O projeto, "MF2 - Perigosidade Meteorológica de Fogos Rurais", desenvolveu-se no âmbito da iniciativa "dataservices" alicerçada no objetivo estratégico de modernização das ferramentas de exploração de dados para apoio à tomada de decisão.
A plataforma web desenvolvida, tem por objetivo servir de interface aos utilizadores no acesso aos dados, resultantes do processamento numérico dos modelos atmosféricos e de deteção remota. A forma de acesso aos dados é disponibilizada através de um sistema informático de visualização e descarregamento de dados georreferenciados.
Através deste projeto o IPMA disponibiliza:
O Índice Meteorológico de Perigo de Incêndio Florestal do Sistema Canadiano (Canadian Forest Fire Weather Index System, CFFWIS), designado genericamente como índice FWI (Fire Weather Index) integra seis índices que quantificam os efeitos da humidade do combustível e do vento no comportamento do fogo [1]. Os índices são calculados com base em valores de temperatura e humidade relativa do ar a 2m, intensidade do vento a 10m e precipitação acumulada em 24h. Os três primeiros índices (DC, DMC e FFMC) caracterizam o teor médio de humidade do combustível no solo. A estes adicionam-se os efeitos de vento permitindo caracterizar a taxa de propagação do fogo (ISI). Os dois restantes índices representam o combustível disponível para a combustão (BUI) e a intensidade do fogo frontal (FWI). O aumento de cada um destes componentes corresponde a um aumento de perigo de fogo.
O FWI é um indicador da intensidade da frente de fogo, definida como a libertação de energia por unidade de comprimento da frente de chamas.
| FWI<8.2 |
Perigo Baixo ou Reduzido |
fogo de superfície |
|
8.2≤FWI<17.2 |
Perigo Moderado
|
|
|
17.2≤FWI<24.6
|
Perigo Elevado |
fogo de elevada intensidade com fogo de copas.
|
|
24.6≤FWI<38.3 |
Perigo Muito Elevado
|
|
|
38.3≤FWI<50.1
|
Perigo Máximo |
fogo de extrema intensidade com fogos de copas ativos, focos secundários muito prováveis e elevada dificuldade de controlo do incêndio |
|
50.1≤FWI<64
|
Perigo Extremo |
fogo de excecional intensidade com extrema dificuldade de controlo do incêndio. |
|
FWI ≥64 |
Perigo Excecional |
O FFMC representa o teor de humidade dos combustíveis finos (0.25kg/m2) mortos na camada superficial até 2 cm de profundidade e reflete as condições meteorológicas nos últimos 2 a 3 dias. É um Indicador da facilidade de ignição e de incidência de focos secundários.
O DMC representa o teor de humidade dos combustíveis médios mortos (5kg/m2) na camada entre 5 a 10 cm de profundidade. É um indicador da facilidade de eliminação do combustível.
O DC representa o teor de humidade dos combustíveis grossos (25kg/m2) mortos entre 10 a 20 cm de profundidade. É um Indicador da necessidade de rescaldo, de potencial reacendimento e de fogo subterrâneo.
O BUI representa a carga de combustível disponível para a combustão.
O ISI representa a velocidade inicial de progressão do fogo.
Os sub-índices foram divididos em sete classes de perigo, com base no percentil para a região do Continente no período de 15 de junho a 15 de setembro,por ser o período que, climatologicamente, apresenta condições meteorológicas mais severas para a deflagração e combate aos incêndios rurais. São utilizados os percentis 25, 50, 75, 90, 95 e 99. Ou seja, existem 7 classes de percentis:<25; 25-50; 50-75; 75-90; 90-95; 95-99; >99. Por exemplo, a última classe, acima do percentil 99, inclui 1% dos valores mais extremos do respetivo índice.
São calculados diariamente no IPMA para um conjunto de cerca de 100 estações meteorológicas os valores observados dos seis índices constituintes do índice FWI. Os valores previstos dos índices para os locais das estações meteorológicas são calculados utilizando: a)as previsões do modelo de previsão numérica do Centro Europeu de Previsões Meteorológicas a Médio Prazo (European Centre for Medium-Range Weather Forecasts, ECMWF) até 7 dias (H+24, H+48, H+72, H+96, H+120, H+144 e H+168); b) as previsões do modelo de área limitada AROME até 2 dias (H+24 e H+48). Os valores da temperatura do ar a 2m, da humidade relativa do ar a 2m e da intensidade do vento a 10 m, previstos por aqueles modelos são sujeitos a um ajuste estatístico às observações.
O IPMA dispõe de uma base de dados com os valores históricos dos índices do sistema de CFFWIS para o período 2000-2019 (20 anos), para um conjunto de 67 estações que continuamente têm sido utilizadas para o cálculo dos componentes do índice FWI no território do Continente. O percentil diário do índice FWI é calculado numa janela de 11 dias em torno do dia para o qual é efetuada a previsão, para permitir uma comparação com a atual época do ano.
O índice de risco de incêndio rural – RCM (Risco Conjuntural e Meteorológico), disponibilizado diariamente pelo IPMA resulta da combinação de dois índices: o índice FWI obtido ao nível da estação e a Perigosidade de Incêndio rural numa malha regular (disponibilizada regularmente pelo ICNF), a partir de uma matriz de ponderação de risco [2].
No âmbito do Projeto Land Surface Analysis Satellite Applications Facility (LSA SAF) os seis índices do Sistema CFFWIS são calculados para a Europa ao nível do pixel do satélite geostacionário METEOSAT e disseminados todos os dias às 12 UTC. Para calcular os seis índices do Sistema FWI são utilizadas as previsões do modelo de previsão numérica do Centro Europeu de Previsões Meteorológicas a Médio Prazo (European Centre for Medium-Range Weather Forecasts, ECMWF) até 5 dias (H+24, H+48, H+72, H+96 e H+120).
Os valores dos percentis têm por base a informação histórica de FWI e sub-índices (FFMC, DMC, DC, BUI e ISI) no período 1979-2018 (40 anos), para a Europa ao nível do pixel do satélite geostacionário METEOSAT. O percentil diário de cada índice é calculado numa janela de 11 dias em torno do dia para o qual é efetuada a previsão, para permitir uma comparação com a atual época do ano.
Probabilidade de Extremos define-se como a probabilidade de um incêndio já detetado, com origem num de determinado local, atingir 2000 GJ de energia libertada (energia característica de um fogo severo e de difícil combate). A probabilidade de ocorrência permite fazer uma avaliação física do perigo de incêndio[3]. Os valores de probabilidade são representados por 10 classes de probabilidade que variam entre 0 e 1, respetivamente 0% e 100% de probabilidade de um incêndio detetado se transformar num fogo de grandes dimensões. Para calcular a probabilidade de ocorrência até 5 dias (H+24, H+48, H+72, H+96 e H+120) foram utilizados os valores das previsões de FWI mencionados acima e da informação da energia diária libertada pelos eventos de fogo observados durante o período histórico. A energia diária libertada é calculada com base em dados de potência radiativa dos fogos observados a partir do sensor SEVIRI a bordo dos satélites METEOSAT, disseminados no âmbito do projeto LSA-SAF.
Anomalia da probabilidade de extremos é a diferença entre a probabilidade de extremos de um determinado dia e a probabilidade média de extremos no período histórico [3]. A anomalia da probabilidade de extremos indica se a probabilidade de extremos para o dia em análise é maior (anomalia positiva) ou menor (anomalia negativa) que o valor médio.
O Fire Risk Map (FRM) resulta da agregação de indicadores de pré-incêndio (por exemplo, sinais de stress da vegetação) com valores das previsões de parâmetros meteorológicos até 5 dias (H+24, H+48, H+72, H+96 e H+120) do ECMWF (temperatura e humidade relativa do ar a 2m, intensidade do vento a 10m e precipitação acumulada em 24 h), tendo como objetivo final a formulação de um indicador de perigo de incêndio. As classes de perigo de incêndio são obtidas pela combinação, em cada pixel MSG, dos valores da probabilidade de extremos e da anomalia da probabilidade de extremos [3]. Desde modo, o perigo de ocorrência de um incêndio extremo, associado a cada uma das 5 classe de perigo de incêndio, resulta do cruzamento de informação derivada do FWI previstoe do histórico de incêndios ativos (FRP) detetados pelo MSG durante os meses julho e agosto para cada tipo de coberto vegetal.
A quantidade de calor libertado por radiação num fogo, por unidade de tempo (ou seja, a potência radiativa do fogo, FRP), está relacionada com a taxa de consumo de combustível. Medir a potência radiativa do fogo (FRP) e integrá-la durante a vida de um incêndio fornece uma estimativa do total de Energia Radiativa (FRE) libertada, que para fogos rurais é proporcional à quantidade total de biomassa queimada. O produto FRP disseminado no âmbito do Projeto Land Surface Analysis Satellite Applications Facility (LSA SAF) contém informações sobre a localização, a duração e a potência (FRP, em MWatts) de incêndios rurais detetados a cada 15 minutos no disco completo dos satélites geostacionários METEOSAT [4].
A capacidade de deteção de eventos está intimamente ligada à resolução espacial do satélite METEOSAT e consequentemente eventos de fraca intensidade não serão identificados. Por outro lado, a localização de cada fogo corresponde ao centro do pixel no qual este foi identificado, admitindo-se uma incerteza da ordem de 1 pixel e 1/3 na posição geográfica de cada evento.
As condições atmosféricas acima do solo, como exemplo a estabilidade atmosférica, desempenham um papel crítico no comportamento do fogo, especialmente em incêndios maiores. Em 1988, Haines[5] desenvolveu o Índice de Estabilidade da Baixa Atmosfera, ou Índice Haines. Este índice é usado para indicar o potencial de crescimento de incêndios rurais medindo a estabilidade e a secura do ar em um incêndio.
Devido à saturação rápida e frequente do índice de Haines e, portanto, à pouca utilidade para identificar dias "extremos" ou "anomalias", foi elaborado um outro índice baseado nos mesmos princípios, mas com a vantagem de ser contínuo e não saturar tão frequentemente, o chamado Índice de Haines Contínuo.O índice de Haines Contínuo, ou cHaines (CHI), foi desenvolvido pelo “Centre for Australian Weather and Climate Research” [6] e utiliza os mesmos “input” que o índice Haines:
O índice de Haines contínuo toma valores entre 0 e 14 eliminando, relativamente ao índice Haines, transições abruptas entre as categorias e oferecendo maior discriminação em valores altos. Também permite uma avaliação mais realista das contribuições da instabilidade atmosférica e da depressão do ponto de orvalho para a pontuação geral.
| CHI | Comportamento provável do fogo e confiança da predição do fogo |
|---|---|
| < 4 | Fogo facilmente controlado. Os modelos poderão predizer o trajecto do fogo com elevada probabilidade |
| 4-8 | Fogos podem ser difíceis de controlar e o comportamento do fogo pode ser errático. É provável a modelação do comportamento do fogo ser próxima da realidade |
| 8-10 | Fogos serão de difícil controlo e o comportamento do fogo será errático. É provável a modelação do comportamento do fogo sub estimar a realidade |
| > 10 | Fogos não controláveis e extremamente difíceis de extinguir. É provável a modelação do comportamento do fogo sub estimar dramaticamente a realidade |
Foram calculados os valores dos percentis 90, 95 e 99 (interpretação indicada acima) e do máximo de CHI no período 2001- 2018, com dados das análises do ECMWF, para uma malha de 0.125ºx0.125º, considerando Portugal Continental [7]. Posteriormente foram apurados os valores mínimo, médio e máximo de todos os pontos da malha do modelo. Os resultados encontram-se na tabela em baixo. Verifica-se, por exemplo, que o percentil 90 varia em Portugal de um valor 8,2 a um valor de 11,1. A mesma interpretação pode ser feita para os percentis 95 e 99 e para o valor máximo de CHI. Em particular, em todos os pontos da malha em Portugal Continental o valor máximo de CHI, no período 2001 a 2018, foi de 13.8.
| CHI Portugal Continental (2001-2018) | ||||
| Perc90 | Perc95 | Perc99 | Máximo | |
| Mínimo | 8,2 | 9,2 | 10,4 | 11,8 |
| Médio | 10,0 | 10,6 | 11,6 | 12,7 |
| Máximo | 11,1 | 11,7 | 12,6 | 13,8 |
O modelo do ECMWF é global, ou seja, efetua previsões para todo o globo. A versão determinista é executada com um alcance máximo de 10 dias, uma resolução vertical de 137 níveis e uma resolução horizontal de 9 km. No âmbito deste projeto foi estabelecido o seguinte domínio:
Parâmetros de superfície:
Parâmetros de altitude:
Índices:
O AROME é um modelo de previsão numérica do tempo de área limitada e elevada resolução, o qual tem sido desenvolvido no âmbito do projeto ALADIN. Este modelo é não hidrostático e foi construído a partir da dinâmica do modelo ALADIN e do pacote de parametrizações físicas do modelo de investigação francês MESO-NH. A versão operacional local do AROME utiliza as previsões do modelo ARPEGE como condições iniciais e fronteira.
O AROME é executado localmente com uma resolução vertical de 60 níveis e horizontal de 2.5 km, para um alcance de 48 horas, nos seguintes domínios:
Parâmetros de superfície:
A Temperatura ponto orvalho e calculada através da formula:
td(j) = 273,15 + (C * (LOG(hr(j) / 100) + ((B * T(j))/(C + T(j))))) / (B - LOG(hr(j) / 100) + ((B * T(j)) / (C + T(j)))), B=18,678 e C=257,14
[1] Van Wagner, C.E., 1987: Development and Structure of the Canadian Forest Fire Weather Index System, Canadian Forestry Service, Forestry Technical Report 35 OTTAWA.
[2] IPMA, 2019: Metodologia de Cálculo do Índice de Risco de Incêndio Florestal (RCM), disponível em http://www.ipma.pt/export/sites/ipma/bin/docs/relatorios/meteorologia/nt-rcm.pdf.
[3] Pinto, M. M., DaCamara, C. C., Trigo, I. F., Trigo, R. M., e Turkman, K. F., 2018: Fire danger rating over Mediterranean Europe based on fire radiative power derived from Meteosat, Nat. Hazards Earth Syst. Sci., 18, 515-529, https://doi.org/10.5194/nhess-18-515-2018.
[4] Wooster, M. J., Roberts, G., Freeborn, P. H., Xu, W., Govaerts, Y., Beeby, R., He, J., Lattanzio, A., Fisher, D., e Mullen, R., 2015: LSA SAF Meteosat FRP products - Part 1: Algorithms, product contents, and analysis, Atmos. Chem. Phys., 15, 13217-13239, doi:10.5194/acp-15-13217-2015.
[5] Haines, D.A. 1988. A lower atmospheric severity index for wildland fire,National Weather Digest, Vol 13, No. 2:23-27.
[6] Mills, G. A. e McCaw, L., 2010: Atmospheric Stability Environments and Fire Weather in Australia – extending the Haines Index CAWCR, Technical report No. 20, March.
[7] Bugalho, L., 2018: Temporal variability of the Haines index and its relationship with forest fire in Portugal,Advances in forest fire research 2018, 127-137, Editor: Viegas, D.X., Imprensa da Universidade de Coimbra.