NEX-GDDP-FWI: Downscaled 21st century global fire weather projections
Notice bibliographique
Résumé
NEX-GDDP-FWI v1.0 The NEX-GDDP-FWI data was created from the python codes shared in this repository. The NASA Earth eXchange-Global Daily Downscaled Projections-Fire Weather Index (NEX-GDDP-FWI) is a dataset that provides global fire weather projections derived from daily Global Climate Model (GCM) simulations. The dataset uses the Canadian Forest Fire Weather Index System (CFWIS) framework to estimate fire danger by considering the effects of fuel moisture and wind on fire behavior and spread. The dataset includes retrospective (1950-2014) and prospective (2015-2100) simulations from 33 GCMs participating in the Coupled Model Intercomparison Project Phase 6 (CMIP6) under four Shared Socio-economic Pathways (SSPs). To make the dataset more accessible, the fire weather metrics are summarized at coarser temporal scales (monthly and annually), and source codes are provided for investigating daily fire weather. Additionally, Multi-Model Ensemble (MME) datasets are provided for each fire weather metric, which include monthly and annually summarized fire weather metrics. The total data volume of the dataset is approximately 4.5 TB and is available through the NASA Advanced Supercomputing (NAS) Data Portal. Here are brief explanations for the python codes: FWIfunctions.py: This python code has all sub-component functions used in the CFWIS framework. calFireIndex.py: This python code is a main code reading input NEX-GDDP data and compute sub-components of the CFWIS framework. get_MME_FWI_Monthly_release.py: This python code is for summarizing daily fire weather indices of individual GCM to multi-model ensemble at monthly time step get_MME_FWI_Yearly_release.py: This python code is for summarizing daily fire weather indices of individual GCM to multi-model ensemble at yearly time step
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,019 |
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 ».