Using Remote Sensing Data and Raster Analysis Tools to Assess Fire Hazard Severity in South-Central British Columbia
Notice bibliographique
Résumé
Wildfire is a significant threat to ecosystems and human safety, exacerbated by climate warming. The Penticton region of British-Columbia, Canada is an area which is experiencing increasingly worsening wildfire events. These natural disturbance events represent a significant threat to local ecosystems, property and human life and wellbeing. As fire conditions worsen, and the population density of this region increases, landscape analysis of fire hazard levels is necessary to direct emergency service management prior to and during wildfire events and to inform policy on how to manage these natural disasters. To assess fire hazard levels, a GIS-based multi-criteria analysis was performed to understand fire hazard spatially, subdivided into low, moderate, high, and severe hazard areas. Two models were built to achieve this, taking into account commonly used variables employed to assess fire hazard severity around the world. To identify potential differences in hazard assessment, the models weighted these variables differently from one another. Fire location points from the year 2000 to 2021 were overlayed with each respective model output. Model 1 spatially overlapped with 73.88% of these fires, while model 2 spatially overlapped with 74.35%. These results can help identify areas of elevated hazard under ideal burning conditions, inform deployment of emergency services and resources, and provide a framework for using a GIS to conduct a fire hazard landscape assessment.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».