• Ei tuloksia

Metsäpalon leviämisen mallintaminen

2. Teoreettinen viitekehys

2.4 Metsäpalon leviämisen mallintaminen

Palon leviämistä mallintavat ohjelmat voidaan jakaa omiin ryhmiinsä monella tapaa. Esimer-kiksi Pastor ym. (2003) mukaan mallit voidaan jakaa kolmeen laajempaan ryhmään laskenta-mallien, tutkittavien muuttujien ja mallinnettavan fysiikan (pintapalo/latvapalo) mukaan. Ar-tikkelissaan he listasivat yhteensä 68 palonleviämismallia ja 20 palon leviämisen mallinnuk-seen kykenevää ohjelmaa, jotka hyödyntävät näitä leviämismalleja.

Eri palonleviämistä mallintavilla ohjelmilla on erilaiset toimintaperiaatteet. Yksinkertaisim-millaan mallit voivat laskea palon leviämistä solusta toiseen perusteenaan viereisen solun pa-laminen. Monimutkaisimmillaan mallit vaativat supertietokoneita laskemaan palon leviämisen fysiikan eri aspekteja, kuten energian siirtymistä ja ilmamassojen mallintamista

3D-14

ympäristössä (esimerkiksi Coen 2013). Mallin toteutustapa määrittyy sen käyttötarkoituksen mukaan. Operatiiviseen käyttöön tarkoitetut järjestelmät vaativat nopeutta ja tarkkuutta. Tut-kimustyöhön tarkoitetut tarkemmat mallit taas suosivat tulosten tarkkuutta nopeuden sijaan.

Yksinkertaistettuna mallit voidaan siis jakaa kahteen ääripäähän; empiirisiin malleihin ja fy-siikkaan perustuviin malleihin. Tässä kappaleessa tarkastellaan palon leviämisen mallintami-seen liittyviä toteutustapoja.

2.4.1 Empiiriset ja osittain empiiriset mallit

Operatiiviseen käyttöön tarkoitetut leviämismallit ovat joko osittain taikka täysin empiirisiä (esimerkiksi FlamMap (Rocky Mountain Research Station 2019), Prometheus (Fire growth model.ca 2019), SPARK (CSIRO SPARK 2020)). Tämä on ollut pitkään tarpeellista tietoko-neiden rajallisten laskentatehojen takia. Tulevaisuudessa tämä rajoite saattaa poistua tietotek-niikan kehittyessä. Näiden mallien oletuksina saattavat olla palon leviämisen laskentaan käy-tetty muoto (ympyrä, ellipsi), syttymistodennäköisyys, latvapalon todennäköisyys tai muut las-kennallisesti raskaat tekijät. (Tymstra ym. 2010.)

Edellä mainitut mallit hyödyntävät oletuksia, eivätkä ne perustu laskettuun fysiikkaan. Niiden luotettavuus perustuu lukuisiin testipolttoihin ja todellisiin paloihin perustuviin mittauksiin.

Esimerkiksi palon leviämisen mallinnukseen käytetyn ellipsin on havaittu olevan tällä hetkellä paras vaihtoehto sen ollessa helppokäyttöinen sekä tarkka. (Tymstra ym. 2010; Finney 2004.) Empiiriset mallit tarjoavat erittäin tehokasta laskentaa ja hyvinkin suurien palojen leviämisen mallintamista todellista paloa nopeammin. Nämä eivät kuitenkaan kykene huomioimaan poik-keustilanteissa syntyviä riskejä. Esimerkiksi hyvin laajojen ja intensiivisten palojen tiedetään kehittävän oma ilmastonsa, jossa on mahdollista syntyä muun muassa vaarallisia tulipyörteitä (Lindberg ym. 2011). Näiden mallintamiseen empiiriset mallit eivät kykene. Tämä puute pe-rustuu palon synnyttämien ilmavirtausten mallintamisen puuttumiseen, jonka vuoksi useiden rinnakkaisten palojen vaikutusta toisiinsa ei myöskään voida arvioida (esimerkiksi Tymstra 2010). Lisäksi, koska empiiriset mallit perustuvat tilastoituihin leviämisarvoihin, ovat ne luo-tettavia vain vastaavanlaisissa olosuhteissa kuin mihin tilastot perustuvat (Pastor ym. 2003).

15

2.4.2 Fysiikkaa hyödyntävät mallit ja kolmiulotteiset kuljetusmallit

Fysiikkaan perustuvien mallien tavoitteena on ottaa mukaan palon leviämisen fyysisiä meka-niikkoja, kuten konvektio, säteily sekä turbulenssiefektit. Nämä mekaniikat ilmenevät metsä-paloissa muun muassa paloaineksen pyrolyysin säteilynä, lämmön johtumisena, palamisesta syntyneinä kuumina kaasuina sekä erilaisina jäähdyttävinä prosesseina kuten lämmön säteilynä ilmaan. Näistä vain lämmön säteilyn ja konvektion ajatellaan olevan merkittäviä mekaniikkoja tavallisten pinta- ja latvapalojen mallintamisessa. Lämmön johtuminen ei ole riittävän merkit-tävä tekijä näissä palamisen muodoissa, mutta esimerkiksi maapalossa sitä voitaisiin käyttää palon leviämisen mallintamiseen. (Baines 1990.) Esimerkiksi Johnston ym. (2006) kehittivät soluautomaattileviämismallin, jossa palon leviäminen perustui fyysiseen mekaniikkaan, läm-mön säteilyyn. Tämä leviämismalli on kuitenkin huomattavasti kevyempi käyttää kuin tavan-omaiset kolmiulotteiset kuljetusmallit.

Kolmiulotteisten kuljetusmallien tavoitteena on ottaa tuli ja sen muokkaama paikallinen paloil-masto mukaan palonleviämisen mallinnukseen. Ohjelmat vaativat paljon dataa ja ovat lasken-nallisesti erittäin raskaita käyttää, minkä vuoksi ne ovat olleet lähinnä laboratoriotutkimuksissa työkaluina. Homogeenisten, hyvinkin tarkan resoluution laboratoriotutkimusten skaalaaminen heterogeeniseen laajempaan resoluutioon on haastava prosessi. Tämä rajoittaa niiden käyttöä operatiivisessa mielessä. (Tymstra ym. 2010.) Esimerkiksi leviämismalli, jossa palon synnyt-tämää lämpöä ja kosteutta käytettiin hyväksi leviämisen mallinnuksessa, ei voitu käyttää 10–

20 metrin resoluutiolla, simulaation suorittamisen ollessa reaaliaikaa hitaampaa. Tarpeeksi ma-talalla resoluutiolla (100–500m), simulaatio toimii reaaliaikaa nopeammin. Näin matala reso-luutio heikentää kuitenkin liikaa tuloksia ja saadut tulokset eivät ole enää luotettavia. (Clark ym. ja Coen, viitattu teoksessa Tymstra ym. 2010.)

Vaikka kolmiulotteiset kuljetusmallit ovat erittäin raskaita käyttää, tulevaisuudessa niiden ope-ratiivinen käyttö supertietokoneilla saattaa olla mahdollista. Näitä malleja on myös pyritty hyö-dyntämään käyttämällä kolmiulotteisia kuljetusmalleja 2D-leviämisenmallintamismetodien kanssa. Tämä mahdollistaa kolmiulotteisten kuljetusmallien hyödyntämisen ilman niiden suu-ria prosessointivaatimuksia (esimerkiksi Filippi 2018; Jiménez 2018).

16 2.4.3 Leviämisen mallintamismenetelmät

Yleisesti leviämisen mallintamiseen käytetään kahta eri metodia. Yksinkertaisempi malli on soluautomaatti (Cellular Automata), jossa palon leviämistä lasketaan solujen avulla. Edellistä laskennallisesti vaativampi malli on vektori etenemismalli (Vector Propagation). Se hyödyntää Huygensin aallon etenemisen periaatetta. (kts. alaluku 3.1.1 Prometheus-ohjelma)

2.4.4 Soluautomaatti

Soluautomaatti koostuu neljästä osasta: mallin fyysinen ympäristö, solujen tila, solujen naapu-rusto sekä paikallinen siirtymäsääntö. Fyysinen ympäristö on soluista koostuva hila, joka voi olla yksi, kaksi tai useampiulotteinen. Solujen muotona ajatellaan tavallisimmin keskenään sa-man laajuisia neliötä, mutta se voi olla myös joku toinen muoto. Hilan jokaisella solulla on joku tietty tila, joka määritellään soluautomaatin käyttötarkoituksen mukaan. Solun tämänhet-kistä tilaa kuvataan numeerisella arvolla, ja solulla voi olla vain yksi tila kerrallaan. Esimer-kiksi palon leviämistä mallinnettaessa solun mahdolliset tilat voivat olla 0 = palamaton solu, 1

= ei paloaines solu, 2 = palava solu ja 3 = palanut solu. (Quartieri 2010.)

Solun naapurustolla tarkoitetaan yksittäisen solun läheisyydessä olevia soluja. Näiden solujen ei tarvitse olla nimenomaan kyseisen solun viereisiä soluja, mutta jokaisen solun naapuruston tulee olla samanmuotoinen. Yleisimmin käytettyjä naapurustoja ovat Von Neumann naapurusto sekä Mooren naapurusto. Von Neumann naapurustossa solulla on neljä naapuria, jotka ovat pohjoinen, itä, etelä ja länsinaapurit. Mooren naapurustossa on näiden lisäksi väli-ilmansuun-nat, eli yhteensä kahdeksan naapuria. Mikäli hilan ulottuvuuksien määrässä tehdään muutoksia, niin tämä vaikuttaa myös solun naapurien määrään. (Quartieri 2010.)

Jokaiselle solulle on myös määritelty yhteinen siirtymäsääntö. Tämä sääntö määrittelee solussa tapahtuvan mahdollisen muutoksen jokaisen aika-askeleen kohdalla, joka perustuu sen naapu-ruston solujen tilaan. Muutos voi olla puhtaasti deterministinen tai todennäköisyyteen perus-tuva. Palonleviämisen mallinnuksessa tämä voisi toimia niin, että uuden aika-askeleen kohdalla solun naapureiden tila tarkistetaan. Mikäli naapurustossa oleva solu palaa, niin todennäköisyy-dellä X -solu syttyy tuleen. Palava solu sammuu, kun on kulunut tarpeeksi monta aika-askelta.

Syttymistodennäköisyyteen voivat vaikuttaa esimerkiksi paloaineksen tyyppi tai tuulen suunta.

17

Aika-askeleen jälkeen tapahtuneet muutokset soluissa tarkoittavat koko hilan tilan muuttu-mista, jota kutsutaan globaaliksi kartaksi. (Quartieri 2010.)

Palonleviämisen mallintamisen kannalta soluautomaatin käytöllä on tiettyjä oletuksia sekä ra-joituksia. Soluautomaatti on laskennallisesti kevyt, joten sen avulla voidaan mallintaa hyvin suurien palojen leviämistä nopeasti. Palon leviämisen mallintamiseen hilassa, jossa solut ovat samanmuotoisia ja laajuisia liittyy myös omat ongelmansa. Ruudukossa palon etenemisen on-gelmana on ns. taksigeometria (Caballero 2006), jossa pisteiden suoralla välimatkalla ja palon kulkemalla matkalla voi olla suuria eroja, sen kyetessä etenemään vain ennalta määritettyyn määrään suuntia (Tymstra ym. 2010). Näitä ongelmia on pyritty ratkaisemaan käyttämällä esi-merkiksi heksagonin muotoisia soluja taikka voronoin diagrammia hilan luomiseen (Encinas ym. 2007; Johnston ym. 2006). Symmetrisen naapuruston käytöllä on myös huomattu olevan vaikutusta palorintaman muotoon, jota on pyritty korjaamaan käyttämällä epäsymmetrisiä naa-purustoja (Feunekes, viitattu teoksessa Quartieri 2010).

2.4.5 Vektori etenemismalli

Vektori etenemismallien toiminta perustuu Huygensin havaintoon valoaaltojen etenemisestä.

Hänen havaintojensa perusteella valoaaltorintaman jokainen piste toimii uuden pienemmän aallon lähtöpisteenä. Uudet pienemmät aallot muodostavat uuden aaltorintaman. (Huygens 1690.) Myös palon leviämisen mallintaminen on mahdollista käyttäen hyväksi tätä teoriaa.

Palorintama on polygoni, joka muodostuu suorista viivoista. Näiden viivojen risteämiskohdat ovat polygonin kärkiä. Polygonin kärjistä lasketaan palon leviämistä ellipsin muotoisina alu-eina, joiden suunnan ja koon määrittelevät muun muassa tuulen voimakkuus ja suunta sekä palon oletettu leviämisnopeus. (Tymstra ym. 2010.) Gwynford D. Richards hyödynsi Huygen-sin periaatetta aallon etenemisestä, ja kehitti palon leviämisen mallintamista varten osittaisdif-ferentiaaliyhtälön (Richards, viitattu teoksessa Tymstra ym. 2010; Finney 2004). Kaksi laajasti tunnettua palonleviämismallia FARSITE ja Prometheus käyttävät tätä osittaisdifferentiaaliyh-tälöä palon leviämisen mallintamiseen. Vektori etenemismallin toiminta käydään tarkemmin läpi alaluvussa 3.1.1 Prometheus-ohjelma.

Palon leviämisen mallintaminen voidaan siis toteuttaa monella eri tapaa. Kuitenkin huolimatta siitä, miten hienostunut laskentamalli otetaan käyttöön, niin jonkinasteinen aggregointi on aina

18

välttämätöntä. Kymmenen metrin resoluution paloaineshila yksinkertaistaa huomattavasti alu-een todellista kasvillisuuden heterogalu-eenisyyttä. Lisäksi malleissa olevat paloainesluokat olet-tavat hilan solussa olevan paloaineksen olevan heterogeenistä, esimerkiksi 10 m2:n alueella jokainen kuusi on keskenään yhtä korkea ja jokainen kohta maastosta yhtä kuiva taikka kostea.

Tasarakenteisessa kuusikossa voi olla kaatuneita puita, jotka lisäävät merkittävästi palon in-tensiteettiä sekä latvapalon riskiä. Paloainesten todellista heterogeenisyyttä on siis ainakin vielä erittäin haastavaa huomioida operatiivisessa mielessä. Hienostuneimmatkin mallit ovat lopulta vain suuntaa antavia arvioita todellisuudesta.