Evaluating the Utility of NDVI as a Damage Indicator for Crops in the Enhanced Fujita Scale
Notice bibliographique
Résumé
Abstract Tornadoes in Canada frequently impact rural regions, particularly croplands, where traditional enhanced Fujita scale (EF scale) assessments are limited due to the absence of standard damage indicators. Not knowing the true intensities of these tornadoes results in an inaccurate tornado climatology for these regions. This study evaluates the potential of the normalized difference vegetation index (NDVI), derived from high-resolution multispectral satellite imagery, as a proxy for crop damage assessment in the EF-scale framework. According to the results, NDVI percent change analysis reliably detects EF2+ damage but is largely ineffective for EF0 and EF1 tornadoes. The results also indicate that the decrease in plant health is correlated with the EF-scale rating of a tornado. Crop type and seasonal timing significantly influence NDVI detectability, with pasture and forage crops yielding weak signals and peak growing season offering the clearest damage signatures. This study also concludes that it is possible to revisit EF0-Default/EF-Unknown tornadoes that occur in agricultural areas to give them a more definitive rating on the EF scale. While NDVI analysis cannot delineate full tornado paths or replace ground surveys, it offers a scalable, remote sensing–based method to supplement tornado intensity assessments in agricultural regions. This approach may help reclassify underreported tornadoes and improve climatological accuracy in rural areas. Significance Statement Many tornadoes in rural areas go unclassified because they pass through croplands and current rating systems do not account for crop damage. This study explores a method to assess tornado strength in croplands by using satellite imagery to measure changes in plant health, through a remote sensing tool called the normalized difference vegetation index (NDVI). Looking at tornadoes in Canada from 2017 to 2023, the method was able to detect damage from stronger tornadoes but was unable to identify weaker ones. Seasonality and crop type also play a critical role in the overall results. While the results indicate that this approach cannot track the entire tornado path, it offers a promising step toward improving how we assess strong tornadoes in agricultural areas where traditional damage surveys fall short.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».