Lightning in a changing climate and its impacts on fire area burned
Notice bibliographique
Résumé
Lightning is an important atmospheric process for igniting forest fires – often in remote locations where they are not easily suppressed – which results in potentially large emissions of many pollutants and short-lived climate forcers. Lightning also generates reactive nitrogen, resulting in the production of tropospheric ozone, the third most important greenhouse gas. Furthermore, the changing climate is expected to change the frequency and location of lightning. As such, lightning is an important component of climate models. The Canadian Atmospheric Model, CanAM, is one such climate model that did not contain an 'online' lightning parameterization. Fire ignition in CanAM was done via an unchanging climatological lightning input. In this study, we have added a new logistical regression lightning model (Etten-Bohm et al, 2021) into CanAM, creating the capacity for future lightning predictions with CanAM under different climate scenarios. The modelled lightning and fire area burned were evaluated against measurements in a historical period with good results. Then we simulate lightning and fire area burned in a future climate scenario in order to provide an estimate on how lightning and its impacts will change in the future. This study also presents the first time that CanAM’s land fire model was used online with its atmosphere to fully simulate fires in the global earth system.Reference:Etten-Bohm, M., J. Yang, C. Schumacher, and M. Jun : Evaluating the relationship between lightning and the large-scale environment and its use for lightning prediction in global climate models, JGR-atmospheres, 126, e2020JD033990, 2021.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».