EnglishEspanolPortuguesItalianoFrancaisEllinika

WildEngine

O WildEngine é o núcleo de nowcasting de fogo e fumo do ecossistema Wildcaster. Calcula uma previsão completa de 24 horas do comportamento de um incêndio florestal em um a três segundos, inteiramente no dispositivo em que é executado, sem ligação a qualquer rede e sem equipamento especializado.

Historicamente, uma previsão do comportamento de um incêndio era produzida num centro de comando ou numa instituição de investigação, em computadores potentes, por analistas especializados, e chegava ao terreno apenas se o tempo e a conectividade o permitissem. O WildEngine elimina essa dependência. É um motor de nowcasting: enquanto uma previsão convencional é produzida à distância e descreve os dias seguintes, um nowcast é uma projeção imediata e de curto alcance construída a partir das condições que ocorrem neste momento, respondendo ao que este incêndio, com este vento e neste terreno, fará nas próximas horas, calculado no local.

Duas propriedades tornam isto relevante na prática. A primeira é a velocidade pura: um dia inteiro de propagação do fogo calculado em segundos mantém a previsão a par do incêndio em vez de atrás dele. A segunda, e para uma organização possivelmente a mais importante, é que funciona totalmente sem ligação. Como o motor não necessita de servidores, nem de conectividade, nem de infraestrutura especializada, a mesma simulação que outrora pertencia aos centros de comando pode ser colocada nas mãos de todos ao mesmo tempo, desde o diretor de proteção civil que molda a operação até ao chefe de equipa na linha. Democratiza o acesso à inteligência sobre incêndios.

Simule cenários de incêndio complexos

Incêndio florestal a avançar por floresta e olivais em direção a uma povoação no vale, com uma coluna de fumo a erguer-se sobre a crista
No dispositivoTotalmente sem ligação1 a 3 segundos
Como o WildEngine transforma entradas em tempo real num nowcast tático, no dispositivo, em segundos.

O que o WildEngine faz

Cada incêndio é uma conversa entre quatro coisas, e o motor segue-as todas em simultâneo: o combustível no terreno, desde a erva seca que propaga o fogo rapidamente até à madeira pesada e aos resíduos de corte que ardem longa e intensamente; o terreno, já que o fogo sobe as encostas muito mais depressa do que desce e é canalizado por colos e vales; a meteorologia, e sobretudo o vento, seguida hora a hora ao longo do dia; e o próprio incêndio, ou seja, onde está neste momento, que é a linha de partida a partir da qual o motor faz o fogo crescer para a frente no tempo.

Os dados que alimentam estes cálculos provêm da infraestrutura espacial e de observação da Terra da Europa. Os combustíveis e a ocupação do solo, o terreno e a meteorologia que impulsiona a previsão derivam dos serviços Copernicus e de outros recursos da Agência Espacial Europeia, enquanto a deteção de fogo ativo se apoia em dados de focos por satélite de instrumentos como o VIIRS e o MODIS. Este ancoramento em dados espaciais continuamente atualizados permite ao motor partir de uma imagem realista da paisagem e do incêndio em toda a sua área de operação.

A partir destes ingredientes, o WildEngine faz o fogo avançar pela paisagem e devolve respostas sobre as quais uma equipa tática pode agir diretamente:

  • Onde estará o fogo, como uma sequência de perímetros horários que mostram o momento além da área: quando a cabeça alcança uma estrada, quando ameaça uma povoação, e quanto tempo tem realmente.
  • Com que velocidade e com que intensidade arde ao longo de cada parte da sua orla, distinguindo um flanco que pode suster de uma cabeça que não pode.
  • Quando trepa às copas e se transforma num fogo de copas, a transição que muda tudo na forma de combater o incêndio.
  • Por onde pode saltar, projetando as fagulhas arrastadas pelo vento que iniciam novos focos à frente da frente de fogo e flanqueiam as equipas.

É completo no sentido que conta operacionalmente, modelando toda a gama de comportamento do fogo, de superfície, de copas e por focos secundários, em cada tipo de combustível, em vez de um único caso simplificado. E como tudo o que necessita está no dispositivo, continua a funcionar assim que a conectividade se perde, que é a condição normal onde os incêndios ocorrem.

Simulação do WildEngine de um perímetro de incêndio com contornos de propagação horários e pontos críticos afetados sobre terreno de satélite
Propagação do fogo: perímetro simulado e contornos de propagação horários, com pontos críticos afetados.

Quando a fase ativa abranda, o mesmo motor volta-se para uma ameaça que chega muito para além da linha de fogo, até vilas e ao longo de estradas a muitos quilómetros: o fumo. O WildEngine simula a coluna à deriva a espalhar-se pela atmosfera e cartografa a qualidade do ar resultante no solo, usando as mesmas categorias sanitárias codificadas por cores que o público já reconhece dos alertas de qualidade do ar. Este é um cálculo mais profundo e pesado do que a previsão do fogo, e destina-se ao posto de comando e ao gabinete de serviço mais do que à decisão de fração de segundo na linha, respondendo às perguntas que impulsionam as evacuações e os alertas de saúde pública: que bairros estão prestes a ser afetados, que estradas continuam transitáveis, e onde e quando se deve deslocar as pessoas ou indicar-lhes que se abriguem.

Simulação de dispersão de fumo do WildEngine a mostrar a coluna à deriva a favor do vento a partir do incêndio sobre terreno de satélite
Dispersão do fumo: a coluna modelada à deriva a favor do vento a partir do incêndio.

A ciência por detrás

Sob a velocidade encontra-se um corpo bem estabelecido de ciência do fogo e da atmosfera, implementado na íntegra e contrastado com os estudos originais. O que se segue nomeia os modelos concretos que o WildEngine usa e liga à literatura fonte, para que a ciência possa ser verificada em vez de simplesmente aceite.

Propagação do fogo de superfície

A velocidade a que um fogo avança por um dado combustível sob um dado vento e declive segue a equação de propagação semiempírica de Rothermel (1972), com os refinamentos computacionais de Frank Albini (1976) que a tornaram prática de avaliar. A sua precisão depende de uma descrição honesta do combustível, pelo que o WildEngine a alimenta com os dois conjuntos de modelos de combustível padrão internacionais: os treze originais de Anderson (1982) e os quarenta ampliados de Scott e Burgan (2005), que entre ambos descrevem combustíveis de pasto, matos, folhada de arvoredo e resíduos de corte, e a forma distinta como cada um se inflama, propaga o fogo e se consome.

Fogo de copas

A passagem de um fogo de superfície para um fogo que corre pelas copas está entre as transições mais perigosas de qualquer ocorrência, e o WildEngine modela-a explicitamente. Usa os critérios de início de Van Wagner (1977) para determinar quando um fogo de superfície tem intensidade suficiente para incendiar as copas, o modelo de velocidade de propagação de copa ativa de Cruz, Alexander e Wakimoto (2005) para prever a que velocidade viaja então, e a ligação superfície-copa de Scott e Reinhardt (2001) para gerir a transição entre os dois regimes.

Focos secundários por fagulhas

O salto de longo alcance, em que as fagulhas se elevam a favor do vento para iniciar novos focos à frente da frente de fogo, é tratado como aquilo que fisicamente é: uma questão de probabilidade resolvida muitos milhares de vezes. O WildEngine baseia-se no pioneiro modelo de transporte de fagulhas de Frank Albini (1979), juntamente com a formulação de dispersão transversal ao vento de Himoto e Tanaka (2005), as curvas de probabilidade de ignição em pasto curto de Schroeder (1969) e a modelação de sobrevivência em voo de Perryman (2012). Lança uma grande população de fagulhas virtuais, transporta cada uma com o vento, e verifica se sobrevive ao seu voo e encontra combustível recetivo onde cai.

Propagação da frente de fogo

Para converter esta física num perímetro limpo e em avanço, o WildEngine representa a orla do fogo com o método de conjuntos de nível introduzido por Osher e Sethian (1988) e adaptado ao fogo florestal por Mallet, Keyes e Fendell (2009). Esta abordagem baseada na frente para a simulação de incêndios tem uma rica linhagem de investigação, incluindo a influente modelação de seguimento da frente e acoplada fogo-atmosfera de Filippi e colaboradores (2009); a implementação do WildEngine é própria, mas partilha a ideia central dessa tradição de concentrar o cálculo na frente de fogo em movimento. Um esquema de banda estreita confina o cálculo à vizinhança imediata da orla viva, o que explica em grande parte por que razão os perímetros se comportam como incêndios reais e se calculam tão depressa.

Humidade do combustível

Tudo o que precede depende de saber quão secos estão os combustíveis finos, já que a humidade na erva e nos raminhos mortos decide se uma fagulha morre ou pega. O WildEngine estima-a de forma contínua usando a ciência de humidade do combustível morto de Fosberg e Deeming (1971), calibrada para as condições quentes, secas e ventosas da época de incêndios mediterrânica.

Dispersão do fumo

A simulação do fumo é uma peça substancial de física atmosférica. Em vez de esbater o fumo por um mapa, o WildEngine segue-o como um enxame de partículas individuais, cada uma transportada pelo vento e dispersa pela turbulência, uma abordagem conhecida como dispersão estocástica lagrangiana que também é usada para prever cinzas vulcânicas e colunas radiológicas. Cada partícula obedece à condição de boa mistura de Thomson (1987), o requisito teórico que mantém o fumo modelado fisicamente coerente com a turbulência através da qual se move, com as estatísticas de turbulência retiradas de Hanna (1982). Como a atmosfera se comporta de forma muito distinta ao longo do dia, o modelo trata a camada limite convectiva diurna com o esquema de turbulência assimétrica de Cassiani, Stohl e Brioude (2015), e fundamenta o vento e a estabilidade junto à superfície na teoria de semelhança de Monin-Obukhov. A altura a que o próprio calor do incêndio impulsiona a coluna é fixada pelo modelo de altura de injeção de Sofiev, Ermakova e Vankevich (2012), sobre o clássico trabalho de coluna flutuante de Briggs (1975, 1984). O fumo é removido do ar de forma realista à medida que as partículas se depositam por gravidade e a chuva as arrasta sob a nuvem, seguindo a parametrização de lavagem por tamanhos de Wang, Zhang e Moran (2014). O resultado é um mapa ao nível do solo de poluição por partículas finas, a fração PM2.5 que mais importa para a saúde humana, classificada nas faixas padrão de qualidade do ar e impulsionada diretamente pelo incêndio em direto através dos fatores de emissão de queima de biomassa de Andreae (2019).

A implementação

Sobre esta ciência de referência, o WildEngine traz uma implementação tática e robusta da mesma: uma que executa a cadeia completa, fogo de superfície, fogo de copas, focos secundários e fumo, em segundos, sem ligação, em hardware portátil comum. Isso é conseguido através de um conjunto de otimizações próprias que concentram o cálculo apenas no terreno que o fogo pode realmente alcançar e seguem apenas a sua orla viva, entregando uma modelação de fogo e fumo de nível de investigação a velocidade de campo sem infraestrutura de apoio. É isto que coloca um nowcast autêntico nas mãos de cada interveniente, desde a sala de operações até à linha de fogo, onde quer que o incêndio ocorra.

Referências

  • 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
  • Também citados: Anderson (1982) INT-122; Albini (1976) INT-30 e Albini (1979) INT-56; Schroeder (1969); Himoto & Tanaka (2005); Perryman (2012); Fosberg & Deeming (1971) RM-207; Hanna (1982); Briggs (1975, 1984).

Disponível para integração

O WildEngine está disponível como componente licenciado para plataformas de proteção civil, operadores de infraestruturas e transportes, e instituições de investigação que necessitem de um nowcasting de fogo e fumo rápido, completo e no dispositivo dentro dos seus próprios sistemas.