Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

Prediction of ignition and spread of wildfires in Scandinavia: from experiments to models

Alternativ tittel: Prediksjon av antennelse og spredning av skogbrann i Skandinavia: fra eksperiment til modell

Tildelt: kr 8,0 mill.

Global oppvarming skaper høgare temperaturar, mindre regn og lengre periodar med tørre vêrforhold. Slike forhold aukar risikoen for skogbrannar – store, destruktive brannar som spreier seg raskt over skog eller sletter. Slike brannar oppstår no i regionar der dei før var sjeldne, slik som i Nord-Europa. Her forventar vi at skogbrannar vil skje langt oftare og i større skala enn før. For å redusere risikoen for skogbrannar, må me betre vår evne til å forstå slike katastrofar. PREWISS har som å mål å bidra til varsling av skogbrannfare og fare for brannspreiing ved å innføre nye metodar for å avdekke risiko. I tillegg vil vi også utvikle modellar for å forstå korleis slike brannar spreier seg. Det viktigaste skrittet i kampen mot skogbrannar er å forstå dei. Tenninga og spreiinga av desse brannane er påverka av mange ulike faktorar, som til dømes brennbarheita i vegetasjonen, forma på terrenget, fuktigheit og vind. For å forstå desse fenomena betre, vil vi jobbe med å kategorisere ulike typar vegetasjon og eigenskapane deira i møte med brann. Vi må anta at vi ikkje kan unngå skogbrannar heilt. Vi treng difor å føresjå den potensielle spreiinga av skogbrannar så presist som mogeleg. Dette vil hjelpe brannmannskapar til å rette innsatsen sin mot dei områda som står i størst fare for å bli påført øydeleggingar. PREWISS vil utvikle en matematisk modell som, når den blir nytta i samspel med geografiske data, kan føresjå denne spreiinga. Dette vil gje grunnlag for å utforme tiltak som kan gi vern mot brannar som alt har starta. Prosjektet siktar mot å forstå skandinaviske skogbrannar langt betre enn vi gjer i dag. Hovudmålet vårt er å skape eit dynamisk verktøy som kan føresjå tenninga og spreiinga av skogbrannar i Skandinavia, med utgangspunkt i den særeigne vegetasjonen og vêrforholda i desse landa. Slik vil prosjektet bringe fram ny kunnskap som kan hjelpe oss i kampen mot brannkatastrofane vi veit er på veg, og hindre dei store øydeleggingane dei fører med seg.

Global warming will give rise to increasing temperatures, less rain and longer periods with dry weather conditions. Such hot and dry periods will increase the risk of large wildfires in regions unfamiliar with these types of disasters, one such region is Northern Europe where both the number and the size of wildfires are expected to increase. To prepare for and reduce the risk of disastrous wildfires, societal safety must be further developed to predict these types of disasters. PREWISS aims to contribute to the prediction of wildfires risk and spread by implementing new methods for detecting risk factors together with new models for fire spread. The first step to fight wildfires is to understand them. Biophysical parameters as flammability properties of the vegetation, moisture, wind or slope of the terrain influence the ignition and propagation of wildfires. To achieve this goal, we will focus on the characterization of vegetation and the study of their fire behaviour. Nevertheless, we must assume that not all wildfires are possible to avoid, so we should therefore be able to predict the possible spread of wildfires when they occur. Fire brigades could then act directly in the more dangerous expected directions. To this end, PREWISS will develop a mathematical model that, coupled with geospatial data, can be used to predict this spread and help on designing prevention measurements or real-time protection actions. As a general research question, the present project aims to answer to the need of defining the conditions of ignition and fire spread of wildfires in Scandinavian vegetation. To this end, PREWISS follows a straight line that, going from small to big, leads into a practical tool that includes all this fundamental knowledge.

Aktivitet:

FRINATEK-Fri prosj.st. mat.,naturv.,tek