Citizen science as a tool to investigate landscape controls on fuel moisture and flammability
Notice bibliographique
Résumé
Temperate heathlands are experiencing a growing number of wildfires. These ecosystems are dominated by the heather shrub Calluna vulgaris , the moisture content and flammability of which strongly influences wildfire ignition and behaviour. Understanding the drivers of these characteristics will help develop management strategies for fire-prone ecosystems. Field measurements of fuels are difficult to achieve over a large spatial scale. Citizen science may therefore be a valuable tool to gather such data. 134 volunteers, many with professional backgrounds in environmental topics, collected 713 samples of live Calluna canopy during a period of warm, dry fire weather from regions across the UK. The moisture content and flammability of submitted samples were calculated in university laboratories and mapped by region. Boosted regression trees were employed to determine the relative influence of a number of weather, phenological and landscape variables on fuel characteristics. There was regional variation in fuel characteristics. Fuel moisture content was generally lower across eastern regions and higher in southwestern regions of the UK. Flammability was highest in the East Midlands region. Fuel moisture content and flammability were associated most with Normalised Difference Vegetation Index (NDVI) and soil type. Citizen science has allowed us to investigate patterns in fuel characteristics across a larger spatial scale than would otherwise be possible. Continuing such research, and reaching a wide community of people with a diverse range of backgrounds, interests and wildfire awareness, is key in developing communities with a greater knowledge of wildfire risk, and will help us to develop wildfire mitigation and management strategies.
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 | 0,009 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».