Improving the fire weather index system for peatlands using peat-specific hydrological input data
Notice bibliographique
Résumé
Abstract. The Canadian Fire Weather Index (FWI) system, even though originally developed and calibrated for an upland Jack pine forest, is used globally to estimate fire danger for any fire environment. However, for some environments, such as peatlands, the applicability of the FWI in its current form, is often questioned. In this study, we replaced the original moisture codes of the FWI with hydrological estimates resulting from the assimilation of satellite-based L-band passive microwave observations into a peatland-specific land surface model. In a conservative approach that maintains the integrity of the original FWI structure, the distributions of the hydrological estimates were first matched to those of the corresponding original moisture codes before replacement. The resulting adapted FWI, hereafter called FWIpeat, was evaluated using satellite-based information on fire presence over boreal peatlands from 2010 through 2018. Adapting the FWI with model- and satellite-based hydrological information was found to be beneficial in estimating fire danger, especially when replacing the deeper moisture codes of the FWI. For late-season fires, further adaptations of the fine fuel moisture code show even more improvement due to the fact that late-season fires are more hydrologically driven. The proposed FWIpeat should enable improved monitoring of fire risk in boreal peatlands.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».