To cut or not to cut: Effect of vegetation height and bulk density on wildfire propagation under varying wind and slope conditions
Notice bibliographique
Résumé
The frequency, intensity and span of wildfires have surged in the past decades, mainly driven by global changes in climatic patterns. While grasslands cover nearly 40 % of the Earth’s surface, they account for approximately 80 % of the burned area caused by wildfires. Aiming to limit the Rate of Spread (RoS) and intensity of grassland fires, mowing is typically adopted as a management strategy in different parts of the world. However, recent studies suggest that the RoS may actually increase when grasses are cut, and therefore this strategy may need reconsideration. This paper combines results from previous experimental studies conducted in Australian grasslands with a significant number of three-dimensional field-scale wildfire propagation simulations under different ambient wind velocities, vegetation heights, and terrain slopes to assess whether grass cutting is an effective strategy to mitigate fire propagation in grasslands. Simulations are carried out using the Fire Dynamics Simulator (FDS). Previous investigations on how the vegetation height (𝐻𝑔 ) affects the RoS of the fire have led to contradictory results. In this paper, we have found a positive correlation between 𝐻𝑔 and 𝑅𝑜𝑆∕𝑢10∕𝑀 instead, where 𝑅𝑜𝑆∕𝑢10 is the relative RoS, 𝑢10 is the wind speed 10 m above ground level, and 𝑀 is the fuel moisture content. This was observed across all datasets considered and all simulations conducted, provided that the bulk density of the fuel decreases with increasing 𝐻𝑔 —as is typically observed in nature—and that the fire is in plume-driven propagation mode. For wind-driven propagation, the reverse is observed in simulations: decreasing 𝐻𝑔 (shorter grass, decreasing fuel load, increasing bulk density) leads to increasing 𝑅𝑜𝑆∕𝑢10 for constant 𝑀. Further experimental research is needed to confirm this trend, which appears somewhat counter-intuitive. These findings suggest that the practice of mowing grasses can effectively curb fire propagation, although it may be rendered ineffective and even counter-productive under specific conditions such as areas prone to high winds, as both vegetation characteristics and fire propagation modes significantly affect the fire dynamics.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».