Fire risk analysis over Portugal in the last decades and contributions of satellite Earth observation to evaluate wildfires
Notice bibliographique
Résumé
More intense fire seasons have been favored by climate changes around the world, like Russia, Brazil, the USA, Canada and Portugal. In the last years, Portugal experienced numerous severe fire seasons with catastrophic wildfires that caused enormous impacts. This study aimed to investigate the fire risk evolution in Portugal over the last 40 years and the potential of Sentinel missions to monitor wildfires. First, the Fire Weather Index (FWI) from 1980 to 2020, at 0.25° spatial resolution, provided by the ECMWF ERA5 reanalysis based on meteorological variables, was used. FWI monthly mean values and trends were analyzed for four regions of Southern Portugal (Beja, Evora, Faro and Portalegre). Based on these results, the last five years of daily FWI values for the Faro district were evaluated. The results demonstrate that Faro district presented extreme fire risk values, with a peak on August 2, 2018, the day before the Monchique wildfire, which occurred between August 3 and 9 and was the most calamitous wildfire in Portugal during 2018, with almost 27000 ha burned. Lastly, Sentinel-2 and Sentinel-3 imageries were useful to evaluate the fire evolution and fire severity for this episode.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».