Using Infrared Imagery to Assess Fire Behaviour in a Mulched Fuel Bed in Black Spruce Forests
Notice bibliographique
Résumé
An experimental fire was conducted in one-year-old mulched (masticated) boreal fuels, where all aboveground biomass was mulched with no stems removed or left standing. Typical mulching practices remove remnant biomass; leaving biomass in situ reduces overall management input. While fuel quantities were not explicitly reduced, availability of fuels to fire was reduced. Infrared imagery was obtained to quantify rate of spread and intensity to a 1 m resolution. In-stand totalizing heat flux sensors allowed for the observation of energy release near the surface. When compared with the pre-treatment fuel-type M-2 (mixedwood, 50% conifer), rates of spread were reduced 87% from an expected 8 m min−1 to observed values 1.2 m min−1. Intensity was also reduced from 5000 kWm−1 to 650kWm−1 on average. Intermittent gusts caused surges of fire intensity upwards of 5000 kW m−1 as captured by the infrared imagery. With reference to a logging slash fuel type, observed spread rates declined by 87% and intensity 98%. Independent observations of energy release rates from the radiometers showed similar declines. As mulching is a prevalent fuel management technique in Alberta, Canada, future studies will contribute to the development of a fire behaviour prediction 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».