Risk of forest fire in Sweden under historical and future climate projections from 1971 to 2100t fire in Sweden under historical and future climate projections from 1971 to 2
Notice bibliographique
Résumé
With the large forest fire in Sala 2014 and the forest fires during summer 2018 in mind, evaluating the tendency of high-risk fire season (HRS) under a changing climate shows its importance for risk management.This study focuses on exploring the behaviours of several user-defined fire-risk indicators concerning start, end, length, HRS and frequency of HRS, and impact of preconditions, e.g., snow cover and overwintering conditions. Here, we carry out the study by driving a Canadian forest fire model, the Fire Weather Index (FWI, Van Wagner,1987), using meteorological forcing from an ensemble of regional climate projections compiled from the Coupled Model Intercomparison Project Phase 5 (CMIP5, Taylor et al., 2012). The used CMIP5 data covers historical and representative concentration pathway projections (RCPs) from 1971 to 2100. The bias in the climate model projections is adjusted using the MultI-scale bias AdjuStment (MIdAS, Berg et al., 2022) with Copernicus regional reanalysis for Europe (CERRA, Schimankes et al., 2021) as a reference. The impact of climate change on the fire risk for three future periods (i.e., 2011–2040, 2041–2070 and 2071–2100) is explored under three RCPs (RCP2.6, 4.5 and 8.5). The ensemble agreement is used to evaluate the robustness of the fire risk indicators. The results show that all robust changes are toward increasing risk. More specifically, the length of HRS increases in southern and eastern Sweden. The start of HRS shifts to earlier in the eastern coastal and northern regions of Sweden in RCP4.5 and 8.5. In all RCPs the end of HRS is delayed by a couple of weeks in the southern regions in the period after 2041. The HRS is likely to become more frequent in the regions along the east coast and in southern Sweden.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».