Modelling Multi-day Evacuation and Return Decisions for Isolated Communities under uncertain Wildfire Smoke Forecasts

Wildfire and smoke frequently threaten people and periodically lead to evacuations. We modelled decisions to evacuate and return for scenarios representative of some situations for isolated northern Canadian communities. The decisions are important and difficult for reasons including but not limited to: (1) the impacts of both smoke exposure and evacuation are in different ways harmful and life-threatening, and (2) smoke conditions can change rapidly and there is significant uncertainty in smoke forecasts. Smoke hazard levels are modelled using discrete-time Markov chains, and the evacuation model is formulated as a stochastic dynamic programming problem for potential use for insight and training. We present preliminary numerical results from the model to illustrate characteristics of model-optimal policies given impact weighting and to contrast simulated distributions of impacts given perfect or uncertain smoke forecasts.

Modélisation des décisions d'évacuation et de retour sur plusieurs jours pour les communautés isolées en cas de prévisions incertaines concernant la fumée des incendies de forêt

Les incendies de forêt et la fumée menacent fréquemment les populations et conduisent périodiquement à des évacuations. Nous avons modélisé les décisions d'évacuation et de retour dans des scénarios représentatifs de certaines situations de communautés isolées du nord du Canada. Les décisions sont importantes et difficiles à prendre, notamment pour les raisons suivantes: (1) les effets de l'exposition à la fumée et de l'évacuation sont différemment nocifs et mettent la vie en danger, et (2) les conditions de la fumée peuvent évoluer rapidement et les prévisions de fumée sont très incertaines. Les niveaux de risque liés à la fumée sont modélisés à l'aide de chaînes de Markov à temps discret, et le modèle d'évacuation est formulé sous forme d'un problème de programmation dynamique stochastique en vue d'une utilisation potentielle à des fins de compréhension et de formation. Nous présentons des résultats numériques préliminaires du modèle pour illustrer les caractéristiques des politiques optimales du modèle en fonction de la pondération de l'impact et pour contraster les distributions simulées des impacts en cas de prévisions de fumée parfaites ou incertaines.

Session

Statistical Approaches and Remote Sensing in Forest Management and Fire Analysis

Date and Time