A classification scheme to determine wildfires from the satellite record in the cool grasslands of southern Canada: considerations for fire occurrence modelling and warning criteria
Notice bibliographique
Résumé
Abstract. Daily polar-orbiting satellite MODIS thermal detections since 2002 were used as the baseline for quantifying wildfire activity in the mixed grass and agricultural lands of southernmost central Canada. This satellite thermal detection record includes both the responsible use of fire (e.g. for clearing crop residues, grassland ecosystem management, and traditional burning) and wildfires in grasslands and agricultural lands that pose a risk to communities and other values. A database of known wildfire evacuations and fires otherwise requiring suppression assistance from provincial forest fire agencies was used to train a model that classified satellite fire detections based on weather, seasonality, and other environmental conditions. A separate dataset of high resolution (Landsat 8 thermal anomalies) of responsible agricultural fire use (e.g. crop residue burning) was collected and used to train the classification model to the converse. Key common attributes of wildfires in the region included occurrence on or before the first week of May with high rates of grass curing, wind speeds over 30 km h−1, relative humidity values typically below 40 %, and fires that are detected in the mid-afternoon or evening. Overall, grassland wildfire is found to be restricted to a small number of days per year, allowing for the future development of public awareness and warning systems targeted to the identified subset of weather and phenological conditions.
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 | 0,001 | 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 | 0,000 |
| 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 ».