MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408431531 · doi:10.5194/egusphere-egu25-12890

Assessing the Impact of Climate Change on Forest Fire Weather Index Using Downscaled Climate Model Data

2025· preprint· en· W4408431531 sur OpenAlexaboutno aff
Anton Laakso, Meeri Palokangas, Taejun Park, Antti Lipponen, Laura Utriainen, Tero Mielonen

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeEnvironmental scienceIndex (typography)ClimatologyMeteorologyClimate change scenarioGeographyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

In recent years, fire activity at high latitudes has reached unprecedented levels, driven in part by global warming, which increases fire danger. Climate projections of fire risk rely on indices like the Canadian Forest Fire Weather Index (FWI), which are often derived from coarse-resolution climate models. Thus, there is the need for finer-scale fire weather projections to enable more effective planning and resource allocation as wildfire threats grow. High-resolution climate projections can be achieved through various methods, including dynamical and statistical downscaling, each potentially yielding different estimates of FWI and its future changes. We calculated the FWI based on HCLIM - Nordic Convection Permitting Climate Projections (NorCP) over Fennoscandia. The simulations include 12 x 12 km resolution models using HCLIM-ALADIN and convection-permitting simulation at 3 x 3 km resolution with HCLIM-AROME, covering both historical and future periods under the RCP8.5 scenario. Results were compared against FWI estimates from other climate datasets, such as CORDEX and statistically downscaled NASA Earth Exchange Global Daily Downscaled Projections (NEX-GDDP).As expected, all the simulations indicate that the annual and summer mean FWI indices will increase significantly in warmer future climates, along with an increase in days with moderate and high fire weather risk. However, the magnitude of the risk depends heavily on the climate dataset used. For instance, HCLIM-AROME simulations generally show higher FWI values in the historical period even when compared to the future projections of HCLIM-ALADIN, due to generally lower summer precipitation in the former model. Additionally, there are notable regional disparities between the HCLIM simulations, with the highest FWI values observed in coastal areas of southern Finland and Sweden. According to the HCLIM-AROME simulations under the RCP8.5 scenario, these regions experience a moderate fire risk (FWI > 11) on roughly one out of three summer days, whereas HCLIM-ALADIN simulations indicate an average of 7–20 days per summer with such risk. There are also differences in the magnitude and regional distribution of FWIs calculated from HCLIM, NEX-GDDP, and CORDEX simulations. However, all future FWI predictions consistently indicate that, without effective mitigation of global warming, conditions for forest fires will worsen in the future.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,360
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFire effects on ecosystems→Travaux en français237 207→