Study of Fuel-Smoke Dynamics in a Prescribed Fire of Boreal Black Spruce Forest through Field-Deployable Micro Sensor Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Understanding the combustion dynamics of fuels, and the generation and propagation of smoke in a wildland fire, can inform short-range and long-range pollutant transport models, and help address and mitigate air quality concerns in communities. Smoldering smoke can cause health issues in nearby valley bottoms, and can create hazardous road conditions due to low-visibility. We studied near-field smoke dynamics in a prescribed fire of 3.4 hectares of land in a boreal black spruce forest in central Alberta. Smoke generated from the fire was monitored through a network of five field-deployable micro sensor systems. Sensors were placed within 500–1000 m of the fire area at various angles in downwind. Smoke generated from flaming and smoldering combustions showed distinct characteristics. The propagation rates of flaming and smoldering smoke, based on the fine particulate (PM2.5) component, were 0.8 and 0.2 m/s, respectively. The flaming smoke was characterized by sharp rise of PM2.5 in air with concentrations of up to 940 µg/m3, followed by an exponential decay with a half-life of ~10 min. Smoldering combustion related smoke contributed to PM2.5 concentrations above 1000 µg/m3 with slower decay half-life of ~18 min. PM2.5 emissions from the burn area during flaming and smoldering phases, integrated over the combustion duration of 2.5 h, were ~15 and ~16 kilograms, respectively, as estimated by our mass balance model.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle