Προβλέποντας τον ρυθμό εξάπλωσης πυρκαγιών σε χορτολίβαδα με ένα ανεμόμετρο χειρός

Η αυξημένη ταχύτητα του ανέμου στα χορτολίβαδα, λόγω της απουσίας ανωρόφου (Cheney and Sullivan 2008) και η συχνή δημιουργία σημειακών πυρκαγιών από την προσγείωση καυτρών εκεί, ενίοτε οδηγούν στη γρήγορη εξάπλωση της φωτιάς και την εντυπωσιακή αύξηση της περιμέτρου δασικών πυρκαγιών, δυσχεραίνοντας την καταστολή τους. Μια πυρκαγιά που εξαπλώνεται με σχετικά χαμηλό ρυθμό σε θαμνώδη βλάστηση ή σε μια δασοσυστάδα, μπορεί να διαδοθεί πολύ πιο γρήγορα σ’ ένα παρακείμενο χορτολίβαδο.

Επιπλέον, οι αλλαγές στη συμπεριφορά των πυρκαγιών που εξαπλώνονται σε Μεσογειακά χορτολίβαδα είναι συχνά ξαφνικές και ενίοτε απειλητικές για τη ζωή των δασοπυροσβεστών διότι η συμπεριφορά της φωτιάς στα χόρτα που είναι λεπτά και συνήθως νεκρά καύσιμα, ακολουθεί άμεσα τις αλλαγές που συμβαίνουν στην ταχύτητα και τη διεύθυνση του ανέμου.

Προτάσεις που προέρχονται από την επιστήμη των δασικών πυρκαγιών, για την αξιόπιστη πρόβλεψη του ρυθμού εξάπλωσης των πυρκαγιών επιφανείας (ROS_surface) σε χορτολίβαδα μπορούν να συμβάλλουν στην ασφαλή και αποτελεσματική δασοπυρόσβεση καθώς και να υποστηρίξουν σημαντικά, ενδεχόμενη χρήση της φωτιάς με ποικίλους διαχειριστικούς στόχους.

Στο παρόν άρθρο παρουσιάζονται, για ένα μεγάλο εύρος τιμών της ταχύτητας του ανέμου: α) προβλέψεις του ρυθμού εξάπλωσης πυρκαγιών επιφανείας σε Μεσογειακά χορτολίβαδα, από εμπειρικό μοντέλο (ROS_surface , m/min: μέτρα ανά λεπτό) το οποίο δημιουργήθηκε στην Ελλάδα (Αθανασίου 2015, 2021), αξιοποιώντας μετρήσεις πραγματικής συμπεριφοράς πυρκαγιών που έλαβαν χώρα στο πεδίο και β) οι αντίστοιχες προσαρμοσμένες προβλέψεις του συστήματος BehavePlus (Andrews et al. 2005) για Μεσογειακά χορτολίβαδα μετά την εφαρμογή σχετικής εξίσωσης (ROS_adj) η οποία έχει δημιουργηθεί για αυτόν τον δασικό τύπο (Athanasiou and Xanthopoulos 2014).

Στο εν λόγω εμπειρικό μοντέλο, ο ROS_surface (m/min) περιγράφεται ως το γινόμενο του αριθμού 3,8128 με την ταχύτητα του ανέμου που μετριέται “στο ύψος του ματιού” από ένα ανεμόμετρο χειρός (V_{ανεμόμετρο}, km/h: χιλιόμετρα ανά ώρα), υψωμένη στη δύναμη του 1,199 [σχέση (1)].

Η δημιουργία του εμπειρικού μοντέλου

Η τεκμηρίωση της πραγματικής συμπεριφοράς πυρκαγιών επιφανείας σε Μεσογειακά χορτολίβαδα στην Ελλάδα (Εικόνα 1), επέτρεψε τη δημιουργία εμπειρικού μοντέλου (σχέση 1) για την πρόβλεψη του ROS_surface (m/min) σε χόρτα και μόνον, αν είναι γνωστή η ταχύτητα του ανέμου που μετριέται από ένα ανεμόμετρο χειρός (V_{ανεμόμετρο}, km/h).

Αναμένεται να λειτουργεί ικανοποιητικά και να προβλέπει αξιόπιστα τον ρυθμό εξάπλωσης πυρκαγιών (ROS_surface) σε σχετικά επίπεδες περιοχές (Εικόνες 1 & 2) που καλύπτονται από χόρτα ύψους έως 0,5 m καθώς και σε περιπτώσεις εξάπλωσης πυρκαγιών προς τα κατάντη (προς τα κάτω) (Εικόνα 3).

Δεν μπορεί να προβλέψει τον ROS_surface πυρκαγιών που εξαπλώνονται προς τα ανάντη (προς τα πάνω) σε πλαγιές με σημαντική μορφολογική κλίση (Εικόνα 3) (με ή χωρίς την ταυτόχρονη επίδραση ή καθοδήγηση του ανέμου) διότι σε εκείνες τις περιπτώσεις, ο ROS_surface είναι το αποτέλεσμα της περίπλοκης αλληλεπίδρασης του ανέμου και της μορφολογικής κλίσης στη διάδοση της φωτιάς. Επίσης, δεν μπορεί να προβλέψει τον ROS_surface πυρκαγιών που εξαπλώνονται σε ρεματιές και κλειστά φαράγγια όπου συνήθως η φωτιά εκδηλώνει εκρηκτική συμπεριφορά και εμφανίζεται το “φαινόμενο της καμινάδας”.

Κατά τις προσπάθειες μοντελοποίησης του ROS_surface στα χόρτα, ως συνάρτηση της V_{ανεμόμετρο}, αντιμετωπίστηκαν προβλήματα που σχετίζονται και με τη δυσκολία προσδιορισμού της πραγματικής ταχύτητας του ανέμου που καθοδηγεί τη φλόγα, λόγω της εφήμερης φύσης του.
Για παράδειγμα, κάποιες από τις ξαφνικές ριπές του ανέμου που επηρεάζουν άμεσα και καθοριστικά τον ROS_surface, είναι πιθανό να μη καταγραφούν στο σύνολό τους από ένα φορητό ανεμόμετρο χειρός κατά τη διενέργεια μετρήσεων πραγματικής συμπεριφοράς δασικών πυρκαγιών στο πεδίο. Έτσι, ζεύγη τιμών ROS_surface – V_{ανεμόμετρο} που έχουν αποκτηθεί από παρατηρήσεις, μετρήσεις και καταγραφές στο πεδίο και πρόκειται να αναλυθούν με σκοπό τη δημιουργία εμπειρικών μοντέλων πρόβλεψης του ROS_surface, είναι πιθανό να περιέχουν, εν σπέρματι, κάποια σφάλματα.

Ο όρος V_{ανεμόμετρο} δεν είναι προσδιορισμένος με ακρίβεια διότι δεν έχουν όλοι οι δυνητικοί χρήστες το ίδιο ύψος, άρα δεν κρατούν το ανεμόμετρο στο ίδιο ύψος από το έδαφος, κατά την μέτρηση της ταχύτητας του ανέμου με αυτόν τον τρόπο. Η V_{ανεμόμετρο} μπορεί να θεωρηθεί ως η μέση ταχύτητα του ανέμου που επηρεάζει την εξάπλωση της πυρκαγιάς επιφανείας και αναφέρεται μόνο σε αυτόν τον τύπο πυρκαγιάς (επιφανείας) και όχι στην πυρκαγιά κόμης. Ο όρος V_{ανεμόμετρο} εισάγεται ώστε να διακρίνεται η ταχύτητα του ανέμου στο ύψος των 10 m (V_10m) ή των 6,1 m (V_6,1m) πάνω από το έδαφος (ή σε κάποιες περιπτώσεις πάνω από τη βλάστηση), από τον μειωμένης ταχύτητας άνεμο που καθοδηγεί τη πυρκαγιά επιφανείας και γι’ αυτό χρησιμοποιείται για την πρόβλεψη του ρυθμού εξάπλωσής της.

Αν ο χρήστης θέλει να εκτιμήσει τις τιμές της V_{ανεμόμετρο} όταν αυτές δεν μετρούνται απευθείας από ένα φορητό ανεμόμετρο χειρός στο πεδίο, χρειάζεται αρχικά να μειώσει κατά 15% τις μετρούμενες ή προβλεπόμενες τιμές της V_10m , ώστε να εκτιμήσει αρχικά τις τιμές της V_6,1m (Fischer and Hardy 1972) τις οποίες στη συνέχεια θα πρέπει να πολλαπλασιάσει με τον εκάστοτε κατάλληλο “παράγοντα προσαρμογής του ανέμου” (Wind Adjustment Factor: WAF) ο οποίος μπορεί να προκύψει συνδυάζοντας τους πίνακες των Albini and Baughman (1979), Baughman and Albini (1980) και Rothermel (1983).

Υπάρχουν περιπτώσεις όπου η κατακόρυφη διαφορά της ταχύτητας του ανέμου είναι της τάξης του 90% και πλέον οπότε η V_{ανεμόμετρο} είναι μόλις το 10% ή ακόμη και το 8% της V_6,1m. (WAF=0,10 ή 0,08, αντίστοιχα). Οι τιμές του WAF εμφανίζουν σημαντική διακύμανση λόγω της ποικιλομορφίας της κλίνης των επιφανειακών καυσίμων, των χαρακτηριστικών των δασοσυστάδων καθώς και των γεωμορφολογικών χαρακτηριστικών μιας περιοχής. Σε μικρά ξέφωτα ή διάκενα μεταξύ πυκνών δασοσυστάδων, η τιμή του WAF μπορεί να κυμανθεί από 0,25 έως και κάτω από 0,10. Στον πίνακα 1, η εκτίμηση των τιμών της V_{ανεμόμετρο} έχει γίνει θεωρώντας ότι WAF=0,36, που είναι η κατάλληλη τιμή για σχετικά επίπεδες και προσήνεμες περιοχές με χόρτα, χωρίς σημαντικά μορφολογικά εμπόδια.

Η εκτίμηση της χωρικής διακύμανσης του WAF κατά την εξάπλωση της πυρκαγιάς είναι δύσκολη, καθώς το πεδίο του ανέμου επηρεάζεται από τον συνδυασμό των χαρακτηριστικών της βλάστησης και της τοπογραφίας, που μεταβάλλονται στο χώρο.
Ενίοτε, η αρχική τιμή του WAF είναι χαμηλή σε ένα δασικό τύπο, αλλά αυξάνεται σταδιακά καθώς ο άνεμος πνέει με μεγαλύτερη ταχύτητα σε μια μεγάλη περιοχή που καίγεται, επειδή η αντίσταση στην κίνησή του εκεί σταδιακά μειώνεται (Norum 1983) οπότε και η διεισδυτικότητά του στα δασικά καύσιμα αυξάνεται.

Βεβαίως, ο χρήστης μπορεί να επιλέξει να προχωρήσει στην εκτίμηση των τιμών της V_{ανεμόμετρο} (που στη διεθνή βιβλιογραφία περιγράφεται από τον όρο “midflame wind speed”), ακολουθώντας διαφορετικές προσεγγίσεις και μεθοδολογίες, που συνιστούν ένα ενδιαφέρον αντικείμενο το οποίο όμως δεν εξετάζεται περαιτέρω σε αυτό το άρθρο. Από τα παραπάνω γίνεται σαφές ότι τo ύψος στο οποίο αναφέρεται η εκάστοτε μέτρηση ή πρόβλεψη της ταχύτητας του ανέμου, πρέπει να είναι γνωστό έτσι ώστε να είναι σωστές οι τυχόν απαραίτητες αναγωγές. Το πρότυπο του Παγκόσμιου Μετεωρολογικού Οργανισμού (World Meteorological Organization) που χρησιμοποιείται στην Ελλάδα και την Αυστραλία για μετεωρολογικές προβλέψεις και μετρήσεις, αναφέρεται στην V_10m η οποία θεωρείται πως είναι αυξημένη κατά 15% περίπου, σε σχέση με την V_6,1m (Turner and Lawson 1978, Lawson and Armitage 2008). Στο ύψος των 6,1 m (20 ft: πόδια), πάνω από το γυμνό έδαφος ή πάνω από τη βλάστηση, αναφέρονται συνήθως οι προβλέψεις της Εθνικής Μετεωρολογικής Υπηρεσίας των Η.Π.Α. (U.S. National Weather Service: NWS) για εφαρμογές πυρο-μετεωρολογίας. Οι φορητοί αυτόματοι τηλεμετρικοί μετεωρολογικοί σταθμοί (portable Remote Automated Weather Stations: RAWS), συνήθως αναφέρονται στο ύψος του 1,8 m (6 ft), δηλαδή λίγο πιο ψηλά από το “ύψος του ματιού” όπου και λαμβάνονται οι μετρήσεις με τα ανεμόμετρα χειρός. Ουσιαστικά, οι δύο τελευταίοι τρόποι μέτρησης αναφέρονται στο ίδιο ύψος.

Ερευνητικά ευρήματα σε διεθνές επίπεδο

Η σχέση ROS_surface – V_{ανεμόμετρο} έχει βρεθεί να είναι ανάλογη και εκθετική ή να έχει την μορφή δύναμης της ταχύτητας του ανέμου. Ο ROS_surface στην κεφαλή της πυρκαγιάς (στο μέτωπό της), έχει περιγραφεί από πολλούς ερευνητές [π.χ. Fons (1946), Cheney et al. (2012) και πολλούς ακόμη] ως δύναμη της ταχύτητας του ανέμου ή ως εκθετική συνάρτησή της. Η τελική τιμή του ROS_surface στα χόρτα επηρεάζεται και από το μήκος (πλάτος) της κεφαλής της πυρκαγιάς (Cheney et al. 1998, Sullivan 2010), από την περιεχόμενη υγρασία στα λεπτά νεκρά δασικά καύσιμα (FDFMC, %) και από την πυκνότητα της κλίνης των λεπτών αυτών καυσίμων. Οι McArthur (1962), Cheney (1981) και άλλοι ερευνητές, θεωρούν την τιμή του ROS_surface πυρκαγιάς που εξαπλώνεται σε επίπεδη περιοχή, ίση με την τιμή του ROS_surface πυρκαγιάς που εξαπλώνεται προς τα κατάντη, όταν η τιμή της μορφολογικής κλίσης δεν ξεπερνά τις 20^ο (μοίρες), ενώ ο Rothermel (1983) δέχεται την παραπάνω ισότητα χωρίς να θέτει όριο στην τιμή της κλίσης.

Ο Wagner (1988) έχει υποστηρίξει ότι η τιμή του ROS_surface μειώνεται σταδιακά κατά την εξάπλωση της πυρκαγιάς προς τα κατάντη, όσο η τιμή της κλίσης αυξάνεται έως και τις 22^ο, με τον ROS_surface να προσεγγίζει τότε το 64% του ROS_surface πυρκαγιάς που διαδίδεται σε επίπεδη περιοχή. Όμως, για τιμές μορφολογικής κλίσης μεγαλύτερες των 22^ο, η τιμή του ROS_surface αυξάνεται πάλι, αντί να μειώνεται, προσεγγίζοντας την τιμή του ROS_surface της διάδοσης σε επίπεδη περιοχή, όταν η τιμή της μορφολογικής κλίσης προσεγγίσει τις 45^ο . Για τιμές μορφολογικής κλίσης μεγαλύτερες των 45^ο, τα τεμάχια καύσιμης ύλης που συνήθως κατρακυλούν, αυξάνουν την προς τα κατάντη εξάπλωση αλλά και δημιουργούν συνθήκες κατά τις οποίες η πυρκαγιά θα εξαπλωθεί γρήγορα προς τα ανάντη όπως και στις περιπτώσεις προσγείωσης καυτρών που δημιουργούν σημειακές πυρκαγιές στα κατάντη, κυρίως σε υπήνεμες πλαγιές όπου οι στροβιλισμοί του ανέμου είναι αξιοσημείωτοι. Οι τιμές του ROS_surface των πυρκαγιών που εξαπλώνονται είτε προς τα κατάντη χωρίς τη βοήθεια του ανέμου είτε αντίρροπα προς τον άνεμο, συχνά θεωρούνται από πολλούς ερευνητές ως ίσες.

Η επίδραση της μορφολογικής κλίσης στο ROS έχει εκφραστεί μέσω “καμπυλόγραμμης” συνάρτησης (Curry and Fons 1938, FCFDG 1992 και αλλού). Tο σύνολο των ερευνητικών ευρημάτων και σχέσεων διεθνώς, σχετικά με την επίδραση του ανέμου και της κλίσης στο ROS, έχουν προκύψει από τη μελέτη των δυο μεγεθών ξεχωριστά. Εξαίρεση αποτελούν μεμονωμένες μελέτες, [Murphy (1963), Viegas (2004) και άλλων) οι οποίες όμως δεν μπόρεσαν να καταλήξουν σε πρακτικά αξιοποιήσιμα συμπεράσματα, σχετικά με την αλληλεπίδραση των δύο μεγεθών. Σύμφωνα με τον Dumont (2009) καθώς και άλλους ερευνητές, το διανυσματικό άθροισμα του ανέμου και της κλίσης, φαίνεται να είναι η πλέον δόκιμη προσέγγιση για την περιγραφή της περίπλοκης αλληλεπίδρασής τους.

Αποτελέσματα

Στον πίνακα 1 παρουσιάζονται οι προβλέψεις του ROS_surface από το εμπειρικό μοντέλο [σχέση (1)], για διάφορες πιθανές τιμές της V_{ανεμόμετρο}. Για κάθε περίπτωση, επιπλέον δίδονται οι τιμές των V_10m και V_6.1m που βοηθούν στην περιγραφή του εκτιμώμενου κατακόρυφου προφίλ του ανέμου. Παράλληλα δίδονται και οι αντίστοιχες προσαρμοσμένες προβλέψεις του BehavePlus μετά την εφαρμογή σχετικής εξίσωσης για τα Μεσογειακά χορτολίβαδα (ROS_adj). Σχεδόν για όλες τις περιπτώσεις, οι προβλέψεις του εμπειρικού μοντέλου (δηλαδή οι τιμές του ROS_surface) είναι αρκετά μεγαλύτερες από τις τιμές του ROS_adj. Για τον υπολογισμό των τιμών του ROS_adj χρησιμοποιήθηκαν το Μοντέλο Καύσιμης Ύλης (Μ.Κ.Υ.) VI “Μεσογειακά χορτολίβαδα” των Δημητρακόπουλος κ.α. (2001) και η σχετική εξίσωση.

Πίνακας 1: Σύγκριση των προβλέψεων του ROS_surface από το εμπειρικό μοντέλο [σχέση (1)], με τις τιμές του R_adj. Η εκτίμηση των τιμών της V_{ανεμόμετρο} έχει γίνει για WAF=0,36, που είναι η κατάλληλη τιμή για σχετικά επίπεδες και προσήνεμες περιοχές με χόρτα, χωρίς σημαντικά μορφολογικά εμπόδια.

Χρήσιμες σημειώσεις για τη συμπεριφορά της φωτιάς

Οι περισσότερες τιμές των ROS_surface και ROS_adj του πίνακα 1, έχουν στρογγυλοποιηθεί προς τον πλησιέστερο ακέραιο αριθμό, για τη διευκόλυνση της μεταξύ τους σύγκρισης. Ο χρήστης, εάν το επιθυμεί, μπορεί να προχωρήσει στη στρογγυλοποίηση όλων των τιμών του πίνακα 1, για την περαιτέρω απλοποίησή του. Εάν βρίσκεται στο πεδίο με το ανεμόμετρό του και μετρά τιμές της V_{ανεμόμετρο} οι οποίες είναι διαφορετικές από εκείνες του πίνακα 1 (π.χ. V_{ανεμόμετρο}=11 km/h), μπορεί σχετικά εύκολα, να υπολογίσει τον ROS_surface γι’ αυτές, χρησιμοποιώντας τη σχέση (1) και κάνοντας τους απαιτούμενους υπολογισμούς με την αριθμομηχανή του κινητού του τηλεφώνου (π.χ. για V_{ανεμόμετρο}=11 km/h, θα βρει ROS_surface= 67,6 m/min).

Επισημαίνεται ότι αν η V_{ανεμόμετρο} δεν μετριέται σε km/h αλλά σε διαφορετικές μονάδες (π.χ. σε m/sec: μέτρα ανά δευτερόλεπτο ή knots: κόμβους), τότε χρειάζεται να γίνεται η κατά περίπτωση κατάλληλη μετατροπή μονάδων, πριν η τιμή της V_{ανεμόμετρο} αξιοποιηθεί ως δεδομένο εισόδου στη σχέση (1) για τον υπολογισμό του ROS_surface. Εάν ο χρήστης θέλει να αξιοποιήσει τον πίνακα 1 αλλά δεν έχει ανεμόμετρο, μπορεί να παρατηρήσει τα αποτελέσματα του ανέμου σε δένδρα, θάμνους και άλλα στοιχεία του περιβάλλοντος να εκτιμήσει τα Beaufort, στη συνέχεια να καθορίσει κατά προσέγγιση την ταχύτητα του ανέμου “στο ύψος του ματιού” σε km/h και να υπολογίσει τον ROS_surface, γνωρίζοντας όμως ότι η εκτίμησή του αυτή, δεν αναμένεται να είναι ιδιαίτερα ακριβής.

Αξίζει να σημειωθεί ότι σε περιοχές όπου η παρουσία των ξερολιθιών είναι έντονη, οι τιμές της V_{ανεμόμετρο} αναμένεται να είναι σημαντικά μειωμένες. Οι ξερολιθιές αποτελούν “διαπερατά μεν, εμπόδια δε” που μειώνουν σημαντικά την ταχύτητα του ανέμου (Powell et al. 2018). Είναι ημιδιαπερατοί στον αέρα πέτρινοι φράκτες και επιπλέον, ιδιαίτερα σε επίπεδες περιοχές, διασπούν την οριζόντια συνέχεια των επιφανειακών, λεπτών κυρίως καυσίμων (χόρτων ή φρύγανων) καθώς έχουν ύψος μεγαλύτερο από αυτά οπότε η εξάπλωση πυρκαγιών επιφανείας σε αυτά, εμποδίζεται έτι περαιτέρω. Τα εμπόδια στην εξάπλωση της φωτιάς είναι φυσικά πολύ περισσότερα, στις περιοχές που εκτός από ξερολιθιές υπάρχουν διαμορφωμένες και αναβαθμίδες (πεζούλες) (Εικόνα 4).

Οι ξερολιθιές αποτελούν σημαντικό εμπόδιο, κυρίως όταν η πυρκαγιά διαδίδεται σε χόρτα αλλά δεν αποτελούν τόσο σημαντικό εμπόδιο, αν κοντά σε αυτές υπάρχουν αείφυλλοι σκληρόφυλλοι θάμνοι (μακί) ικανού ύψους ώστε να “επιτρέπουν στη φωτιά να τις ξεπεράσει πιο εύκολα” (Εικόνα 5). Επιπλέον, στα χορτολίβαδα που υπάρχουν έστω και λίγοι διάσπαρτοι θάμνοι (Εικόνα 6), η ένταση της πυρκαγιάς αναμένεται να αυξηθεί καθώς αυτοί θα λαμπαδιάζουν. Αυξημένη επίσης αναμένεται να είναι και η πιθανότητα δημιουργίας σημειακών πυρκαγιών από καύτρες που θα παραχθούν από αυτούς, αυξάνοντας έτσι και το ρυθμό εξάπλωσης της πυρκαγιάς, συνολικά.

Για την πρόβλεψη του ROS_surface της πτέρνας της πυρκαγιάς σε ξηρά χόρτα, μπορεί να θεωρηθεί ότι ο ROS_surface είναι μικρότερος του 1 m/min και είναι σημαντικό να ληφθεί επιπλέον υπόψη ότι κατά την οπισθοδρομούσα εξάπλωση, ο άνεμος μειώνει την επίδραση της ακτινοβολίας και της επαγωγής στα δασικά καύσιμα, οπότε η τιμή του ROS_surface μπορεί να είναι πολύ κοντά στο μηδέν. Σχετικά με πιθανές προσπάθειες πρόβλεψης του ROS_surface της πλευράς μιας πυρκαγιάς, ο χρήστης πρέπει να προσπαθήσει να εκτιμήσει την μέση τιμή της ταχύτητας του ανέμου που επηρεάζει τη διάδοση της φωτιάς, καθώς κατά την πλευρική της εξάπλωση, αυτή δεν καθοδηγείται συνεχώς από τον άνεμο αλλά μια σχετικά μικρή και ακαθόριστη συνιστώσα του διανύσματος του ανέμου, επηρεάζει επεισοδιακά τη διάδοσή της (Εικόνα 6).

Συζήτηση – Συμπεράσματα

Η δυνατότητα του εμπειρικού μοντέλου να προβλέπει με ικανοποιητική ακρίβεια τον ROS_surface σε χορτολίβαδα, όταν η περιεχόμενη υγρασία στα λεπτά νεκρά καύσιμα (FDFMC) είναι μεγαλύτερη του 9%, δεν είναι γνωστή. Το ανεξήγητο σφάλμα της εξίσωσης (1) δεν είναι πολύ υψηλό (περίπου 12%) αλλά δεν μπορεί να αγνοηθεί για αυτά τα λεπτά ξηρά καύσιμα όπου η συμπεριφορά της πυρκαγιάς ακολουθεί άμεσα τις αλλαγές στην ταχύτητα και διεύθυνση του ανέμου. Ένα μέρος του μπορεί να αποδοθεί σε πιθανά σφάλματα στην μέτρηση των τιμών της V_{ανεμόμετρο} που χρησιμοποιήθηκαν στην ανάλυση ή/και σε κάποιες αξιοσημείωτες χωρικές διακυμάνσεις των τιμών της πυκνότητας της κλίνης των χόρτων.

Αν για την αξιοποίηση της σχέσης (1), πρόκειται να χρησιμοποιηθούν τιμές της V_10m οι οποίες προέρχονται από κάποιον μετεωρολογικό σταθμό και αποκλίνουν κατά πολύ από τις πραγματικές τιμές της V_10m στην περιοχή της πυρκαγιάς, και επιπλέον γίνουν λάθη κατά την επιλογή των WAF, είναι βέβαιο πως οι τιμές της V_{ανεμόμετρο} που θα χρησιμοποιηθούν για την πρόβλεψη του ROS_surface. θα αποκλίνουν κατά πολύ από τις πραγματικές τιμές που θα μετρούσε ο χρήστης με ένα ανεμόμετρο χειρός, αν βρισκόταν στην περιοχή ενδιαφέροντος.

Αν οι τιμές της V_10m είναι αντιπροσωπευτικές, εφαρμοστεί η κατά 15% αρχική τους μείωση που προτείνεται στην ενότητα 2 και επιπλέον χρησιμοποιούνται οι κατάλληλοι WAF, τα σφάλματα μετριάζονται μεν σε ικανοποιητικό βαθμό αλλά και πάλι κάποιες αβεβαιότητες παραμένουν, διότι τα σχετικά με τον WAF μοντέλα, εμπεριέχουν πολλές αδυναμίες και περιορισμούς (Andrews 2012).

Στις περιπτώσεις απευθείας μέτρησης της V_{ανεμόμετρο} στο πεδίο, η επιλογή της σωστής τιμής για χρήση ως δεδομένο εισόδου στο εμπειρικό μοντέλο, ίσως εμποδιστεί σε κάποιον βαθμό από τις αλλαγές στην ένταση και τη διεύθυνσή του ανέμου που συχνά εκδηλώνονται λόγω και των αλληλεπιδράσεών του με τη φωτιά, ιδιαίτερα όταν η μέτρηση διενεργείται κοντά σε πυρκαγιά μεγάλης έντασης.

Η τεκμηρίωση όσων παρουσιάζονται στο παρόν άρθρο για την πρόβλεψη του ROS_surface σε χορτολίβαδα και οι διατυπώσεις που χρησιμοποιούνται, έχουν στόχο την υποστήριξη των διαδικασιών λήψης αποφάσεων σε στρατηγικό, επιχειρησιακό και τακτικό επίπεδο και την μείωση της έκθεσης των δασοπυροσβεστών σε κινδύνους. Γι’ αυτό εκτός από τα πιθανά οφέλη, συζητούνται και οι αδυναμίες του μοντέλου μαζί με πιθανούς περιορισμούς κατά τη χρήση του και επισημαίνεται επιπλέον, η ανάγκη ελέγχου της αξιοπιστίας των προβλέψεων οι οποίες παρουσιάζονται στον πίνακα 1.

Το δείγμα που αξιοποιήθηκε για τη δημιουργία του εμπειρικού μοντέλου, τα στατιστικά του στοιχεία, μαζί μ’ ένα μεγάλο μέρος της σχετικής μεθοδολογίας και βιβλιογραφικής επισκόπησης, δεν περιλαμβάνονται στο παρόν άρθρο για λόγους οικονομίας, οπότε όσοι από τους αναγνώστες θελήσουν να μελετήσουν περισσότερο, θα χρειαστεί να ανατρέξουν σε επιπλέον σχετική βιβλιογραφία. Παρόλα αυτά, ένα μεγάλο μέρος του “απαραίτητου προβληματισμού” που αναπτύχθηκε, περιλαμβάνεται στο παρόν άρθρο έτσι ώστε να υπενθυμίζει στον αναγνώστη, την πολυπλοκότητα του φαινομένου και τη δυσκολία του εγχειρήματος, διασφαλίζοντας κατά κάποιον τρόπο, την αποφυγή παρανοήσεων και υπεραπλουστεύσεων.

Εν κατακλείδι, υπογραμμίζεται ότι είναι ευθύνη του χρήστη της σχέσης (1) είτε (α) βρίσκεται στο πεδίο και θέλει να εκτιμήσει τιμές του ρυθμού εξάπλωσης της πυρκαγιάς, να υπολογίσει αντίστοιχους χρόνους για να προβεί σε επιλογή και προσαρμογές τακτικών ή σχεδίων είτε (β) θέλει να αξιοποιήσει το εμπειρικό μοντέλο στα πλαίσια εκπόνησης επιχειρησιακού σχεδίου ή χάραξης στρατηγικής οποιουδήποτε επιπέδου ή/και λήψης αποφάσεων σε μια περιοχή, να γνωρίζει ότι όπως όλα τα μοντέλα και συστήματα πρόβλεψης, έτσι και το εν λόγω μοντέλο υπόκειται σε περιορισμούς και έχει εγγενείς αδυναμίες που δεν πρέπει να αγνοούνται.

Ως εμπειρικό, το μοντέλο αναμένεται να λειτουργεί ικανοποιητικά σε συνθήκες παρόμοιες με εκείνες από τις οποίες προέκυψε. Τα πιθανά οφέλη από τη χρήση του και οι εγγενείς αδυναμίες του, έχουν αναφερθεί με σαφήνεια και δίδεται για χρήση και αξιολόγηση μαζί με τον σχετικό πίνακα ώστε να διευκολυνθεί πιθανά, η περαιτέρω βελτίωση και ανάπτυξή του.

^*Ο Δρ. Μιλτιάδης Αθανασίου είναι Ειδικός στις Δασικές Πυρκαγιές
e–mail: info@m-athanasiou.gr – www.m-athanasiou.gr

Βιβλιογραφία.

• Albini, F.A. and R.G. Baughman. 1979. Estimating windspeeds for predicting wildland fire behavior. Res. Pap. INT-221. Ogden, UT: USDA, Forest Service, Intermountain Forest and Range Experiment Station, 12 p.
• Andrews, P.L. 2012. Modeling wind adjustment factor and midflame wind speed for Rothermel’s surface fire spread model. Gen. Tech. Rep. RMRS-GTR-266. Fort Collins, CO: USDA, Forest Service, Rocky Mountain Research Station. 39 p.
• Andrews P.L., Bevins C.D. and R.C. Seli. 2005. BehavePlus fire modeling system, Version 4.0: User’s Guide. General Technical Report RMRS-GTR-106WWW revised. Ogden, UT: USDA, Forest Service, Intermountain Forest and Range Experiment Station. 132 p.
• Αθανασίου Μ., 2015. Συμβολή στην επιλογή της καλύτερης μεθόδου πρόβλεψης της συμπεριφοράς δασικών πυρκαγιών για την Ελλάδα. Διδακτορική Διατριβή, Τμήμα Γεωλογίας και Γεωπεριβάλλοντος, Εθνικό & Καποδιστριακό Πανεπιστήμιο Αθηνών, σελ. 408.
• Αθανασίου Μ. 2021. Αξιοποίηση εμπειρικού και ημι-εμπειρικού μοντέλου για την πρόβλεψη του ρυθμού εξάπλωσης πυρκαγιών επιφανείας σε Μεσογειακά χορτολίβαδα. Σελ. ….-….. Στα πρακτικά του 10ου Πανελλήνιου Λιβαδοπονικού Συνεδρίου. Ελληνική Λιβαδοπονική Εταιρεία. …. σελ. (Πρακτικά υπό έκδοση)
• Athanasiou M. and G. Xanthopoulos. 2014. Wildfires in Mediterranean shrubs and grasslands, in Greece: In situ fire behaviour observations versus predictions. In proceedings of the 7th International Conference on Forest Fire Research: Advances in Forest Fire Research, 17-20 November 2014, Coimbra, Portugal. D. G. Viegas, Editor. ADAI/CEIF, University of Coimbra, Portugal. Abstract p. 488, full text on CD.
• Baughman R.G. and F.A. Albini. 1980. Estimating midflame windspeeds. In Proceedings of the 6th Conference on Fire and Forest Meteorology. Seattle, Washington. Martin R.E., editor. Society of American Foresters. p.88-92.
• Cheney, N.P. 1981. Fire behavior. In Fire and the Australian biota. Edited by A.M. Gill, R.H. Groves, and I.R. Noble. Australian Academy of Science, Canberra. pp. 151-175.
• Cheney N.P., Gould J.S. and W.R. Catchpole. 1998. Prediction of fire spread in grasslands, International Journal of Wildland Fire 8(1): 1-13.
• Cheney, P. and A. Sullivan. 2008. Grassfires: Fuel, Weather and Fire Behaviour. ISBN: 9780643096493. DOI: 10.1071/9780643096493.
• Cheney, N.P., Gould, J.S. McCaw, W.L. Anderson, W.R., 2012. Predicting fire behaviour in dry eucalypt forest in southern Australia. Forest Ecology and Management. 280, 120-131. doi: 10.1016/foreco.2012.06.012.
• Curry J.R. and W.L. Fons. 1938. Rate of spread of surface fires in the ponderosa pine type of California. Journal of Agricultural Research. 57(4): 238–267.
• Δημητρακόπουλος, Α.Π., V. Mateeva, και Γ. Ξανθόπουλος. 2001. Μοντέλα καύσιμης ύλης Μεσογειακών Τύπων βλάστησης της Ελλάδος. Γεωτεχνικά Επιστημονικά Θέματα ΓΕΩΤΕΕ. Σειρά VI, Τόμος 12(3): 192-206.
• Dumont, Y. 2009. An applied step in forest fire spread modelling. In Proceedings of 23rd European Conference on Modelling and Simulation ©ECMS Javier Otamendi, Andrzej Bargiela, José Luis Montes, Luis Miguel Doncel Pedrera (Editors) ISBN: 978-0-9553018-8-9 / ISBN: 978-0-9553018-9-6 (CD).
• Fischer W.C. and C.E. Hardy. 1972. Fire-weather observers’ handbook. Ogden, Utah: Intermountain Forest and Range Experiment Station, 1972. 152 p.
• Fons, W.L. 1946. Analysis of fire spread in light forest fuels. Journal of Agricultural Research. 72: 93-121.
• Murphy, P.J. 1963. Rates of fire spread in an artificial fuel. M.Sc. Thesis. Bozeman, MT: Montana State University. 90 p.
• Lawson B.D. and O.B. Armitage. 2008. Weather guide for the Canadian Forest Fire Danger Rating System. Nat. Resour. Can., Can. For. Serv., North. For. Cent., Edmonton, AB. 73 p.
• McArthur, A.G. 1962. Control burning in eucalyptus forests. Commonw. Aust., For. Timber Bureau, Canberra, ACT. Leafl. 80. 31 p.
• Norum, R. A. 1983. Wind adjustment factors for predicting fire behavior in three fuel types in Alaska. Res. Pap. PNW-309. Portland, OR: USDA, Forest Service, Pacific Northwest Forest and Range Experiment Station; 1983. 5 p.
• Powell, John R ,Lake, Jeremy, Gaskell, Peter , Courtney, Paul and Smith, Ken. 2018. Developing an ecosystems approach – dry stone walls. Project Report. Historic England, Portsmouth.
• Rothermel, R.C. 1983. How to predict the spread and intensity of forest and range fires. Gen. Tech. Rep. INT-143. Ogden, UT: USDA, Forest Service, Intermountain Forest and Range Experiment Station. 161 p.
• Sullivan, A. L. 2010. Grassland fire management in future climate. Advances in Agronomy. 106: 173-208.
• Turner J.A. and B.D. Lawson. 1978. Weather in the Canadian Forest Fire Danger Rating System: a user guide to national standards and practices. Canadian Forest Service, Pacific Forestry Centre, Information Report BC-X-177. (Victoria, BC).
• Viegas D.X. 2004. Slope and wind effects on fire propagation. International Journal ofWildland Fire 13, 143–156. doi:10.1071/WF03046.
• Van Wagner, C.E. 1988. Effect of slope on fires spreading downhill. Can. J. For. Res. 18:818-820.
• Πρώτη δημοσίευση στην έκδοση του Α.Π.Σ. “Πυροσβεστική Επιθεώρηση”, τεύχος 206 / περίοδος Β’, Μάιος – Ιούνιος 2021
• Πηγή : https://www.researchgate.net/profile/Miltiadis_Athanasiou
• Αναδημοσίευση για το Fire Rescue Pedia με την άδεια του συντάκτη Δρ. Μιλτιάδη Αθανασίου