Reviewing the “Hottest” Fire Indices Worldwide
Notice bibliographique
Résumé
Wildfire indices are used globally to quantify and communicate a wide range of fire characteristics, including fire danger and fire behaviour. Wildfire terminologies, definitions and variables used to compute fire indices vary broadly. This makes it difficult to compare them under a common framework for regional assessment and for future improvements under changing climate and land-use/land-cover conditions. This paper reviews 24 fire indices used worldwide and proposes a simple framework within which they can be classified based on constitutive inputs used for their computation. We differentiate between constitutive inputs that are raw or directly measurable variables such as fuel, weather and topography (referred to as Level 1 inputs) and calculated constitutive inputs such as fuel moisture (as a function of ecology and hydrometeorology); fire behaviour (as a function of spread, energy, and ignition); and dynamic meteorology. These six calculated constitutive inputs are referred to as Level 2 inputs. Based on this classification, our findings indicate that the Burning Index from the United States National Fire Danger Rating System (NFDRS) and the Fire Weather Index from the Canadian Forest Fire Danger Rating System (CFFDRS), used by many countries worldwide, utilize the most comprehensive set of Level 2 inputs. In addition, the Level 2 input that is most frequently used by all fire indices is fuel moisture as a function of hydrometeorology and the least integrated input is that of fire ignition. We further group the fire indices in three types: fire weather, fire behaviour, and fire danger indices, according to the open literature definition of their predictant outputs and examine the specific constitutive inputs used in their computation. Most fire indices are based on Level 2 inputs (which use Level 1 inputs) and are predominantly fire danger and fire behaviour indices. This is followed by fire indices that use a combination of both Level 1 and Level 2 inputs, separately and are mostly fire danger indices. Only a few fire indices are computed solely with raw Level 1 inputs and are mainly fire behaviour indices. Providing a comprehensive view of the existing wildfire indices’ utilization and computational structure is expected to be a helpful resource for wildfire researchers and operational experts worldwide. 2
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,016 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».