Fuel types misrepresent forest structure and composition in interior British Columbia: a way forward
Notice bibliographique
Résumé
Background: A clear understanding of the connectivity, structure, and composition of wildland fuels is essential for effective wildfire management. However, fuel typing and mapping are challenging owing to a broad diversity of fuel conditions and their spatial and temporal heterogeneity. In Canada, fuel types and potential fire behavior are characterized using the Fire Behavior Prediction (FBP) System, which uses an association approach to categorize vegetation into 16 fuel types based on stand structure and composition. In British Columbia (BC), provincial and national FBP System fuel type maps are derived from remotely sensed forest inventory data and are widely used for wildfire operations, fuel management, and scientific research. Despite their widespread usage, the accuracy and applicability of these fuel type maps have not been formally assessed. To address this knowledge gap, we quantified the agreement between on-site assessments and provincial and national fuel type maps in interior BC. Results: We consistently found poor correspondence between field assessment data and both provincial and national fuel types. Mismatches were particularly frequent for (i) dry interior ecosystems, (ii) mixedwood and deciduous fuel types, and (iii) post-harvesting conditions. For 58% of field plots, there was no suitable match to the extant fuel structure and composition. Mismatches were driven by the accuracy and availability of forest inventory data and low applicability of the Canadian FBP System to interior BC fuels. Conclusions: The fuel typing mismatches we identified can limit scientific research, but also challenge wildfire operations and fuel management decisions. Improving fuel typing accuracy will require a significant effort in fuel inventory data and system upgrades to adequately represent the diversity of extant fuels. To more effectively link conditions to expected fire behavior outcomes, we recommend a fuel classification approach and emphasis on observed fuels and measured fire behavior data for the systems we seek to represent. Supplementary Information: The online version contains supplementary material available at 10.1186/s42408-024-00249-z.
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 | 0,011 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».