Anàlisi climàtica i ambiental dels incendis forestals de Catalunya (1968-2008)
Bibliographic record
Abstract
Determinades situacions atmosfèriques i factors meteorològics/climàtics, biològics i geogràfics afavoreixen els incendis forestals. Es descriuen quatre tipus de períodes crítics de foc que han originat grans incendis a Catalunya (1980-1998): les situacions del nord, les situacions del nord-oest, les situacions de l’oest i les situacions del sud (onada de calor).\n\n\t\t\t\t Considerant la sèrie d’incendis forestals per a Catalunya (1968-2008), el mes que registra una major freqüència d’incendis forestals i més hectàrees forestals cremades és juliol, seguit de l’agost. La major part d’hectàrees cremades es concentra a la comarca de l’Alt Empordà (amb el màxim) i també a la comarca del Bages i àrees pròximes, havent-hi altres focus secundaris calcinats cap al camp de Tarragona i terres de l’Ebre.\n\n\t\t\t\t En tots els mesos de l’any la freqüència d’incendis forestals segueix una tendència a l’augment, en canvi, el nombre d’hectàrees forestals cremades presenta tendència a la disminució tenint l’explicació en la millora de la prevenció i extinció dels incendis forestals a Catalunya en les darreres dècades.\n\n\t\t\t\t Es troben correlacions estadísticament significatives entre el nombre d’incendis forestals i les hectàrees forestals cremades amb variables meteorològiques i índexs de teleconnexió climàtica (NAOi, MOi, WeMOi).\n\n\t\t\t\t L’índex de Gini i les corbes de Lorenz expliquen una part de la variabilitat superficial dels incendis forestals de Catalunya.\n\n\t\t\t\t La regionalització climàtica d’incendis forestals de Catalunya permet establir diferents patrons sinòptics en funció de la localització dels màxims de càrregues factorials que configuren els patrons de les components principals. La regionalització climàtica explica la distribució i intensitat dels incendis forestals de Catalunya, essent un reflex de la freqüència de les situacions atmosfèriques predominants.\n\n\t\t\t\t Els resultats de l’aplicació del mètode de Jenkinson i Collison als incendis forestals confirmen objectivament que hi han determinades situacions sinòptiques favorables al desenvolupament i propagació (magnitud) d’incendis forestals a determinades regions de Catalunya estacionalment.\n\n\t\t\t\t El canvi climàtic afecta a la vegetació i als incendis forestals en els nostres ecosistemes mediterranis. És més que probable que els esperats augments de les temperatures i els canvis en les pautes de precipitació comportin un increment en la freqüència i en la intensitat dels incendis forestals, comportant un increment del risc potencial d’incendi forestal.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".