FireOps

O modelo, em aberto

Esta página explica como prevemos para onde o fogo vai chegar, mostra a precisão real do modelo em incêndios passados, e compara honestamente com outros sistemas. Não escondemos números — quem decide com base na previsão merece saber onde ela funciona melhor e onde funciona pior.

Como funciona

Para cada incêndio activo, o browser corre uma simulação Rothermel 1972 ao longo de 12 direcções a partir do ponto de ignição. Cada direcção avança em passos de 5 minutos, lendo o terreno, o combustível e o tempo a cada passo.

  • 01Lê declive e exposição (aspecto) do terreno Cesium ~30 m no ponto de ignição.
  • 02Procura a classe de combustível (mato/pinhal/eucalipto/floresta mista/agrícola/urbano/água/rocha) num mapa nacional construído a partir do OpenStreetMap.
  • 03Interpola vento, temperatura e humidade pelas 5 estações IPMA mais próximas (IDW vectorial — preserva direcção do vento, não só intensidade).
  • 04Aplica RCM do concelho (IPMA 1-5) como amplificador global do ROS.
  • 05Quando disponível, aplica FWI DMC/DC (Van Wagner 1987) para captar a secura cumulativa que a humidade snapshot não vê.
  • 06Re-amostra terreno e combustível a cada 4 passos (≈ 20 min de fogo) — captura mudanças de paisagem ao longo do caminho.
  • 07Os pontos a 30 min / 1 h / 3 h / 6 h em todas as 12 direcções formam os perímetros previstos.

Componentes activos

🔥

Modelo Rothermel 1972

Implementação simplificada do modelo industry-standard de propagação. Base ROS por classe de combustível, com correcções de vento (Rothermel/McArthur) e declive (Rothermel slope correction).

🌿

Mapa de combustíveis nacional

16 317 polígonos OpenStreetMap classificados em 8 classes operacionais (eucalipto +37 % sobre baseline mato, pinhal +12 %, etc). Limitação: poucas espécies marcadas explicitamente; eucalipto real está subestimado.

🌬️

Interpolação espacial de vento

IDW vectorial sobre as 5 estações IPMA mais próximas. Decompõe vento em componentes u/v antes de mediar — evita o erro clássico de mediar 'vento de norte' com 'vento de sul' como '10 km/h'.

💧

FWI Van Wagner (DMC + DC + FFMC)

Códigos calculados diariamente para os 278 concelhos a partir das observações IPMA. Capturam secura cumulativa que o snapshot RH+T não vê — um dia RCM=5 após 30 dias secos arde muito mais que após chuva recente.

📊

Calibração Phase B

Grid search contra 161 incêndios ICNF (2010-2025, 755k ha total). Multiplicadores (baseMult, windMult, slopeMult, rcmMult) afinados para maximizar Jaccard ponderado por √área. Re-calibração com fuel map activo em curso.

📐

Adaptação por passo

Terreno e combustível re-amostrados a cada 4 passos. Uma frente que entra num eucaliptal acelera; ao chegar a uma estrada ou ribeira, abranda. Sem isto, fires correndo por gradientes íngremes ficavam mal modelados.

Precisão histórica

Para cada incêndio do corpus, comparámos o perímetro previsto a 24 h com o perímetro real (ICNF Áreas Ardidas). O índice Jaccard mede a sobreposição — 0 = sem sobreposição, 1 = perímetro perfeito.

Buckets agrupados por região × tipo de combustível dominante × intervalo de RCM. Mínimo 3 amostras por bucket.

RegiãoCombustívelRCMJaccardnConfiança
A carregar dados de calibração…

Comparação com outros sistemas

Honestamente: em precisão pura, sistemas calibrados comercialmente (Tecnosylva) ou operados por analistas (FARSITE da BMAP da ANEPC) batem-nos. O que nos diferencia é acessibilidade — somos o único sistema público em PT que mostra previsão de propagação ao cidadão em tempo real.

SistemaJaccardAcesso públicoNotas
Tecnosylva Wildfire Analyst0.60–0.70FechadoComercial, licença ≥ €€€
FARSITE (BMAP ANEPC)0.55–0.65FechadoOperado por analistas, uso interno
WRF-FARSITE (académico PT)0.50–0.65FechadoPublicado em papers, sem live feed
EFFIS Copernicus~0.40~ LimitadoEuropeu, resolução 1 km
FireOps (este sistema)0.46 → 0.55–0.60SimPúblico, browser, tempo real

Limitações conhecidas

O que ainda não fazemos bem, e por porquê:

  • Sem spotting (transporte de embers a longa distância). Em incêndios extremos, pavesas saltam centenas de metros à frente da frente principal e iniciam novos focos. Modelo de Albini (1979) está na roadmap.
  • Sem feedback loop em tempo real. Quando os bombeiros reportam perímetro real, não corrigimos o modelo automaticamente. Sistemas profissionais fazem isto.
  • Mapa de combustíveis OSM, não ICNF. A Cartografia da Vegetação Florestal do ICNF é mais precisa, mas tem barreiras de licenciamento. Em PT, eucalipto e pinhal estão particularmente subestimados no OSM.
  • Sem vento variável no tempo. Usamos uma snapshot da estação no momento da previsão. Em incêndios de 6 h o vento pode mudar 90°.
  • Calibração só contra incêndios ≥ 1000 ha. Para incêndios pequenos (< 100 ha) o modelo não foi validado contra ground truth.
  • Sem validação cega contra BMAP/ANEPC. Os analistas profissionais correm modelos no terreno; comparar com os deles seria o teste definitivo.

Próximos passos

Trabalho explícito para subir o Jaccard. Em ordem de impacto/esforço:

  1. 01Re-calibração com fuel map + FWI activo (Jaccard esperado 0,55-0,60).
  2. 02Modelo de spotting Albini 1979 (+5-10 % em incêndios extremos).
  3. 03Vento variável no tempo via IPMA forecast (não apenas observação).
  4. 04Mapa de combustíveis ICNF (Cartografia da Vegetação Florestal).
  5. 05Validação cega independente: pedir à ANEPC ou BMAP para correr o modelo num incêndio real e comparar.
  6. 06Feedback loop: incorporar perímetros Copernicus EMS quando activados.

Referências científicas

  • · Rothermel, R.C. 1972. A mathematical model for predicting fire spread in wildland fuels. USDA Forest Service Research Paper INT-115.
  • · Van Wagner, C.E. 1987. Development and structure of the Canadian Forest Fire Weather Index System. Petawawa National Forestry Institute Technical Report 35.
  • · Simard, A.J. 1968. The moisture content of forest fuels. Information Report FF-X-14, Forest Fire Research Institute.
  • · Andrews, P.L. 2018. The Rothermel surface fire spread model and associated developments. USDA RMRS-GTR-371.
  • · Albini, F.A. 1979. Spot fire distance from burning trees. USDA INT-56.
  • · Anderson, H.E. 1982. Aids to determining fuel models for estimating fire behavior. USDA INT-GTR-122.
  • · Fernandes, P.M. 2009. Combining forest structure data and fuel modelling to assess fire hazard in Portugal. Annals of Forest Science 66:415.
  • · Viegas, D.X. et al. 2017. Análise técnica do incêndio de Pedrógão Grande. Universidade de Coimbra.
  • · ICNF — Áreas ardidas em Portugal continental 1990-2025 (DGAVeg / si.icnf.pt).

Fontes de dados e atribuição

  • ·ANEPC / Fogos.pt Lista de incêndios activos em tempo real, com meios e estado (Dados públicos)
  • ·IPMA · Risco Concelhio Meteorológico (RCM) Nível de risco diário 1-5 por concelho (278 concelhos) (api.ipma.pt open-data)
  • ·IPMA · Observações de superfície Vento, humidade, temperatura de 221 estações (hourly) (api.ipma.pt open-data)
  • ·NASA FIRMS Hotspots de satélite VIIRS (delay ~3-6 h) (NASA open data)
  • ·Cesium ion · World Terrain Modelo digital de terreno ~30 m para declive e exposição (Cesium ion (free tier))
  • ·OpenStreetMap (Overpass API) Mapa de combustíveis nacional (16 317 polígonos), estradas, pontos de água, edifícios, cidades, fronteira (ODbL — © OpenStreetMap contributors)
  • ·ICNF · Áreas Ardidas 161 perímetros históricos de incêndio (2010-2025) usados para calibrar o modelo (Dados abertos ICNF (si.icnf.pt))
  • ·Copernicus EMS · EMSR303 Perímetros time-stepped Monchique 2018 (Monit01-04) — caso de validação canónico (Copernicus EMS open data)
  • ·DGT · Carta de Ocupação do Solo (COS 2018) Mapa oficial de coberto do solo PT continental — em adopção para substituir o fuel map OSM em Sprint 4 (CC-BY 4.0 — © DGT)

Atribuição obrigatória: este sistema usa dados abertos das entidades acima. Cumprimos as condições de licença de cada fonte. Se vires algo em falta ou incorrecto, contacta-nos.

SobreContactosVoltar ao mapa →