Hispanopedia Wiki
Articulo de referencia

Modelado de incendios forestales

Un modelo simple de propagación de incendios forestales. El modelado de incendios forestales se ocupa de la simulación numérica de incendios forestales para comprender y predeci...

Hispanopedia WikiContenido en espanolLectura gratuita
Un modelo simple de propagación de incendios forestales.

El modelado de incendios forestales se ocupa de la simulación numérica de incendios forestales para comprender y predecir el comportamiento del fuego. [1] [2] El modelado de incendios forestales tiene como objetivo ayudar a la extinción de incendios forestales, aumentar la seguridad de los bomberos y del público y minimizar los daños. El modelado de incendios forestales también puede ayudar a proteger los ecosistemas , las cuencas hidrográficas y la calidad del aire .

Utilizando la ciencia computacional , el modelado de incendios forestales implica el análisis estadístico de eventos de incendios pasados ​​para predecir riesgos de detección y comportamiento del frente. Varios modelos de propagación de incendios forestales han sido propuestos en el pasado, incluyendo elipses simples y modelos en forma de huevo y abanico. Los primeros intentos para determinar el comportamiento de los incendios forestales asumieron la uniformidad del terreno y la vegetación. Sin embargo, el comportamiento exacto del frente de un incendio forestal depende de una variedad de factores, incluyendo la velocidad del viento y la inclinación de la pendiente. Los modelos de crecimiento modernos utilizan una combinación de descripciones elipsoidales pasadas y el Principio de Huygens para simular el crecimiento del fuego como un polígono en continua expansión. [3] [4] La teoría del valor extremo también puede ser utilizada para predecir el tamaño de grandes incendios forestales. Sin embargo, los grandes incendios que exceden las capacidades de extinción son considerados a menudo como valores atípicos estadísticos en los análisis estándar, a pesar de que las políticas contra incendios están más influenciadas por grandes incendios forestales que por pequeños incendios. [5]

Objetivos

El modelado de incendios forestales intenta reproducir el comportamiento del fuego, como la velocidad con la que se propaga, en qué dirección y cuánto calor genera. Un dato clave para el modelado del comportamiento es el modelo de combustible , o tipo de combustible, a través del cual arde el fuego. El modelado del comportamiento también puede incluir si el fuego pasa de la superficie (un "incendio de superficie") a las copas de los árboles (un "incendio de copa"), así como el comportamiento extremo del fuego, incluidas las tasas rápidas de propagación, los remolinos de fuego y las columnas de convección altas y bien desarrolladas. El modelado de incendios también intenta estimar los efectos del fuego, como los efectos ecológicos e hidrológicos del incendio, el consumo de combustible, la mortalidad de los árboles y la cantidad y la tasa de humo producido.

Factores ambientales

El comportamiento de los incendios forestales se ve afectado por el clima , las características del combustible y la topografía .

El clima influye en el fuego a través del viento y la humedad . El viento aumenta la propagación del fuego en la dirección del viento, las temperaturas más altas hacen que el fuego arda más rápido, mientras que la humedad relativa más alta y las precipitaciones (lluvia o nieve) pueden ralentizarlo o extinguirlo por completo. El clima que implica cambios rápidos de viento puede ser particularmente peligroso, ya que puede cambiar repentinamente la dirección y el comportamiento del fuego. Este tipo de clima incluye frentes fríos , vientos foehn , corrientes descendentes de tormentas eléctricas , brisas marinas y terrestres y vientos de pendiente diurnos .

El combustible para incendios forestales incluye pasto, madera y cualquier otra cosa que pueda arder. Las ramitas secas pequeñas arden más rápido, mientras que los troncos grandes arden más lentamente; el combustible seco se enciende con más facilidad y arde más rápido que el combustible húmedo.

Los factores topográficos que influyen en los incendios forestales incluyen la orientación hacia el sol, que influye en la cantidad de energía que recibe del sol, y la pendiente (el fuego se propaga más rápido cuesta arriba). El fuego puede acelerarse en cañones estrechos y puede ralentizarse o detenerse con barreras como arroyos y caminos.

Estos factores actúan en combinación. La lluvia o la nieve aumentan la humedad del combustible, la humedad relativa alta retarda el secado del combustible, mientras que los vientos pueden hacer que el combustible se seque más rápido. El viento puede cambiar el efecto de aceleración del fuego de las pendientes a efectos tales como tormentas de viento descendentes (llamadas vientos de Santa Ana , vientos foehn, vientos del este, según la ubicación geográfica). Las propiedades del combustible pueden variar con la topografía, ya que la densidad de las plantas varía con la elevación o la orientación con respecto al sol.

Desde hace mucho tiempo se reconoce que "los incendios crean su propio clima". Es decir, el calor y la humedad creados por el fuego se retroalimentan a la atmósfera, creando vientos intensos que impulsan el comportamiento del fuego. El calor producido por el incendio forestal cambia la temperatura de la atmósfera y crea fuertes corrientes ascendentes, que pueden cambiar la dirección de los vientos de superficie. El vapor de agua liberado por el incendio cambia el equilibrio de humedad de la atmósfera. El vapor de agua puede ser arrastrado, donde el calor latente almacenado en el vapor se libera a través de la condensación .

Aproches

Al igual que todos los modelos de la ciencia computacional, los modelos de incendios deben lograr un equilibrio entre fidelidad, disponibilidad de datos y ejecución rápida. Los modelos de incendios forestales abarcan una amplia gama de complejidad, desde los principios de causa y efecto simples hasta los más complejos físicamente que presentan un difícil desafío de supercomputación que no se puede esperar resolver más rápido que en tiempo real.

Los modelos de incendios forestales se han desarrollado desde 1940 hasta la actualidad, pero aún quedan por resolver muchas cuestiones químicas y termodinámicas relacionadas con el comportamiento del fuego. En el artículo se enumeran los científicos y sus modelos de incendios forestales desde 1940 hasta 2003. [6] Los modelos se pueden dividir en tres grupos: empíricos, semiempíricos y basados ​​en la física.

Modelos empíricos

Los modelos conceptuales basados ​​en la experiencia y la intuición de incendios pasados ​​pueden utilizarse para anticipar el futuro. Se han desarrollado muchas ecuaciones de propagación de incendios semiempíricas, como las publicadas por el Servicio Forestal del USDA, [7] Forestry Canada, [8] Nobel, Bary y Gill, [9] y Cheney, Gould y Catchpole [10] para complejos de combustibles de Australasia, para una estimación rápida de parámetros fundamentales de interés, como la tasa de propagación del fuego, la longitud de la llama y la intensidad de la línea de fuego de incendios superficiales en un punto para complejos de combustibles específicos, suponiendo una pendiente del terreno y un viento representativos en la ubicación del punto. Con base en el trabajo de Fons en 1946, [11] y Emmons en 1963, [12] la tasa de propagación de equilibrio cuasi constante calculada para un incendio superficial en terreno plano en condiciones sin viento se calibró utilizando datos de pilas de ramas quemadas en una cámara de llama/túnel de viento para representar otras condiciones de viento y pendiente para los complejos de combustibles evaluados.

Se han desarrollado modelos bidimensionales de crecimiento de incendios, como FARSITE [13] y Prometheus [14] , el modelo canadiense de crecimiento de incendios forestales diseñado para funcionar en complejos de combustibles canadienses, que aplican estas relaciones semiempíricas y otras relacionadas con las transiciones de suelo a copa para calcular la propagación del fuego y otros parámetros a lo largo de la superficie. Se deben hacer ciertas suposiciones en modelos como FARSITE y Prometheus para dar forma al crecimiento del fuego. Por ejemplo, Prometheus y FARSITE utilizan el principio de Huygens de propagación de ondas. En 1990, Richards desarrolló un conjunto de ecuaciones que se pueden utilizar para propagar (dar forma y dirección) un frente de fuego utilizando una forma elíptica. [15] Aunque las aplicaciones más sofisticadas utilizan un sistema de predicción meteorológica numérica tridimensional para proporcionar entradas como la velocidad del viento a uno de los modelos de crecimiento del fuego enumerados anteriormente, la entrada fue pasiva y no se tiene en cuenta la retroalimentación del fuego sobre el viento atmosférico y la humedad.

Modelos basados ​​en la física y acoplamiento con la atmósfera

Un modelo simplificado de propagación del fuego basado en la física, bidimensional y basado en leyes de conservación que utiliza la radiación como mecanismo dominante de transferencia de calor y la convección, que representa el efecto del viento y la pendiente, conduce a sistemas de reacción-difusión de ecuaciones diferenciales parciales . [16] [17]

Los modelos físicos más complejos unen los modelos de dinámica de fluidos computacional con un componente de incendios forestales y permiten que el fuego se retroalimente con la atmósfera. Estos modelos incluyen el modelo de atmósfera acoplada-incendios forestales-ambiente (CAWFE) del NCAR desarrollado en 2005, [18] WRF-Fire en el NCAR y la Universidad de Colorado en Denver [19] que combina el modelo de investigación y pronóstico del clima con un modelo de propagación por el método de nivel establecido , la simulación de grandes remolinos de atmósfera acoplada-incendios forestales de la Universidad de Utah desarrollada en 2009, [20] FIRETEC del Laboratorio Nacional de Los Álamos desarrollado en, [21] el simulador de dinámica de incendios WUI ( interfaz urbana-forestal ) (WFDS) desarrollado en 2007, [22] y, hasta cierto punto, el modelo bidimensional FIRESTAR. [23] [24] [25] Estas herramientas tienen diferentes énfasis y se han aplicado para comprender mejor los aspectos fundamentales del comportamiento del fuego, como las inhomogeneidades del combustible en el comportamiento del fuego, [21] las retroalimentaciones entre el fuego y el ambiente atmosférico como base para la forma universal del fuego, [26] [27] y están comenzando a aplicarse a la propagación de incendios de casa a casa en la interfaz urbano-forestal a escala comunitaria.

El costo de la complejidad física añadida es un aumento correspondiente en el costo computacional, tanto que no existe un tratamiento explícito tridimensional completo de la combustión en combustibles forestales mediante simulación numérica directa (DNS) a escalas relevantes para el modelado atmosférico, está más allá del alcance de las supercomputadoras actuales y actualmente no tiene sentido hacerlo debido a la habilidad limitada de los modelos meteorológicos con una resolución espacial inferior a 1 km. En consecuencia, incluso estos modelos más complejos parametrizan el incendio de alguna manera; por ejemplo, los artículos de Clark [28] [29] utilizan ecuaciones desarrolladas por Rothermel para el servicio forestal del USDA [7] para calcular las tasas de propagación local del incendio utilizando vientos locales modificados por el fuego. Y, aunque FIRETEC y WFDS llevan ecuaciones de conservación pronósticas para las concentraciones de combustible y oxígeno que reaccionan, la cuadrícula computacional no puede ser lo suficientemente fina como para resolver la mezcla limitante de la velocidad de reacción de combustible y oxígeno, por lo que se deben hacer aproximaciones en relación con la distribución de temperatura a escala de subcuadrícula o las propias tasas de reacción de combustión. Estos modelos también son de escala demasiado pequeña para interactuar con un modelo meteorológico, por lo que los movimientos de fluidos utilizan un modelo de dinámica de fluidos computacional confinado en una caja mucho más pequeña que el incendio forestal típico.

Los intentos de crear el modelo teórico más completo fueron realizados por Albini FA en EE. UU. y Grishin AM [30] en Rusia. El trabajo de Grishin se basa en las leyes fundamentales de la física, la conservación y se proporcionan justificaciones teóricas. El modelo bidimensional simplificado de los incendios forestales en curso fue desarrollado en la Universidad Estatal de Bielorrusia por Barovik DV [31] [32] y Taranchuk VB

Asimilación de datos

La asimilación de datos ajusta periódicamente el estado del modelo para incorporar nuevos datos utilizando métodos estadísticos. Debido a que el fuego es altamente no lineal e irreversible, la asimilación de datos para los modelos de incendios plantea desafíos especiales, y los métodos estándar, como el filtro de Kalman de conjunto (EnKF), no funcionan bien. La variabilidad estadística de las correcciones y, especialmente, las correcciones grandes pueden dar como resultado estados no físicos, que tienden a estar precedidos o acompañados por grandes gradientes espaciales . Para aliviar este problema, el EnKF regularizado [33] penaliza grandes cambios de gradientes espaciales en la actualización bayesiana en EnKF. La técnica de regularización tiene un efecto estabilizador en las simulaciones en el conjunto, pero no mejora mucho la capacidad del EnKF para rastrear los datos: el conjunto posterior está hecho de combinaciones lineales del conjunto anterior, y si no se puede encontrar una ubicación y forma razonablemente cercanas del incendio entre las combinaciones lineales, la asimilación de datos simplemente no es una cuestión de suerte, y el conjunto no puede acercarse a los datos. A partir de ese punto, el conjunto evoluciona esencialmente sin tener en cuenta los datos. Esto se denomina divergencia de filtro. Por lo tanto, es evidente que es necesario ajustar el estado de simulación mediante un cambio de posición en lugar de solo una corrección aditiva. El EnKF de transformación [34] combina las ideas de asimilación de datos con el registro de imágenes y la transformación para proporcionar tanto corrección aditiva como de posición de manera natural, y se puede utilizar para cambiar un estado de modelo de manera confiable en respuesta a los datos. [19]

Limitaciones y uso práctico

Las limitaciones de la modelización de incendios no son exclusivamente computacionales. En este nivel, los modelos encuentran límites en el conocimiento sobre la composición de los productos de pirólisis y las vías de reacción, además de lagunas en la comprensión básica de algunos aspectos del comportamiento del fuego, como la propagación del fuego en combustibles vivos y la transición del fuego de la superficie a la copa.

Por lo tanto, si bien los modelos más complejos tienen valor para estudiar el comportamiento del fuego y probar su propagación en una variedad de escenarios, desde el punto de vista de la aplicación, FARSITE y las aplicaciones basadas en Palm de BEHAVE han demostrado una gran utilidad como herramientas prácticas en el campo debido a su capacidad para proporcionar estimaciones del comportamiento del fuego en tiempo real. Si bien los modelos acoplados fuego-atmósfera tienen la capacidad de incorporar la capacidad del fuego para afectar su propio clima local y modelar muchos aspectos de la naturaleza explosiva e inestable de los incendios que no se pueden incorporar en las herramientas actuales, sigue siendo un desafío aplicar estos modelos más complejos en un entorno operativo más rápido que el tiempo real. Además, aunque han alcanzado un cierto grado de realismo al simular incendios naturales específicos, aún deben abordar cuestiones como identificar qué información operativa específica y relevante podrían proporcionar más allá de las herramientas actuales, cómo el tiempo de simulación podría ajustarse al marco de tiempo operativo para las decisiones (por lo tanto, la simulación debe ejecutarse sustancialmente más rápido que el tiempo real), qué resolución temporal y espacial debe utilizar el modelo y cómo estiman la incertidumbre inherente a la predicción numérica del tiempo en su pronóstico. Estas restricciones operativas deben utilizarse para orientar el desarrollo del modelo.

Véase también

Referencias

  1. ^ "Prometeo". Tymstra, C.; Bryce, RW; Wotton, BM; Armitage, OB 2009. Desarrollo y estructura de Prometeo: el modelo de simulación del crecimiento de incendios forestales canadienses. Inf. Rep. NOR-X-417. Nat. Resour. Can., Can. For. Serv., North. For. Cent., Edmonton, AB. Archivado desde el original el 3 de febrero de 2011 . Consultado el 1 de enero de 2009 .
  2. ^ "FARSITE". FireModels.org – Fire Behavior and Danger Software, Laboratorio de Ciencias del Fuego de Missoula. Archivado desde el original el 15 de febrero de 2008. Consultado el 1 de julio de 2009 .
  3. ^ GD Richards, "Un modelo de crecimiento elíptico de frentes de incendios forestales y su solución numérica", Int. J. Numer. Meth. Eng.. 30:1163–1179, 1990.
  4. ^ Finney, 1–3.
  5. ^ Alvarado, et al ., 66–68
  6. ^ Pastor, E. (2003). "Modelos matemáticos y sistemas de cálculo para el estudio del comportamiento de los incendios forestales". Progreso en la ciencia de la energía y la combustión . 29 (2): 139–153. doi :10.1016/S0360-1285(03)00017-0.
  7. ^ de Richard C. Rothermel. Un modelo matemático para predecir la propagación del fuego en incendios forestales. Documento de investigación INT-115 del Servicio Forestal del USDA, 1972.
  8. ^ Forestry Canada Fire Danger Group. Desarrollo y estructura del sistema canadiense de predicción del comportamiento de los incendios forestales. Forestry Canada, Dirección de Ciencia y Desarrollo Sostenible, Ottawa, ON, Informe de información ST-X-3, 1992.
  9. ^ Noble, IR; Gill, AM; Bary, GAV (1980). "Medidores de peligro de incendio de Mc Arthur expresados ​​como ecuaciones". Ecología Austral . 5 (2): 201–203. Bibcode :1980AusEc...5..201N. doi :10.1111/j.1442-9993.1980.tb01243.x.
  10. ^ Cheney, NP; Gould, JS; Catchpole, WR (1993). "La influencia de las variables de combustible, clima y forma del fuego en la propagación del fuego en pastizales". Revista internacional de incendios forestales . 3 : 31–44. doi :10.1071/WF9930031.
  11. ^ WL Fons. Análisis de la propagación del fuego en combustibles ligeros. Journal of Agricultural Research , 72:93-121, 1946.
  12. ^ HW Emmons. Incendios en el bosque. Resúmenes y reseñas de investigaciones sobre incendios , 5:163, 1963.
  13. ^ Mark A. Finney. FARSITE: desarrollo y evaluación de modelos y simuladores de áreas de incendios. Res. Pap. RMRS-RP-4, Ogden, UT: Departamento de Agricultura de los EE. UU., Servicio Forestal, Estación de Investigación de las Montañas Rocosas. 47 p., http://www.farsite.org Archivado el 15 de julio de 2019 en Wayback Machine , 1998.
  14. ^ "PROMETHEUS". Tymstra, C.; Bryce, RW; Wotton, BM; Armitage, OB 2009. Desarrollo y estructura de Prometheus: el modelo de simulación del crecimiento de incendios forestales en Canadá. Inf. Rep. NOR-X-417. Nat. Resour. Can., Can. For. Serv., North. For. Cent., Edmonton, AB . Consultado el 1 de enero de 2009 .
  15. ^ Richards, Gwynfor D. (1990). "Un modelo de crecimiento elíptico de frentes de incendios forestales y su solución numérica". Revista Internacional de Métodos Numéricos en Ingeniería . 30 (6): 1163–1179. Bibcode :1990IJNME..30.1163R. doi :10.1002/nme.1620300606.
  16. ^ Asensio, MI; Ferragut, L. (2002). "Sobre un modelo de incendios forestales con radiación". Revista Internacional de Métodos Numéricos en Ingeniería . 54 (1): 137–157. Bibcode :2002IJNME..54..137A. doi :10.1002/nme.420. S2CID  122302719.
  17. ^ Mandel, Jan; Bennethum, Lynn S.; Beezley, Jonathan D.; Coen, Janice L.; Douglas, Craig C.; Kim, Minjeong; Vodacek, Anthony (2008). "Un modelo de incendios forestales con asimilación de datos". Matemáticas y computadoras en simulación . 79 (3): 584–606. arXiv : 0709.0086 . doi :10.1016/j.matcom.2008.03.015. S2CID  839881.
  18. ^ Coen, Janice L. (2005). "Simulación del incendio Big Elk utilizando modelado acoplado atmósfera-incendio". Revista Internacional de Incendios Forestales . 14 : 49–59. doi :10.1071/WF04047.
  19. ^ ab Mandel, Jan; Beezley, Jonathan D.; Coen, Janice L.; Kim, Minjeong (2009). "Asimilación de datos para incendios forestales". Revista IEEE Control Systems . 29 (3): 47–65. arXiv : 0712.3965 . doi :10.1109/MCS.2009.932224. S2CID  43340767.
  20. ^ Sun, Ruiyu; Krueger, Steven K.; Jenkins, Mary Ann; Zulauf, Michael A.; Charney, Joseph J. (2009). "La importancia del acoplamiento fuego-atmósfera y la turbulencia de la capa límite para la propagación de los incendios forestales". Revista internacional de incendios forestales . 18 : 50–60. doi :10.1071/WF07072.
  21. ^ ab Linn, Rodman; Reisner, Jon; Colman, Jonah J.; Winterkamp, ​​Judith (2002). "Estudio del comportamiento de los incendios forestales mediante FIRETEC". Revista internacional de incendios forestales . 11 (4): 233–246. doi :10.1071/WF02007.
  22. ^ Mell, William; Jenkins, Mary Ann; Gould, Jim; Cheney, Phil (2007). "Un enfoque basado en la física para modelar incendios en pastizales". Revista internacional de incendios forestales . 16 : 1–22. doi :10.1071/WF06002.
  23. ^ Dupuy, Jean-Luc; Larini, Michel (1999). "Propagación del fuego a través de un lecho de combustible forestal poroso: un modelo radiativo y convectivo que incluye efectos de flujo inducidos por el fuego". Revista internacional de incendios forestales . 9 (3): 155–172. doi :10.1071/WF00006.
  24. ^ B. Porterie, D. Morvan, JC Loraud y M. Larini. Un modelo multifásico para predecir la propagación de incendios en línea. En Domingos Xavier Viegas, editor, Forest Fire Research: Proceedings 3rd International Conference on Forest Fire Research and 14th Conference on Fire and Forest Meteorology, Louso, Coimbra, Portugal, 16--18 de noviembre de 1998 , volumen 1, páginas 343--360. Associa\cc\ ao para o Desenvolvimento da Aerodinamica Industrial, 1998.
  25. ^ Morvan, D.; Dupuy, JL (2004). "Modelado de la propagación de un incendio forestal a través de un arbusto mediterráneo utilizando una formulación multifásica". Combustion and Flame . 138 (3): 199–210. Bibcode :2004CoFl..138..199M. doi :10.1016/j.combustflame.2004.05.001.
  26. ^ JL Coen, TL Clark y D. Latham. Simulaciones de modelos acoplados atmósfera-incendio en varios tipos de combustible en terreno complejo. En 4th. Symp. Fire and Forest Meteor. Amer. Meteor. Soc., Reno, 13-15 de noviembre , páginas 39--42, 2001.
  27. ^ Clark, Terry L.; Coen, Janice; Latham, Don (2004). "Descripción de un modelo acoplado atmósfera-incendio". Revista Internacional de Incendios Forestales . 13 : 49–64. doi :10.1071/WF03043.
  28. ^ Clark, TL; Jenkins, MA; Coen, JL; Packham, DR (1996). "Un modelo acoplado atmósfera-fuego: papel del número de Froude convectivo y digitación dinámica en la línea de fuego". Revista internacional de incendios forestales . 6 (4): 177–190. doi :10.1071/WF9960177.
  29. ^ Clark, Terry L.; Jenkins, Mary Ann; Coen, Janice; Packham, David (1996). "Un modelo de fuego de atmósfera acoplada: retroalimentación convectiva en la dinámica de la línea de fuego". Revista de meteorología aplicada . 35 (6): 875. Bibcode :1996JApMe..35..875C. doi : 10.1175/1520-0450(1996)035<0875:ACAMCF>2.0.CO;2 . ISSN  1520-0450.
  30. ^ AM Grishin. Modelos matemáticos de incendios forestales y nuevos métodos para combatirlos. Editorial de la Universidad de Tomsk, Tomsk, Rusia, 1997. (Editado por FA Albini)
  31. ^ Barovik, Dmitry; Taranchuk, Valery (2010). "Modelado matemático de incendios forestales en curso en la corona" (PDF) . Modelado matemático y análisis . 15 (2): 161–174. doi :10.3846/1392-6292.2010.15.161-174.
  32. ^ Barovik, Dmitry; Taranchuk, Valery (2023). "Modelado de incendios forestales superficiales: dinámica de temperatura y oxígeno cerca de los cortafuegos" (PDF) . Revista Báltica de Computación Moderna . 11 (2): 226–240. doi :10.22364/bjmc.2023.11.2.01. S2CID  259757995.
  33. ^ Johns, Craig J.; Mandel, Jan (2008). "Un filtro Kalman de conjunto de dos etapas para una asimilación de datos fluida" (PDF) . Estadísticas ambientales y ecológicas . 15 (1): 101–110. Bibcode :2008EnvES..15..101J. doi :10.1007/s10651-007-0033-0. S2CID  14820232.
  34. ^ Beezley, Jonathan D.; Mandel, Jan (2008). "Filtros de Kalman de conjuntos de morfología". Tellus A: Meteorología dinámica y oceanografía . 60 (1): 131–140. arXiv : 0705.3693 . Código Bibliográfico :2008TellA..60..131B. doi :10.1111/j.1600-0870.2007.00275.x. S2CID  1009227.
  • Simulador de crecimiento del fuego PROMETHEUS
  • Fuego WRF
  • Enlaces recopilados por Wildfire Visualizations
  • Simulaciones de incendios forestales en Youtube
  • Visualizaciones de incendios forestales en NCAR
  • Modelado acoplado de fenómenos meteorológicos e incendios forestales: aspectos básicos del comportamiento de los incendios forestales Archivado el 10 de junio de 2010 en Wayback Machine
  • Modelado acoplado de fenómenos meteorológicos e incendios forestales: casos prácticos de incendios forestales Archivado el 10 de junio de 2010 en Wayback Machine
  • Enlaces de investigación sobre incendios
  • McKenzie D, Gedalof Z, Peterson DL, Mote P (2004). "Cambio climático, incendios forestales y conservación" (PDF) . Biología de la conservación . 18 (4): 890–902. Bibcode :2004ConBi..18..890M. doi :10.1111/j.1523-1739.2004.00492.x. S2CID  54617780.{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  • ¿Por qué los incendios forestales desafían los modelos informáticos tradicionales? Septiembre de 2012
Obtenido de "https://es.wikipedia.org/w/index.php?title=Modelado_de_incendios_forestales&oldid=1202728302"