Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Простая модель распространения лесных пожаров.

В вычислительной науке , Wildfire моделирование касаются численного моделирования с лесными пожарами , чтобы понять и предсказать поведение пожара. Моделирование лесных пожаров может в конечном итоге помочь в подавлении лесных пожаров , а именно повысить безопасность пожарных и населения, снизить риск и минимизировать ущерб. Моделирование лесных пожаров также может помочь в защите экосистем , водосборов и качества воздуха .

Цели [ править ]

Моделирование лесных пожаров пытается воспроизвести поведение огня, например, как быстро распространяется огонь, в каком направлении, сколько тепла он выделяет. Ключевым входом в моделирование поведения является модель топлива , или тип топлива, через которое горит огонь. Моделирование поведения также может включать в себя переход огня с поверхности («поверхностный пожар») на кроны деревьев («пожар в кроне»), а также экстремальное поведение пожара, включая быструю скорость распространения, огненные вихри и высокий колодец. развитые конвекционные колонны. Моделирование пожара также пытается оценить последствия пожара, такие как экологические и гидрологические последствия пожара, потребление топлива, гибель деревьев, а также количество и скорость образовавшегося дыма.

Факторы окружающей среды [ править ]

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

Погода влияет на огонь через ветер и влагу . Ветер увеличивает распространение огня в направлении ветра, более высокая температура заставляет огонь разгораться быстрее, а более высокая относительная влажность и осадки (дождь или снег) могут замедлить или полностью потушить огонь . Погода, связанная с резкими изменениями ветра, может быть особенно опасной, поскольку может внезапно изменить направление и поведение огня. Такая погода включает в себя холодные фронты , феновые ветры , грозовые нисходящие потоки , морской и наземный бриз и суточные наклонные ветры .

Топливо для лесных пожаров включает траву, дрова и все, что может гореть. Маленькие сухие веточки горят быстрее, а большие - медленнее; сухое топливо легче воспламеняется и горит быстрее, чем влажное топливо.

Факторы топографии, влияющие на лесные пожары, включают ориентацию на солнце, которое влияет на количество энергии, получаемой от солнца, и уклон (огонь распространяется быстрее в гору). Огонь может усиливаться в узких каньонах, его можно замедлить или остановить за счет таких препятствий, как ручьи и дороги.

Эти факторы действуют в сочетании. Дождь или снег увеличивают влажность топлива, высокая относительная влажность замедляет высыхание топлива, а ветер может ускорить высыхание топлива. Ветер может изменить ускоряющий огонь эффект склонов на такие эффекты, как нисходящие ураганы (называемые Санта-Ана , ветры фёна, восточные ветры, в зависимости от географического положения). Свойства топлива могут варьироваться в зависимости от топографии, так как плотность установки зависит от высоты или положения по отношению к солнцу.

Давно признано, что «пожары создают свою погоду». То есть тепло и влага, создаваемые огнем, возвращаются в атмосферу, создавая сильные ветры, которые определяют поведение огня. Тепло, производимое лесным пожаром, изменяет 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, а скрытая теплота, хранящаяся в паре, высвобождается за счет конденсации .

Подходы [ править ]

Как и все модели в вычислительной науке, модели пожара должны обеспечивать баланс между точностью, доступностью данных и быстрым выполнением. Модели лесных пожаров охватывают широкий диапазон сложности, от простых причинно-следственных принципов до наиболее физически сложных, представляющих собой сложную суперкомпьютерную задачу, которую невозможно решить быстрее, чем в реальном времени.

Модели лесных пожаров разрабатывались с 1940 года по настоящее время, но многие химические и термодинамические вопросы, связанные с поведением пожаров, все еще не решены. В статье перечислены ученые и их модели лесных пожаров 1940–2003 годов. [1] Модели можно разделить на три группы: эмпирические, полуэмпирические и физически обоснованные.

Эмпирические модели [ править ]

Концептуальные модели, основанные на опыте и интуиции прошлых пожаров, можно использовать для предсказания будущего. Многие полуэмпирические уравнения распространения огня, такие как те, которые опубликованы Лесной службой Министерства сельского хозяйства США, [2] Forestry Canada, [3] Nobel, Bary, and Gill, [4] и Cheney, Gould, и Catchpole [5] для австралийского топлива Комплексы были разработаны для быстрой оценки фундаментальных параметров, представляющих интерес, таких как скорость распространения пожара, длина пламени и интенсивность очага надводного пожара в точке для конкретных топливных комплексов, предполагая типичный ветер в точке и угол наклона местности. На основании работ Фонса в 1946 г. [6] и Эммонса в 1963 г. [7]квазистационарная равновесная скорость распространения, рассчитанная для поверхностного пожара на ровной поверхности в безветренных условиях, была откалибрована с использованием данных о кучах палок, сожженных в камере сгорания / аэродинамической трубе, для представления других условий ветра и уклона для испытанных топливных комплексов.

Двумерные модели роста пожаров, такие как FARSITE [8] и Prometheus [9], канадская модель роста лесных пожаров, предназначенная для работы на канадских топливных комплексах, были разработаны, в которых применяются такие полуэмпирические и другие зависимости, касающиеся взаимного распространения пожаров. переходы для расчета распространения огня и других параметров по поверхности. Определенные допущения должны быть сделаны в таких моделях, как FARSITE и Prometheus, чтобы сформировать рост пожара. Например, Prometheus 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 [10]. Хотя в более сложных приложениях используется трехмерная система численного прогнозирования погоды для предоставления входных данных, таких как скорость ветра, для одной из моделей роста пожаров, перечисленных выше, вход был пассивным, и обратная связь пожара с атмосферным ветром и влажностью не учитывалась. .

Физически обоснованные модели и связь с атмосферой [ править ]

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 наклона, приводят к системам реакции-диффузии уравнений в частных производных . [11] [12]

Более сложные физические модели объединяют модели вычислительной гидродинамики с компонентом лесных пожаров и позволяют огню отражаться в атмосфере. Эти модели включают в себя модель NCAR «Связанная атмосфера-лесные пожары-окружающая среда» (CAWFE), разработанная в 2005 г. [13], WRF-Fire в NCAR и Университете Колорадо в Денвере [14], которая объединяет модель исследования и прогнозирования погоды с моделью распространения уровень посаженные метод , университет штата Юта «ы атмосферы и природных пожаров Большой Eddy Simulation разработан в 2009 году, [15] Лос - Аламосской национальной лаборатории в FIRETEC разработаны,[16] WUI ( Wildland-городской интерфейс ) Огонь Динамика Тренажер (WFDS)разработанный в 2007 году, [17] и, в некоторой степени, двумерная модель Фирестэр. [18] [19] [20] Эти инструменты имеют разные акценты и были применены для лучшего понимания фундаментальных аспектов поведения при пожаре, таких как неоднородности топлива в поведении пожара, [16] обратная связь между пожаром и атмосферной средой в качестве основы для универсальной формы пожара, [21] [22] и начинают применяться к дикой местности, на стыке городских границ между домами, распространяющимися в масштабе сообщества.

Цена дополнительной физической сложности связана с соответствующим увеличением вычислительных затрат, настолько, что полная трехмерная явная трактовка горения в природных видах топлива посредством прямого численного моделирования (DNS) в масштабах, соответствующих атмосферному моделированию, не существует, выходит за рамки сегодняшнего дня. суперкомпьютерами, и в настоящее время не имеет смысла делать это из-за ограниченного мастерства моделей погоды с пространственным разрешением менее 1 км. Следовательно, даже эти более сложные модели некоторым образом параметризуют пожар, например, в работах Кларка [23] [24] используются уравнения, разработанные Ротермелем для лесной службы Министерства сельского хозяйства США [2]для расчета локальных скоростей распространения пожара с использованием местных ветров, модифицированных для пожара. И хотя FIRETEC и WFDS несут прогностические уравнения сохранения для реагирующего топлива и концентраций кислорода, вычислительная сетка не может быть достаточно тонкой, чтобы разрешить лимитирующее скорость реакции смешение топлива и кислорода, поэтому необходимо делать приближения в отношении распределения температуры в подсеточном масштабе. или сами скорости реакции горения. Эти модели также слишком маломасштабны, чтобы взаимодействовать с погодной моделью, поэтому движения жидкости используют вычислительную модель гидродинамики, заключенную в коробку, намного меньшую, чем типичный лесной пожар.

Попытки создать наиболее полную теоретическую модель предпринимали Альбини Ф.А. в США и Гришин А.М. [25] в России. Работа Гришина основана на фундаментальных законах физики, даны теоретические обоснования и сохранения. Упрощенная двумерная модель бегущего верхового лесного пожара разработана в Белорусском государственном университете Баровиком Д.В. [26] и Таранчуком В.Б.

Ассимиляция данных [ править ]

Ассимиляция данных периодически корректирует состояние модели для включения новых данных с использованием статистических методов. Поскольку пожар в высшей степени нелинейный и необратимый, ассимиляция данных для моделей пожара создает особые проблемы, а стандартные методы, такие как ансамблевый фильтр Калмана (EnKF), не работают. Статистическая изменчивость поправок и особенно больших поправок может привести к нефизическим состояниям, которым, как правило, предшествуют или сопровождают большие пространственные градиенты . Чтобы облегчить эту проблему, регуляризованный EnKF [27]штрафует большие изменения пространственных градиентов в байесовском обновлении в 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 Форма огня не может быть найдена между линейными комбинациями, усвоению данных просто не повезло, и ансамбль не может приблизиться к данным. С этого момента ансамбль развивается практически без учета данных. Это называется дивергенцией фильтра. Таким образом, очевидно, что существует необходимость в корректировке состояния моделирования путем изменения положения, а не только аддитивной коррекцией. Морфинг EnKF [28]сочетает в себе идеи ассимиляции данных с регистрацией и морфингом изображений для обеспечения как аддитивной, так и позиционной коррекции естественным образом и может использоваться для надежного изменения состояния модели в ответ на данные. [14]

Ограничения и практическое использование [ править ]

Ограничения на моделирование пожара не являются полностью вычислительными. На этом уровне модели сталкиваются с ограничениями в знаниях о составе продуктов пиролиза и путях реакции , а также с пробелами в базовых представлениях о некоторых аспектах поведения при пожаре, таких как распространение огня в живом топливе и переход от поверхности к верхней части пожара.

Таким образом, в то время как более сложные модели имеют ценность для изучения поведения пожара и тестирования распространения огня в различных сценариях, с точки зрения приложений, FARSITE и PalmПриложения BEHAVE на основе BEHAVE показали большую полезность в качестве практических инструментов в полевых условиях из-за их способности предоставлять оценки поведения при пожаре в реальном времени. В то время как связанные модели пожара и атмосферы могут включать способность пожара влиять на собственную местную погоду и моделировать многие аспекты взрывоопасной, неустойчивой природы пожаров, которые не могут быть учтены в существующих инструментах, 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, они все же должны решать 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 неотъемлемую неопределенность численного прогноза погоды в своем прогнозе. Эти операционные ограничения должны использоваться для управления разработкой модели.

См. Также [ править ]

  • Моделирование катастроф
  • Теория экстремальных ценностей
  • Топливная модель

Ссылки [ править ]

  1. ^ Э. Пастор, Л. Сарате, Э. Планас и Дж. Арнальдос. Математические модели и системы расчетов для изучения поведения лесных пожаров. Прогресс в области энергетики и науки о горении, 29: 139–153, 2003. Doi: 10.1016 / S0360-1285 (03) 00017-0)
  2. ^ а б Ричард К. Ротермел. Математическая модель для прогнозирования распространения пожаров при лесных пожарах. Документ исследования лесной службы Министерства сельского хозяйства США INT-115, 1972 г.
  3. ^ Группа пожарной опасности Forestry Canada. Разработка и структура канадской системы прогнозирования поведения лесных пожаров. Лесное хозяйство Канады, Управление науки и устойчивого развития, Оттава, Онтарио, Информационный отчет ST-X-3, 1992.
  4. ↑ IR Noble, GAV Bary и AM Gill. Измерители пожарной опасности МакАртура, выраженные в виде уравнений. Австралийский журнал экологии , 5: 201-203, 1980.
  5. ^ NP Чейни, JS Гулд и WR Catchpole. Влияние топлива, погоды и формы пожара на распространение огня на пастбищах. Международный журнал Wildland Fire , 3: 31-44, 1993.
  6. ^ WL Fons. Анализ распространения огня на легком топливе. Журнал сельскохозяйственных исследований , 72: 93-121, 1946.
  7. ^ HW Emmons. Пожар в лесу. Рефераты и обзоры исследований пожаров , 5: 163, 1963.
  8. ^ Марк А. Финни. FARSITE: Разработка и оценка симулятора очага пожара. Res. Пап. RMRS-RP-4, Огден, Юта: Министерство сельского хозяйства США, Лесная служба, Исследовательская станция Скалистых гор. 47 с., Http://www.farsite.org , 1998.
  9. ^ Tymstra, C .; Брайс, RW; Уоттон, BM; Армитаж, OB 2009. Развитие и структура Prometheus: имитационная модель роста лесных пожаров в Канаде. Инф. Реп. NOR-X-417. Nat. Ресурс. Банка может. За. Серв., Север. За. Cent., Эдмонтон, AB .. PROMETHEUS [Проверено 01.01.2009].
  10. ^ Г.Д. Ричардс, «Эллиптическая модель роста фронтов лесных пожаров и ее численное решение», Int. J. Numer. Meth. Англ.,. 30: 1163-1179, 1990.
  11. ^ М. И. Асенсио и Л. Феррагут. На модели лесного пожара с радиацией. Int. J. Numer. Meth. Engrg. , 54: 137--157, 2002 полный текст
  12. ^ Ян Мандель, Линн С. Беннетум , Джонатан Д. Бизли, Дженис Л. Коэн, Крейг С. Дуглас, Минджонг Ким и Энтони Водачек. «Модель лесного пожара с усвоением данных». Математика и компьютеры в моделировании 79: 584-606, 2008. fulltext arXiv
  13. ^ JL Коэн. «Моделирование пожара Большого Лося с использованием совместного моделирования возгорания атмосферы». International Journal of Wildland Fire , 14 (1): 49-59, 2005. полный текст
  14. ^ a b Ян Мандель, Джонатан Д. Бизли, Дженис Л. Коэн, Минджон Ким, «Ассимиляция данных для лесных пожаров: ансамблевые фильтры Калмана в связанных моделях атмосфера-поверхность», IEEE Control Systems Magazine 29, выпуск 3, июнь 2009 г., стр. 47 -65. статья arXiv
  15. ^ Р. Сан, С. К. Крюгер, М. А. Дженкинс, М. А. Зулауф и Дж. Дж. Чарни. «Важность взаимодействия огня и атмосферы и турбулентности пограничного слоя для распространения лесных пожаров». International Journal of Wildland Fire , 18 (1) 50–60, 2009. полный текст
  16. ^ а б Р. Линн, Дж. Рейснер, Дж. Дж. Колман и Дж. Винтеркамп. Изучение поведения лесных пожаров с помощью FIRETEC. International Journal of Wildland Fire , 11: 233-246, 2002. полный текст
  17. ^ У. Мелл, М.А. Дженкинс, Дж. Гулд и П. Чейни. Основанный на физике подход к моделированию пожаров на пастбищах. Intl. J. Wildland Fire , 16: 1-22, 2007. полный текст
  18. ^ Жан-Люк Дюпюи и Мишель Ларини. Распространение пожара через пористую топливную кровать в лесу: радиационная и конвективная модель, включая эффекты потока, вызванного пожаром. Международный журнал Wildland Fire , 9 (3): 155-172, 1999.
  19. ^ Б. Porterie, Д. Морван, JC Loraud, и М. Larini. Многофазная модель для прогнозирования распространения пожара на линии. В Домингуше Ксавье Вьегасе, редакторе, Forest Fire Research: Proceedings 3rd International Conference on Forest Fire Research and 14th Conference on Fire and Forest Meteorology, Louso, Coimbra, Portugal, 16-18 November 1998 , volume 1, pages 343-360. Associa \ cc \ ao para o Desenvolvimento da Aerodinamica Industrial, 1998.
  20. ^ Д. Морван и Дж. Л. Дюпюи Моделирование распространения лесных пожаров через средиземноморский кустарник с использованием многофазной формулировки ”Combustion & Flame, Vol.138, pp.199-200, 2004.
  21. ↑ JL Coen, TL Clark и D. Latham. Совместное моделирование атмосферных пожаров на различных типах топлива на сложной местности. В 4-м. Symp. Огненный и лесной метеорит. Амер. Метеор. Soc., Рино, 13-15 ноября , страницы 39-42, 2001.
  22. ^ Терри Л. Кларк, Дженис Коэн и Дон Лэтэм. Описание связанной модели огня и атмосферы. International Journal of Wildland Fire , 13: 49-64, 2004. полный текст
  23. ^ TL Кларк, М. А. Дженкинс, Дж. Коэн и Дэвид Пэкхэм. Совместная модель атмосферного пожара: конвективное число Фруда и динамическая аппликатура. Международный журнал Wildland Fire , 6: 177-190, 1996.
  24. ↑ Терри Л. Кларк, Женитьба на Энн Дженкинс, Дженис Коэн и Дэвид Пэкхэм. Совместная модель атмосферного пожара: конвективная обратная связь по динамике линии пожара. J. Appl. Метеор , 35: 875--901, 1996.
  25. ^ А.М. Гришин. Математические модели лесных пожаров и новые методы борьбы с ними. Изд-во Томского университета, Томск, Россия, 1997. (под редакцией Ф.А. Альбини).
  26. ^ Баровик, Д .; Таранчук, В. 2010. Математическое моделирование протекающих верховых лесных пожаров. Математическое моделирование и анализ 15 (2): 161-174 https://doi.org/10.3846/1392-6292.2010.15.161-174 полный текст
  27. ^ Крейг Дж. Джонс и Ян Мандель. Двухступенчатый ансамблевой фильтр Калмана для плавного усвоения данных. Экологическая и экологическая статистика , 15: 101-110, 2008. Труды конференции по новым разработкам статистического анализа в дикой природе, рыболовстве и экологических исследованиях, 13-16 октября 2004 г., Колумбия, Мичиган. полнотекстовый препринт
  28. ^ Джонатан Д. Бизли и Ян Мандель. Морфирующий ансамбль фильтров Калмана. Tellus , 60A: 131--140, 2008 полнотекстовый препринт

Внешние ссылки [ править ]

  • Симулятор огня FARSITE
  • Симулятор роста огня PROMETHEUS
  • WRF-огонь
  • Собранные ссылки Wildfire Visualizations
  • Симуляторы лесных пожаров на Youtube
  • Визуализации лесных пожаров в NCAR
  • Совместное моделирование погоды и лесных пожаров - основные аспекты поведения лесных пожаров
  • Совместное моделирование погоды и лесных пожаров - тематические исследования Wildfire
  • Ссылки на исследования пожара
  • Маккензи Д., Гедалоф З., Петерсон Д.Л., Мот П. Изменение климата, лесные пожары и охрана окружающей среды [PDF]. Биология сохранения . 2004. 18 (4): 890–902. DOI : 10.1111 / j.1523-1739.2004.00492.x .
  • Почему лесные пожары бросают вызов давним компьютерным моделям? Сентябрь 2012 г.