stringtranslate.com

Моделирование лесных пожаров

Простая модель распространения лесного пожара.

Моделирование лесных пожаров связано с численным моделированием лесных пожаров для понимания и прогнозирования поведения пожаров. [1] [2] Целью моделирования лесных пожаров является помощь в тушении лесных пожаров, повышение безопасности пожарных и населения и минимизация ущерба. Моделирование лесных пожаров также может помочь в защите экосистем , водоразделов и качества воздуха .

Используя вычислительную науку , моделирование лесных пожаров включает статистический анализ прошлых пожаров для прогнозирования рисков и поведения фронта. В прошлом предлагались различные модели распространения лесных пожаров, в том числе простые эллипсы, а также модели в форме яйца и веера. Ранние попытки определить поведение лесных пожаров предполагали однородность местности и растительности. Однако точное поведение фронта лесного пожара зависит от множества факторов, включая скорость ветра и крутизну склона. Современные модели роста используют комбинацию прошлых эллипсоидных описаний и принципа Гюйгенса для моделирования роста пожара как постоянно расширяющегося многоугольника. [3] [4] Теорию экстремальных значений можно также использовать для прогнозирования размеров крупных лесных пожаров. Однако крупные пожары, превышающие возможности тушения, часто рассматриваются как статистические выбросы в стандартном анализе, даже несмотря на то, что на пожарную политику больше влияют крупные лесные пожары, чем небольшие пожары. [5]

Цели

Моделирование лесных пожаров пытается воспроизвести поведение пожара, например, насколько быстро распространяется огонь, в каком направлении и сколько тепла он выделяет. Ключевым фактором моделирования поведения является модель топлива или тип топлива, из-за которого горит огонь. Моделирование поведения может также учитывать, переходит ли огонь с поверхности («поверхностный пожар») на кроны деревьев («верхний пожар»), а также экстремальное поведение пожара, включая быструю скорость распространения, огненные вихри и высокие колодцы. колонны с развитой конвекцией. Моделирование пожара также пытается оценить последствия пожара, такие как экологические и гидрологические последствия пожара, расход топлива, смертность деревьев, а также количество и скорость образующегося дыма.

Факторы окружающей среды

На поведение лесных пожаров влияют погода , характеристики топлива и топография .

Погода влияет на огонь посредством ветра и влаги . Ветер увеличивает распространение огня в направлении ветра, более высокая температура ускоряет горение огня, а более высокая относительная влажность и осадки (дождь или снег) могут замедлить его или полностью погасить. Погода, сопровождающаяся быстрой сменой ветра, может быть особенно опасной, поскольку она может внезапно изменить направление и поведение огня. Такая погода включает в себя холодные фронты , феновые ветры , грозовые нисходящие потоки , морской и береговой бриз , а также дневные склоновые ветры.

Топливо для лесных пожаров включает траву, древесину и все остальное, что может гореть. Маленькие сухие веточки горят быстрее, а большие поленья горят медленнее; Сухое топливо легче воспламеняется и сгорает быстрее, чем влажное.

Факторы топографии, влияющие на лесные пожары, включают ориентацию к солнцу, которая влияет на количество получаемой от солнца энергии, и уклон (огонь быстрее распространяется в гору). Огонь может ускоряться в узких каньонах, но его можно замедлить или остановить с помощью таких препятствий, как ручьи и дороги.

Эти факторы действуют в совокупности. Дождь или снег увеличивают влажность топлива, высокая относительная влажность замедляет высыхание топлива, а ветер может ускорить высыхание топлива. Ветер может изменить эффект ускорения пожара на склонах на такие эффекты, как ураганные ураганы на склонах (так называемые ветры Санта-Анаса , феновые ветры, восточные ветры, в зависимости от географического положения). Свойства топлива могут меняться в зависимости от топографии, поскольку плотность растений меняется в зависимости от высоты или угла наклона относительно солнца.

Давно признано, что «пожары сами создают свою погоду». То есть тепло и влага, образующиеся в результате пожара, возвращаются в атмосферу, создавая сильные ветры, которые определяют поведение пожара. Тепло, выделяемое лесными пожарами, меняет температуру атмосферы и создает сильные восходящие потоки, которые могут изменить направление приземных ветров. Водяной пар, выделяющийся при пожаре, изменяет баланс влаги в атмосфере. Водяной пар может уноситься, при этом скрытое тепло , накопленное в паре, высвобождается посредством конденсации .

Подходы

Как и все модели в области вычислительной техники, модели пожара должны обеспечивать баланс между точностью, доступностью данных и быстротой выполнения. Модели лесных пожаров охватывают широкий диапазон сложности: от простых причинно-следственных принципов до самых физически сложных, представляющих сложную суперкомпьютерную задачу, которую невозможно решить быстрее, чем в реальном времени.

Модели лесных пожаров разрабатываются с 1940 г. по настоящее время, но многие химические и термодинамические вопросы, связанные с поведением пожаров, до сих пор не решены. В статье перечислены ученые и их модели лесных пожаров с 1940 по 2003 годы. [6] Модели можно разделить на три группы: эмпирические, полуэмпирические и физически обоснованные.

Эмпирические модели

Концептуальные модели, основанные на опыте и интуиции прошлых пожаров, можно использовать для прогнозирования будущего. Многие полуэмпирические уравнения распространения пожара, например, опубликованные Лесной службой Министерства сельского хозяйства США, [7] Лесным хозяйством Канады, [8] Нобелем, Бэри и Гиллом, [9] и Чейни, Гулдом и Кэтчполом [10] для австралийского топлива. Разработаны комплексы для быстрой оценки фундаментальных интересующих параметров, таких как скорость распространения пожара, длина пламени и интенсивность пожара наземных пожаров в точке для конкретных топливных комплексов, в предположении репрезентативного ветра в месте расположения точки и уклона местности. На основе работы Фонса в 1946 году [11] и Эммонса в 1963 году [12] квазистационарная равновесная скорость распространения, рассчитанная для поверхностного пожара на ровной местности в безветренных условиях, была калибрована с использованием данных о кучах палок, сожженных в камера пламени/аэродинамическая труба для отображения других ветровых и наклонных условий для испытываемых топливных комплексов.

Были разработаны двумерные модели роста пожара, такие как FARSITE [13] и Prometheus, [14] канадская модель роста лесных пожаров, предназначенная для работы в канадских топливных комплексах, в которых применяются такие полуэмпирические зависимости и другие, относящиеся к земле-королю. переходы для расчета распространения огня и других параметров по поверхности. В таких моделях, как FARSITE и Prometheus, необходимо сделать определенные предположения, чтобы определить рост пожара. Например, Прометей и FARSITE используют принцип распространения волн Гюйгенса. Набор уравнений, которые можно использовать для распространения (формы и направления) фронта пожара с использованием эллиптической формы, был разработан Ричардсом в 1990 году. [15] Хотя более сложные приложения используют трехмерную систему численного прогноза погоды для предоставления входных данных, таких как скорости ветра для одной из моделей роста пожара, перечисленных выше, входные данные были пассивными, и обратная связь пожара с атмосферным ветром и влажностью не учитывалась.

Физически обоснованные модели и связь с атмосферой

Упрощенные физически обоснованные двумерные модели распространения пожара, основанные на законах сохранения, которые используют излучение в качестве доминирующего механизма теплопередачи и конвекцию, которая представляет собой влияние ветра и уклона, приводят к реакционно-диффузионным системам уравнений в частных производных . [16] [17]

Более сложные физические модели объединяют вычислительные модели гидродинамики с компонентом природных пожаров и позволяют огню влиять на атмосферу. Эти модели включают модель NCAR «Связанная атмосфера-дикая природа-пожар-окружающая среда» (CAWFE), разработанную в 2005 году, [ 18] WRF-Fire в NCAR и Университете Колорадо, Денвер [19] , которая сочетает в себе модель исследования погоды и прогнозирования с моделью распространения, разработанной метод набора уровней , моделирование больших вихрей в сочетании атмосферы и дикой природы Университета штата Юта, разработанное в 2009 году, [20] FIRETEC Лос-Аламосской национальной лаборатории, разработанное в [21] WUI ( интерфейс дикой местности и города ) имитатор динамики пожара (WFDS). ), разработанная в 2007 году [22] и в некоторой степени двумерная модель FIRESTAR. [23] [24] [25] Эти инструменты имеют разную направленность и применяются для лучшего понимания фундаментальных аспектов поведения пожара, таких как неоднородность топлива в поведении пожара, [21] обратные связи между пожаром и атмосферной средой как основа для универсальной формы пожара, [26] [27] и начинают применяться к дикой местности, городской границе, междомовому пожару, распространяющемуся в масштабе сообщества.

Ценой дополнительной физической сложности является соответствующее увеличение вычислительных затрат, настолько сильное, что полная трехмерная явная трактовка горения диких видов топлива путем прямого численного моделирования (DNS) в масштабах, соответствующих атмосферному моделированию, не существует, и она выходит за рамки настоящего времени. суперкомпьютеров, и в настоящее время это не имеет смысла из-за ограниченности возможностей моделей погоды с пространственным разрешением менее 1 км. Следовательно, даже эти более сложные модели каким-то образом параметризуют пожар, например, в статьях Кларка [28] [29] используются уравнения, разработанные Ротермелем для лесной службы Министерства сельского хозяйства США [7] для расчета скорости распространения локального пожара с использованием модифицированных пожаром локальных ветры. И хотя FIRETEC и WFDS содержат прогностические уравнения сохранения для реагирующих концентраций топлива и кислорода, расчетная сетка не может быть достаточно мелкой, чтобы разрешить ограничивающее скорость реакции смешивание топлива и кислорода, поэтому необходимо сделать приближения, касающиеся распределения температуры в подсеточном масштабе. или сами скорости реакции горения. Эти модели также слишком мелкомасштабны, чтобы взаимодействовать с моделью погоды, поэтому для движения жидкости используется вычислительная модель гидродинамики, заключенная в коробку, намного меньшую, чем типичный лесной пожар.

Попытки создать наиболее полную теоретическую модель предприняли Альбини Ф.А. в США и Гришин А.М. [30] в России. Работа Гришина основана на фундаментальных законах физики, даны сохранения и теоретические обоснования. Упрощенная двумерная модель развития верхового лесного пожара разработана в Белорусском государственном университете Баровиком Д.В. [31] [32] и Таранчуком В.Б.

Усвоение данных

Ассимиляция данных периодически корректирует состояние модели для включения новых данных с использованием статистических методов. Поскольку пожар очень нелинейен и необратим, ассимиляция данных для моделей пожара создает особые проблемы, а стандартные методы, такие как ансамблевый фильтр Калмана (EnKF), не работают должным образом. Статистическая изменчивость поправок и особенно больших поправок может привести к нефизическим состояниям, которым обычно предшествуют или сопровождают большие пространственные градиенты . Чтобы облегчить эту проблему, регуляризованный EnKF [33] наказывает большие изменения пространственных градиентов в байесовском обновлении EnKF. Техника регуляризации оказывает стабилизирующее влияние на моделирование в ансамбле, но не сильно улучшает способность EnKF отслеживать данные: апостериорный ансамбль состоит из линейных комбинаций предыдущего ансамбля, и если достаточно близкое расположение и форму пожара нельзя найти между линейными комбинациями, усвоение данных просто не везет, и ансамбль не может приблизиться к данным. С этого момента ансамбль развивается по существу независимо от данных. Это называется дивергенцией фильтра. Таким образом, очевидно, что необходимо скорректировать состояние моделирования путем изменения положения, а не только путем аддитивной коррекции. Морфинг EnKF [34] сочетает в себе идеи ассимиляции данных с регистрацией изображений и морфированием , обеспечивая как аддитивную, так и позиционную коррекцию естественным образом, и может использоваться для надежного изменения состояния модели в ответ на данные. [19]

Ограничения и практическое использование

Ограничения моделирования пожаров не являются полностью вычислительными. На этом уровне модели сталкиваются с ограничениями в знаниях о составе продуктов пиролиза и путях реакций, а также с пробелами в базовом понимании некоторых аспектов поведения пожара, таких как распространение огня в горючем топливе и переход огня от поверхности к вершине.

Таким образом, хотя более сложные модели имеют ценность для изучения поведения пожара и тестирования распространения пожара в ряде сценариев, с точки зрения приложений приложения BEHAVE на базе FARSITE и Palm показали большую полезность в качестве практических полевых инструментов, поскольку их способности предоставлять оценки поведения пожара в режиме реального времени. Хотя совмещенные модели пожара и атмосферы способны учитывать способность пожара влиять на местную погоду и моделировать многие аспекты взрывного, неустойчивого характера пожаров, которые не могут быть включены в существующие инструменты, их применение остается сложной задачей. эти более сложные модели в оперативной среде, работающей быстрее, чем в реальном времени. Кроме того, хотя они достигли определенной степени реализма при моделировании конкретных природных пожаров, им еще предстоит решить такие вопросы, как определение того, какую конкретную, актуальную оперативную информацию они могут предоставить помимо существующих инструментов, как время моделирования может соответствовать оперативным временным рамкам для принятия решений. (следовательно, моделирование должно выполняться значительно быстрее, чем в реальном времени), какое временное и пространственное разрешение должно использоваться моделью и как они оценивают внутреннюю неопределенность численного прогноза погоды в своих прогнозах. Эти эксплуатационные ограничения необходимо использовать для управления разработкой модели.

Смотрите также

Рекомендации

  1. ^ "Прометей". Тимстра, К.; Брайс, RW; Уоттон, Б.М.; Армитидж, О.Б. 2009. Развитие и структура «Прометея»: канадская модель моделирования роста лесных пожаров. Инф. Реп. NOR-X-417. Нат. Ресурс. Банка может. Для. серв., север. Для. Сент., Эдмонтон, AB. Архивировано из оригинала 3 февраля 2011 года . Проверено 1 января 2009 г.
  2. ^ "ФАРСАЙТ". FireModels.org - Программное обеспечение для определения поведения и опасности пожара, Лаборатория пожарных наук Миссулы. Архивировано из оригинала 15 февраля 2008 года . Проверено 1 июля 2009 г.
  3. ^ Г. Д. Ричардс, «Эллиптическая модель роста фронтов лесных пожаров и ее численное решение», Int. Дж. Нумер. Мет. Англ. 30:1163–1179, 1990.
  4. ^ Финни, 1–3.
  5. ^ Альварадо и др ., 66–68.
  6. ^ Пастор, Э. (2003). «Математические модели и системы расчета для изучения поведения природных пожаров». Прогресс в области энергетики и науки о горении . 29 (2): 139–153. дои : 10.1016/S0360-1285(03)00017-0.
  7. ^ аб Ричард К. Ротермель. Математическая модель прогнозирования распространения огня при природных пожарах. Исследовательский документ Лесной службы Министерства сельского хозяйства США INT-115, 1972 г.
  8. ^ Группа пожарной опасности лесного хозяйства Канады. Развитие и структура канадской системы прогнозирования поведения лесных пожаров. Лесное хозяйство Канады, Управление науки и устойчивого развития, Оттава, Онтарио, Информационный отчет ST-X-3, 1992 г.
  9. ^ Благородный, ИК; Гилл, AM; Бари, ГАВ (1980). «Счетчики пожарной опасности Мак-Артура, выраженные в виде уравнений». Австралийская экология . 5 (2): 201–203. Бибкод : 1980AusEc...5..201N. doi :10.1111/j.1442-9993.1980.tb01243.x.
  10. ^ Чейни, НП; Гулд, Дж. С.; Кэтчпол, WR (1993). «Влияние топлива, погоды и переменных формы огня на распространение огня на лугах». Международный журнал диких пожаров . 3 : 31–44. дои : 10.1071/WF9930031.
  11. ^ WL Фонс. Анализ распространения пожара на легких топливах. Журнал сельскохозяйственных исследований , 72:93-121, 1946.
  12. ^ HW Эммонс. Пожар в лесу. Резюме и обзоры исследований пожаров , 5:163, 1963.
  13. ^ Марк А. Финни. FARSITE: Разработка и оценка модели симулятора зоны пожара. Рез. Пап. RMRS-RP-4, Огден, Юта: Министерство сельского хозяйства США, Лесная служба, Исследовательская станция Роки-Маунтин. 47 стр., http://www.farsite.org. Архивировано 15 июля 2019 г. в Wayback Machine , 1998 г.
  14. ^ "ПРОМЕТЕЙ". Тимстра, К.; Брайс, RW; Уоттон, Б.М.; Армитидж, О.Б., 2009. Развитие и структура «Прометея»: канадская модель моделирования роста лесных пожаров. Инф. Реп. NOR-X-417. Нат. Ресурс. Банка может. Для. серв., север. Для. Сент., Эдмонтон, AB . Проверено 1 января 2009 г.
  15. ^ Ричардс, Гвинфор Д. (1990). «Эллиптическая модель роста фронтов лесных пожаров и ее численное решение». Международный журнал численных методов в технике . 30 (6): 1163–1179. Бибкод : 1990IJNME..30.1163R. дои : 10.1002/nme.1620300606.
  16. ^ Асенсио, Мичиган; Феррагут, Л. (2002). «О модели лесного пожара с радиацией». Международный журнал численных методов в технике . 54 (1): 137–157. Бибкод : 2002IJNME..54..137A. дои : 10.1002/nme.420. S2CID  122302719.
  17. ^ Мандель, Ян; Беннетум, Линн С.; Бизли, Джонатан Д.; Коэн, Дженис Л.; Дуглас, Крейг С.; Ким, Минджон; Водачек, Энтони (2008). «Модель лесных пожаров с ассимиляцией данных». Математика и компьютеры в моделировании . 79 (3): 584–606. arXiv : 0709.0086 . дои : 10.1016/j.matcom.2008.03.015. S2CID  839881.
  18. ^ Коэн, Дженис Л. (2005). «Моделирование пожара Большого Лося с использованием связанной атмосферы - моделирование пожара». Международный журнал диких пожаров . 14 : 49–59. дои : 10.1071/WF04047.
  19. ^ Аб Мандель, Ян; Бизли, Джонатан Д.; Коэн, Дженис Л.; Ким, Минджон (2009). «Ассимиляция данных о лесных пожарах». Журнал IEEE Control Systems . 29 (3): 47–65. arXiv : 0712.3965 . дои : 10.1109/MCS.2009.932224. S2CID  43340767.
  20. ^ Сунь, Рую; Крюгер, Стивен К.; Дженкинс, Мэри Энн; Зулауф, Майкл А.; Чарни, Джозеф Дж. (2009). «Важность связи пожара с атмосферой и турбулентности пограничного слоя для распространения лесных пожаров». Международный журнал диких пожаров . 18 :50–60. дои : 10.1071/WF07072.
  21. ^ Аб Линн, Родман; Райснер, Джон; Колман, Джона Дж.; Винтеркамп, Джудит (2002). «Изучение поведения лесных пожаров с помощью FIRETEC». Международный журнал лесных пожаров . 11 (4): 233–246. дои : 10.1071/WF02007.
  22. ^ Мелл, Уильям; Дженкинс, Мэри Энн; Гулд, Джим; Чейни, Фил (2007). «Физический подход к моделированию луговых пожаров». Международный журнал диких пожаров . 16 :1–22. дои : 10.1071/WF06002.
  23. ^ Дюпюи, Жан-Люк; Ларини, Мишель (1999). «Огонь распространился через пористый слой лесного топлива: радиационная и конвективная модель, включая эффекты потока, вызванные пожаром». Международный журнал диких пожаров . 9 (3): 155–172. дои : 10.1071/WF00006.
  24. ^ Б. Портери, Д. Морван, Дж. К. Лоро и М. Ларини. Многофазная модель для прогнозирования распространения линейного огня. В Домингосе Ксавьере Вьегасе, редакторе журнала « Исследование лесных пожаров: материалы 3-й Международной конференции по исследованию лесных пожаров и 14-й конференции по пожарам и лесной метеорологии», Лоузо, Коимбра, Португалия, 16–18 ноября 1998 г. , том 1, страницы 343–360. Ассоциация \cc\ ao para o Desenvolvimento da Aerodinamica Industrial, 1998.
  25. ^ Морван, Д.; Дюпюи, JL (2004). «Моделирование распространения лесного пожара через средиземноморский кустарник с использованием многофазной формулы». Горение и пламя . 138 (3): 199–210. Бибкод : 2004CoFl..138..199M. doi : 10.1016/j.combustflame.2004.05.001.
  26. ^ Дж. Л. Коэн, Т. Л. Кларк и Д. Лэтэм. Совместное моделирование атмосферы и пожара с использованием различных типов топлива на сложной местности. В 4-м. Симп. Огненный и Лесной Метеор. амер. Метеор. Soc., Рино, 13–15 ноября , стр. 39–42, 2001 г.
  27. ^ Кларк, Терри Л.; Коэн, Дженис; Лэтэм, Дон (2004). «Описание сопряженной модели атмосфера – огонь». Международный журнал диких пожаров . 13 : 49–64. дои : 10.1071/WF03043.
  28. ^ Кларк, TL; Дженкинс, Массачусетс; Коэн, Дж.Л.; Пакхэм, ДР (1996). «Совместная модель атмосферы и пожара: роль конвективного числа Фруда и динамических пальцев на линии огня». Международный журнал диких пожаров . 6 (4): 177–190. дои : 10.1071/WF9960177.
  29. ^ Кларк, Терри Л.; Дженкинс, Мэри Энн; Коэн, Дженис; Пакхэм, Дэвид (1996). «Модель связанного атмосферного пожара: конвективная обратная связь в динамике линии пожара». Журнал прикладной метеорологии . 35 (6): 875. Бибкод : 1996JApMe..35..875C. doi : 10.1175/1520-0450(1996)035<0875:ACAMCF>2.0.CO;2 . ISSN  1520-0450.
  30. ^ А. М. Гришин. Математические модели лесных пожаров и новые методы борьбы с ними. Издательство Томского университета, Томск, Россия, 1997. (под редакцией Ф.А. Альбини)
  31. ^ Баровик, Дмитрий; Таранчук, Валерий (2010). «Математическое моделирование текущих лесных пожаров» (PDF) . Математическое моделирование и анализ . 15 (2): 161–174. дои : 10.3846/1392-6292.2010.15.161-174.
  32. ^ Баровик, Дмитрий; Таранчук, Валерий (2023). «Моделирование поверхностных лесных пожаров: динамика температуры и кислорода вблизи разрывов топлива» (PDF) . Балтийский журнал современных вычислений . 11 (2): 226–240. дои : 10.22364/bjmc.2023.11.2.01. S2CID  259757995.
  33. ^ Джонс, Крейг Дж.; Мандель, Ян (2008). «Двухкаскадный ансамблевый фильтр Калмана для плавного усвоения данных» (PDF) . Экологическая и экологическая статистика . 15 (1): 101–110. Бибкод : 2008EnvES..15..101J. дои : 10.1007/s10651-007-0033-0. S2CID  14820232.
  34. ^ Бизли, Джонатан Д.; Мандель, Ян (2008). «Морфирование ансамбля фильтров Калмана». Теллус А: Динамическая метеорология и океанография . 60 (1): 131–140. arXiv : 0705.3693 . Бибкод : 2008TellA..60..131B. дои : 10.1111/j.1600-0870.2007.00275.x. S2CID  1009227.

Внешние ссылки