NBIC-ACS Stage 2 Canadian Forest Fire Weather Index - baseline scenario, 20% and 10% annual exceedance probabilities
Notice bibliographique
Résumé
The Canadian Forest Fire Weather Index (FWI) is a fire weather potential index that describes how current weather conditions and recent precipitation patterns could support a landscape fire. FWI calculations are based on Van Wagner & Pickett (1985) and Van Wagner (1987), and dependent on air temperature, relative humidity, wind speed and precipitation. The metric was developed with the worst conditions believed possible in Canada corresponding to a value of 200, although in Australia values above 200 are regularly reported. This metric was also originally developed for boreal forests, although was later generalised to different climate and vegetations. Here we provide predicted upper-bound FWI values across the Australian landscape, defined for a set of Annual Exceedance Probabilities. We calculate FWI based on the latest Bureau of Meteorology historical weather reanalysis BARRA-R2, reporting modelled hourly weather conditions from 1979 to current at a spatial resolution of approximately 11 kilometres. More than 400,000 data points at every location are then processed using the National Bushfire Intelligence Capability (NBIC) Extreme Values Analysis to predict extreme daily maximums and their likelihood. FWI is not used routinely in Australia, however it is the reference fire weather metric for other national and international contexts. As such it can play an important role in reporting the evolution of Australian bushfire hazard in international forums. All these characteristics result in datasets that are a significant advancement in defining extreme fire weather, surpassing previous approaches and offering a robust foundation for informed decision-making in managing and mitigating Australia’s growing bushfire risks in a changing climate.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».