Biomass burning emission estimation in the MODIS era: State-of-the-art and future directions
Notice bibliographique
Résumé
Accurate estimates of biomass burning (BB) emissions are of great importance worldwide due to the impacts of these emissions on human health, ecosystems, air quality, and climate. Atmospheric modeling efforts to represent these impacts require BB emissions as a key input. This paper is presented by the Biomass Burning Uncertainty: Reactions, Emissions and Dynamics (BBURNED) activity of the International Global Atmospheric Chemistry project and largely based on a workshop held in November 2023. The paper reviews 9 of the BB emissions datasets widely used by the atmospheric chemistry community, all of which rely heavily on Moderate Resolution Imaging Spectroradiometer (MODIS) satellite observations of fires scheduled to be discontinued at the end of 2025. In this time of transition away from MODIS to new fire observations, such as those from the Visible Infrared Imaging Radiometer Suite (VIIRS) satellite instruments, we summarize the contemporary status of BB emissions estimation and provide recommendations on future developments. Development of global BB emissions datasets depends on vegetation datasets, emission factors, and assumptions of fire persistence and phase, all of which are highly uncertain with high degrees of variability and complexity and are continually evolving areas of research. As a result, BB emissions datasets can have differences on the order of factor 2–3, and no single dataset stands out as the best for all regions, species, and times. We summarize the methodologies and differences between BB emissions datasets. The workshop identified 5 key recommendations for future research directions for estimating BB emissions and quantifying the associated uncertainties: development and uptake of satellite burned area products from VIIRS and other instruments; mapping of fine scale heterogeneity in fuel type and condition; identification of spurious signal detections and information gaps in satellite fire radiative power products; regional modeling studies and comparison against existing datasets; and representation of the diurnal cycle and plume rise in BB emissions.
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 | 0,023 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,005 | 0,015 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».