Assessing satellite-derived fire patches with functional diversity trait methods
Notice bibliographique
Résumé
Fire disturbance is a significant component of the climate system. Analysis of satellite-derived burned areas has allowed the identification of fire patches and their morphology as a new resource for tracking fire spread to improve fire models used to assess the impact of fires on climate and the carbon cycle . A critical parameter of the flood-fill algorithm used to create fire patches is the cut-off (in days) below which it aggregates two contiguous burned pixels to the same fire patch. However, the current level of validation is insufficient to understand the effect of the cut-off values and sensor resolutions on the subsequent fire-patch morphology. The FRY v1.0 database of functional fire-patch traits (e.g., size, elongation, and direction) emanates from the analyses of two global burned-area products derived from MODIS and MERIS sensors with different spatial and temporal resolutions and with cut-off values of 3, 5, 9, and 14 days. To evaluate whether the FRY products are accurately identifying the spatial features of fire patches and what are the most realistic cut-off values to use in different sub-regions of North America, we propose a new functional diversity trait-based approach, which compares the satellite-derived fire patches to forest service perimeters as reference data. This paper shows the accuracy of the FRY fire patches ≥300 ha in North America during 2005–2011. Our analysis demonstrates that fire patches with a high cut-off of 14 days and those derived from the MODIS sensor, with their high temporal resolution, better identify the fire diversity in North America. In conclusion, our statistical framework can be used for assessing satellite-derived fire patches. Furthermore, the temporal resolution of satellite sensors is the most important factor in identifying fire patches — thus space agencies should consider it when planning the future development of cost-effective climate observation systems.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».