Soutenance de thèse de CASTEL CLAVERA Jorge
Titre de thèse
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.
Résumé de la thèse
L'activité des incendies dans la région méditerranéenne française est influencée par les conditions météorologiques, comme l'ont montré des recherches antérieures. Les facteurs humains jouent un rôle crucial en raison de la forte densité de population et de l'utilisation et occupation des sols. Cependant, la combinaison de tous les facteurs d'incendie présente des limites persistantes. L'identification des facteurs climatiques et non climatiques qui régissent les régimes d'incendies pose de nombreux défis dans le sud-est de la France. Cette thèse vise à définir des indicateurs de danger d'incendie en France Méditerranéenne, utilisables par des acteurs scientifiques et opérationnels. Trois objectifs spécifiques sont définis pour répondre à l'objectif principal du projet. Premièrement, identifier les facteurs d'incendie spatio-temporels explicites en testant leur contribution aux régimes récents dans le sud-est de la France. Deuxièmement, examiner si les données météorologiques, autres que celles actuellement utilisées par les services opérationnels, peuvent améliorer la prédiction des activités incendiaires à l'échelle quotidienne. Troisièmement, déterminer si des données télédétection optique peuvent compléter ou remplacer les variables météorologiques et/ou paysagères dans la prévision des incendies. L'étude intègre des variables non climatiques dans le cadre de modélisation Firelihood, un modèle bayésien d'activité des feux, qui intègre composantes spatio-temporelles. Ensuite, avec une nouvelle méthode d'évaluation, on analyse les variables météo-feu comme prédicteurs de l'activité d'incendie. Enfin, de nouveaux modèles, intégrant des données de télédétection optique, mesurent la contribution des variables météo-feu, de télédétection et paysage aux prévisions d'incendies. Les résultats montrent que des indices feu-météo adéquats améliorent les prévisions d'activité incendiaire, mais les effets spatio-temporels sont essentiels pour garantir des prévisions précises. Plusieurs facteurs de paysage ont contribué autant que les indices météo-feu à la distribution des occurrences de feu. La télédétection optique améliore surtout pour la prévision des grands incendies. Les patrons temporels d'incendie sont principalement influencés par les changements du climat-feu et des effets inexpliqués. Ces résultats permettront d'améliorer la prévision du danger d'incendie à court et long terme, perfectionnant les classes de danger opérationnelles et créant des modèles régionaux spécifiques.
Thesis resume
Weather conditions significantly influence fire activity in the French Mediterranean region as shown in previous research. Human factors also play a crucial role due to high population density and anthropogenic land use and land cover. However, the combination and representation of all fire factors in a single framework presents persistent limitations. Identifying climatic and non-climatic drivers of fire regimes entails numerous challenges in South-eastern France. This thesis aims to define new fire danger indicators in Mediterranean France for scientific and operational use. Three specific objectives are defined to address the major aim of the project. First, the identification of the explicit spatio-temporal fire factors by testing their contribution to recent fire regimes in South-Eastern France. The second objective is to investigate if the weather information, other that the currently used operationally, can improve the fire activity predictability at the daily scale. The third objective is to determine if specific optical remote sensing data can improve or replace weather and/or landscape variables on the predictions of fire activities. First, the study incorporates non-climatic variables into the Firelihood framework, a Bayesian model of fire activity, with enhanced spatio-temporal components to assess unexplained variations. After, with the newly developed evaluation method, it evaluates meteorological variables and fire-weather indices as predictors of fire occurrence and size. Finally, new models, integrating optical remote sensing data, explore the contribution of weather, remote sensing, and landscape variables to fire predictions. Results reveal that adequate fire-weather indices improve fire activity predictions but are insufficient on their own. Spatial and temporal effects are essential for predictions accuracy. Several landscape drivers contributed as much as fire-weather to the distribution of fire occurrence but less to large fires, whereas optical remote sensing mainly predicts large fires. Temporal fire regime patterns are primarily influenced by fire-weather changes and unexplained effects. These findings enhance short-term fire danger forecasting in Mediterranean France improving operational danger classes and creating specific regional models. In addition, the Firelihood framework will be used to create a French national risk assessment and long-term future projections.