• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    La modellazione degli incendi boschivi aiuta a prevedere gli incendi in Colombia

    Un drone ancora preso da un incendio nella Valle Aburrá in Colombia nel settembre 2019. Credit:SIATA

    Un nuovo modello di incendi boschivi aiuta a prevedere dove e quando inizieranno gli incendi nella valle di Aburrá in Colombia. Questa ricerca, presentato all'inizio di questo mese al 2019 American Geophysical Union Fall Meeting a San Francisco, sta aiutando le città locali a evitare il devastante impatto ambientale e sanitario degli incendi.

    La Valle Aburrá è stata particolarmente suscettibile alle condizioni di siccità causate da El Niño nell'ultimo decennio, secondo i ricercatori.

    I vigili del fuoco in Colombia stanno ora utilizzando il nuovo modello per identificare e monitorare le aree sensibili durante la stagione secca e dirigere le risorse quando scoppiano gli incendi. Gli scienziati cittadini stanno anche utilizzando i risultati del modello come parte di un progetto per monitorare la qualità dell'aria in tutta la valle.

    "Siamo davvero il sistema di allerta precoce, " ha detto Nicolas Velásquez, uno studente post-dottorato presso l'Università dell'Iowa che ha assistito al progetto mentre era all'Universidad Nacional de Colombia.

    In Colombia, molti vigili del fuoco locali sono gestiti da volontari che operano in modo indipendente con poca comunicazione tra i gruppi. Il modello aiuta a unificare gli sforzi per fermare gli incendi prima che inizino fornendo informazioni coerenti. Poiché il modello identifica nuove regioni ad alto rischio, le squadre di risposta possono muoversi per eliminare il disordine potenzialmente pericoloso come spazzatura o falò illegali.

    Il nuovo modello funge da punto di ancoraggio per un'azione tempestiva, secondo i ricercatori. Paolo Artaxo, un fisico atmosferico dell'Università di San Paolo che non era coinvolto nello studio, pensa che modelli robusti saranno fondamentali per migliorare le previsioni nel rilevamento degli incendi boschivi.

    Un confronto fianco a fianco della probabilità di incendio prevista dal modello nella stagione secca (sinistra) e umida (destra). Attestazione:SIATA

    "Se vuoi ridurre la vulnerabilità della società agli incendi, questo è esattamente ciò che deve essere fatto, " disse Artaxo. "Su scala minore, puoi controllare i parametri più facilmente, ma fare questo tipo di ricerca per l'intera Amazzonia sarà estremamente importante".

    Prevedere dove scoppieranno gli incendi

    Il nuovo modello genera rapporti orari delle aree in cui è probabile che scoppino incendi, utilizzando dati come la copertura del suolo, umidità del suolo, precipitazioni e temperature. Variabili come la copertura del suolo rimangono piuttosto statiche nel tempo, ma fattori come le precipitazioni e la temperatura cambiano di giorno in giorno. I ricercatori stanno utilizzando il modello per inviare informazioni aggiornate ai vigili del fuoco in tutta la regione. Quando vengono pubblicati i dati aggiornati, viene arrotolato nel modello, mantenendolo preciso e predittivo nel tempo.

    "Abbiamo gruppi che lavorano su ciascuna variabile per mapparle in tutta la valle, " disse Sebastián Ospina, uno studente universitario sul progetto che ha presentato i risultati al Fall Meeting. Ospina lavora per SIATA, un team di professionisti regionali che ha contribuito a popolare il modello.

    I risultati mostrano che le regioni che circondano le città più grandi sono spesso elencate come aventi "alte" probabilità di incendi durante la stagione secca. Nella Valle dell'Aburra, gli incendi sono spesso il risultato di un disboscamento intenzionale del terreno poiché i centri urbani invadono la vicina natura selvaggia. Ogni stagione secca, Velásquez ha detto, vedono gli incendi che esplodono lungo i bordi delle città.

    Inoltre, l'umidità e le precipitazioni in particolare sono risultate essere forti fattori di rischio di incendio. Non sorprende che le aree che ricevono precipitazioni più elevate o più giorni consecutivi di pioggia siano meno soggette agli incendi.

    Gli scienziati cittadini aiutano

    Il team ha sviluppato monitor della qualità dell'aria piccoli ed economici che sono stati distribuiti a 250 scienziati cittadini in tutta la valle. Attestazione:Daniela Garcia (SIATA)

    Questo modello è entrato in uso per la prima volta nel 2017 e si è dimostrato utile per indirizzare le risorse verso le aree di maggiore preoccupazione. Ora, il team è alla ricerca di modi per utilizzare i risultati ottenuti per benefici sociali tangibili. Gli incendi sono un evidente danno per l'ambiente, ma hanno anche un impatto sulla salute dei residenti.

    "Il modello era solo una parte, " ha detto Velásquez. "Dopo lo sviluppo [del modello] volevamo guardare l'intera immagine per monitorare gli incendi in tempo reale e monitorare la qualità dell'aria".

    SIATA ha assistito allo sviluppo di un piccolo, monitor economico della qualità dell'aria e lo ha distribuito a 250 scienziati cittadini. Montato su edifici e pedalato in giro per le città in bicicletta, le letture forniscono una dinamica, valutazione in tempo reale della qualità dell'aria in tutta la regione.

    Durante un recente incendio nel 2017, i ricercatori hanno utilizzato i dati della censura per documentare un picco di materiale particolato abbastanza fine da danneggiare i polmoni. Gli stessi sensori hanno tracciato la direzione del vento, mostrando dove le particelle avevano maggiori probabilità di accumularsi nei centri urbani.

    Inoltre, ora stanno distribuendo una serie di telecamere nelle aree più a rischio per monitorare nuovi incendi. Usando droni, possono fornire informazioni sulle condizioni di fiamme e colonne di fumo e mappare le aree per valutare i cambiamenti nella copertura del suolo prima e dopo un incendio.

    Mentre incendi senza precedenti attanagliano il vicino Brasile, i ricercatori affermano che viene prestata maggiore attenzione al monitoraggio a lungo termine. Questo modello, anche se ha solo due anni, fornirà preziose conoscenze di base per andare avanti in un futuro incerto in base alle previsioni sui cambiamenti climatici.


    © Scienza https://it.scienceaq.com