Projets d’équipe de recherche collaborative
Évolution des processus ponctuels marqués avec application à la modélisation du régime des feux de forêt
Ce projet explore des méthodes statistiques pour quantifier et cartographier le risque d’incendie, en mettant l’accent sur l’interface entre la nature et l’urbain.
Catégorie de recherche : Écologie et environnement
Région : Nationale
Date : 2015-2018
Pourquoi étudier les feux de forêt ?
Notre environnement évolue. Les incendies de forêt très médiatisés ont accru la sensibilisation et l’inquiétude entourant les incendies de forêt dans les paysages peuplés. Il est important de comprendre comment la rétroaction biotique, le climat, les conditions météorologiques et la suppression des incendies interagissent pour influer sur le risque d’incendie.
Les organismes canadiens de gestion des incendies de forêt tiennent des registres historiques détaillés sur les incendies, les conditions météorologiques et la suppression des incendies. Ces grands ensembles de données spatio-temporelles complexes fournissent un riche ensemble d’informations pour l’investigation.
Des méthodes spatialement et temporellement explicites sont nécessaires pour quantifier et cartographier le risque de :
- grands incendies,
- diffuser des événements,
- variation de la sévérité du feu,
- concentrations locales d’incendies,
- et la possibilité qu’un feu maîtrisé puisse échapper à l’attaque initiale.
Grâce au développement et à l’application d’une méthodologie statistique sophistiquée, nous pouvons produire de futurs régimes d’incendie qui sont efficaces et fondés sur des données.
Zones d’exploration
Processus ponctuels marqués
Comprend l’utilisation de méthodes de processus par points marqués (MPP) pour modéliser les points d’allumage des incendies dans les données historiques de l’Alberta et d’autres provinces. Cela prend en compte les conditions météorologiques et les caractéristiques des environnements naturels et bâtis.
Systèmes de particules en interaction
Comprend l’étude de la meilleure façon de modéliser la combustion lente et la propagation du feu à l’aide de systèmes de particules en interaction (IPS) sous-jacents.
Modèles de régime d’incendie
Comprend le développement d’outils de visualisation pour les gestionnaires d’incendie et les assureurs de biens. Il s’agit d’un résultat important de la collaboration avec les ministères provinciaux et avec l’ Institut de prévention des sinistres catastrophiques (un institut sans but lucratif affilié à l’Université Western Ontario).
Résoudre les défis mondiaux
Objectif de l’équipe de recherche
Développer des méthodes statistiques pour quantifier et cartographier le risque d’incendie. Plus précisément, pour modéliser des données MPP agrégées sur des échelles temporelles et spatiales modérées à grandes.
Les gens derrière le projet
Membres du groupe
Jean Braun | Université de la Colombie-Britannique-Okanagan
Douglas Woolford | Université de Western Ontario
Collaborateurs
Patrick Brun | Université de Toronto
David Martell | Université de Toronto
Jamie Stafford | Université de Toronto
Charmaine doyenne | Université de Western Ontario
Bruce Jones | Université de Western Ontario
Steve Cumming | Université Laval
Thierry Duchesne | Université Laval
Mike Flannigan | Université de l’Alberta
Joan Hu | Université Simon Fraser
Michel Woton | Service canadien des forêts
Publications pertinentes
- WJ Braun et JE Stafford. Estimation des fonctions de densité conditionnelles et multivariées en présence de censure par intervalle. Soumis à Environmetrics, août 2015 et actuellement en cours de révision.
- WJ Braun, XJ Hu et X. Kang. Affinage des données guidé par la contrainte globale dans la régression locale. Soumis à Computational Statistics and Data Analysis, octobre 2015.
- Ainsworth, LM et Dean, CB (2016), Modèles spatiaux à gonflage zéro. Advances and Challenges in Parametric and Semi-parametric Analysis for Correlated Data, Lecture Notes in Statistics – Actes du Symposium international de statistique 2015, 75-96, doi : 10.1007/978-3-319-31260-6.
- Hosseini, R., Newlands, NK, Dean, CB, Takemura, A. (2015), Modélisation statistique de l’humidité du sol, Intégration de la télédétection par satellite (SAR) et des données au sol, Télédétection 7, 2752-2780.
- Wolters, MA, et Dean, CB (2015), Issues in the Identification of Smoke in Hyperspectral Satellite Imagery: a Machine Learning Approach, Current Air Quality Issues, Mejadkoorki, F. (ed.), In-Tech, doi: 10.5772/ 60214.
- Marchal, Jean, Steve G. Cumming et Eliot JB McIntire. « Exploitation de l’additivité de Poisson pour prédire la fréquence des incendies à partir de cartes de la météo des incendies et de la couverture terrestre dans les forêts boréales du Québec, Canada. » Écographie (2016).
- Da Zhong (Dexen) Xi, Charmaine Dean, Steve Taylor ; Joint Models for the Duration and Size of BC Forest Fires (document en cours).
- Alisha Albert-Green, W. John Braun, doyenne Charmaine ; Un processus de cluster spatio-temporel pour la modélisation des cellules orageuses (article en cours)
- Alisha Albert-Green; Thèse : Modèles conjoints pour les processus ponctuels spatiaux et spatio-temporels.
- Peter Hall, John Braun, Thierry Duchesne (2017). Méthodes empiriques de Fourier pour les données censurées par intervalle. (article en cours).
- Pier-Olivier Tremblay, Steve Cumming, Thierry Duchesne (2017). Trouver des facteurs associés à la taille du feu à l’aide d’une approche d’analyse de survie en deux étapes. (article en cours).
- Amy A. Morin, Alisha Albert-Green, Douglas G. Woolford et David L. Martell. Un cadre pour explorer les différences spatiales dans le temps de contrôle des incendies de forêt en Ontario, Canada. (article en cours).
- Han, L., Braun, WJ et Loeppky, J. Modèles de minimisation des coefficients aléatoires. Documents statistiques, 1–22, 2018.
- Xiong, Y., Hu, XJ et Braun, WJ Sur l’utilisation de la statistique I de Moran avec des observations spatio-temporelles. Soumis à Computational Statistics and Data Analysis, 2016.
- Marchal, J., Cumming, SG et McIntire, EJB (01/2017) Exploitation de l’additivité de Poisson pour prédire la fréquence des incendies à partir de cartes de la météo des incendies et de la couverture terrestre dans les forêts boréales du Québec, Canada. Ecographie 40(1), 200-209. 10.1111/ecog.01849.
- Marchal, J., Cumming, SG et McIntire, EJB (01/2017) La couverture terrestre, supérieure à la météo des incendies mensuelle, entraîne la distribution de la taille des incendies dans les forêts du sud du Québec : Implications pour la gestion des risques d’incendie. PLoS ONE 12(6), e0179294. https://doi.org/10.1371/journal.pone.0179294
- Tremblay, PO., Duchesne, T. et Cumming, S. (2018) Analyse de survie et méthodes de classification pour la taille des feux de forêt. Accepté pour publication dans PLOS ONE
- Albert-Green, A, Braun, WJ, Dean, CB et Miller, C. Un processus ponctuel hiérarchique avec application à la modélisation des cellules orageuses. En cours de révision pour la Revue canadienne de statistique.
- Albert-Green, A., Dean, CB et Braun, WJ Un cadre général pour la modélisation conjointe de processus spatiaux multivariés à gonflage nul. Soumis au Journal of Agricultural, Biological and Environmental Statistics.
- Xiong, Hu et Braun. Sur l’utilisation de la statistique I de Moran avec des observations spatio-temporelles. Soumis au Journal of Nonparametric Statistics.
- Wang, Braun et Woolford. Ajustement d’un modèle stochastique de propagation du feu aux données. À soumettre à Environmetrics.
- Wang, Braun et Brown. Affinage des données pour réduire le biais dans l’estimation de la dérivée polynomiale locale (en préparation).
- Albert-Green, A., Guttorp, P. et Thorarinsdottir, T. Bayes bat-il le strabisme ? Estimation des aspects non observés d’un processus de cluster spatial (en préparation)
Explorez plus d’histoires
Trouver des programmes connexes
Evolving Marked Point Processes with Application to Wildland Fire Regime Modeling est un projet de l’équipe de recherche collaborative. Ce programme aborde des problèmes complexes à travers un programme de recherche et de formation de trois ans.
L’INCASS offre environ 200 000 $ pour ce type de projet, qui nécessite une équipe de professeurs, de postdoctorants et d’étudiants.