Wildfire simulations to protect rural communities and avoid dire evacuations
Notice bibliographique
Résumé
Large and fast wildfires can have catastrophic effects on lives, property, and the environment. Changing wildfire regimes create more destructive wildfires globally, increasing the number of people placed in danger. Evacuations from wildfires are a dramatic, disruptive, yet sometimes necessary last step to ensure people are removed from danger when other layers of wildfire protection are insufficient. Evacuations that start too late may become dire, without enough time for people to evacuate safely, exposing them to the growing hazard. It is imperative that dire evacuations be avoided. This thesis provides a definition of dire evacuations and ways to plan against them, using calculations of wildfire spread. The core effort resides in trigger boundaries, imaginary lines around communities at risk of wildfires, which when crossed by the flames denote the last safe evacuation chance. For this purpose, the k-PERIL model was developed, the first to conduct probabilistic trigger boundary calculations, and applied to the communities of Roxborough Park in Colorado, USA, Mati in Greece and Fort McMurray in Canada. With wildfire spread rate having paramount importance on the validity of trigger boundaries, even state-of-the-art wildfire models were compared, first in a series of benchmark cases, then on probabilistic trigger boundaries, to estimate the effect of model choice on safety. An ensemble approach, considering all the models combined, is required for accurate trigger boundary calculation. Moreover, an effect of wildfire that is rarely considered in evacuations is smoke. A ground-level smoke dispersion model was developed, Galini, that accounts for downwind terrain, flaming and smouldering combustion. This thesis proposes a framework to assess the danger of wildfires on communities via ensemble modelling inferred trigger boundaries, using coupled wildfire, evacuation and ground level smoke modelling. This provides quality and actionable means for communities to plan and prepare themselves for evacuations and improve community safety.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».