CC BY
109
mgr inz. Tomasz CZERPAK dr hab. inz. Tadeusz MACIAK
Wydzial Informatyki Politechnika Bialostocka
MODELOWANIA POZARU LASU. CZ^SC II. SYMULACJA KOMPUTEROWA POZARU WYBRANEGO
KOMPLEKSU LESNEGO
Forest fire modeling. Part II. Computer simulation of selected complex
forest fire
Streszczenie
W pracy przedstawiono symulacjç rozprzestrzeniania siç pozaru roslinnosci w wybranym kompleksie lesnym w poblizu Nowogrodu. Analiza rozwoju pozaru roslinnosci zostala przeprowadzona za pomoc^ oprogramowania FARSITE. Omowiono sposob kompletowania danych, zaleznosci hipotetycznego rozwoju pozaru od rodzaju paliwa powierzchni oraz warunkow pogodowych. Pokazano mozliwosci wykorzystania omawianego oprogramowania do prognozowania walki z pozarem przez grupy gasnicze.
Summary
The paper presents a simulation of the spread of fire vegetation in the selected forest complex near Novgorod. The analysis of fire development of vegetation was carried out using the software FARSITE. The data compilation, the hypothetical development fire from fuel type surface and weather conditions were discussed. Showing the possibility of using this software to predict the fire-fighting by fire-fighting groups.
Stowa kluczowe: symulacja komputerowa, pozar, las, pozar lasu; Keywords: computer simulation, forest, fire;
1. Wstçp
Pozary lasow s^ zjawiskami niebezpiecznymi i niszczycielskimi. Szereg skomplikowanych procesow, jakie zachodz^ w trakcie pozaru praktycznie uniemozliwia precyzyjne oszacowanie rozprzestrzeniania siç ognia. Niemniej w obecnej chwili, mozliwe jest stworzenie wiarygodnej cyfrowej symulacji pozaru roslinnosci na danym terenie.
W czçsci I pracy przedstawiono modele matematyczne, ktore sluz^ do opisania zjawiska pozaru lasu [1]. Do symulacji wybrano program FARSITE [2]. Wymienione oprogramowanie jest uzywane przez Urz^d Lesny Ministerstwa Rolnictwa USA. FARSITE wykorzystuje opisane w poprzednim artykule matematyczne modele pozaru roslinnosci takie jak model pozaru powierzchni podloza [3], pozaru koron drzew [4,5] oraz model roznoszenia plon^cych fragmentow roslinnosci [6]. Podstaw^ implementacji programu jest zastosowanie zasady propagacji fali Huygensa do symulacji wzrostu frontu pozaru [7,8]. FARSITE jest programem zgodnym z Systemami Informacji Geograficznej GIS (Geographic Information Systems). Bezplatne oprogramowanie mozna pobrac ze strony internetowej http://www.firemodels.org/ .
Biez^ca praca obejmuje przykladow^ symulacjç rozprzestrzeniania siç pozaru roslinnosci w wybranym kompleksie lesnym w poblizu Nowogrodu.
2. Dane wejsciowe
Aby uruchomic symulacjç trzeba wczytac szereg przestrzennych i tabelarycznych danych wejsciowych. Wymagane dane przestrzenne sprowadzaj^ siç do znajomosci warstw: wysokosci (okreslone przez Numeryczny Model Terenu, Digital Elevation Model - DEM), nachylenia (Slope), ekspozycje (Aspect), paliwa (Fuel Model) oraz pokrycie terenu koronami drzew (Canopy Cover).
W programie uwzglçdniono rowniez dane dotycz^ce informacji na temat: wysokosci drzew (Canopy Height), wysokosci podstawy koron od ziemi do dolu korony (Crown Base Height), gçstosci koron (Crown Bulk Density). Warstwy te s^ istotne przede wszystkim w symulacji pozaru koron drzew, ale nie s^ niezbçdne do uruchomienia symulacji. Wszystkie te warstwy w programie l^czone s^ w jeden plik o rozszerzeniu *.lcp czyli tzw. plik krajobrazu. Bardzo wazne jest, aby wczytywane do programu warstwy spelnialy nastçpuj^ce podstawowe warunki:
• warstwy musz^ bye kompatybilne (te same jednostki i punkty odniesienia),
• powinny posiadae identyczn^ rozdzielczose,
• dane regionu musz^ bye takie same,
• dane musz^ bye przedstawione w takim samym rzucie,
• powinna bye zapewniona zgodnose z systemem wspôlrzçdnych bazuj^cym na siatce prostok^tôw (teren opisany za pomoc^ siatki prostok^tôw o okreslonych wartosciach np. podany w systemie UTM - Universal Transverse Mercator).
Konieczne jest rôwniez wczytanie danych opisuj^cych pogodç, w tym wilgotnosc powietrza oraz kierunek i prçdkose wiatru.
Wszystkie wczytane warstwy tworz^ srodowisko, w ktôrym przeprowadzana jest symulacja pozaru.
2.1. Dostçpnosc danych wejsciowych
We wspôlpracy z pracownikami Regionalnej Dyrekcji Lasôw Panstwowych (RDLP) w Bialymstoku do symulacji wytypowano kompleks lesny, ktôry znajduje siç w Nadlesnictwie Nowogrôd w powiecie Lomzynskim. Lasy tamtejsze to przewaznie latwo palne sosnowe bory swieze, gdzie gatunkiem przewazaj^cym jest sosna zwyczajna (Pinus Sylvestris). Lasy tego nadlesnictwa palily siç w ci^gu ostatnich kilku lat juz kilka razy, dlatego zdecydowano siç sprawdzie jakie efekty przyniesie symulacja pozaru dla tego terenu z uzyciem oprogramowania komputerowego. Regionalna Dyrekcja Lasôw Panstwowych udostçpnila kilka podstawowych warstw danych. Dane te zostaly opracowane z przeznaczeniem dla Panstwowej Strazy Pozarnej jako istotne dla prowadzenia akcji ratowniczej w przypadku pozaru danego kompleksu. Udostçpniono do obliczen mapç numerycznego modelu terenu opracowan^ przy okazji tworzenia projektu planu urz^dzenia lasu. Byl to plik rastrowy w postaci prostok^tnej macierzy punktôw, wykorzystywanych do reprezentacji rzezby terenu. Kazdy punkt macierzy reprezentowal kwadrat terenu o boku 5m. W udostçpnionych danych znalazlo siç rôwniez 5 dodatkowych warstw wektorowych zapisanych w formacie *.shp. Wspomniane warstwy opisuj^: bud_pol.shp - budynki (tylko te znajduj^ce siç w obrçbie kompleksu lesnego np. lesniczôwki), ciek_lin.shp - cieki wodne, kom_lin.shp - linie komunikacyjne, ppoz_shp - punktowe obiekty ochrony ppoz, oraz wydz_pol.shp - wydzielenie lesne. Warstwa wydz_pol.shp zawiera ponadto szereg informacji
dodatkowych dol^czonych do niej w postaci pliku bazy danych *.dbf. Do omawianej warstwy
wprowadzono nastçpuj^ce kolumny atrybutów:
ADR_LES - adres lesny
ADR_ADM - adres administracyjny
TSL - typ siedliska lesnego
NACHYL - nachylenie
RODZ_POW - rodzaj powierzchni
GP_IGL_UDZ - udzial gatunków iglastych w górnym piçtrze
GP_LISC_UD - udzial gatunków lisciastych w górnym piçtrze
GP_WIEK - wiek górnego piçtra
GP_WYS - wysokosc górnego piçtra
GP_ZWARCIE - zwarcie górnego piçtra
DP_IGL_UDZ - udzial gatunków iglastych w dolnym piçtrze
DP_LISC_UD - udzial gatunków lisciastych w dolnym piçtrze
DP_WIEK - wiek dolnego piçtra
DP_WYS - wysokosc dolnego piçtra
DP_ZWARCIE - zwarcie dolnego piçtra
PODSZYT - podszyt (jest/nie ma)
Otrzymane z Dyrekcji Lasów Panstwowych dane niestety nie zapewnialy wszystkich niezbçdnych informacji potrzebnych do przeprowadzenia poprawnej symulacji rozwoju pozaru rozpatrywanego kompleksu lesnego. Niew^tpliwie najwiçkszym problemem podczas wykonywania obliczen byl brak wielu istotnych danych, które dobierano na zasadzie dyskusji z lesnikami lub porównania z danymi przyjçtymi do symulacji w dostçpnych publikacjach.
W celu wykonania symulacji, nalezalo wygenerowac brakuj^ce dane takie jak:
• mapy nachylen i ekspozycji,
• mapç paliw powierzchni,
• mapç pokrycia terenu koronami drzew,
• mapç wysokosci drzew,
• mapç wysokosci podstawy koron oraz mapç gçstosci koron,
• pliki pogodowe.
Aby utworzyc wymagane warstwy danych niezb?dne do realizacji symulacji pozaru za pomoc^ programu FARSITE potrzebny byl odpowiedni program do przetwarzania danych geoprzestrzennych. Do tego celu wykorzystano program GRASS GIS. Rysunek 1 przedstawia map? Nadlesnictwa Nowogrod w programie GRASS. Mamy tu nalozone na siebie 3 warstwy. Na mapie numerycznego modelu terenu opisanej legend^ po lewej stronie (wysokosc w metrach) nalozone s^ warstwy kompleksow lesnych (kolor czarny) oraz ciekow wodnych (kolor niebieski). Mapy maj^ znaczny rozmiar i samo wczytanie ich do programu FARSITE zajmowalo duzo czasu, dlatego ograniczono teren na ktorym przeprowadzono symulacj? do dwoch obszarow, zdaniem pracownikow Lasow Panstwowych najbardziej interesuj^cych. Zaznaczono je na mapie Nadlesnictwa czerwonymi prostok^tami i nazwano „KOMPLEKS 1" i „KOMPLEKS 2". Ze wzgl?du na ograniczone ramy wydawnicze dalsza analiza b?dzie przedstawiona na przykladzie obszaru lesnego umownie nazwanego „KOMPLEKS 1". Pelny obraz przeprowadzonej symulacji dla dwoch kompleksow lesnych znajduje si? w pracy [9].
Ryc. 1. Mapa Nadlesnictwa Nowogrod z zaznaczonymi analizowanymi kompleksami. Opracowanie wlasne na podstawie danych RDLP w Bialymstoku. Figure 1. Forestry map with marked Novgorod analyzed complexes. Own study based on
data RDLP in Bialystok.
2.2. Warstwa wysokosci (Elevation)
Numeryczny model terenu Nadlesnictwa Nowogrôd stanowi pierwsz^ z warstw niezbçdnych przy tworzeniu modelu terenu w programie FARSITE. Obrôbka mapy ogranicza siç jedynie do importowania jej do programu GRASS, a nastçpnie ewentualnego wyciçcia interesuj ^cego fragmentu terenu i eksportowania calosci do formatu mapy rastrowej akceptowanej przez oprogramowanie FARSITE.
2.3. Nachylenia i ekspozycje (Slope, Aspect)
Do uruchomienia symulacji potrzebne s^ dodatkowo mapy nachylen i ekspozycji. Mapy nachylenia i ekspozycji wygenerowano korzystaj^c z mapy wysokosciowej terenu oraz z dostçpnej w pakiecie GRASS GIS funkcji r.slope.aspect.
2.4. Pokrycie powierzchni terenu koronami drzew (Canopy cover)
Pokrycie powierzchni terenu koronami drzew zostalo otrzymane na podstawie jednej z kolumn tabeli atrybutôw GP_ZWARCIE wystçpuj^cej w warstwie wydzielenia lesnego wydz_pol.shp opisuj^cej zwarcie gôrnego piçtra drzewostanu dla poszczegôlnych czçsci mapy.
W kolumnie GP_ZWARCIE zwarcie koron drzew opisane jest szacunkowo za pomoc^ nastçpuj^cych 6 stopni [10]:
1. zwarcie silne (1,2-1,1), korony wielu drzew napieraj^ na siebie, zachodz^,
2. zwarcie pelne (1,0-0,9), korony stykaj^ siç brzegami, w nielicznych przypadkach
1. napieraj ^ na siebie, zachodz^,
2. zwarcie umiarkowane (0,8-0,7) korony nie stykaj^ siç, ale s^ rozmieszczone blisko siebie,
3. zwarcie przerywane (0,6-0,5), miçdzy koronami istniej^ miejscami przerwy, w ktôrych moglyby pomiescie siç korony pojedynczych drzew,
4. zwarcie luzne (0,4), korony s^ od siebie znacznie oddalone, mog^ zetkn^é siç w przyszlosci, w przerwach moglyby pomiescie siç korony kilku drzew,
5. brak zwarcia (0,3 i ponizej), gdy drzewa rosn^ zbyt daleko od siebie aby mogly na siebie wplywae.
Zastosowano tu nastçpuj^c^ zamianç opisu slownego na dane procentowe:
• zwarcie pelne - 95%,
• zwarcie umiarkowane - 75%,
• zwarcie przerywane - 55%,
• zwarcie luzne - 40%,
• brak zwarcia - 0%.
2.5. Mapa paliw powierzchni
W oprogramowaniu FARSITE wykorzystuje siç zarówno modele paliwowe opisane w czçsci teoretycznej pracy [l] jak i modele zdefiniowane przez uzytkownika tzw. custom fuel models. Kazdy nowy model musi byc opisany dokladnie tak samo jak standardowe modele. Opieraj^c siç na danych z Nadlesnictwa Nowogród udostçpnionych przez Regionaln^ Dyrekcjç Lasów Panstwowych konieczne bylo opracowanie mapy paliw powierzchni dla badanych kompleksów. Jako zródlo danych posluzyla wspomniana wczesniej warstwa wydz_pol.shp z tabel^ atrybutów. W wyniku rozmowy z pracownikiem Lasów Panstwowych ustalono, ze podstawowym kryterium róznicuj^cym paliwa powierzchni jest typ siedliska lesnego opisany kolumn^ TSL w tabeli atrybutów. Zgodnie z tymi danymi w badanym nadlesnictwie mozna wyróznic l4 róznych typów siedliska lesnego. S^ one opisane slownie i dlatego tez, aby wygenerowac mapç siedlisk niezbçdne bylo nadanie kazdemu z nich identyfikatora. Numery te byly duzym ulatwieniem podczas przypisywani modeli paliwowych do poszczególnych siedlisk.
Ponizej przedstawiono listç siedlisk wraz z przyporz^dkowanymi numerami:
• BSW (Bór Swiezy) - l;
• LWM (Las wilgotny mieszany) - 2;
• BMSW (Bór mieszany swiezy) - З;
• BMW (Bór mieszany wilgotny) - 4;
• OL (Ols) - 5;
• BS (Bór suchy) - б;
• BW (Bór wilgotny) - 7;
• OLJ (Ols jesionowy) - В;
• LW (Las wilgotny) - 9;
• LMSW (Las mieszany swiezy) - l0;
• LMB (Las mieszany bagienny) - ll;
• BB (Bór bagienny) - l2;
• BMB (Bór mieszany bagienny) - l3;
• LSW (Las swiezy) - l4;
Glównym siedliskiem lesnym Nadlesnictwa Nowogród jest bór swiezy stanowi^cy okolo 6G% lasów w badanym nadlesnictwie. Ten rodzaj lasu pali siç najczçsciej. W skladzie gatunkowym zdecydowanie dominuje sosna zwyczajna z mal^ domieszk^ brzozy. Obydwa rejony wyznaczone do przeprowadzenia symulacji to praktycznie w calosci bory swieze sosnowe i w zasadzie tylko one s^ na tym terenie narazone na pozary. W zwi^zku z tym siedlisko BSW zostalo podzielone na fragmenty w zaleznosci od wieku lasu w danym miejscu oraz zwarcia górnego piçtra. Autorzy mieli mozliwosci skorzystania w Regionalnej Dyrekcji Lasów Panstwowych z modelu obliczaj^cego biomasç pokrywy gleby dla boru swiezego stworzonego przez Instytut Badawczy Lesnictwa. Wobec braku odpowiednich danych, zgodnie z powyzszym modelem obliczeniowym zostaly okreslone przykladowe modele paliw powierzchni dla zadanych obci^zen ogniowych biomasy pokrywy gleby. Modele te obliczaly biomasç drzewostanu zywego, martwego i pokrywy gleby konkretnego typu siedliskowego lasu w okreslonym wieku od 15 do 75 lat w przeliczeniu na jednostkç masy, licz^c przy tym biomasç spalon^ w razie wyst^pienia pozaru. Model pozwalal obliczye biomasç tylko i wyl^cznie dla kompleksów o pelnym zwarciu. Bory swieze Nadlesnictwa Nowogród to lasy w przedziale wiekowym od kilku do nawet 13G lat. W zwi^zku z tak duz^ rozbieznosci^ wiekow^ otrzymane wartosci dla pokrywy gleby zostaly usrednione. Jednoczesnie niezbçdne bylo zróznicowanie obci^zenia ogniowego pokrywy powierzchni dla drzewostanu w zaleznosci od jego zwarcia. Zastosowano najprostsze kryterium mnoz^c wartosci wyznaczone dla zwarcia pelnego z wartosciami utworzonej wczesniej kolumny CANOPY z tabeli atrybutów warstwy wydz_pol.shp zawieraj^cej procent zwarcia drzew w konkretnych miejscach badanego kompleksu lesnego.
Kolejnym etapem tworzenia mapy paliw powierzchni bylo stworzenie wlasnych modeli paliwowych opisuj^cych stworzon^ klasyfikacjç. Program FARSITE daje uzytkownikowi tak^ mozliwose udostçpniaj^c prosty edytor modeli paliwowych. Przy jego pomocy wygenerowano 12 nowych modeli paliwowych.
Tabela 1.
Niestandardowe modele paliwowe utworzone na potrzeby symulacji. Opracowanie wlasne na podstawie danych RDLP w Bialymstoku.
Table 1.
Custom fuel models created for the purpose of simulation. Own study based on data RDLP in Bialystok.
Obci^zenie ogniowe (t/ha) Typ SAV* (1/cm) (cm) % (kJ/kg)
Nr Kod Ihr 10hr 100hr Zywe Zywe S-D Ihr Zywe Zywe gl. Wilg. Cieplo wl. Cieplo wl.
zielne drz. zielne drz. wyg. dla dla
martwych zywych
14 FM14 8.94 5.45 2.82 7.42 7.15 D 73 50 40 22.23 25 18594 18594
16 FM16 9.93 6.05 3.14 8.25 7.94 D 73 50 40 24.11 25 18594 18594
18 FM18 11.03 6.73 3.47 9.17 8.81 D 73 50 40 25.86 25 18594 18594
20 FM20 12.26 7.46 3.86 10.20 9.80 D 73 50 40 27.63 25 18594 18594
22 FM22 13.63 8.29 4.28 11.34 10.89 D 73 50 40 30.06 25 18594 18594
24 FM24 15.13 9.21 4.75 12.60 12.11 D 73 50 40 32.54 25 18594 18594
26 FM26 16.81 10.24 5.29 14.01 13.45 D 73 50 40 34.97 25 18594 18594
30 FM30 18.67 11.39 5.87 15.58 14.95 D 73 50 40 36.45 25 18594 18594
33 FM33 20.74 12.64 5.87 17.31 16.61 D 73 50 40 40.13 25 18594 18594
38 FM38 23.02 14.06 6.50 19.23 18.47 D 73 50 40 43.78 25 18594 18594
41 FM41 26.18 15.96 7.40 21.86 20.98 D 73 50 40 48.05 25 18594 18594
42 FM42 15.96 9.73 5.02 13.32 12.78 D 73 50 40 30.54 25 18594 18594
*SAV (Surface Area to Volume - iloraz powierzchni do obj?tosci ladunku paliwa), czasy 1-hr, 10-hr, 100-hr oznaczaj^ liczb? godzin i okreslaj^ tzw. timelag czyli liczb? godzin jak^ zajmie cz^stce paliwa osi^gni?cie 63% wilgotnosci rownowagi, przy warunkach srodowiska 800F i 20% wilgotnosci, typ modelu dynamiczny (D).
Modele paliwowe zawarte w tabeli 1 powstaly na podstawie standardowego modelu FM9 ze zbioru 13 modeli Andersona [11]. Model FM9 zostal stworzony do opisania paliw powierzchni lasu lisciastego jak i lasu iglastego, gdzie sciolka sklada si? w duzej mierze z dlugich igiel sosny zoltej (Pinus Panderosa). Nie ma on wiele wspolnego z pokryciem powierzchni boru swiezego, gdzie dominuj^cym gatunkiem jest sosna zwyczajna (Pinus Sylvestris). Wykorzystano go jednak ze wzgl?du na podobn^ charakterystyk? spalania igiel sosny zoltej i zwyczajnej. Istotny jest rowniez fakt, iz paliwa klasy 1hr, do ktorych mozna
zaliczye igly stanowi^ stosunkowo duze obci^zenie ogniowe w stosunku do calkowitego obci^zenia ogniowego paliw powierzchni. Oryginalny model FM9 ze zbioru Andersona nie zaklada obecnosci zywych roslin zielnych i drzewnych w opisie modelu, dlatego uwzglçdniono w utworzonych modelach obci^zenie ogniowe tego typu roslinnosci co spowodowalo zmianç ich typu ze statycznego oryginalnie na dynamiczny.
Ogólne obci^zenie ogniowe bçd^c^ sum^ poszczególnych 5 klas dla okreslonych paliw w przyblizeniu odpowiada wczesniej wyznaczonym wartosciom z kolumny BSFUEL tabeli atrybutów. Aby zastosowae tak przygotowan^ mapç paliw oraz modele paliw powierzchni w programie FARSITE potrzebny jest jeszcze tzw. plik konwersji. Definiuje on jednoznacznie jaka wartose na wczytanej mapie paliw odpowiada jakiemu modelowi paliwowemu. Takie rozwi^zanie zapewnia duz^ elastycznose podczas tworzenia map paliwowych. Maj^c zdefiniowan^ mapç róznicuj^c^ pokrycie terenu dla poszczególnych fragmentów mozna bez wiçkszego problemu przyporz^dkowaé dowolny zdefiniowany model paliwowy.
Przyporz^dkowanie modeli paliwowych poszczególnym fragmentom wczesniej stworzonej mapy obrazuje legenda umieszczona na rysunku 2. Glównym celem przyporz^dkowania bylo pokazanie róznic w rozprzestrzenianiu siç ognia powierzchni w zaleznosci od ilosci dostçpnego do spalania paliwa oraz zademonstrowanie bardzo duzej elastycznosci systemu FARSITE w uwzglçdnieniu zróznicowania paliw powierzchni. Maj^c odpowiednie dane mozna z powodzeniem symulowae pozary roslinnosci, w tym przypadku lasów, ale tak samo l^k, traw, krzewów oraz wszelkiego rodzaju roslinnosci.
MoData
(0)=>S9 NE!9
(2)=>42 FM9
(3)=>24 FWI9 n
(4}=>42 FM9 □
(5)=>42 FM9 □
(7)=>42 FW19 □
(8)=>42 FM9 □
(9)=>42 FWI9
(12}=>42 FM9 □
(13|=>42 FM9 □
(14(=>24FM9 □
(15|=>14FM9
(17)=>15FM9 □
18 FM9 □
(19(=>18FM9
20 FM9 n
(21 (=>20 FM9 □
22 FM9 □
(23}=>22 FM9 □
24FM9 □
(25}=>24 FM9 □
26 FM9 □
(29|=>30 FH9 □
30 FKI9 □
(32|=>33 FH9 □
33 FM9 □
38 FWI9 □
41 FM9
99NB9 n
Ryc. 2. Mapa paliw powierzchni dla analizowanego obszaru KOMPLEKS1. Opracowanie
wlasne na podstawie danych RDLP w Bialymstoku. Fig. 2. Map of fuels for the analyzed surface area KOMPLEKS 1. Own study based on data
RDLP in Bialystok.
Ze wzgl?du na ograniczone ramy artykulu temat modeli paliwowych zostal potraktowany skrótowo. Pelniejszy opis zagadnienia zostal przedstawiony w pracy [12].
2.6. Wilgotnosci pocz^tkowe paliw
Kazdy model uzyty na mapie paliwowej musi miec zdefiniowan^ wilgotnosc pocz^tkow^. Bez tych danych symulacja nie moze byc rozpocz?ta. Korzystaj^c z dol^czonego do programu FARSITE edytora plików *.FMS ustawia si? wilgotnosci poszczególnych klas paliwa dla kazdego modelu Wszystkim modelom na mapie zostala nadana identyczna wilgotnosc wynosz^c^ 25%, poza wspomnianym wczesniej modelem 42, który rózni si? od pozostalych bardzo wysok^ wilgotnosci^ pocz^tkow^, gdyz reprezentuje lasy wilgotne, bagienne oraz wszystkie inne teoretycznie niepalne w standardowych warunkach siedliska.
3. Pozar koron drzew
Oprogramowanie FARSITE wymaga do wykonania symulacji pozaru koron drzew 3 dodatkowych warstw danych opisuj^cych korony lasu na rozpatrywanym terenie. S^ to wysokosc drzew, wysokosc podstawy korony oraz srednia g?stosc koron.
3.1. Wysokosc drzew i wysokosc podstawy korony CBH ( Crown Base Height)
Jedyn^ warstwy jak^ dalo siç wygenerowac z danych otrzymanych w Regionalnej Dyrekcji Lasow Panstwowych byla warstwa opisjca wysokosc drzew. Na podstawie atrybutow GP_WYS i warstwy wydzielenia wygenerowano w programie GRASS GIS mapç rastrow^ okreslaj^c^ wysokosc drzew dla badanych obszarow.
Wysokosci podstawy korony CBH nie dalo siç wyznaczyc na podstawie otrzymanych danych. Wedlug pracownikow Regionalnej Dyrekcji Lasow Panstwowych w Bialymstoku w badanych kompleksach pali siç w zasadzie tylko podloze lasu, a przejscie ognia na korony drzew nie wystçpuje z racji duzej roznicy wysokosci pomiçdzy podlozem a korony. Przejscie pozaru z podloza na korony moze nast^pic w zasadzie jedynie w momencie, gdy ogien zajmie np. mlodnik sosnowy, lub przy bardzo silnych wiatrach. Poniewaz, gatunkiem dominuj^cym w analizowanym rejonie jest sosna zwyczajna, las podzielono wiekowo na mlodnik i drzewa dorosle. Jako mlodnik potraktowano las mlodszy od 20 lat a las starszy potraktowano jako las dorosly. W zwi^zku z brakiem odpowiednich danych oraz w wyniku obserwacji sosny zwyczajnej wyznaczono wysokosc pnia drzew doroslych na 60% wysokosci calkowitej drzewa, natomiast wysokosc pnia drzew mlodych na okolo 20% wysokosci calkowitej drzewa. W celu wygenerowania warstwy w formacie ESRI ASCII GRID utworzono kolumnç CBH w tabeli atrybutow warstwy wydz_pol.shp i korzystaj^c z instrukcji warunkowej wypelniono j^ wysokosciami podstawy korony. Na podstawie tych atrybutow w programie GRASS GIS zostala wygenerowana odpowiednia mapa wysokosci podstaw koron drzew.
3.2. Srednia gçstosc koron CBD (Crown Bulk Density)
Trzeci^ warstwy opisuj^c^ korony lasu wykorzystywanego w symulacji jest srednia gçstosc koron CBD Takie dane rowniez nie byly dostçpne. Zalozono, ze dla zwarcia pelnego
3 3
95% gçstosc wyniesie 0,35 kg/m , dla zwarcia umiarkowanego 75% bçdzie to 0,28 kg/m , dla zwarcia przerywanego 55% wyniesie 0,19 kg/m , natomiast przy zwarciu luznym bçdzie to 0,15 kg/m . Wartosci te s^ czysto przykladowe i zostaly wyznaczone na podstawie opisu charakterystyki koron dla sosny zoltej [13], z ktorej wynika, ze najwiçkszy wplyw na gçstosc korony ma pokrycie koronowe terenu, im mniejsze pokrycie tym mniejsza gçstosc. Podobne wyniki otrzymano tez na drodze pomiarowej w Hiszpanii [14].
3.3. Warunki pogodowe
Wprowadzanie warunkow pogodowych odbywalo siç za pomoc^ edytora pogody bçd^cego czçsci^ programu FARSITE. Opis wiatrow realizuje siç poprzez edytor plikow *.WND.
Do wykonania symulacji pozaru dla wskazanych obszarow zostaly zastosowane pliki pogody, wygenerowane losowo na podstawie przykladowego pliku zal^czonego do oprogramowania FARSITE z uwzglçdnieniem warunkow pogodowych charakterystycznych dla analizowanego obszaru [9].
Tabela 2.
Tablica wiatrow do symulacji (plik NowogrodW.wnd).
MO DY HR SPD DIR CL MO DY HR SPD DIR CL MO DY HR SPD DIR CL
8 9 000 1 54 0 8 11 000 3 252 0 8 13 000 2 315 0
8 9 400 3 319 0 8 11 400 2 227 0 8 13 400 2 214 0
8 9 800 4 116 0 8 11 800 17 274 0 8 13 800 3 202 0
8 9 1200 12 103 0 8 11 1200 68 88 0 8 13 1200 3 218 0
8 9 1600 11 241 0 8 11 1600 13 213 0 8 13 1600 6 97 0
8 9 2000 4 105 0 8 11 2000 14 194 0 8 13 2000 8 117 0
8 10 000 1 54 0 8 12 000 2 255 0 8 14 000 2 315 0
8 10 400 3 319 0 8 12 400 2 225 0 8 14 400 2 214 0
8 10 800 4 116 0 8 12 800 3 263 0 8 14 800 3 202 0
Table winds for simulation (file NowogrodW.wnd).
Table 2.
8 10 1200 12 103 0 8 12 1200 6 310 0 8 14 1200 3 218 0
8 10 1600 11 241 0 8 12 1600 9 306 0 8 14 1600 6 97 0
8 10 2000 4 105 0 8 12 2000 7 290 0 8 14 2000 8 117 0
W tabeli 2 ujçto zalozenia pogodowe. Kolumny MO, DY, HR opisuj^ kolejno miesi^c, dzien i godzinç, natomiast parametry SPD, DIR opisuj^ kolejno prçdkosc (m/s) i kierunek wiatru (stopnie w stosunku do kierunku N). Parametr CL okresla procentowe pokrycie nieba chmurami. Tabela 2 przedstawia interwaly czterogodzinne (w przeprowadzonej symulacji dane byly podawane w przedziale jednogodzinnym).
Tabela 3 przedstawia parametry pogody wykorzystane do symulacji w okreslonym dniu. Kolumny MO, DY opisuj^ kolejno miesi^c i dzien, kolumna RN opisuje calkowit^ dobow^ ilosc opadow (mm), kolumny AM, PM opisuje godzinç wyst^pienia minimalnej temperatury powietrza, oraz godzinç wyst^pienia maksymalnej temperatury. Kolumny TLo, THi, HLo, HHi opisuje odpowiednio minimaln^ oraz maksymaln^ temperaturç (0C) zarejestrowan^ danego dnia oraz minimaln^ i maksymaln^ procentow^ wilgotnosc powietrza zarejestrowan^ danego dnia. Ostatnia kolumna ELV to wysokosc na ktorej dokonany zostal pomiar (m).
Tabela 3. Tablica parametrow pogody (plik NowogrodM.wtr). Table 3. Table of weather parameters (file NowogrodM.wtr).
MO DY RN AM PM TLo THo HLi HHi ELV
8 9 0 600 1700 14 28 84 12 115
8 10 0 600 1500 17 29 94 11 115
8 11 0 600 1500 14 26 78 14 115
8 12 0 600 1600 15 30 74 14 115
8 13 0 600 1500 13 34 76 19 115
8 14 0 500 1600 16 31 78 16 115
4. Parametry przebiegu procesu symulacji
Po wczytaniu do programu FARSITE wszystkich niezbçdnych danych mozliwe jest
rozpoczçcie symulacji. Jednak zanim program rozpocznie obliczenia nalezy ustawic kilka opcji modelu. Na poczytku nalezy ustawic w oknie „Model Parameters" parametr „Time Step" oznaczajycy odstçpy czasu, dla ktorych bçdy generowane parametry pozaru. Parametry „Visible Steps" oznaczajy kroki czasowe, dla ktorych na mapie bçdzie rysowana linia frontu pozaru. Obydwa kroki rozniy siç na mapie kolorami. „Perimeter Resolution" okresla maksymalny odstçp punktow projekcji wzdluz obwodu pozaru, a „Distance Resolution" definiuje maksymalny odleglosc jaky pozar moze pokonac w kroku czasowym nie pobierajyc nowych informacji o terenie z pliku *.lcp.
Niezbçdne jest rowniez ustawienie czasu trwania symulacji. Sluzy do tego okno „Simulation Duration", gdzie w prosty sposob wprowadza siç miesiyc, dzien, godzinç i minutç rozpoczçcia i zakonczenia symulacji. Mozna wprowadzic tylko daty, dla ktorych zdefiniowano pliki pogody i wiatru.
FARSITE jest oprogramowaniem, ktore sluzy do symulacji pozaru lasu na rzeczywistej mapie cyfrowej w systemie GIS. Dane wyjsciowe, czyli efekt dzialania programu skladajy siç z kilku plikow w formacie rastrowym ASCII, z ktorych kazdy odpowiada za konkretny parametr pozaru i jego umiejscowienie na mapie. Tak wiçc, ostatniy czynnosciy jaky nalezy wykonac przez rozpoczçciem symulacji jest wybranie danych wynikowych jakie majy byc wygenerowane.
Wygenerowane przez program mapy mozna bez problemu nakladac na mapç kompleksu lesnego w programie FARSITE, w celu zobrazowania efektow przeprowadzonej symulacji.
Aby rozpoczyc symulacjç pozaru trzeba zaznaczyc punkt, lub punkty zaplonu, jesli jest ich wiçcej. Jest to operacja bardzo prosta. Za pomocy narzçdzia do zaznaczania ognisk zapalnych wystarczy kliknyc dwukrotnie na miejsce na mapie, gdzie pozar ma siç zaczyc. Na rysunku 3 pokazano zaznaczenie strzalky punktu zaplonu.
Rysunek 3. Mapa KOMPLEKSU 1 z zaznaczonym punktem zaplonu. Figure 3. Map of KOMPLEKS 1 with the selected point of ignition.
5. Wyniki symulacji
Program FARSITE, jak wczesniej wspomniano, umozliwia wygenerowanie wynikow opisuj^cych przeprowadzon^ symulacj? w roznych formach np. wykresow i tabel.
5.1. Powierzchnia i obwod pozaru
Po wykonanej symulacji program pozwala wygenerowac wykresy spalonej powierzchni lasu (rys. 4).
32C.C
ase.o
re
C. 192.0
(B 41
5
™ 323.0 "
Rysunek 4. Zmiana spalonej powierzchni lasu w funkcji czasu dla terenu KOMPLEKS1. Figure 4. Change in fire area as a function of time for land KOMPLEKS1.
Na wykresie przedstawionym na rysunku 4 wyraznie widac wplyw wiatru. 08/11 po godzinie 08:59 powierzchnia pozaru rosnie przez kilka godzin gwaltowniej, po czym wraca do normy, gdy wiatr ustaje.
Analogiczny sytuaj obserwujemy na wykresach przedstawiajycych zmiany obwodu obszaru pozaru w funkcji czasu.
10.0 f
32.0
mo 17:00 №1103:59 03; 12 01:00 03(12 10:53 03/13 03:00 03,-11 01:00
Time (hrs)
Rysunek 5. Zmiana obwodu obszaru pozaru w funkcji czasu dla terenu KOMPLEKS1. Figure 5. Change in fire perimeter as a function of time for land KOMPLEKS1.
5.2. Mapy wynikowe
Efekt wykonanej symulacji najlepiej przedstawiajy mapy wynikowe zawierajyce rozklad poszczegolnych parametrow symulowanego pozaru na mapach kompleksow.
5.2.1. Czas przejscia linii ognia
Parametr okresla, po jakim czasie od momentu rozpocz^cia pozaru linii frontu pozaru znalazl si? w danym miejscu na mapie. Czas trwania symulowanego pozaru wyniosl 95 godzin.
Rysunek 6. Mapa czasu przejscia linii ognia (godziny) dla obszaru KOMPLEKS 1. Figure 6. Time map transition line of fire (hours) for the area KOMPLEKS 1.
5.2.2. Intensywnosc linii ognia
Mapy ukazuj^ jednoznacznie, ze w drugim dniu pozaru intensywnosc linii ognia jest najwyzsza. Ma to zwi^zek z najwyzsz^ wartosci^ pr?dkosci wiatru zalozon^ drugiego dnia pozaru.
Rysunek 7. Mapa intensywnosci linii ognia (kW/m) dla obszaru KOMPLEKS 1. Figure 7. Map of the fire line intensity (kW/m) for the area KOMPLEKS 1.
5.2.3. Wysokosc plomienia
Wysokosc plomienia, rowniez przyjmuje wartosc najwyzszy dla drugiego dnia
pozaru. Rowniez mocno zalezy od zalozonej pr?dkosci wiatru.
Rysunek 8. Mapa wysokosci plomieni (m) dla obszaru KOMPLEKS 1. Figure 8. Map of flames height (m) for the area KOMPLEKS 1.
5.2.4. Szybkosc przesuwania si? linii frontu pozaru
Szybkosc przesuwania si? linii frontu pozaru osiyga najwyzszy wartosc wtedy, wiatr ma najwi?kszy pr?dkosc, czyli rowniez w drugim dniu pozaru (umownie 11.08).
gdy
Rysunek 9. Mapa szybkosci przesuwania siç linii front pozaru (m/min) dla obszaru KOMPLEKS 1.
Figure 9. Map of the movement speed of the fire front line (m / min) for the area KOMPLEKS 1.
5.2.5. Ilosc ciepla wydzielana na jednostkç powierzchni
Ilosc ciepla wydzielana na jednostkç powierzchni osiyga najwyzszy wartosc dla paliw o najwiçkszej wartosci kalorycznej. Zjawisko to przedstawia rysunek 10. Pola oznaczone na mapie najjasniejszymi kolorami (najwiçksza ilosc wydzielanego ciepla) pokrywajy siç z umiejscowieniem paliw o najwiçkszym obciyzeniu ogniowym na mapie paliw powierzchni.
2
Rysunek 10. Mapa ilosc wydzielanego ciepla na jednostk? powierzchni (kJ/m ) dla obszaru KOMPLEKS 1.
Figure 10. Map of heat production per unit area (kJ/m ) for the area KOMPLEKS 1.
5.2.6. Intensywnosc reakcji
Intensywnosc reakcji zalezy przede wszystkim od jakosci spalanego paliwa. Intensywnosc reakcji spalania paliw powierzchni podczas pozaru lasu jest wyzsza dla paliw, ktorych wspolczynniki tlumienia wilgoci oraz mineralow s^ nizsze.
2
Rysunek 11. Mapa przedstawiaj^ca intensywnosc reakcji (kW/m ) dla obszaru KOMPLEKS 1.
Figure 11. Map showing the reaction intensity (kW/m ) for the area KOMPLEKS 1.
5.2.7. Rodzaje pozaru koron drzew
Tak jak wspomniano w cz?sci teoretycznej [1], ze wzgl?du na sposób rozprzestrzeniania mozna wyróznic 3 rodzaje pozaru koron drzew. Zgodnie z legend^ map umieszczonych na rysunku 12 s^ to: 1 - pozar powierzchni, 2 - pasywny pozar koron, 3 -aktywny pozar koron
Tak jak pokazuje mapka 12, pozar kompleksów lesnych Nadlesnictwa Nowogród ogranicza si? przewaznie jedynie do pozaru pokrywy gleby, co potwierdzaj^ pracownicy Lasów Panstwowych.
Rysunek 12. Rodzaje pozaru koron dla obszaru KOMPLEKS 1. Figure 12. Types of crown fire for the area KOMPLEKS 1.
O ile w pierwszym kompleksie mozna zaobserwowac kilka pasywnych pozarow koron, oraz nieliczne punkty aktywne, o tyle w drugim pozar koron praktycznie nie wystypil. W przypadku pierwszego kompleksu korony zapalily si?, gdy pozar wszedl w mlodnik, ale jak widac warunki nie sprzyjaly przeniesieniu na korony innych drzew i dalszemu rozwojowi pozaru koron.
5.2.8. Kierunki rozprzestrzeniania si? pozaru.
Kierunki rozprzestrzeniania ognia (przemieszczania si? linii ognia) zalezy przede wszystkim od rodzaju paliwa oraz wiatru. Jesli paliwo jest jednorodne, jedynie wiatr wyznacza kierunek i jest on przeciwny do kierunku, z ktorego wieje wiatr.
Rysunek 13. Mapa kierunkow rozprzestrzenia si? pozaru dla obszaru KOMPLEKS 1. Figure 13. Map direction of fire spread for the area KOMPLEKS 1.
6. Symulacja dzialan gasniczych
Program FARSITE oprocz symulacji rozwoju pozaru pozwala rowniez na prosty symulacj? dzialan gasniczych. Istnieje mozliwosc symulacji kilku sposobow powstrzymywania oraz gaszenia pozaru. Najwazniejsze z nich to: budowa bariery, atak bezposredni z ziemi oraz atak posredni z ziemi. Budowa bariery jest symulacjy zwyklej przeszkody, ktora ma za zadanie powstrzymac rozprzestrzenianie si? pozaru. W programie nie ma mozliwosci edycji parametrow takiej bariery. Jest to metoda calkiem skuteczna w przypadku pozaru paliw powierzchni, ale w przypadku wystypienia przenoszenia plonycych fragmentow roslinnosci (spotting) nie spelnia swojej roli.
673963 610450 J
mSmM feflSS IjljgjjSi
. - »V i > Mr*! 1 g . 1 ^^^ A \ y
NoData 265.9151 531.&302 797.7453 1063.6603 1329.5764 1595.4905 1&61.4056 2127.3207 2393.235B , BARIERA 2659.1508 2925.0659 3190.9810
2
Rysunek 14. Efekt dzialania bariery na pozar lasu. Pokazana intensywnosc reakcji (kW/m2). Figure 14 The effect of barriers on a forest fire. Shown the reaction intensity (kW/m ).
Aby zasymulowac efekty gaszenia pozaru, w programie FARSITE nalezy zdefiniowac najpierw tzw. zasoby naziemne, ktore mozna interpretowac jako zespoly strazakow. Zespoly gasnicze umieszczane s^ w konkretnych miejscach na mapie w celu ugaszenia pozaru. Kazdy definiowany zespol charakteryzuje si? okreslon^ efektywnosci^ gaszenia konkretnych paliw. Tworz^c kazdy zespol nalezy podac efektywnosc gaszenia dla kazdego paliwa uzytego na terenie gaszonym oraz maksymaln^ wysokosc plomieni przy jakich gaszenie w ataku bezposrednim b?dzie dla danego zespolu efektywne. W celu zademonstrowania symulacji gaszenia pozaru Nadlesnictwa Nowogrod utworzono 3 przykladowe zespoly strazakow: GRUPA1, GRUPA2 i GRUPA3. GRUPA1 charakteryzuje si? efektywnosci^ gaszenia 1m/min dla kazdego paliwa oraz maksymaln^ wysokosci^ plomienia rown^ 2m. GRUPA2 charakteryzuje si? efektywnosci^ gaszenia 2m/min dla kazdego paliwa oraz maksymaln^ wysokosci^ plomienia rown^ 3m, natomiast GRUPA3 charakteryzuje si? efektywnosci^ gaszenia 3m/min dla kazdego paliwa oraz maksymaln^ wysokosci^ plomienia rown^ 4m. Maj^c utworzone zasoby naziemne mozna przeprowadzic ataki gasnicze bezposrednie i posrednie. Atak bezposredni polega na walce z pozarem bezposrednio na linii frontu ognia, natomiast posredni na wczesniejszym utworzeniu linii obrony do walki z nadchodz^cym pozarem.
Rysunek 15. Rozlozenie sil gaszycych pozar lasu. Pokazana intensywnosc reakcji (kW/m2), histogram jak na rysunku 14.
Figure 15. The distribution of forces extinguishing a forest fire. Shown the reaction intensity (kW/m2), the histogram as in Figure 14.
Zgodnie z rysunkiem 15 GRUPA1 i GRUPA2 wykonuje atak bezposredni na liniç ognia, natomiast GRUPA3 wykonuje atak posredni oczekujyc na nadejscie pozaru.
Rysunek 16. Efekt dzialan gasniczych, pozar prawie ugaszony. Pokazana intensywnosc reakcji (kW/m ), histogram jak na rysunku 14.
Figure 16. Effect of fire fighting, fire almost extinguished. Shown the reaction intensity (kW/m ), the histogram as in Figure 14.
Po kilkunastu godzinach widac, ze pozar jest juz opanowany. Czarna linia oznacza
ugaszony lini? ognia. Jako, ze GRUPA1 i GRUPA2 wykonywaly akcj? gasnicza w odwrotnych kierunkach, pozostawiajyc luk? pomi?dzy soby, na mapie widac jak pozar wydostal si? przez ty luk?. Po uplywie 5 godzin pozar jest juz ugaszony.
2
Rysunek 17. Pozar calkowicie ugaszony. Pokazana intensywnosc reakcji (kW/m ), histogram jak na rysunku 14.
Figure 17. The fire completely extinguished. Shown the reaction intensity
(kW/m2), the
histogram as in Figure 14
Rysunek 18. Wykres przedstawiajycy zmiany powierzchni pozaru w funkcji czasu z uwzgl?dnieniem akcji gasniczej.
Figure 18. Graph showing changes in the fire area over time with regard to fire fighting.
Wykres na rysunku 18 przedstawia zmian? powierzchni pozaru w funkcji czasu. Ukazuje on wyraznie efekt akcji gasniczej. Powierzchnia pozaru po godzinie 16 dnia 12.08
stabilizuje siç i osiyga wartosc staly, co oznacza, ze pozar zostal ugaszony, a jego powierzchnia nie rosnie.
7. Podsumowanie
Wykonana symulacja jednoznacznie ukazuje jak bardzo zlozonym zjawiskiem jest pozar lasu. Symulacja wykonana na mapie terenu Nadlesnictwa Nowogrod, a konkretnie dwoch obszarow lesnych zaznaczonych na mapie z rysunku 1 ukazuje mozliwy, lecz nie do konca pewny schemat zachowania pozaru lasu na tym terenie. Zdecydowanie najwiçkszy wplyw na zachowanie ognia, jego silç i intensywnosc ma rodzaj paliwa powierzchni. Wielkosc obciyzenia ogniowego, wilgotnosc, grubosc warstwy to cechy, ktore majy najwiçkszy wplyw na palnosc danego paliwa. Granice powierzchni pozaru zarysowane przez program FARSITE np. na rysunku 6 uzyskane w wyniku wykonanej symulacji majy nierowne krawçdzie, z wybrzuszeniami lub wglçbieniami. Jest to efekt roznego tempa rozprzestrzeniania siç pozaru w roznych paliwach powierzchni. Prawdy oczywisty jest fakt, ze mokre paliwa powierzchni (mokra sciolka, runo lesne) nie bçdy siç palic. Las pali siç zazwyczaj w okresie suszy, gdy pokrywa gleby jest przesuszona, a tym samym latwopalna.
Bardzo duzy wplyw na rozprzestrzenianie siç pozaru ma wilgotnosc poszczegolnych paliw powierzchni w lesie. Im mniejsza wilgotnosc tym wiçkszy wspolczynnik rozprzestrzeniania ognia. Prawie wszystkie paliwa wykorzystane do potrzeb symulacji mialy nadane bardzo niskie wilgotnosci poczytkowe tak aby ogien mogl siç rozprzestrzeniac. Jedynie kilka paliw siedlisk lesnych wilgotnych na poczytku symulacji mialo bardzo wysoky wilgotnosc, z racji na swojy potencjalny niepalnosc. Rysunek 6 obrazuje wyhamowanie pozaru na poludniowej stronie kompleksu, z powodu wystypienia tam boru wilgotnego -siedliska lesnego o nadanej dla potrzeb symulacji duzej wilgotnosci poczytkowej, oznaczonego kolorem bryzowym i numerem 7. W tym przypadku symulowany pozar bardzo powoli postçpuje osuszajyc paliwa znajdujyce siç przed jego frontem, ale odpowiednia wilgotnosc paliwa przed frontem pozaru moze go skutecznie ugasic.
Istotny jest rowniez wiatr, ktorego wystypienie niesie dla pozaru lasu zazwyczaj dramatyczne skutki. Wiatr wedlug symulacji wyznacza przede wszystkim kierunki rozprzestrzeniania ognia (rys. 13), czyli w bardzo znaczycy sposob wplywa na ksztalt powierzchni spalonej. Wiatr o odpowiedniej prçdkosci prowadzi do wystypienia zjawiska przenoszenia plonycych fragmentow na duze odleglosci powodujyc czçsto nowe ogniska zapalne pozaru. Na mapie KOMPLEKSU1 np. rysunek 6, poprzez srodek lasu przebiega
droga asfaltowa. Przyglydajyc siç powierzchni pozaru bçdycej wynikiem przeprowadzonej symulacji widac wyraznie, ze poczytkowo pozar, ktory swoj poczytek mial po lewej stronie drogi, nie przekroczyl jej i nie rozprzestrzenial siç po prawej stronie. Dopiero w czasie gdy zaczyl wiac wiatr o duzej prçdkosci, plonyce fragmenty zostaly przeniesione na drugy stronç drogi i pozar zaczyl siç rozprzestrzeniac rowniez za drogy.
W przypadku wykonanej symulacji bardzo duzy wplyw na poczytkowe rozprzestrzenianie siç ognia, ma forma pozaru lasu. Calkowity pozar lasu, w przebiegu ktorego pali siç powierzchnia oraz korony drzew duzo latwiej przenosi siç na wiçksze odleglosci i jest znacznie trudniejszy do ugaszenia.
Pracownicy Regionalnej Dyrekcji Lasow Panstwowych w Bialymstoku potwierdzili, ze pozar lasu na analizowanym terenie to przede wszystkim pozar paliw powierzchni. Wplyw na to ma przede wszystkim typ siedliskowy - bor swiezy, nie posiadajycy dolnego piçtra drzew. Drzewa gornego piçtra sy bardzo wysokie, a paliwa koron tych drzew znajdujy siç na znacznej wysokosci nad paliwami powierzchni, co uniemozliwia przeniesienie ognia z powierzchni ziemi na korony. Taka mozliwosc przeniesienia ognia istnieje jedynie w przypadku mlodnikow, ktore majy duzy zwartosc, a ich korony zaczynajy siç bardzo nisko. Plonycy mlodnik moze przeniesc ogien na korony drzew doroslych, co jednak nie potwierdzila przeprowadzona symulacja.
Pogoda jest kolejnym czynnikiem wplywajycym znaczyco na zachowanie pozaru. Uwzglçdniona w symulacji wskazuje na sprzyjajycy wplyw w rozprzestrzenianiu siç pozaru. Mala wilgotnosc powietrza, wysokie temperatury, brak opadow oraz nieustannie bezchmurne niebo to warunki, w ktorych pozar na pewno bçdzie siç szybko rozwijal. Program FARSITE dynamicznie uwzglçdnia wilgotnosc paliw powierzchni w zaleznosci od aktualnych warunkow pogodowych, lub zblizajycego siç frontu pozaru i jego promieniowania cieplnego. Analizujyc wyniki symulacji zauwaza siç rowniez bardzo duzy wplyw wiatru na intensywnosc reakcji oraz ilosc wydzielanego ciepla. Silny wiatr prowadzi do zwiçkszenia intensywnosci reakcji oraz wydzielania ciepla przez front pozaru (rys. 10 i 11).
Przedstawiona symulacja ukazuje realny wplyw poszczegolnych czynnikow na rozprzestrzenianie siç pozaru. Z powodu braku niektorych danych i koniecznosci okreslenia ich w sposob szacunkowy przedstawione dane majy jednak jedynie charakter poglydowy wskazujycy na mozliwosci adoptowania oprogramowania FARSITE do prognozowania rozprzestrzeniania siç pozaru lasu w polskich warunkach. W celu wykonania jak najbardziej realistycznej symulacji pozaru konieczne sy dokladne pomiary lasow pod kytem okreslenia wszystkich danych na podstawie ktorych przeprowadzana jest symulacja. Brak tu miedzy
innymi okreslonych modeli paliw powierzchni oraz charakterystyk paliw korony. S^ to zadania do wykonania przez specjalistów z Dyrekcji Lasów Panstwowych.
Technika symulacji pozaru lasu przedstawiona w pracy moze bye bardzo przydatna zarówno instytucjom takim jak Regionalna Dyrekcja Lasów Panstwowych jak i Panstwowej Strazy Pozarnej w planowaniu strategii gaszenia pozaru podczas ewiczen oraz w warunkach rzeczywistych zagrozen pozarowych.
Autorzy artykulu dzi^kuj^ kierownictwu Regionalnej Dyrekcji Lasów Panstwowych w Bialymstoku oraz pracownikom tej instytucji, a w szczególnosci mgr inz. Pawlowi Chojnowskiemu i mgr inz. Marcinowi Sologubie za udost^pnienie danych niezb^dnych do realizacji pracy oraz fachow^ pomoc.
Literatura
1. Czerpak T., Maciak T.: Modelowanie pozaru lasu. Cz?sé I. Metody i algorytmy modelowania pozaru lasu, Bezpieczenstwo i Technika Pozarnicza, 2011, nr 3, str. 83-94
2. Finney M.A.: FARSITE: Fire Area Simulator—Model Development and Evaluation. U.S. Department of Agriculture Forest Service 1998, str. 1-15
3. Rothermel R.C.: A mathematical model for predicting fire spread in wildland fuels. U.S. Department of Agriculture Forest Service 1972, INT-115, str. 3-25
4. Van Wagner C.E.: Conditions for the start and spread of crownfire. Canadian Journal of Forest Research 1977 nr. 7, str. 23-34
5. Rothermel R.C.: Predicting behavior and size of crown fires in the northern Rocky Mountains. Ogden, UT: U.S. Department of Agriculture, Forest Service, Intermountain Forest and Range Experiment Station 1991, INT-438
6. Albini F.A.: Spot fire distance from burning trees a predictive model. Ogden, UT: Department of Agriculture, Forest Service, Intermountain Forest and Range Experiment Station, 1979, INT-56
7. Richards G.D.: An elliptical growth model of forest fire fronts and its numerical solution. International Journal for Numerical Methods in Engineering 1990. vol. 30, nr. 6, str. 1163-1179
8. Richards G.D.: The properties of elliptical wildfire growth for time dependent fuel and meteorological conditions. Combustion Science and Technology 1993. vol. 92, nr. 1, str. 145-171
9. Czerpak T.: Metody i algorytmy modelowania pozaru lasu, Praca mgr dyplomowa, Wydzial Informatyki, Politechnika Bialostocka 2010, promotor Maciak T.
10. Witryna internetowa. http://pl.wikipedia.org/wiki/Zwarcie (lesnictwo), stan z 07.12.2011
11. Anderson H.E.: Aids to determining fuel models for estimating fire behavior. U.S. Department of Agriculture Forest Service 1982, INT-122
12. Maciak T.: Modelowanie pozaru lasu. Cz. III. Modele paliwowe, Bezpieczenstwo i Technika Pozarnicza, przeslany do redakcji.
13. Scott J. H., Reinhardt E. D.: Stereo photo guide for estimating canopy fuel characteristics in conifer stands. Fort Collins, CO: U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station 2005, str. 32-39
14. Riano D., Chuvieco E., Condis S., Gonzalez-Matesanz J., Ustin S. L.: Generation of crown bulk density for Pinus Sylvestris from LIDAR. Remote Sensing of Environment 2004, vol. 92, nr. 3, str. 346-347
Mgr inz. Tomasz Czerpak urodzil siç w 1987 roku w Bialymstoku. W roku 2GG5 rozpocz^l studia na Wydziale Informatyki Politechniki Bialostockiej na specjalnosci Inzynieria Oprogramowania. Studia ukonczyl 2G1G roku. Obecnie pracuje w firmie komputerowej T-MATIC Grupa Computer Plus Sp. z o. o.
Dr hab. inz. Tadeusz Maciak prof. SGSP urodzil siç 1949 roku w Warszawie. Studia na Wydziale Elektroniki Politechniki Warszawskiej ukonczyl w roku 1973. Po studiach rozpocz^l pracç w Instytucie Technologii Elektronowej Politechniki Warszawskiej (obecnie Instytut Mikro i Optoelektroniki). Zajmowal siç problemami zwi^zanymi z optoelektronik^. Pracç doktorsk^ obronil na Wydziale Elektroniki Politechniki Warszawskiej w roku 1982. W roku 1991 rozpocz^l pracç na Wydziale Informatyki Politechniki Bialostockiej. W roku 1994 obronil pracç habilitacyjn^ na Wydziale Elektroniki Politechniki Wroclawskiej. W roku 1998 równolegle podj^l pracç w Szkole Glównej Sluzby Pozarniczej w Warszawie. W latach 2GG1-2GG6 Dziekan specjalnosci „Systemy Informatyczne w Technice i Zarz^dzaniu" w Wyzszej Szkole Ekonomiczno-Technicznej w Legionowie. W ostatnich latach jego zainteresowania koncentruj^ siç na wykorzystaniu aparatu informatycznego w rozwi^zywaniu zagadnien zwi^zanych z ogólnie pojçtym bezpieczenstwem wewnçtrzny panstwa. Prowadzi prace zwi^zane z problematyk^ procesu wspomaganiu podejmowania decyzji w Panstwowej Strazy Pozarnej. W krçgu jego zainteresowan znajduj^ siç równiez wszelkiego typu symulacje komputerowe zagrozen pozarowych oraz problematyka ewakuacji ludnosci z zagrozonych obiektów.
Modelowania pozaru lasu. Czçsc II. Symulacja komputerowa pozaru wybranego kompleksu lesnego
Streszczenie
W pracy przedstawiono symulacj ç rozprzestrzeniania siç pozaru roslinnosci w wybranym kompleksie lesnym w poblizu Nowogrodu. Analiza rozwoju pozaru roslinnosci zostala przeprowadzona za pomocy oprogramowania FARSITE. Omówiono sposób kompletowania danych, zaleznosci hipotetycznego rozwoju pozaru od rodzaju paliwa powierzchni, uksztaltowania terenu oraz warunków pogodowych. Zaprezentowano warunki niezbçdne do ewolucji pozaru paliw powierzchni (dolnego piçtra lasu) do pozaru koron drzew, a co za tym idzie pelnego pozaru kompleksu lesnego. Uwzglçdniono wplyw wysokosc plomieni palycych siç paliw powierzchni oraz wplyw wysokosci drzew i wysokosci podstaw koron na zaplon górnego piçtra lasu. Omówiono czynniki, które poza warunkami pogodowymi mogy miec znaczycy wplyw na tempo rozprzestrzeniania siç pozaru w koronach drzew, takie jak gçstosc i zwarcie koron drzew danego kompleksu lesnego. Przeprowadzona symulacja rozprzestrzenia pozaru ukazala wplyw poszczególnych warunków na tempo oraz intensywnosc rozprzestrzeniania pozaru lasu, oraz znaczycy wplyw rodzaju siedliska lesnego wystçpujycego na danym terenie na rodzaj i formç pozaru. W wyniku przeprowadzonej symulacji wygenerowano szereg wykresów i map obrazujycych charakterystykç pozaru w wybranym kompleksie lesnym. Przedyskutowano wplyw poszczególnych czynników omówionych w pracy na symulowany pozar w zaleznosci od uplywu czasu i miejsca, w którym w danym momencie znajdowala siç linia ognia. W pracy pokazano równiez mozliwosci wykorzystania oprogramowania FARSITE do prognozowania walki z pozarem przez grupy gasnicze, z uwzglçdnieniem przewidywanej efektywnosci symulowanych dzialan gasniczych w stosunku do intensywnosci rozprzestrzeniajycego siç pozaru. Symulacja ukazala szerokie mozliwosci wykorzystania tego typu oprogramowania w planowaniu strategii gaszenia pozaru podczas cwiczen strazackich oraz w warunkach rzeczywistych zagrozen pozarowych.
Forest fire modelling. Part II. Computer simulation of the selected complex forest fire
Abstract
The paper presents a simulation of the spread of vegetation fires in the selected forest complex near Novgorod. Analysis of vegetation fire development was carried out using the FARSITE software. Discusses how to assemble the data, according to a hypothetical development of a fire on the type of surface fuel, terrain and weather conditions. The paper presents the conditions necessary for the evolution of fire fuel surface (bottom floor of the forest) to crown fire, and thus full of fire forest complex. Takes into account the impact of the height of the flames burning the surface fuels and the impact of tree height and crown base height in the ignition of the upper floor of the forest. Discusses factors that beyond the weather conditions can have a significant impact on the rate of spread of fire in the crowns of trees, such as density and short crown of the forest complex. A simulation of fire appeared to spread the influence of particular conditions on the pace and intensity of forest fire spread and the significant influence of the forest habitat type occurring in the area of the nature and form of fire. As a result of the simulation generated a series of charts and maps showing the characteristics of fire in the selected forest complex. Discussed the impact of various factors discussed in the work of the simulated fire, depending on the passage of time and place where at that moment there was a line of fire. The paper also shows the possibility of using software to predict the FARSITE fire fighting by groups of firefighting, including the anticipated effectiveness of simulated firefighting activities in relation to the intensity of the fire spreading. Simulation showed extensive possibilities of using this type of software in planning strategies during practice fire fighting and fire in real fire hazard.
