Lightning ignition efficiency in Canadian forests
Notice bibliographique
Résumé
Background: Lightning-caused fires have a driving influence on Canadian forests, being responsible for approximately half of all wildfires and 90% of the area burned. We created a climatology (2000-2020) of daily lightning efficiency (i.e., the ratio of cloud-to-ground lightning flashes to lightning-caused wildfires that occurred) over the meteorological summer for four ecozones and a subset of British Columbia (BC) ecoprovinces. We estimated lightning efficiency using data from the Canadian Lightning Detection Network and the Canadian National Fire Database. We used the ERA5 reanalysis as inputs for fuel moisture variables (i.e., Fine Fuel Moisture Code (FFMC), Duff Moisture Code (DMC), and Drought Code (DC)) from the Canadian Forest Fire Weather Index (FWI) System, as well as variables relating to the amount of precipitation and lightning flashes. We examined relationships between lightning efficiency, day-of-year, and the above variables using a combination of linear models, Spearman's correlations, and Random Forest (RF) regression. Results: Lightning efficiency increased non-linearly (i.e., quadratic) over the summer in the Montane Cordillera Ecozone, and decreased linearly in the Boreal Plains and Boreal Shield West. Lightning efficiency in the Boreal Shield East showed a slight decline over the summer; however, this model was not significant. DMC and DC were more strongly correlated with lightning efficiency than FFMC in most zones. We ran RF regression both with and without DC (because of multicollinearity with day-of-year), and day-of-year, DMC, and DC (when present) were the most important variables for all ecozones, while results were more variable for the ecoprovinces. Conclusions: Lightning efficiency, and, thus, the probability of a lightning strike igniting a wildfire, changes over the summer and varies by region. Therefore, models predicting lightning-caused fire occurrence, or other similar applications involving lightning ignition, may benefit by accounting for seasonal lightning efficiency in addition to the traditional fuel moisture variables. Our work is generally consistent with findings from more localized studies relating to lightning-caused fires. Supplementary Information: The online version contains supplementary material available at 10.1186/s42408-025-00376-1.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».