FIRES AND FLOODS: A YEAR OF CLIMATE CHANGE DRIVEN DISASTERS IN BRITISH COLUMBIA, CANADA
Notice bibliographique
Résumé
In June 2021, British Columbia (BC), Canada experienced historic heat waves that generated extreme fire hazard and fire activity across most of the province. The resultant fire season was the third largest on record in BC with 1,600 fires and nearly 9000 km2 burned. These fires conditioned the landscape for post-wildfire debris flows. One of the largest wildfires was the Lytton Creek Fire, which rapidly destroyed most of the community of Lytton (traditionally named Kumsheen). In August and September 2021, post-wildfire debris flows were triggered by convective rainfall in the Lytton Creek Fire and blocked highways and railways along the Thompson River valley. Following the hot and dry summer, BC transitioned into wetter-than-normal fall conditions attributable to La Niña and negative Pacific Decadal Oscillation phases. Between September and mid-November 2021, five atmospheric rivers (ARs) landed in Southern BC, resulting in high antecedent soil moisture conditions. Between November 14 to 16, 2021, a locally extreme AR struck Southern BC. It caused widespread flooding, landslides, and (post-wildfire) debris flows and debris floods. Railway and highway infrastructure was severed because of bank erosion and culvert washouts. These damages resulted in access loss to several communities, interrupted emergency response, and a completely disrupted all transportation corridors between Western Canada and Vancouver, BC for nearly a week. Since the early 2000s, BC has experienced larger and more intense wildfires and more frequent post-wildfire debris flows. Current post-wildfire debris flow assessments are labour-intensive and are not suited to provide relevant information quickly when numerous fires are burning in areas with important infrastructures. Assessments developed in other fire-prone areas (e.g., Southern California) systematically overestimate post-wildfire debris-flow volumes when applied to BC. We evaluate the use of ranked burn severity and watershed morphometry characteristics (Melton ratio, watershed length) to rapidly assess large fire areas. This rapid assessment procedure can be deployed to prioritize detailed assessments for communities and infrastructure.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».