Fire-Weather Index and Climate Change
Notice bibliographique
Résumé
The Fire Weather Index (FWI), an indicator of fire potential, is calculated from weather measurements and thus expected to be responsive to climate change. The data were drawn from records of FWI within the years 1970 to 2018 and from 861 stations in British Columbia, Canada. Since high FWI increases fire risk and monthly and geographic variation in fire potential is known to exist, models of maximum FWI were fitted within month-region groups of stations. Separate for each station, parameters of the generalized extreme-value distribution with linear dependence on time in both location and scale parameters were fitted by the maximum likelihood method. To include spatial dependence, max-stable spatial processes with different distributional assumptions on the components of the spectral representation were fitted by the maximum composite likelihood method. Takeuchi&s;s information criterion was used for model selection. Station p-values from the separate models identified tendencies for increasing or decreasing trends in location and scale parameters. May, July and August had the most stations with stronger increasing trends in location parameter of maximum FWI and this tended to occur in regions where maximum FWI was higher. In contrast, trends in the scale parameter of maximum FWI showed decrease in variability in some regions, particularly in August. Spatial modeling showed trends in some months and regions, not necessarily consistent with the separate modeling results, not unexpected since the two methods would pick up local effects and regional effects, respectively. The analyses demonstrated the usefulness of these extreme value methods for fire weather variables.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».