Modelos de combustibles específicos para comunidades de matorral desarbolado y helechales en Galicia
Notice bibliographique
Résumé
[ES] Tanto los simuladores geoespaciales de comportamiento y riesgo de incendio, como los modelos y software de evaluación de efectos y estimación de emisiones suelen utilizar modelos de combustible estándar para simplificar la recogida de datos y la inclusión de escenarios de combustible complejos. Es habitual generar cartografía de estos modelos utilizando información obtenida de sensores remotos. Sin embargo, dada la gran complejidad de los complejos de combustible, con propiedades que varían ampliamente tanto en el tiempo como en el espacio, el uso de modelos estándar puede limitar en gran medida la precisión de la cartografía generada. Esto afecta a la evaluación del riesgo de incendio, a la planificación de tratamientos de gestión del combustible, a la toma de decisiones en durante la extinción y a la evaluación del impacto medioambiental de los incendios. En este estudio se han desarrollado modelos de combustible personalizados y específicos para comunidades de matorral desarbolado y helechales, utilizando el análisis clúster k-medoids basado tanto en las características estructurales del combustible como en el comportamiento potencial del fuego. Para ello, utilizamos una base de datos de 722 parcelas con muestreo destructivo distribuidas entre nueve comunidades diferentes de matorral y helechal y cubriendo toda el área de distribución de estas comunidades en Galicia, una de las regiones de Europa más afectadas por los incendios forestales. Se utilizaron variables estructurales como la cobertura, la altura media y las cargas de fracciones de combustible diferenciadas por tamaño y estado vegetativo (vivo o muerto) para estimar el comportamiento del fuego potencial incluyendo la velocidad de propagación (utilizando cinco modelos diferentes, tres empíricos, uno semifísico y uno físico), la intensidad lineal, el calor por unidad de superficie y la longitud de la llama en cada lugar de muestreo y considerando condiciones ambientales extremas. El número óptimo de grupos se estableció combinando el conocimiento sobre el terreno de las comunidades de matorral objeto de estudio y de su comportamiento de fuego asociado, con la maximización del valor medio de la variable silhouette y la minimización de la suma de cuadrados de las distancias entre observaciones dentro de cada grupo. Las características estructurales de la parcela representativa de cada grupo (medoide) se asociaron a cada uno de los cuatro modelos de combustible propuestos para comunidades de matorral y a los dos modelos de combustible propuestos para helechales. Finalmente, se desarrolló una clasificación dicotómica simple basada únicamente en la altura del matorral que facilitará el desarrollo de mapas de modelos de combustible espacialmente explícitos basados en datos de teledetección. Por tanto, la metodología aplicada permite generar una representación más realista de la distribución del combustible en el paisaje, basada en mediciones de la estructura del combustible de ecosistemas regionales naturales en lugar del uso de modelos estándar. Creemos que la metodología propuesta podría generalizarse a comunidades compuestas por otras especies de matorral o helechos de diferentes regiones biogeográficas, ampliando así su aplicabilidad.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».