Analyzing Fire Spread Using Segmentation from Experimental Fire Videos
Understanding fire propagation dynamics is key to refining predictive models and improving fire management strategies. This study examines fire spread variability under environmental conditions and the impact of slope on directional rates of spread (ROS). Significant variability in head, rear, and flank ROS highlights the stochastic nature of fire behavior, challenging deterministic models and supporting probabilistic approaches.
Findings reveal limitations in the Canadian Forest Fire Behavior Prediction (FBP) System’s ability to capture fire spread and slope relationships. Variations in slope parameter estimations indicate high context sensitivity, while fire head detection inconsistencies affect ROS measurements. Future research should enhance slope modeling and integrate probabilistic methods to better address uncertainty, leading to more accurate fire spread predictions and improved management strategies.
Findings reveal limitations in the Canadian Forest Fire Behavior Prediction (FBP) System’s ability to capture fire spread and slope relationships. Variations in slope parameter estimations indicate high context sensitivity, while fire head detection inconsistencies affect ROS measurements. Future research should enhance slope modeling and integrate probabilistic methods to better address uncertainty, leading to more accurate fire spread predictions and improved management strategies.
Analyse de la propagation du feu à l'aide de la segmentation de vidéos d'incendies expérimentaux
La compréhension de la dynamique de propagation d'incendies est essentielle pour affiner les modèles prédictifs et améliorer les stratégies de gestion des incendies. Cette étude examine la variabilité de la propagation d'incendies selon les conditions environnementales et l'impact de la pente sur les vitesses de propagation directionnelles (ROS). La variabilité significative des ROS au front, à l'arrière et sur les côtés met en évidence la nature stochastique du comportement des incendies, ce qui remet en question les modèles déterministes et soutient les approches probabilistes.
Les résultats révèlent des limites dans la capacité du système canadien de prévision du comportement des incendies de forêt (FBP) à déterminer les relations entre la propagation d'incendies et les pentes. Les variations dans les estimations des paramètres de pente indiquent une grande sensibilité au contexte, tandis que les incohérences dans la détection des fronts d'incendie affectent les mesures de ROS. Les recherches futures devraient améliorer la modélisation des pentes et intégrer des méthodes probabilistes afin de mieux prendre en compte l'incertitude, ce qui permettrait d'obtenir des prévisions plus juste de la propagation d'incendies et d'améliorer les stratégies de gestion.
Les résultats révèlent des limites dans la capacité du système canadien de prévision du comportement des incendies de forêt (FBP) à déterminer les relations entre la propagation d'incendies et les pentes. Les variations dans les estimations des paramètres de pente indiquent une grande sensibilité au contexte, tandis que les incohérences dans la détection des fronts d'incendie affectent les mesures de ROS. Les recherches futures devraient améliorer la modélisation des pentes et intégrer des méthodes probabilistes afin de mieux prendre en compte l'incertitude, ce qui permettrait d'obtenir des prévisions plus juste de la propagation d'incendies et d'améliorer les stratégies de gestion.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais