2018
DOI: 10.1016/j.agrformet.2018.07.005
|View full text |Cite
|
Sign up to set email alerts
|

Comparisons of fire weather indices using Canadian raw and homogenized weather data

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1
1
1

Citation Types

0
5
0
2

Year Published

2020
2020
2024
2024

Publication Types

Select...
5
1
1

Relationship

0
7

Authors

Journals

citations
Cited by 8 publications
(7 citation statements)
references
References 55 publications
0
5
0
2
Order By: Relevance
“…Although the 90 th percentile is usually defined as an extreme day threshold (Bedia et al, 2012;Tsinko et al, 2018), the 95 th percentile was chosen because it is more suitable to detect extreme values in relatively long period of analysis. It was computed using data of the same month for the same period of NBA data (1980 -2015).…”
Section: Extreme Daysmentioning
confidence: 99%
“…Although the 90 th percentile is usually defined as an extreme day threshold (Bedia et al, 2012;Tsinko et al, 2018), the 95 th percentile was chosen because it is more suitable to detect extreme values in relatively long period of analysis. It was computed using data of the same month for the same period of NBA data (1980 -2015).…”
Section: Extreme Daysmentioning
confidence: 99%
“…These codes and indices are respectively the fine fuel moisture code (FFMC), duff moisture code (DMC), drought code (DC), build-up index (BUI), and initial spread index (ISI). The daily severity rating (DSR) is an additional component of the FWI system, planned to be more directly related to the probable effort required for wildfire suppression, and it is a power conversion of FWI that underlines high FWI values (Tsinko et al 2018). We used the qualitative Forest Fire Danger Rating System as established by Van Wagner (1987) to describe the fire danger as very low, low, moderate, high, very high, or extreme (Table 2).…”
Section: Fwi Codes/indices Prediction and Correlationmentioning
confidence: 99%
“…Además, los resultados de las Tablas 3 y 4 son coincidentes con Arteaga-Ramírez et al (2017) y Tsinko et al (2018), quienes determinaron diferencias de temperatura entre 0 y ± 2°C al comparar valores de temperatura entre estaciones meteorológicas a una distancia de 1,5 km, obteniendo coeficientes de determinación (R 2 ) superior a 0,9.…”
Section: Análisis De Distancias Entre Las Estaciones Meteorológicas Y La Ubicación De Los áRbolesunclassified
“…La información que aporta una red de EMAs es posible que no represente la realidad de los predios agrícolas, debido a que la distancia o la situación topográfica, pueden alterar el comportamiento de una o más variables. Además, los datos climáticos pueden presentar defectos por la modificación del ambiente que las rodea, como la discontinuidad o errores en el registro, pérdida de la información y poca homogeneidad, lo que se soluciona usando datos de estaciones cercanas y técnicas estadísticas (Tsinko et al, 2018). Por lo anterior, se requiere un procedimiento de control de calidad para un número tan grande de observaciones, y de este modo detectar errores relacionados con la ubicación, mantención, calibración, supervisión, frecuencia de las mediciones o caídas del sistema computacional (Estévez et al, 2016;Lagouvardos et al, 2017;Gentilucci et al, 2018) En Chile, la Red Agroclimática Nacional (RAN) articula 254 estaciones meteorológicas automáticas distribuidas en todo el país, destinadas a entregar información meteorológica a grupos de agricultores preocupados por la creciente inestabilidad climática y los efectos sobre sus rubros productivos (ODEPA, 2013).…”
Section: Introductionunclassified