Assessing meteorological fire danger over Europe based on a statistical model of satellite-derived fire radiative power
Notice bibliographique
Résumé
The Satellite Application Facility for Land Surface Analysis (LSA SAF), that is part of EUMETSAT’s ground segment, operationally disseminates daily forecasts of meteorological fire danger over Mediterranean Europe. The so-called Fire Risk Map (FRM) product relies on estimates of the probability of exceedance of predefined thresholds of daily released energy by active fires as derived from a Generalized Pareto model that uses FWI as covariate for the scale parameter; FWI, the Fire Weather Index (FWI), is part of the Canadian Fire Weather Index System and has proven to be very suitable to rate fire danger over Europe.The aim of this study is to extend the procedure to Northern and Central Europe making use of a statistical model of Fire Radiative Power (FRP) as derived from MODIS observations over Europe covering the period 2000-2022. Following the approach developed by DaCamara et al. (2023), the statistical model consists of an 8 parameter, doubly truncated lognormal body distribution with generalized Pareto tails, using FWI as a covariate of its parameters.First, Europe is divided into eight regions according to the recorded number of hotspots and to the averaged FRP over the study period. Each one of those regions is then stratified into three subregions according to the dominant land cover type, i.e., forest, shrub, or agriculture. For each of the subregions, a statistical model is fitted to the sample of historical records of FRP together with the associated sample of FWI values obtained from the Copernicus Emergency Management Service.The fitted models are then applied to Europe to generate monthly climatological values of probability of exceedance of prescribed thresholds of FRP. This information is used to define appropriate limits for classes of fire danger (i.e. low, moderate, high, very high and extreme) for each subregion of Europe. Finally, these classes are validated by analyzing the distribution of recorded FRP among the classes and by examining maps for extreme fire events. This work was supported by EUMETSAT Satellite Application Facility on Land Surface Analysis (LSA SAF) and by Instituto Dom Luiz (IDL), a research unit financed with national funds (PIDDAC) by FCT (UIDB/50019/2020). References:DaCamara, C. C., Libonati, R., Nunes, S. A., de Zea Bermudez, P., & Pereira, J. M. C. (2023). Global-scale statistical modelling of the radiative power released by vegetation fires using a doubly truncated lognormal body distribution with generalized Pareto tails. Physica A: Statistical Mechanics and Its Applications, 625. https://doi.org/10.1016/j.physa.2023.129049
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».