Od nowego roku IMGW-PIB udostępnia testowy system prognozowania zagrożenia pożarowego dedykowany terenom leśnym. Prognozy wykonywane są dla całej Polski na siatce o rozdzielczości przestrzennej 2.5 x 2.5 km, raz dziennie na godzinę 12 UTC, z wyprzedzeniem czasowym wynoszącym 24 i 48 godzin. Jest to pierwszy w Polsce system prognozowania zagrożenia pożarowego lasu w wysokiej rozdzielczości przestrzennej z tak długim horyzontem czasowym.
System prognozowania zagrożenia pożarowego lasów opracowano w Zakładzie Analiz Meteorologicznych i Prognoz Długoterminowych w strukturach Centrum Modelowania Meteorologicznego IMGW-PIB. Dane meteorologiczne niezbędne do obliczeń zasilane są z numerycznego modelu pogodowego WRF METEOPG2.5km, który rozwijany jest wspólnie przez IMGW-PIB i Politechnikę Gdańską. Zasadność podjętych prac i badań umotywowana była wysoką i niemalejącą od wielu lat w Polsce liczbą pożarów w lasach, która w związku z prognozowanymi globalnymi zmianami klimatycznymi może w przyszłości wzrastać.
Prof. Mariusz Figurski, Dyrektor Centrum Modelowania Meteorologicznego IMGW-PIB.
„W ostatnich kilkunastu latach obserwuje się stopniowe zaburzenia systemu klimatycznego, które powodują wzrost niebezpiecznych zjawisk meteorologiczno-hydrologicznych, a co za tym idzie i zagrożenia pożarowego lasów w Polsce. W 2019 roku Polska znalazła się na 3 miejscu w Europie pod względem liczby pożarów na terenach leśnych. Aby minimalizować wyrządzane przez pożary straty środowiskowe i społeczno-ekonomiczne, niezbędne jest rozwijanie i udoskonalanie systemów prognozowania zagrożenia pożarowego. Kluczowe znaczenie warunków meteorologicznych w ocenie zagrożenia pożarowego oraz możliwość wykorzystywania wysokorozdzielczych numerycznych modeli pogodowych w jego prognozowaniu, zobowiązuje IMGW-PIB do wyjścia naprzeciw rosnącemu zapotrzebowaniu”
Udostępniony przez IMGW-PIB wysokorozdzielczy system prognozowania zagrożenia pożarowego opracowano na podstawie kanadyjskiego systemu Fire Weather Index (FWI)[1], który jest najpowszechniej stosowanym na świecie systemem służącym do oceny zagrożenia pożarowego na obszarach leśnych. W skład systemu IMGW-PIB wchodzi sześć wskaźników, obliczanych codziennie na podstawie danych meteorologicznych z godziny 12 UTC – prędkości wiatru, temperatury i wilgotności powietrza, sumy opadów atmosferycznych.
Wskaźnik wilgotności drobnych materiałów palnych (FFMC) – wskaźnik oceniający zawartość wody w górnej warstwie ściółki leśnej (1-2 cm głębokości) oraz w innych drobnych materiałach palnych (liście, małe gałązki); wskaźnik określa również względną łatwość zapłonu.
Wskaźnik wilgotności średnich materiałów palnych (DMC) – wskaźnik oceniający zawartość wody w warstwie częściowo rozłożonej ściółki leśnej (5-10 cm głębokości) oraz w średniej wielkości materiałach palnych (gałęzie); przy pomocy wskaźnika można również określić względną łatwość zapłonu na skutek wyładowań atmosferycznych.
Wskaźnik wilgotności dużych materiałów palnych (DC) – wskaźnik oceniający zawartość wody w głębszych i zwartych warstwach organicznych gleby (10-20 cm głębokości) oraz w większych materiałach palnych (pnie drzew); wskaźnik informować może o ewentualnych trudnościach w dogaszaniu pożarów (tzw. mop-up).
Wskaźnik szybkości rozprzestrzeniania się ognia (ISI) – wskaźnik oceniający prawdopodobną szybkość rozprzestrzeniania się ognia we wczesnej fazie pożaru po wystąpieniu zapłonu (na podstawie wskaźnika FFMC i prędkości wiatru).
Wskaźnik dostępności materiałów palnych (BUI) – wskaźnik oceniający prawdopodobną ilość dostępnych (suchych) materiałów palnych do spalania po wystąpieniu zapłonu (na podstawie wskaźników DMC i DC).
Wskaźnik ogólnego zagrożenia pożarowego (FWI) – wskaźnik oceniający ogólne zagrożenie pożarowe lasu oraz prawdopodobną intensywność pożaru po wystąpieniu zapłonu (na podstawie wskaźników ISI i BUI).
Wskaźniki oceniają zagrożenie pożarowe występujące w lesie w godzinach popołudniowych (między 12 a 14 UTC). Zagrożenie pożarowe określane jest w nich za pomocą wyznaczonych i stosowanych przez EFFIS[2] klas zagrożenia: bardzo niskie, niskie, średnie, wysokie, bardzo wysokie, ekstremalne[3].
Wysokorozdzielczy system prognozowania zagrożenia pożarowego lasu IMGW-PIB generuje codziennie prognozę dla wszystkich wskaźników z 24- i 48-godzinnym wyprzedzeniem czasowym. Obliczenia wykonywane są po godzinie 12 UTC na podstawie najnowszych danych wygenerowanych przez numeryczny model pogodowy WRF METEOPG2.5km. W systemie dodatkowo udostępniana jest, prognozowana na godzinę 12 UTC, wartość wilgotności i temperatury gleby (na głębokości 0-10 cm). Prawdopodobieństwo wystąpienia pożaru w lesie przy wysokiej wilgotności gleby i niskiej jej temperaturze jest niemal zerowe.
Przeprowadzone symulacje systemu dla sezonu pożarowego[4] w 2019 roku wykazały bardzo wysoką zgodność obliczeń wykorzystujących 24- i 48-godzinne prognozy z modelu WRF METEOPG2.5km z obliczeniami opartymi na rzeczywistych pomiarach meteorologicznych z sieci stacji naziemnych IMGW-PIB. Wykonane analizy wskazują też na wysoką korelację między prognozowanym zagrożeniem pożarowym (wskaźnik FWI) a zaobserwowanymi w tym okresie pożarami.
Niewątpliwą zaletą systemu okazała się możliwość prognozowania dni z ekstremalnym zagrożeniem pożarowym, czego idealnym przykładem są prognozy wskaźnika ogólnego zagrożenia pożarowego (FWI) na 23 kwietnia 2019 roku. W ten dzień, ze względu na długotrwałą suszę na północy kraju i niecodzienne silne wiatry znad Sahary, zanotowano rekordową w tym roku liczbę pożarów lasów w Polsce.
Dr Przemysław Ligenza, Dyrektor Naczelny IMGW-PIB.
„Pomimo że system potrzebuje dalszych weryfikacji i udoskonaleń, obiecujące wyniki analiz z 2019 roku skłoniły IMGW-PIB do podjęcia decyzji o udostępnieniu i upublicznieniu produktu w wersji testowej. Wysokorozdzielcze prognozy zagrożenia pożarowego stanowić mogą wsparcie dla działalności polskich służb pożarniczych i właścicieli terenów leśnych oraz być źródłem bogatej informacji dla naukowców i innych zainteresowanych odbiorców”
Prognoza zagrożenia pożarowego lasów dostępna jest w serwisie map dynamiczych:
meteo.imgw.pl
[1] Canadian Forest Fire Weather Index System – https://cwfis.cfs.nrcan.gc.ca/background/summary/fwi
[2] European Forest Fire Information System – https://effis.jrc.ec.europa.eu/about-effis/technical-background/fire-danger-forecast.
[3] Klasa ekstremalna stosowana jest tylko w przypadku wskaźnika FWI.
[4] Sezon pożarowy w Polsce rozpoczyna się 1 marca i trwa do 30 września.
Zdjęcie główne: Mikhail Serdyukov | Unsplash
Mariusz Józef Figurski
Dyrektor Centrum Modelowania Meteorologicznego IMGW-PIB i profesor Politechniki Gdańskiej. Specjalista w zakresie geodezji satelitarnej, meteorologii GNSS, technologii satelitarnych i numerycznego modelowania pogody. Ekspert w grupie parlamentarnej ds. przestrzeni kosmicznej. Autor nowej koncepcji prowadzenia badań w ramach otwartych zespołów naukowych „open team”.
Grzegorz Nykiel
Dr inż. nauk technicznych, główny specjalista badawczo-techniczny w IMGW-PIB, naukowo związany również z Politechniką Gdańską. Zajmuje się przetwarzaniem i analizą danych pochodzących z numerycznych modeli prognozowania pogody, a także wykorzystaniem sygnałów satelitarnych do analizy stanu ziemskiej atmosfery.
Alan Mandal
Doktor nauk o Ziemi w dziedzinie geografii. Pracownik IMGW-PIB od 2010 roku. Realizuje zadania w zakresie prognozowania długoterminowego w ramach Centrum Modelowania Meteorologicznego IMGW-PIB.
Tomasz Strzyżewski
Pracownik IMGW-PIB od 2018 roku. Główne zainteresowania to małoskalowe modelowanie przepływu powietrza technikami CFD, zmiany klimatyczne, nowoczesne technologie pozyskiwania energii, wiatrowe zjawiska ekstremalne oraz wszelkiego rodzaju analizy przestrzenne.
Weronika Wrońska
Absolwentka Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie na kierunku Inżynieria Środowiska. Młodszy specjalista w Centrum Modelowania Meteorologicznego. Zajmuje się prognozami długoterminowymi oraz aplikacyjnym wykorzystaniem danych i prognoz meteorologicznych.
Marta Gruszczyńska
Doktor nauk technicznych w dyscyplinie geodezja i kartografia. Aktualnie kierownik Zakładu Analiz Meteorologicznych i Prognoz Długoterminowych w Centrum Modelowania Meteorologicznego. Współautorka 11 publikacji naukowych. Interesuje się analizą szeregów czasowych, prognozami długoterminowymi, jak również kontrolą jakości danych meteorologicznych.
