indices were compared with wildfire events during the period 2001-2015. The fire danger indices were also analyzed for the specific locality of the Bzenec area where a large forest fire event occurred in May 2012. The study also focused on the relationship between fire danger indices and forest fires during 2018 across the area of the JihomoravskĂ˝ region. Comparison of the index values with real fires showed that the index values corresponded well with the occurrence of forest fires. The analysis of the year 2018 showed that the highest index values were reached on days with the greater fire occurrence. On days with 5 or 7 reported fires per day, the fire danger indices reached values between 3 and 4.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».