Effects of meteorology on forest fires in India: A modeling study
Notice bibliographique
Résumé
Meteorology has a strong impact on forest fires. Meteorological parameters such as temperature, relative humidity, wind speed and precipitation alter the fuel loading in forests, control the changes in spatial distribution, intensity and frequency of forest fires and changes in forest fire season. Hence, it is important to understand the relationship between forest fires and meteorological factors and build models that can simulate these relationships. The Canadian Forest Fire Danger Rating System (CFFDRS) has been used globally to assess and predict the fire behavior in various forest ecosystems. The Fire Weather Index (FWI) of CFFDRS models the relationship between meteorology and forest fires. In this study we calibrate the FWI over Indian forests using percentile analysis and logistic regression technique and test the performance using satellite-derived (MODIS daily fire data from 2003-2018) fire count and Fire Radiative Power (FRP). As the Indian forest landscape is highly heterogeneous, we calibrate the FWI over 4 FWI zones namely Himalayan, Deciduous, Western Ghats and Thorn forests based on IGBP forest classification and Koppen climatic zones. Five fire danger classes having thresholds of 99th, 95th, 90th, 80th and 70thof FWI percentiles have been defined with decreasing severity. Results show that the calibrated FWI is capable of simulating the forest fire behavior over India. Sensitivity studies show that temperature and relative humidity are the key controlling factors of forest fires over India. This study is one of the first attempts to use fire models to simulate fire behavior over India. It can serve as a launchpad for further work on fire hazard prediction and effects of climate change on fire hazard in India.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».