Brandmand arbejder brandlinje ved Happy Camp Complex Fire i Klamath National Forest i Californien, som begyndte den 17. september, 2014 fra lynnedslag og har forbrugt 125, 788 acres til dato og er 68% indeholdt. Kredit:U.S. Forest Service foto af Kari Greer
Skodebrande fortsætter med at plage Californien ud over den normale brandsæson i det, der har været et særligt katastrofalt år for naturkatastrofer i hele USA. Men en ny big-data-løsning til at forudsige spredning af skovbrande bliver også varmere, og det kan blive et nyttigt værktøj i brandmændenes arsenal, ifølge naturbrandforskere, der deltog i 2017 American Geophysical Union Fall Meeting.
De mere let tilgængelige opdateringer af naturbrandadfærd er, jo mere informerede brandlederes beslutninger, ifølge forskerne. Brandledere har brug for at vide, hvordan en naturbrand vil sprede sig, da den påvirker evakueringer, strategier til bekæmpelse af brand og sikkerhed for brandmændene. NASAs Active Fire-datasæt giver et billede i høj opløsning af spredning af skovbrande, men den information er kun tilgængelig i omkring 12-timers snapshots.
Et forskerhold af geografer i Wyoming erkendte, at en naturbrands adfærd kan ændre sig dramatisk afhængigt af forholdene i det lange tidsinterval, så de satte sig for at lukke informationskløften for naturbrande i USA. De udviklede en computermodel til at simulere fremtidig brandspredning i løbet af få minutter, og de delte foreløbige resultater fra deres model i sidste uge ved AGU Fall Meeting i New Orleans.
"Det interessante er, at de fleste af brandene i USA er vinddrevne brande, " sagde Bishrant Adhikari, en geograf ved University of Wyoming, der præsenterede den nye forskning. "Så hvis du nøjagtigt kan modellere, hvor vinden vil gå, og hvor langt den vil blæse, så kan du måske lige forklare, hvor ilden skal gå hen."
For at få den opfattelse af, hvor en brand kan gå hen, Adhikari og hans medforfattere inkorporerede vejrinformation i realtid, brændstoffugtdata og landtopografi, blandt andre variabler, ind i en webbaseret Geography Information System-portal. Derefter, de kørte computersimuleringer for at forudsige spredningen af naturbranden. Ved at køre flere simuleringer, de kunne adressere usikkerheder i de forventede vejrdata – alt sammen i løbet af få minutter.
Forskerne testede deres models ydeevne på tre naturbrande med forskellige terræner, der opstod i Wyoming og Montana i 2017. NASAs Visible Infrared Imaging Radiometer Satellite (VIIRS) gav 12-timers snapshots af brandens omkredse. Da de sammenlignede deres simuleringsresultater med de faktiske omkredse, modellen klarede sig godt. Det forudsagde mere end 86 procent af området faktisk ramt og underforudsagde brandomkredsen med højst 25 procent.
Modellen havde en tendens til at overforudsige området inden for brandperimeteren, men Adhikari sagde, at deres læringsbaserede tilgang til at træne modellen med faktiske VIIRS-observationer vil forbedre fremtidige forudsigelser. Han sagde også, at modellen ikke i øjeblikket overvejer lokale brandbekæmpelsesindsatser - viden, som brandledere vil have.
Modellen ofrer en vis grad af nøjagtighed for hastighed, sagde Adhikari. De nuværende værktøjer, brandledere bruger, tager to timer at køre simuleringer. Disse modeller blev udviklet i 1990'erne og har ikke de fremskridt, der er gjort i beregninger siden da, ifølge Adhikari. I stedet for at prøve at opdatere de gamle modeller, han besluttede at "skubbe det fremad med nye løsninger."
"Det er i de tidlige stadier, men virker lovende, " sagde Maria Hatzaki, en klimatolog ved universitetet i Athen i Grækenland, som ikke var forbundet med den nye forskning. Hatzaki arbejder på det langsigtede problem med brande, men kender til udfordringerne ved at forudsige spredning af naturbrande. Hun ser værdi i værktøjet til skovbrandvæsenet, men mindre til akademisk forskning. Kommer fra et brandfarligt land, hun sagde, at hun håber, at det vil lykkes forskerne at få præcise resultater i fremtiden.
Adhikari planlægger at fortsætte med at teste og kalibrere sin model. Det næste i hans plan er at se, hvordan modellen klarer sig på de nylige skovbrande i Californien. Han håber at gøre det brugervenlige værktøj tilgængeligt for offentligheden i forsommeren 2018.
Denne historie er genudgivet med tilladelse fra AGU Blogs (http://blogs.agu.org), et fællesskab af blogs om jord- og rumvidenskab, vært af American Geophysical Union. Læs den originale historie her.