Investigating Drought Events and Their Consequences in Wildfires: An Application in China
Notice bibliographique
Résumé
Understanding the impact of drought on fire dynamics is crucial for assessing the potential effects of climate change on wildfire activity in China. In this study, we present a series of multiple linear regression (MLR) models linking burned area (BA) during mainland China’s fire season from 2001 to 2019, across seven regions, to concurrent drought, antecedent drought, and time trend. We estimated burned area using Collection 6 Moderate Resolution Imaging Spectradiometer (MODIS) and drought indicators using either the Standardized Precipitation Evapotranspiration Index (SPEI) or the self-calibrated Palmer Drought Severity Index (sc-PDSI). Our findings indicate that the wildfire season displays a spatial variation pattern that increases with latitude, with the Northeast China (NEC), North China (NC), and Central China (CC) regions identified as the primary areas of wildfire occurrence. Concurrent and antecedent drought conditions were found to have varying effects across regions, with concurrent drought as the dominant predictor for NEC and Southeast China (SEC) regions and antecedent drought as the key predictor for most regions. We also found that the Northwest China (NWC) and CC regions exhibit a gradual decrease in burned area over time, while the NEC region showed a slight increase. Our multiple linear regression models exhibited a notable level of predictive power, as evidenced by the average correlation coefficient of 0.63 between the leave-one-out cross-validation predictions and observed values. In particular, the NEC, NWC, and CC regions demonstrated strong correlations of 0.88, 0.80, and 0.76, respectively. This indicates the potential of our models to contribute to the prediction of future wildfire occurrences and the development of effective wildfire management and prevention strategies. Nevertheless, the intricate relationship among fire, climate change, human activities, and vegetation distribution may limit the generalizability of these findings to other conditions. Consequently, future research should consider a broad range of factors to develop more comprehensive models.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».