首页/论文/1007.5347

arXiv 1007.53472010-07-29physics.ao-ph

WRF-Fire在保加利亚的应用

WRF-Fire Applied in Bulgaria

Nina Dobrinkova, Georgi Jordanov, Jan Mandel

备注：: 8 pages, 3 figures

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

WRF-Fire由WRF（天气研究和预报模型）和基于水平集方法的火灾蔓延模型组成。我们描述了一个初步的应用WRF-火在保加利亚的森林火灾，保加利亚的森林火灾模型的研究机会，并计划开发一个环境决策支持系统，其中包括火灾行为的计算建模。

英文摘要：

WRF-Fire consists of the WRF (Weather Research and Forecasting Model) coupled with a fire spread model, based on the level-set method. We describe a preliminary application of WRF-Fire to a forest fire in Bulgaria, oportunities for research of forest fire models for Bulgaria, and plans for the development of an Environmental Decision Support Systems which includes computational modeling of fire behavior.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

2009年Harmanli火灾模拟（保加利亚）

Simulation of the 2009 Harmanli fire (Bulgaria)

我们使用一个耦合的大气火灾模型来模拟发生在2009年8月14- 17日，在保加利亚的哈曼利地区的火灾。数据来自地理信息系统和卫星图像以及标准大气数据来源。燃料数据分为13个安德森类别。为了正确的火灾行为，模型的空间分辨率需要足够精细，以解决基本的微气象影响。仿真结果进行了比较，可用的事件数据。代码在集群上的运行速度比实时快。该模型可从openwfm.org获得，它从WRF 3.3版本扩展了WRF-Fire。

2011-06-23physics.ao-ph

基于WRF-Fire的大气-林火耦合模拟

Coupled atmosphere-wildland fire modeling with WRF-Fire

我们描述了WRF-Fire的物理模型，数值算法和软件结构。WRF-Fire包括一个火灾蔓延模型，由水平集方法实现，再加上天气研究和预报模型。在每一个时间步，火模型输入的表面风，这驱动了火灾，并输出热通量从火灾到大气中，这反过来又影响大气。水平集方法允许燃烧区域的子网格表示和各种点火模式的灵活实施。WRF-Fire是WRF的一部分，它使用WRF并行基础设施进行并行计算。

2011-03-10physics.ao-ph

WRF火灾模拟与WRF-Chem中的燃料水分模型和烟气传输耦合

WRF fire simulation coupled with a fuel moisture model and smoke transport by WRF-Chem

我们描述了两个最近增加的WRF加上火灾蔓延模型。火的传播强烈地依赖于燃料的湿度，而燃料的湿度又依赖于大气的历史。我们已经实现了一个平衡时滞模型的燃料水分驱动的WRF变量。该代码允许用户指定燃料参数，默认值校准到加拿大火灾危险等级系统的10小时燃料。水分模型可以与大气-火灾模型耦合运行，或者从WRF输出离线运行，以在一段时间内平衡水分，并为耦合的大气-火灾-水分模拟提供初始水分条件。火灾模型还将烟雾示踪剂插入WRF-Chem中，以模拟火灾排放物的传输。耦合模型可从OpenWFM.org获得。与大气耦合的火灾模型的早期版本是WRF发布的一部分。

2012-08-27physics.ao-ph

大气-林火耦合模式WRF-Fire综述

An overview of the coupled atmosphere-wildland fire model WRF-Fire

我们描述的耦合大气野火模式WRF火灾，这是分布式的WRF的一部分。火灾模块基于火灾蔓延模型，通过水平集方法实现。在每个时间步中，火灾模块将风作为输入并返回潜热和感热通量。我们报告的软件架构和功能的软件。

2011-01-30physics.ao-ph

利用FireFlux实验的现场观测评估WRF-Sfire性能

Evaluation of WRF-Sfire Performance with Field Observations from the FireFlux experiment

本研究使用现场测量收集的FireFlux现场实验，以评估和改善耦合大气火灾模型WRF-Sfire的性能。WRF-Sfire的实验燃烧的模拟表明，WRF-Sfire是能够提供逼真的头火蔓延率和垂直温度结构的火羽流，以及，高达10米以上的地面水平，火灾引起的表面流动和垂直速度内的羽流。该模型捕获的变化，风速和方向之前，期间，和之后的火前通道，随着到达时间的风速，温度和上升气流maximae，在两个仪表通量塔中使用的FireFlux。该模型高估了垂直速度，低估了水平风速在塔的高度超过10米，它被假设，有限的模型分辨率估计火灾前的深度，导致过高的热量释放，随后，太强的上升气流。然而，总体上，WRF-Sfire火羽流行为与FireFlux观测的解释是一致的。该研究提出了最佳的实验预先规划，设计和执行未来的实地活动，需要进一步耦合大气火灾模型的开发和评估。

2012-06-19physics.ao-ph

WRF野外火灾模型中的火灾边界点火

Ignition from a Fire Perimeter in a WRF Wildland Fire Model

目前的WRF火灾模型在给定的时间从给定的着火点开始火灾。我们希望在给定的时间从给定的火力周界开始模型。然而，燃料平衡和大气状态取决于火灾的历史。这项工作的目的是创建一个近似的人工历史的火灾的基础上给定的火灾周长和时间和一个近似的点火点和时间。然后，回放火灾历史建立合理的燃料平衡，并将热通量输出到大气模式中，这使得大气环流得以发展。然后，大气-火灾耦合模型接管。在本初步调查中，假设周界为凸形或星形，根据点火点到周界的距离计算火灾区域内的点火时间。模拟结果表明，理想的例子，火灾可以继续在一个自然的方式从周边。可能的扩展包括用于更一般的周界的算法，以及从周界向后运行火灾模型以创建更真实的历史。所使用的模型扩展了WRF-Fire，可从openwfm.org获得。

2011-07-13physics.ao-ph

更多相关论文收起更多论文

火灾、烟雾和空气质量模拟的综合系统

Toward an integrated system for fire, smoke, and air quality simulations

在这项研究中，我们描述了WRF-Sfire是如何与WRF-Chem相结合，构建WRFSC，野火和烟雾预测的综合预测系统。综合预报系统的优点是，不需要一个简单的烟羽上升模型和假设的大小和热量释放的火灾，以确定火灾排放到大气中。与WRF-Sfire，野火蔓延，羽流和羽流顶部的高度直接预测，在每一个WRF的时间步长，提供全面的气象和火灾排放的化学传输模型WRF-Chem。WRFSC的评估是基于现有的观测结果的比较两个WRFSC模拟。该研究发现，预测和观察到的Witch-Guejito火灾的火势蔓延和烟雾输送之间总体上吻合良好。此外，模拟的PM2.5（细颗粒物质）峰值浓度与观测结果相匹配。然而，NO和臭氧水平在模拟中被低估，峰值浓度出现的时间也不合适。确定终端或烟羽顶部高度是模拟野火烟羽运输的最重要方面之一，研究发现模拟和观察到的烟羽顶部高度之间总体一致，模拟低估了一些（10%或更少）。该研究最有希望的结果之一是被动示踪剂模拟的巴克峡谷火灾模拟和观测的烟羽顶部高度之间的协议。这种模拟只花了13小时，第一个24小时的预测几乎在3小时内准备就绪，使其成为一个可能的业务工具，为外部化学传输模型提供排放概况。

2014-05-16physics.ao-ph

用WRF-Chem和大气-火耦合模式WRF和SFIRE进行Air pollution预报

Air pollution forecasting by coupled atmosphere-fire model WRF and SFIRE with WRF-Chem

大气污染物法规已成为规定烧伤的主要障碍。因此，预测野火造成的污染具有重要意义。WRF和SFIRE模式的林火与大气相互作用呈双向传播。火灾产生的表面热通量导致强烈的上升气流，这反过来又改变了风，影响了火灾的蔓延。从燃烧的有机物估计的火灾排放物在每个时间步中插入到最低大气层的WRF化学示踪剂中。火灾引起的浮力自然模拟了烟羽动力学，WRF-Chem中的化学传输提供了污染扩散的预测。讨论了WRF-Chem中木材燃烧模型和相容的化学传输模型的选择，并通过实例分析说明了结果。

2013-04-29physics.ao-phphysics.flu-dynphysics.geo-ph

野外火灾-大气DDDAS中周界资料的同化和与燃料湿度的耦合

Assimilation of Perimeter Data and Coupling with Fuel Moisture in a Wildland Fire - Atmosphere DDDAS

我们提出了一种方法来改变状态的天气研究预报（WRF）模型加上火灾蔓延代码SFIRE，基于Rothermel的公式和水平集方法，并与燃料水分模型。模型运行时，模型中的火灾周界会根据数据发生变化。然而，大气状态需要时间来发展，以响应来自火灾的热通量的强迫。因此，人工火灾历史创建从早期火灾周边到新的周边，并重放适当的热通量，以允许大气状态进行调整。该方法是一个早期的方法，开始从一个发达的火灾周边，而不是一个点火点的耦合火灾模型的扩展。水平集方法也被用来识别参数的仿真，如蔓延率和燃料水分。耦合模型可从openwfm.org获得，它扩展了WRF版本中的WRF-Fire代码。

2012-03-27physics.ao-ph

快速傅立叶变换集合卡尔曼滤波及其在大气-荒地火灾耦合模型中的应用

Fast Fourier Transform Ensemble Kalman Filter with Application to a Coupled Atmosphere-Wildland Fire Model

本文提出了一种新的组合卡尔曼滤波器（EnKF），它利用快速傅立叶变换（FFT）对一个极小的集合进行协方差估计，并通过卷积快速计算分析集合，从而避免了求解稀疏系统。FFT EnKF与变形EnKF相结合，除了幅度误差外，还可以校正位置误差，并在WRF-Fire上进行了演示，WRF模型与水平集方法实现的火灾蔓延模型相结合。

2010-01-11physics.ao-ph

WRF-SFIRE中燃料湿度的资料同化

Data assimilation of fuel moisture in WRF-SFIRE

可燃物湿度是影响野外火灾行为的主要因素，也是火灾风险的重要潜在因素。我们提出了一种方法来同化空间稀疏燃料水分观测从远程自动气象站（RAWS）到水分模式WRF-SFIRE。WRF-SFIRE是一个耦合大气和火灾行为的模型，它模拟了基于大气状态的理想燃料组分中燃料水分的演变。所提出的方法使用一个修改后的趋势面模型来估计燃料水分场及其不确定性的基础上，目前可用的观测。在WRF-SFIRE的每个网格点，这些信息与使用非线性卡尔曼滤波器的模型预测相结合，从而更新燃料水分的估计。我们证明了该方法的有效性与测试在两个现实世界的情况下：在南加州的一个地区，最近发生了两个大型圣安娜火灾，并在域封闭科罗拉多州。

2013-08-31physics.ao-phstat.AP

一个野火模拟和可视化环境

A wildland fire modeling and visualization environment

我们提出了一个建模环境的概述，包括一个耦合的大气野火模型，可视化，数据处理和诊断，开源软件库，和社区维基工具。火灾模型，称为SFIRE，是基于火灾蔓延模型，实现水平集方法，它是与天气研究预报（WRF）模型。一个包含这些特性子集的版本作为WRF-Fire随WRF 3.3一起发布。在每个时间步中，火灾模块将风作为输入并返回潜热和感热通量。软件架构使用WRF并行基础设施进行大规模并行计算。该代码的最新功能包括插值从一个理想的对数风廓线的非均质燃料和点火从火灾周边与大气和火灾自旋。实时运行使用燃料地图，精细地形和气象数据的在线资源，并且可以比实时运行更快。可视化路径允许在许多软件包中生成图像和动画，包括VisTrails，VAPOR，MayaVi和Paraview，以及输出到Google Earth。该环境可从openwfm.org获得。最近在代码中添加了新的诊断变量，包括一种新的火线强度，它也考虑了燃烧的速度，这与Byram的火线强度不同。

2011-11-20cs.CEphysics.ao-ph

WRF-SFIRE大气-火灾耦合模拟中卫星火灾探测数据同化

Data Assimilation of Satellite Fire Detection in Coupled Atmosphere-Fire Simulation by WRF-SFIRE

目前，极轨道卫星上的VIIRS和中分辨率成像分光仪仪器提供的卫星主动火灾探测产品可在任意位置产生探测方块。没有全局火灾/无火灾地图，在云层覆盖下没有检测，假阴性很常见，检测正方形比火灾行为模型的分辨率粗糙得多。因此，目前的主动火灾卫星探测产品应仅用于改进统计意义上的火灾建模，而不是作为直接投入。我们描述了一种用于主动火灾检测的新数据同化方法，该方法基于对火灾到达时间的修改，以同时最小化与预测火灾到达时间的差异并最大化火灾检测数据的可能性。该方法的灵感来自于计算机视觉中使用的轮廓检测方法，并且它可以被转换为贝叶斯逆问题技术或广义Tikhonov正则化。在找到整个模拟域上的新的火灾到达时间之后，可以使用新的火灾到达时间从过去的时间重新运行模型以生成热通量并旋转大气模型直到卫星飞越时间，此时耦合模拟从修改的状态继续。

2014-10-25physics.ao-phphysics.data-anstat.CO

使用WRF和SFIRE进行数据管理和分析

Data management and analysis with WRF and SFIRE

我们介绍了几个有用的实用程序，在开发中使用WRF和SFIRE的真实荒地火灾模拟的创建和分析。这些实用程序作为独立的程序和脚本以及对其他知名软件的扩展而存在。Python web scraper自动化了从公共源下载和预处理大气和地表数据的过程。其他脚本通过自动创建参数文件来简化域设置。与Google Earth的集成允许用户在3D环境中探索模拟以及真实的表面图像。后处理脚本为用户提供了许多与许多常用可视化套件兼容的输出数据格式，允许创建高质量的3D渲染。总的来说，这些改进是为了建立一个统一的Web应用程序，为科学家和用户带来一个复杂的野火建模环境。

2012-08-05cs.SEphysics.ao-ph

根据数据建立火灾-大气耦合模型WRF-SFIRE的燃料水分模型：从卡尔曼滤波器到循环神经网络

Building a Fuel Moisture Model for the Coupled Fire-Atmosphere Model WRF-SFIRE from Data: From Kalman Filters to Recurrent Neural Networks

University of Colorado Denver（科罗拉多大学丹佛分校）；San José State University（圣何塞州立大学）；Colorado State University（科罗拉多州立大学）；University of Utah（犹他大学）；University of Southern California（南加州大学）

当前的燃料水分含量（FMC）子系统在WRF-SFIRE和它的工作流系统WRFx使用时滞微分方程模型与同化的数据从FMC传感器的远程自动气象站（RAWS）的扩展增广卡尔曼滤波器。但是，结果的质量受到模型和卡尔曼滤波器的限制。我们观察到，由模型和卡尔曼滤波器组成的系统中的数据流可以被解释为与递归神经网络（RNN）中的数据流相同。因此，我们希望训练RNN来近似FMC传感器对环境数据时间序列的响应动态，而不是构建更复杂的模型和数据同化方法。由于标准的人工智能方法不能收敛到合理的解决方案，我们用特殊的初始权重对RNN进行预训练，将其转化为微分方程的数值求解器。然后，我们允许AI训练机器优化RNN权重，以更好地拟合数据。我们说明了一个例子的时间序列的10小时FMC从RAWS和天气数据的实时中尺度分析（RTMA）的方法。

2023-01-13cs.AIcs.LGphysics.ao-ph

大面积火灾的高层大气烟气喷射

Upper Atmosphere Smoke Injection from Large Areal Fires

大型火灾可以将烟雾注入对流层上部和平流层下部。详细的火灾模拟可以评估当地天气如何与这些火灾相互作用，并影响烟雾飘散。在这项研究中，我们采用的火灾模拟包的天气研究和预报模型（WRF火灾），版本4.0.1，探讨如何从火灾燃烧均匀的燃料床的烟雾放样变化与当地不同的风，相对湿度，和大气边界层稳定性两个不同大小的区域火灾。我们发现，水分的存在有最大的影响，通过提高放样的高度，而更快的风速抑制放样和降低注射高度的结果。与中性分层条件相比，稳定分层条件进一步抑制羽流传播。

2020-12-14physics.ao-ph

来自远程自动气象站的死燃料湿度观测的资料同化

Data assimilation of dead fuel moisture observations from remote automated weather stations

可燃物含水量对野火的行为有着重要的影响，是火灾风险评估中的一个重要基础因素。我们提出了一种方法来同化死燃料水分含量观测从远程自动气象站（RAWS）到一个时滞燃料水分模型。RAWS在空间上很稀疏，需要一种机制来估计可能远离观测站的位置的燃料水分含量。这是安排使用趋势面模型（TSM），它使我们能够考虑到地形和大气状态对燃料水分含量的空间变异性的影响。在每个感兴趣的位置处，TSM提供伪观测，该伪观测通过卡尔曼滤波被同化。该方法进行了测试与时滞燃料水分模型在耦合天气火灾代码WRF-SFIRE 10小时燃料水分含量观测科罗拉多州RAWS在2013年。我们使用留一法测试的TSM相比，毫不逊色，在荒地火灾评估系统中使用的距离平方反比插值。最后，我们证明了资料同化方法是能够提高燃料水分含量估计在未观察到的燃料类。

2014-06-17physics.ao-ph