Aller au contenu principal
Investigation of Temporal Trends in Fire Occurrence in Ontario with consideration of Monthly Teleconnections.
Climate change can impact various facets of a region’s fire regime, such as the frequency and timing of fire ignitions. The study investigates temporal trends of monthly fire counts in the northwest and northeast regions of Ontario, Canada, using data from 1960–2022, considering separately fires ignited by human activities or lightning. The significance of trends is determined using the trend-free pre-whitened Mann-Kendall test with a Thiel-Sen slope estimate and with the Cochrane-Orcutt method, such that both approaches consider and adjust for autocorrelations in the data. We also consider the forecasting of future monthly fire counts using a Poisson Auto Regressive Moving Average (PARMA) model suitable for count time series while investigating the use of climate teleconnections such as ENSO, NAO, AO, PDO, and AMO as predictors at differing temporal lags via a cross-validation method. The most suitable model is chosen, and the prediction skill is evaluated using Mean Absolute Error.
Étude des tendances temporelles d'occurrence des incendies en Ontario en tenant compte des téléconnexions mensuelles
Le changement climatique peut avoir un impact sur diverses facettes de la dynamique des incendies d'une région, telles que la fréquence et le calendrier des déclenchements de feu. L'étude examine les tendances temporelles des nombres mensuels d'incendies dans les régions du nord-ouest et du nord-est de l'Ontario, au Canada, en utilisant des données de 1960 à 2022, en considérant séparément les incendies déclenchés par des activités humaines et ceux par la foudre. L'importance des tendances est déterminée à l'aide du test de Mann-Kendall sans tendance et avant blanchiment, avec l'estimateur de Thiel-Sen pour la pente, et la méthode Cochrane-Orcutt, les deux approches prenant en compte et corrigeant les autocorrélations dans les données. Nous examinons également la prédiction des futurs nombres mensuels des incendies à l'aide d'un modèle de moyenne mobile autorégressive de Poisson (PARMA) adapté aux séries chronologiques des incendies, tout en étudiant l'utilisation de téléconnexions climatiques telles que ENSO, NAO, AO, PDO et AMO comme prédicteurs à différents décalages temporels par le biais d'une méthode de validation croisée. Nous choisissons le modèle le plus approprié et évaluons la capacité de prédiction à l'aide de l'erreur absolue moyenne.
Date and Time
-
Co-auteurs (non y compris vous-même)
Kevin Granville
University of Windsor
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais

Speaker

Edit Name Primary Affiliation
Emmanuella Boateng University of Windsor