The 2022 fire season over Europe
Notice bibliographique
Résumé
Over the summer of 2022, Europe experienced exceptional wildfire activity, with fires occurring more frequently and intensively, mainly in Spain, France, and Portugal. Together these countries registered more than 470 000 hectares of the total 786 000 burnt area in the European Union, accordingly to the estimates of the European Forest Fire Information System (EFFIS) for this fire season. Southern Europe is a widely known climate change hotspot resulting in heatwaves, droughts, and wildfire activity (increase in the number and severity of fires, burnt area, and longer fire seasons) although severe droughts and heatwaves have been expanding and worsening in central and northern Europe, increasing fire risk. This work aims to evaluate how extreme the 2022 fire season was when compared with the period 1979-2021 over Europe. The proposed methods comprise the analysis of fire-related products and atmospheric variables to evidence the fire-prone weather conditions. The European Centre for Medium-Range Weather Forecast (ECMWF) ERA5 reanalysis dataset of Fire Weather Index (FWI) and air temperature, relative humidity and wind products are used. FWI is part of a dataset from the Canadian Fire Weather Index System, and is defined as a numerical rating of the potential frontal fire intensity, that indicates fire intensity by combining the rate of fire spread with the amount of fuel being consumed. The Standardized Precipitation Evapotranspiration Index (SPEI) at time-scales of 1 to 6 months was used to assess drought conditions. Results highlight the new fire dynamics in Europe since climate change effects are leading to new emergent hot spots (central and northern Europe), not so well known as the Mediterranean Basin. This is extremely important to allow the assessment of fire danger activity as well as the characteristics of wildfires and improve the monitoring, planning, and mitigation activities.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 0,001 |
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 ».