Publications du Service canadien des forêts

Automated prediction of extreme fire weather from synoptic patterns in Northern Alberta, Canada. 2017. Lagerquist, R.; Flannigan, M.D.; Wang, X.; Marshall, G.A. Canadian Journal of Forest Research 47:1175-1183.

Année : 2017

Disponible au : Centre de foresterie des Grands Lacs

Numéro de catalogue : 38288

Langue : Anglais

Disponibilité au SCF : PDF (demande par courriel)

Disponible sur le site Web de la revue ou du journal.
DOI (identifiant d'objet numérique) : 10.1139/cjfr-2017-0063

† Ce site peut exiger des frais.

Résumé

Les feux, dont la plupart peuvent être imputés a seulement quelques jours durant lesquels les conditions météorologiques sont propices aux incendies forestiers sévères, détruisent en moyenne deux millions d’hectares de forêt par année au Canada. Ces jours propices a la propagation des feux sont souvent associés a de vastes systèmes météorologiques. Nous avons utilisé des valeurs seuils extrêmes pour trois variables de la méthode canadienne de l’indice forêt-météo (MCIFM) : l’indice du combustible léger (ICL), l’indice de propagation initiale (IPI) et l’indice forêt-météo (IFM) en tant que substituts pour les jours propices a la propagation des feux. Ensuite, nous avons utilisé des cartes autoorganisables (SOM) pour prédire les jours propices a ` la propagation des feux avec comme prédicteurs la pression au niveau de la mer et une hauteur du géopotentiel de 500 hPa. Les SOM exigent plusieurs paramètres d’entrée et nous avons effectué une expérience pour optimiser six paramètres clés. Pour chaque mois de la saison des feux (mai–août), nous avons aussi testé si les SOM étaient plus performantes lorsqu’elles étaient entraînées avec seulement un mois ou en incluant aussi les mois voisins. Une bonne performance (AUC de 0,8) a été obtenue pour ICL et IPI, alors qu’une performance satisfaisante a été obtenue pour IFM. À notre connaissance, il s’agit de la première étude qui élabore un modèle d’apprentissage automatique pour des conditions météorologiques extrêmes propices aux incendies forest- iers qui peut être déployé en temps réel. [Traduit par la Rédaction]

Résumé en langage clair et simple

Les feux de végétation brûlent en moyenne 2 millions d’hectares par an au Canada, et la plupart des zones brûlées sont imputables à seulement quelques jours de conditions météorologiques extrêmes propices aux incendies. Ces « jours de propagation » sont souvent associés à des systèmes météorologiques à grande échelle. Nous avons utilisé les valeurs limites extrêmes de trois variables de la Méthode canadienne de l’indice Forêt-Météo (IFM) : l’indice du combustible léger (ICL), l’indice de propagation initiale (IPI) et l’indice forêt-météo (IFM), comme éléments de base pour calculer les jours de propagation. Nous avons ensuite utilisé des cartes autoorganisables pour prédire les jours de propagation, en prenant comme paramètres de prévision la pression au niveau de la mer et la hauteur géopotentielle à 500 hPa. Les cartes autoorganisables nécessitent de nombreux paramètres d’entrée, et nous avons mené une expérience pour optimiser six paramètres clés. Pour chaque mois de la saison des feux (de mai à août), nous avons également évalué si les cartes autoorganisables donnaient de meilleurs résultats lorsqu’elles étaient utilisées avec les données d’un mois seulement ou avec celles des mois précédents et suivants également. De bons résultats ont été obtenus (surface sous la courbe de 0,8) pour l’ICL et l’IPI, alors que des résultats satisfaisants ont été obtenus pour l’IFM. À notre connaissance, il s’agit de la première étude dans le cadre de laquelle un modèle d’apprentissage automatique qui pourrait être déployé en temps réel est mis au point pour les conditions météorologiques extrêmes propices aux feux.

Dernière mise à jour :