Monitoring wildfires from satellite, integration in Copernicus services and characterizing atmospheric impacts from the regional to the global scales
Notice bibliographique
Résumé
Satellite-borne observations offer the possibility to monitor wildfires and their impact worldwide. In addition, satellite products are increasingly used in early warning and forecasting systems for fire management. Europe is implementing a long-term and reliable observational programme and, within this frame, EUMETSAT, the European meteorological satellite operator, provides numerous observational products ranging from near-real-time wildfire identification (e.g. fire radiative power) to atmospheric impacts (e.g. major pollutants and smoke). Our presentation will focus on the satellite data value chain, e.g. the integration in the Copernicus Atmosphere Monitoring Service (CAMS) Global Fire Assimilation System (GFAS). To do that, we will firstly present datasets addressing wildfires (e.g. Fire Radiative Power, atmospheric composition, and smoke) currently generated at EUMETSAT and its Satellite Applications Facility (SAF). We will also introduce upcoming (based on the Flexible Combined Imager on-board the Meteosat Third Generation) and future products (Sentinel-4 and 5), with an example of potential joint use for a past intense fire case in the Mediterranean (Greece, August 2023). We will then show the entire value chain, including how the data is used in the Copernicus Atmosphere Monitoring Service (CAMS) Global Fire Assimilation System (GFAS), with an example on the recent intense and anomalous fire season in Canada (spring to summer 2023). This will show how distinct phases of wildfires management – from early warnings up to the impacts on yearly emissions – can be monitored with the synergy of satellite data and Copernicus forecast and analysis. Finally, we will touch also on the user support activities within EUMETSAT in this area.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».