WildEngine es el núcleo de nowcasting de fuego y humo del ecosistema Wildcaster. Calcula un pronóstico completo de 24 horas del comportamiento de un incendio forestal en uno a tres segundos, íntegramente en el propio dispositivo en el que se ejecuta, sin conexión a red alguna y sin equipamiento especializado.
Históricamente, un pronóstico del comportamiento de un incendio se producía en un centro de mando o una institución de investigación, en ordenadores potentes, por analistas especializados, y llegaba al campo solo si el tiempo y la conectividad lo permitían. WildEngine elimina esa dependencia. Es un motor de nowcasting: donde un pronóstico convencional se produce a distancia y describe los días venideros, un nowcast es una proyección inmediata y de corto alcance construida a partir de las condiciones que ocurren ahora mismo, que responde a qué hará este incendio, con este viento y sobre este terreno, en las próximas horas, calculado sobre el terreno.
Dos propiedades lo hacen relevante en la práctica. La primera es la velocidad pura: un día completo de propagación calculado en segundos mantiene el pronóstico al ritmo del fuego en lugar de por detrás. La segunda, y para una organización posiblemente la más importante, es que funciona totalmente sin conexión. Como el motor no necesita servidores, ni conectividad, ni infraestructura especializada, la misma simulación que antes pertenecía a los centros de mando puede ponerse en manos de todos a la vez, desde el director de protección civil que da forma a la operación hasta el jefe de cuadrilla en la línea. Democratiza el acceso a la inteligencia sobre incendios.
Simule escenarios de incendio complejos
En el dispositivoTotalmente sin conexión1 a 3 segundos
Entradas del modelo01
TerrenoMDE, Pendiente y OrientaciónMeteorologíaViento, Temperatura, HumedadCombustiblesCobertura del suelo, Modelos, Humedadde datos espaciales de Copernicus, ESA y VIIRS / MODIS
Entradas de eventos02
IgnicionesPuntos y ÁreasÁreas quemadasAcciones de extinción
→
Motor de Nowcasting de Incendios03
Velocidad de propagación (ROS)Crecimiento elípticoFuego de copasFocos secundariosPiroconvecciónFusión de frentes
→
Pronóstico de impacto04
Puntos críticos afectados por horaSuperficie quemada por tipoNowcast horario dinámico
Cómo WildEngine convierte entradas en vivo en un nowcast táctico, en el dispositivo, en segundos.
Lo que hace WildEngine
Cada incendio es una conversación entre cuatro cosas, y el motor las sigue todas a la vez: el combustible sobre el terreno, desde la hierba seca que propaga el fuego con rapidez hasta la madera pesada y los restos de tala que arden largo y caliente; el terreno, ya que el fuego sube por las laderas mucho más rápido de lo que baja y se encauza por collados y vaguadas; la meteorología, y sobre todo el viento, seguida hora a hora a lo largo del día; y el propio incendio, es decir, dónde está en este momento, que es la línea de salida desde la que el motor hace crecer el fuego hacia delante en el tiempo.
Los datos que alimentan estos cálculos provienen de la infraestructura espacial y de observación de la Tierra de Europa. Los combustibles y la cobertura del suelo, el terreno y la meteorología que impulsa el pronóstico se derivan de los servicios Copernicus y otros recursos de la Agencia Espacial Europea, mientras que la detección de fuego activo se apoya en datos de focos por satélite de instrumentos como VIIRS y MODIS. Este anclaje en datos espaciales continuamente actualizados permite al motor partir de una imagen realista del paisaje y del incendio en toda su área de operación.
A partir de estos ingredientes, WildEngine hace avanzar el fuego por el paisaje y devuelve respuestas sobre las que un equipo táctico puede actuar directamente:
Dónde estará el fuego, como una secuencia de perímetros horarios que muestran el momento además de la huella: cuándo la cabeza alcanza una carretera, cuándo amenaza un núcleo de población, y cuánto tiempo tiene realmente.
Con qué velocidad y con qué intensidad arde a lo largo de cada parte de su borde, distinguiendo un flanco que puede sostener de una cabeza que no.
Cuándo trepa a las copas y se convierte en un fuego de copas, la transición que lo cambia todo en cómo se combate el incendio.
Por dónde puede saltar, proyectando las pavesas arrastradas por el viento que inician nuevos incendios por delante del frente y flanquean a las cuadrillas.
Es completo en el sentido que cuenta operativamente, modelando toda la gama de comportamiento del fuego, de superficie, de copas y por focos secundarios, en cada tipo de combustible, en lugar de un único caso simplificado. Y como todo lo que necesita está en el dispositivo, sigue funcionando una vez que se pierde la conectividad, que es la condición normal donde ocurren los incendios.
Propagación del fuego: perímetro simulado y contornos de propagación horarios, con puntos críticos afectados.
Cuando la fase activa remite, el mismo motor se vuelve hacia una amenaza que llega mucho más allá de la línea de fuego, hasta pueblos y a lo largo de carreteras a muchos kilómetros: el humo. WildEngine simula la columna a la deriva extendiéndose por la atmósfera y cartografía la calidad del aire resultante en el suelo, usando las mismas categorías sanitarias codificadas por colores que el público ya reconoce de las alertas de calidad del aire. Este es un cálculo más profundo y pesado que el pronóstico del fuego, y está pensado para el puesto de mando y la oficina de guardia más que para la decisión de fracción de segundo en la línea, respondiendo a las preguntas que impulsan las evacuaciones y las alertas de salud pública: qué barrios están a punto de verse afectados, qué carreteras siguen siendo transitables, y dónde y cuándo debe trasladarse a la gente o indicarle que se refugie.
Dispersión del humo: la columna modelada a la deriva a favor del viento desde el incendio.
La ciencia que hay debajo
Bajo la velocidad se encuentra un cuerpo bien establecido de ciencia del fuego y de la atmósfera, implementado en su totalidad y contrastado con los estudios originales. Lo que sigue nombra los modelos concretos que usa WildEngine y enlaza con la literatura fuente, para que la ciencia pueda verificarse en lugar de aceptarse sin más.
Propagación del fuego de superficie
La velocidad a la que un fuego avanza por un combustible dado bajo un viento y una pendiente dados sigue la ecuación de propagación semiempírica de Rothermel (1972), con los refinamientos computacionales de Frank Albini (1976) que la hicieron práctica de evaluar. Su precisión depende de una descripción honesta del combustible, así que WildEngine la alimenta con los dos conjuntos de modelos de combustible estándar internacionales: los trece originales de Anderson (1982) y los cuarenta ampliados de Scott y Burgan (2005), que entre ambos describen combustibles de pasto, matorral, hojarasca de arbolado y restos de tala, y la manera distinta en que cada uno se enciende, propaga el fuego y se consume.
Fuego de copas
El paso de un fuego de superficie a un fuego que corre por las copas está entre las transiciones más peligrosas de cualquier incidente, y WildEngine lo modela explícitamente. Usa los criterios de inicio de Van Wagner (1977) para determinar cuándo un fuego de superficie tiene suficiente intensidad para encender las copas, el modelo de velocidad de propagación de copa activa de Cruz, Alexander y Wakimoto (2005) para predecir a qué velocidad viaja entonces, y el enlace superficie-copa de Scott y Reinhardt (2001) para gestionar la transición entre los dos regímenes.
Focos secundarios por pavesas
El salto de largo alcance, en el que las pavesas se elevan a favor del viento para iniciar nuevos incendios por delante del frente, se trata como lo que físicamente es: una cuestión de probabilidad resuelta muchos miles de veces. WildEngine se basa en el pionero modelo de transporte de pavesas de Frank Albini (1979), junto con la formulación de dispersión transversal al viento de Himoto y Tanaka (2005), las curvas de probabilidad de ignición en pasto corto de Schroeder (1969) y el modelado de supervivencia en vuelo de Perryman (2012). Lanza una gran población de pavesas virtuales, transporta cada una con el viento, y comprueba si sobrevive a su vuelo y encuentra combustible receptivo donde cae.
Propagación del frente de fuego
Para convertir esta física en un perímetro limpio y en avance, WildEngine representa el borde del fuego con el método de conjuntos de nivel introducido por Osher y Sethian (1988) y adaptado al fuego forestal por Mallet, Keyes y Fendell (2009). Este enfoque basado en el frente para la simulación de incendios tiene un rico linaje de investigación, incluido el influyente modelado de seguimiento del frente y acoplado fuego-atmósfera de Filippi y colaboradores (2009); la implementación de WildEngine es propia, pero comparte la idea central de esa tradición de concentrar el cálculo en el frente de fuego en movimiento. Un esquema de banda estrecha confina el cálculo a la vecindad inmediata del borde vivo, lo que explica en gran parte por qué los perímetros se comportan como incendios reales y se calculan tan rápido.
Humedad del combustible
Todo lo anterior depende de saber cuán secos están los combustibles finos, ya que la humedad en la hierba y las ramillas muertas decide si una pavesa muere o prende. WildEngine lo estima de forma continua usando la ciencia de humedad del combustible muerto de Fosberg y Deeming (1971), calibrada para las condiciones cálidas, secas y ventosas de la temporada de incendios mediterránea.
Dispersión del humo
La simulación del humo es una pieza sustancial de física atmosférica. En lugar de difuminar el humo por un mapa, WildEngine lo sigue como un enjambre de partículas individuales, cada una transportada por el viento y dispersada por la turbulencia, un enfoque conocido como dispersión estocástica lagrangiana que también se usa para pronosticar cenizas volcánicas y columnas radiológicas. Cada partícula obedece la condición de buena mezcla de Thomson (1987), el requisito teórico que mantiene el humo modelado físicamente coherente con la turbulencia por la que se mueve, con las estadísticas de turbulencia tomadas de Hanna (1982). Como la atmósfera se comporta de forma muy distinta a lo largo del día, el modelo trata la capa límite convectiva diurna con el esquema de turbulencia asimétrica de Cassiani, Stohl y Brioude (2015), y fundamenta el viento y la estabilidad cerca de la superficie en la teoría de semejanza de Monin-Obukhov. La altura a la que el propio calor del incendio impulsa la columna la fija el modelo de altura de inyección de Sofiev, Ermakova y Vankevich (2012), sobre el clásico trabajo de columna flotante de Briggs (1975, 1984). El humo se elimina del aire de forma realista a medida que las partículas se depositan por gravedad y la lluvia las arrastra bajo la nube, siguiendo la parametrización de lavado por tamaños de Wang, Zhang y Moran (2014). El resultado es un mapa a nivel del suelo de contaminación por partículas finas, la fracción PM2.5 que más importa para la salud humana, clasificada en las bandas estándar de calidad del aire e impulsada directamente por el incendio en vivo a través de los factores de emisión de quema de biomasa de Andreae (2019).
La implementación
Sobre esta ciencia de referencia, WildEngine aporta una implementación táctica y robusta de la misma: una que ejecuta la cadena completa, fuego de superficie, fuego de copas, focos secundarios y humo, en segundos, sin conexión, en hardware portátil corriente. Eso se logra mediante un conjunto de optimizaciones propias que concentran el cálculo solo en el terreno que el fuego puede alcanzar realmente y siguen solo su borde vivo, entregando un modelado de fuego y humo de nivel de investigación a velocidad de campo sin infraestructura de apoyo. Esto es lo que pone un nowcast auténtico en manos de cada interviniente, desde la sala de operaciones hasta la línea de fuego, allá donde ocurra el incendio.
Referencias
Cassiani, M., Stohl, A., Brioude, J. (2015). Lagrangian stochastic modelling of dispersion in the convective boundary layer with skewed turbulence conditions and a vertical density gradient. Boundary-Layer Meteorology 154, 367-390. doi:10.1007/s10546-014-9976-5
Andreae, M. O. (2019). Emission of trace gases and aerosols from biomass burning - an updated assessment. Atmos. Chem. Phys. 19, 8523-8546. doi:10.5194/acp-19-8523-2019
Sofiev, M., Ermakova, T., Vankevich, R. (2012). Evaluation of the smoke-injection height from wild-land fires using remote-sensing data. Atmos. Chem. Phys. 12, 1995-2006. doi:10.5194/acp-12-1995-2012
Wang, X., Zhang, L., Moran, M. D. (2014). Bulk or modal parameterizations for below-cloud scavenging of fine, coarse, and giant particles. J. Adv. Model. Earth Syst. 6, 1301-1310. doi:10.1002/2014MS000392
Cruz, M. G., Alexander, M. E., Wakimoto, R. H. (2005). Development and testing of models for predicting crown fire rate of spread in conifer forest stands. Can. J. For. Res. 35, 1626-1639. doi:10.1139/x05-085
Mallet, V., Keyes, D. E., Fendell, F. E. (2009). Modeling wildland fire propagation with level set methods. Computers & Mathematics with Applications 57, 1089-1101. doi:10.1016/j.camwa.2008.10.089
Filippi, J.-B., Bosseur, F., Mari, C., et al. (2009). Coupled atmosphere-wildland fire modelling. J. Adv. Model. Earth Syst. 1, 11. doi:10.3894/JAMES.2009.1.11
Rothermel, R. C. (1972). A mathematical model for predicting fire spread in wildland fuels. USDA Forest Service Res. Pap. INT-115. treesearch/32533
Van Wagner, C. E. (1977). Conditions for the start and spread of crown fire. Can. J. For. Res. 7, 23-34. doi:10.1139/x77-004
Scott, J. H., Reinhardt, E. D. (2001). Assessing crown fire potential. USDA Forest Service RMRS-RP-29. treesearch/4623
Scott, J. H., Burgan, R. E. (2005). Standard fire behavior fuel models. USDA Forest Service RMRS-GTR-153. treesearch/9521
Osher, S., Sethian, J. A. (1988). Fronts propagating with curvature-dependent speed. J. Comput. Phys. 79, 12-49. doi:10.1016/0021-9991(88)90002-2
Thomson, D. J. (1987). Criteria for the selection of stochastic models of particle trajectories in turbulent flows. J. Fluid Mech. 180, 529-556. doi:10.1017/S0022112087001940
También citados: Anderson (1982) INT-122; Albini (1976) INT-30 y Albini (1979) INT-56; Schroeder (1969); Himoto & Tanaka (2005); Perryman (2012); Fosberg & Deeming (1971) RM-207; Hanna (1982); Briggs (1975, 1984).
Disponible para integración
WildEngine está disponible como componente con licencia para plataformas de protección civil, operadores de infraestructuras y transporte, e instituciones de investigación que necesiten un nowcasting de fuego y humo rápido, completo y en el dispositivo dentro de sus propios sistemas.
