Méthode adaptative de suivi de fronts de feux de forêts

M. De Gennaro1, Y. Billaud1, A. Kaiss1, Y. Pizzo1, N. Zekri2, M. Elhajj3

B. Porterie1

1Aix-Marseille Université, CNRS, IUSTI UMR 7343, 13453 Marseille, France

2Université des Sciences et de la technologie d’Oran Mohamed Boudiaf, LEPM, BP 1505 El Mnaouer, Oran, Algérie 3NOVELTIS, 31670 Labège, France

1

Modélisation hybride stochastique-déterministe des incendies de forêts

Modèle Paramètres Validation Applications Conclusion

Prométhée, PACA [1973;2012]

Echelle gigascopique Comportement fractal des incendies

Hétérogénéités locales (vent, topographie, végétation)

Modélisation stochastique végétation = réseau de sites

combustibles 2

amas

lacunarité

digitation

non combustible

combustible sain

en feu

brulé

Site:

Courts-circuits

Domaine d'intéraction

non combustible

combustible sain

en feu

brulé

Site:

Plus proches voisins

Modèle « Petit-Monde » et extension aux feux de forêts [Zekri et al., 2005]

Modèle hybride

•Domaine d’interaction = impact radiatif et convectif

(pondération de liens) sous-modèles physiques

•Temps de combustion (pondération de sites)

•Réseau amorphe polydisperse meilleure

représentation du paysage

Modèle Paramètres Validation Applications Conclusion

3

Bilan d’énergie

pour

pour

pour

j

Rapport S/V (mesures)

Compacité Charge (t/ha) et

hauteur de végétation (SPE, Corte)

Modèle Paramètres Validation Applications Conclusion

4

Modélisation du Rayonnement des flammes, [Billaud et al., IJTS, 2011]

Identification de propriétés effectives de flammes de végétation à partir de

mesures spectrales, [Billaud et al., CST, 2013]

Modèle Paramètres Validation Applications Conclusion

5

Détermination du « Temps de combustion »

Camera CCD, 1392x1280, 10Hz

Thermocouples Espèce, charge, teneur en eau, compacité

Modèle Paramètres Validation Applications Conclusion

6

Halle expérimentale - IUSTI -

Cas 1: Brûlage dirigé de Savane Australienne, [Cheney et al., 1986]

Modèle Paramètres Validation Applications Conclusion

Cas 2: Brûlage dirigé de Litière Thaïlandaise (Projet Partenariats Hubert Curien)

7

t=t0+140 min t=t0+300 min

Modèle Paramètres Validation Applications Conclusion

Cas 3: Feu de Lançon de Provence 2005, [Adou et al. , 2010]

Cas 4: Feu de Favone 2009, [Santoni et al., 2011], [Billaud et al., 2012]

t=10 min

1.2% 6.3%

1 km

200 m

8

Modèle Paramètres Validation Applications Conclusion

Temps [s]

Flu

xra

dia

tif

[kW

.m-2]

0 100 200 300 400 500 6000

5

10

15

20

Sud = face la plus exposée

Est / OuestNord

Hf=6m

Hf=12m

Hf=9m

Temps [s]

Flu

xra

dia

tif

[kW

.m-2]

0 100 200 300 4000

5

10

15

20

25(a)

R=70m

R=50m

R=30m

Temps [s]

Flu

xra

dia

tif

[kW

.m-2]

0 100 200 300 4000

5

10

15

20

25

30(c)

Temps [s]

Flu

xra

dia

tif

[kW

.m-2]

0 100 200 300 4000

5

10

15

20

f=30°

f=15°

f=45°

(b)

Dimensionnement d’ouvrages de défense Zone de débroussaillement

[Billaud et al., IJTS, 2011]

Influence de la végétation Influence du vent Influence du débroussaillement

9

Couplage acquisition contour réel de feu / météo / modèle Outils

d’aide à la décision projet FUI TechForFire (SDIS 13, Sagem, Noveltis,

IUSTI, 2013-15)

Modèle Paramètres Validation Applications Conclusion

10

FIREMODEL Prévision des contours Ultérieurs 15 min de calcul pour simuler 6h de feu

Contours réels À l’instant t

Données météo (module météo

Fine échelle)

Carte d’occupation Des sols

Extraction des contours réels

Acquisition et traitement des

données

Acquisition et traitement des

données

Ajustement de paramètres du modèle après comparaison des contours réels et prédits

t=t+1h

Modèle Paramètres Validation Applications Conclusion

11

Optimisation du temps de calcul (calcul parallèle + abaques de rayonnement)

Modèle Paramètres Validation Applications Conclusion

Suivi d’interface et génération/destruction

du réseau ‘à la volée’ (réseau dynamique)

12

Modèle Paramètres Validation Applications Conclusion

13

1. Feux de forêt

o Importance de s’intéresser aux grands incendies majorité de la surf. Brûlée

o Comportement fractal des grands incendies approche stochastique

Modèle Paramètres Validation Applications Conclusion

14

2. Modèle de propagation

o Basé sur une approche stochastique (combustible=réseau) hétérogénéités

o Basé sur un nombre réduit de paramètres physiques, déterminés par

l’expérience corrélations empiriques ou expériences spécifiques

o Validé sur feux réels Vp, Sb, Df

o Optimisation du temps de calcul et de la mémoire utilisée :

Création d’abaques de rayonnement

Méthode de suivi d’interface

4. En cours

o Couplage acquisition contour réel de feu / météo / modèle Outils d’aide

à la décision projet FUI TechForFire (SDIS 13, Sagem, Noveltis, IUSTI, 2013-

15)

o Etude statistique basée sur un grand nombre de simulations

Cartographie de l’aléa risque incendie, aide à l’élaboration de PPRIF

3. Applications

o Outils numérique de dimensionnement d’ouvrages de défense

o Grands territoires

Modèle Paramètres Validation Applications Conclusion

15

Merci de votre attention 16

Merci de votre attention

Liste des publications mentionnées

o N. Zekri, B. Porterie, J-P. Clerc, J-C. Loraud. « Propagation in a 2D weighted local Small World Network ». Physical Review E, 2005

o Y. Billaud, A. Kaiss, J-L. Consalvi, B. Porterie. « Monte Carlo Estimation of Thermal Radiation from Wildland fires », Int. J. Thermal Sciences, 2011

o P. Boulet, G. Parent, Z. Acem, A. Kaiss, Y. Billaud, B. Porterie, Y. Pizzo, C. Picard. Experimental Investigation of Radiation Emitted by Optically Thin to Optically ThickWildland Flames », J. Combustion, 2011

o Y. Billaud, N. Zekri, A. Kaiss, M. Drissi, Y. Pizzo, Z. Acem, A. Collin, P-A. Santoni, F. Bosseur, P. Boulet, B. Porterie. A hybrid small-world network/semi-physical model for predicting wildfire spread in heterogeneous landscapes », J. Phys. Conf. Series 395, 2012

o Y. Billaud, P. Boulet, Y. Pizzo, G. Parent, Z. Acem, A. Kaiss, A. Collin, B. Porterie. Determination of woody fuel flame properties by means of emission spectroscopy using a genetic algorithm », Combustion Science and Technology, 2013

o J.K. Adou, Y. Billaud, D.A. Brou, J-P. Clerc, J-L. Consalvi, A. Fuentes, A. Kaiss, F. Nmira, B. Porterie, L. Zekri, N. Zekri. Simulating wildfire patterns using a small-world network model. Ecological Modelling. 2010

o Y. Carmel, S. Paz, F. Jahashan, M. Shoshany. « Assessing fire risk using Monte Carlo simulations of fire spread », Forest Ecology and Management, 2009

17

Modèle Paramètres Validation Applications Conclusion

Dimensionnement d’ouvrages de défense Coupure de combustible

Revovery Rate p [-]B

urn

edF

rcat

ion

[-]

0.1 0.2 0.3 0.4 0.5 0.6 0.70

0.25

0.5

0.75

1

Uw= 12 m.s

-1

Uw= 6 m.s

-1

Uw= 0 m.s

-1

Ince

nd

ie

Zon

e à

pro

tége

r

Coupure percolative

18

Déterminer la valeur du taux d’occupation (débroussaillant) adaptée à la configuration (vent dominant, relief, végétation)