Spatial patterns of humidity, fuel moisture, and fire danger across a forested landscape
Notice bibliographique
Résumé
Spatial variability in fuel moisture driven by changes in microclimate is an important bottom-up factor determining spatial wildfire behaviour, as fuel moisture impacts fire intensity, severity, and spread probability. However, few studies have examined how landscape scale patterns in near-surface microclimates impact fuel moisture patterns. This study quantified patterns of near-surface atmospheric conditions within a heterogeneous forested landscape, and determined how those patterns impact the spatial variability of fuel moisture and fire danger across the landscape. Observations across a forested landscape demonstrated that, in general, spatial variability in near-surface relative humidity and temperature was highest during dry, clear-sky conditions. However, daytime relative humidity was an exception, being relatively homogenous across the landscape and only weakly related to weather conditions. Canopy cover and above-canopy radiation load predicted a significant portion of the spatial patterns in relative humidity and temperature. Changes in canopy cover had the largest impact on near-surface conditions. Open sites saw higher relative humidity, on average, due to nocturnal longwave cooling. A novel fuel moisture model was presented that predicted between 76% and 93% of the variance in observations from independent sites or time periods, which is an improvement on a more complex model currently used operationally. This model was combined with meteorological observations to quantify spatial patterns in fuel moisture and potential fire danger across the landscape. Daytime fuel moisture and potential fire danger exhibited low spatial variability, regardless of weather conditions, and only 1-hour fuel moisture was related to canopy cover or radiation load. Fuel moisture and potential fire danger were more variable at night and that variability increased during cool, moist periods with low wind speeds. Patterns in fuel moisture and potential fire danger were dominated by differences in nocturnal longwave cooling due to changes in canopy cover. Open sites had lower daily mean potential fire danger. When fire danger was extrapolated over a larger study region, daytime conditions remained homogenous. Moreover, radiation load and canopy cover did not have a large enough direct influence on daytime fuel moisture to generate patches within the landscape that remain significantly wetter than the surrounding landscape.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».