Fire Danger Climatology Using the Hot–Dry–Windy Index: Case Studies from Portugal
Notice bibliographique
Résumé
Wildfires in Portugal have become increasingly frequent and severe, driven by a combination of fuel accumulation, extreme meteorological conditions, and topographic complexity. This study assesses the applicability of the Hot–Dry–Windy (HDW) index in characterizing fire-weather conditions during five major wildfires: Chamusca (2003), Pedrógão Grande and Lousã (2017), Monchique (2018), and Covilhã (2022). HDW values were computed at sub-daily resolution and compared against a 1991–2020 climatology. This study also evaluates the HDW index as a high-resolution fire danger indicator in Portugal and compares it with the traditional FWI using percentile-based climatology. The findings indicate that during 12 and 15 UTC, HDW in the wildfires in Chamusca (2003) and Lousã (2017) exceeded 180–370 units, suggesting extreme air conditions driven by hot, dry, and windy weather patterns. These values denoted extremely flammable conditions since they were significantly higher than the 95th percentile. A distinct peak at 15 UTC for Pedrógão Grande (2017) topped 140 units (>P95), which is consistent with the ignition timing and a rapid beginning spread. A continuous HDW anomaly that peaked above 200 units between 2 August and 5 August preceded the Monchique (2018) event, suggesting extended heat stress and increased wind contribution. While not as severe as in previous instances, HDW at Covilhã (2022) was above the 75th percentile in the early afternoon (12–18 UTC). Results show that in all cases, HDW values exceeded the 90th and 95th percentiles during the hours of ignition and early fire spread, with the most critical anomalies occurring between 12 UTC and 18 UTC. Spatial analyses revealed regional-scale patterns of HDW exceedance, aligning with observed ignition zones. Comparisons with the Canadian Fire Weather Index (FWI) revealed that while the FWI captured seasonal fuel aridity, the HDW more effectively resolved short-term meteorological extremes, particularly wind and atmospheric dryness. The HDW index was found to identify high-risk conditions even when FWI values were moderate, highlighting its added diagnostic value. These results support the inclusion of HDW in operational fire danger rating systems for Portugal and other Mediterranean countries, where compound fire-weather extremes are becoming more frequent due to climate change.
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 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».