Development and testing of models for predicting crown fire rate of spread in conifer forest stands

$50.00 plus tax (Refund Policy)

Buy Article:

Abstract:

The rate of spread of crown fires advancing over level to gently undulating terrain was modeled through nonlinear regression analysis based on an experimental data set pertaining primarily to boreal forest fuel types. The data set covered a significant spectrum of fuel complex and fire behavior characteristics. Crown fire rate of spread was modeled separately for fires spreading in active and passive crown fire regimes. The active crown fire rate of spread model encompassing the effects of 10-m open wind speed, estimated fine fuel moisture content, and canopy bulk density explained 61% of the variability in the data set. Passive crown fire spread was modeled through a correction factor based on a criterion for active crowning related to canopy bulk density. The models were evaluated against independent data sets originating from experimental fires. The active crown fire rate of spread model predicted 42% of the independent experimental crown fire data with an error lower then 25% and a mean absolute percent error of 26%. While the models have some shortcomings and areas in need of improvement, they can be readily utilized in support of fire management decision making and other fire research studies.

Le taux de propagation des feux de cimes se propageant en terrain plat ou légèrement onduleux a été modélisé en utilisant l'analyse de régression non linéaire à partir d'un ensemble de données expérimentales portant principalement sur les types de combustibles rencontrés en forêt boréale. L'ensemble de données couvrait une importante gamme de complexes de combustibles et de caractéristiques de comportement du feu. Le taux de propagation des feux de cimes a été modélisé séparément pour les feux se propageant selon des régimes de feu de cimes dépendant ou passif. Le modèle du taux de propagation des feux de cimes dépendants qui tient compte des effets de la vitesse du vent à découvert à 10 m, de la teneur en eau estimée des combustibles fins et de la densité apparente de la canopée expliquait 61 % de la variation dans le jeu de données. La propagation des feux de cimes passifs a été modélisée en appliquant un facteur de correction basé sur un critère des feux de cimes dépendants relié à la densité apparente de la canopée. Les modèles ont été testés avec un ensemble de données indépendantes provenant de feux expérimentaux. Le modèle du taux de propagation des feux de cimes dépendants prédisait 42 % des données indépendantes provenant des feux de cimes expérimentaux avec une erreur inférieure à 25 % et un pourcentage d'erreur absolue moyenne de 26 %. Bien que les modèles aient certaines lacunes et que certains aspects aient besoin d'être améliorés, ils peuvent facilement être utilisés comme support à la prise de décision dans la gestion des feux de forêt et dans le cadre d'autres travaux de recherche sur le feu.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: July 1, 2005

More about this publication?
  • Published since 1971, this monthly journal features articles, reviews, notes and commentaries on all aspects of forest science, including biometrics and mensuration, conservation, disturbance, ecology, economics, entomology, fire, genetics, management, operations, pathology, physiology, policy, remote sensing, social science, soil, silviculture, wildlife and wood science, contributed by internationally respected scientists. It also publishes special issues dedicated to a topic of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • ingentaconnect is not responsible for the content or availability of external websites
Related content

Tools

Favourites

Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
X
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more