Ranking the sensitivity of climate variables and FWI sub-indices to global wildfire burned area
Notice bibliographique
Résumé
Wildfires are integral parts of ecosystems but at the same time they consist a threat for manmade and natural environments. Variability in the area burned by wildfires has been largely attributed to weather and climate drivers, hence fire danger indices such as the Canadian Fire Weather Index (FWI) uses solely climate variables. The FWI uses four climate variables (precipitation, temperature, wind and relative humidity), to estimate two sub-indices, one for the wildfire initial spread danger - the initial spread index, and one that accounts for the longer-term drought effects on the fire danger - the buildup index, from which the FWI is finally assessed. Here, we establish correlations between the individual climate variables, FWI and its subindices, with observed GFED monthly burned area, for each one of the 14 GFED pyrographic region, at a global scale. The correlations are established on aggregated by the size of burned area data, to reduce the effect of other smaller scale climate effects, as well as other socioeconomic factors such as fire suppression activities, etc. The established correlations are then used to estimate the relative sensitivity of the area burned, to each climate variable and FWI component. The analysis is repeated for different burned area land use types, i.e. forest areas, non-forest areas as well as their combination. Our results indicate the relative importance of the four climate variables, as well as the two sub-indices of FWI index, for each GFED region. The results highlight the significance of temperature and relative humidity to the variability of area burned, in many regions, globally. This work contributes to a better understanding of the climate drivers of global wildfire activity. This work is supported by CLIMPACT - National Research Network on Climate Change and its Impacts project, financed by the Public Investment Program of Greece and supervised by General Secretariat for Research and Technology (GSRT); and by the Leverhulme Centre for Wildfires, Environment, and Society through the Leverhulme Trust, grant number RC-2018-023.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».