Drought models for the study of the vegetation moisture content; analysis of performance of different models in two mediterranean ecosystems for application in forest fire prevention
Notice bibliographique
Résumé
Abstract Vegetation water content is one of the most important parameters of vegetation status and health, and consequently a natural element that regulates several ecosystems worldwide; moreover, considering vegetation as fuel, this variable is related to wildfires. Forest fires and vegetation resistance to ignition during periods of drought are both strictly related to climate characteristics of the area. The contribution of this work is to evaluate the performance of vegetation drought models using field measured data (data related to local adaptation and phenotypic plasticity), data usually lacking. In the present work, moisture content of shrub vegetation and live foliage (fine fuels) were detected by field measurements of in Tuscany (Italy). In two plots of Quercus ilex L. and mixed broadleaves forest, seasonal and inter-annual variations of live fine fuels of several species are analyzed. The selected species constitute two sets (shrubs and trees) of vegetation typology characterized by a representative seasonal variability in mediterranean ecosystems. From nearby stations meteorological data were collected in each study area for the evaluation of fuel moisture indicators, including the Drought Code (DC) used in the Canadian Forest Fire Danger Rating System. The results of the present work have shown that for the summer season the slow response of live fine fuel moisture content (LFMC) to meteorological conditions (namely to precipitation), was well described by the DC. Empirical correlations between LFMC and DC for each species and site are proposed.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».