Analyse et modélisation des dynamiques spatio-temporelles des incendies en région méditerranéenne : vers de nouveaux indicateurs de danger.

Modelling and analysis of wildfire spatiotemporal dynamics in the Mediterranean region of France: towards new risk indexes.

• Auteur / Autrice : Jorge Castel clavera
• Direction : Jean-Luc Dupuy
• Type : Projet de thèse
• Discipline(s) : Sciences de l'environnement: Ecologie
• Date : Inscription en doctorat le 01/12/2021
• Etablissement(s) : Aix-Marseille
• Ecole(s) doctorale(s) : Ecole Doctorale Sciences de l'Environnement
• Partenaire(s) de recherche : Laboratoire : URFM - Ecologie des Forêts Méditerranéennes

Mots clés

Mots clés libres

Incendies

Danger

Dynamiques spatio-temporelles

Modélisation

Wildfires

Danger

Spatiotemporal Dynamics

Modelling

Résumé

En région méditerranéenne, le réchauffement climatique devrait conduire à des feux extrêmes plus fréquents dans les plaines et collines et à l'émergence d'un risque significatif d'incendie dans les zones de montagne. Les dynamiques spatio- temporelles des incendies sont fortement influencées par les variations météorologiques et climatiques, ainsi que par des facteurs biologiques (végétation) et anthropiques, ce qui rend l'analyse, les prévisions (jour-saison) et les projections (décennies) d'activité des feux (nombre et surface brûlée) complexes et incertaines. De plus, l'évaluation du danger météorologique d'incendie repose sur des indices, non observables, dont des travaux récents ont démontré les limites. Dans cette thèse, nous modéliserons les dynamiques des incendies en région méditerranéenne française dans un cadre probabiliste qui considère l'ensemble des départs de feu comme la réalisation d'un processus ponctuel spatio-temporel marqué, où les marques numériques portent l'information relative aux surfaces brûlées. L'objectif est de construire de nouveaux indicateurs de danger représentant plus fidèlement les effets de la teneur en eau de la végétation et du vent sur l'activité des feux, effets estimés in fine via le modèle probabiliste, qui incorporera aussi des effets liés à la couverture végétale et aux facteurs anthropiques. La teneur en eau de la végétation sera obtenue par des approches de télédétection et de machine learning, avec une calibration sur des données observées in situ, et modélisée en fonction de la météorologie (jour-saison). Le comportement extrémal des indicateurs de danger avec la météorologie sera analysé. Enfin le modèle probabiliste obtenu sera exploité pour comprendre les régimes de feu passés et explorer les régimes de feu futurs. Les résultats de ces travaux permettront de développer de meilleures prévisions opérationnelles du risque d'incendie.

In the Mediterranean region, the rising temperatures drives towards the more frequent occurrence of extreme fires in the already fire-prone regions, with an appearance of a significative fire risk in the mountain regions. The spatiotemporal dynamics of fire are strongly driven by the weather and climate variations, together with biological and human factors. Due to this complexity the analysis, forecast and projection of forest fires becomes difficult and uncertain. Moreover, the meteorological fire danger evaluation is based on non-observable indices to which several limitations have been announced in recent literature. In this PhD we model the wildfire dynamics in the French Mediterranean area using a probabilistic framework that considers all fire occurrences as a spatio-temporal point-process with associated scores, where these scores carry information regarding the burnt areas. The aim is to create new fire danger indicators capable of better capturing the influence of plant water content and wind; the human factors and wildland area ground cover will also be included as predictors. Plant water content information is derived from remote sensing observations. Finally, we will analyse the extreme behaviour of fire indices depending on the meteorological conditions. The probabilistic model will be used to understand the dynamics of the past fire regimes and explore the possible future regime, furthermore, the results of the study will allow to enhance the operational tools used in the region.