Start/Simulator/Wissenschaftliche Details

Die Wissenschaft hinter dem Simulator

Der Simulator wird von PyroWISE angetrieben — einer reinen Python-, GIS-nativen, KI-erweiterten Waldbrand-Ausbreitungs-Engine, gebaut als Clean-Room-Neuimplementierung des öffentlichen, peer-reviewten kanadischen CFFDRS/WISE-Wissenschafts-Stacks, mit jeder Gleichung explizit und zitierbar.

Die Engine

Ein operativer Dienst, kein einmaliges Modell

PyroWISE ist kein einmaliges Forschungsmodell: Es ist die Engine, die in Produktion hinter dem Karst-Firewall-Bediener-Dashboard läuft. Sie treibt eine Feuerfront über die reale grenzüberschreitende Landschaft — Brennstoff, Wetter, Gelände und Infrastruktur — und meldet das Ergebnis, indem sie viele leicht variierte Simulationen rechnet, als Wahrscheinlichkeiten (Ensemble-Hüllen und eine Brandwahrscheinlichkeits-Oberfläche) statt als eine einzige vorhergesagte Linie. Jeder Lauf ist reproduzierbar und vollständig nachvollziehbar, gestützt auf einen wissenschaftlichen Kern unter mehr als 4.000 automatisierten Tests.

01 / NOWCAST

Wenn jetzt ein Brand ausbräche

Ein Lauf mit kurzem Horizont aus grenzüberschreitendem Live-Wetter und einem einzelnen Zündpunkt — wohin der Brand in den kommenden Stunden gelangen würde, Umriss für Umriss gestreamt, während er rechnet.

Live-Wetter · ≤ 48 h
02 / SCENARIO

Was-wäre-wenn und Planung

Vom Bediener gewählte Bedingungen für Prävention, Training und Wirkungsstudien — teste Zündpunkte, Wetter und Brandschneisen, ausgeführt als probabilistisches Ensemble.

Ensemble · bis zu 10 Tage
03 / REPLAY

Historische Wiedergabe

Einen aufgezeichneten Brand auf dem Wetter neu durchspielen, in dem er tatsächlich brannte — die Grundlage für Benchmarking, Kalibrierung und Nachbereitung.

Aufgezeichnetes Wetter · Kalibrierung
Der wissenschaftliche Kern

Peer-reviewte Grundlagen, neu implementiert

Der physikalische Kern bewahrt die etablierte CFFDRS-Wissenschaft unverändert — drei peer-reviewte Systeme verwandeln gemeinsam Wetter, Brennstoff und Gelände in eine sich bewegende Feuerfront.

01 / FWI

Fire-Weather-Index-System

Übersetzt Temperatur, Feuchte, Wind und Regen in Brennstofffeuchte-Codes (FFMC, DMC, DC) und Feuerverhaltens-Indizes (ISI, BUI, FWI).

Van Wagner 1987 · NRCan-FWI2025-Update
02 / FBP

Fire-Behaviour-Prediction-System

Berechnet Ausbreitungsrate, Intensität und Brennstoffverbrauch über die 16 kanonischen Brennstofftypen, hier um eine 9-klassige Karst-Hülle erweitert.

FCFDG 1992 · 16 Brennstofftypen
03 / WACHSTUM

Huygens-Vektorausbreitung

Treibt einen polygonalen Brandumriss durch ein heterogenes Brennstoff- × Wind- × Hang- × Barrierenfeld, mit Selbstüberschneidungs-Bereinigung und Flugfeuer-Zusammenführungen.

Tymstra et al. 2010 · NOR-X-417
Für den Karst kalibriert

Generische Brennstoffmodelle reichen nicht

Die kanadischen Standard-Brennstoffmodelle werden über eine 9-klassige Karst-Hülle (K01–K09) und einen Fünf-Raster-Resolver an den Dinarischen Karst (den Kalksteingürtel, der sich von Nordostitalien und Slowenien südostwärts durch Kroatien, Bosnien und Herzegowina, Montenegro und Albanien zieht — der grenzüberschreitende Karst ist seine nordwestliche Spitze) und die nordostitalienische Vegetation angepasst, der Art, Struktur, Alter, Feuchte und Kontinuität pro Pixel zum aktiven Brennstoffmodell verschmilzt.

  • Versionierte Priors, je Bereich und Saison aufgelöst, sodass das Produktions-Routing prüfbar und reproduzierbar ist.
  • K04-Hüllen-Kalibrierung an realen Ereignissen mit einem CMA-ES-/Nelder-Mead-Optimierer und IoU-, Hausdorff- und Flächenfehler-Metriken.
  • Ground Truth aus Copernicus-EMS-Umrissen, Sentinel-2-Brandschwere und LSA-SAF-Feuerstrahlungsleistungs-Zeitreihen.
  • KI-Erweiterung (ein U-Net-Ausbreitungsemulator und ein Ensemble-Surrogat) obenauf — wobei der physikalische Kern stets als Fallback und Ground Truth verfügbar bleibt.
Brennstoffzustand in Echtzeit

Die Trockenheit der Landschaft aus dem All ablesen

Über die statische Brennstoffkarte hinaus baut PyroWISE ein dynamisches Bild davon auf, wie brennbar die Landschaft ist — alle paar Stunden von Satelliten aufgefrischt, statt in einer ein Jahr alten Karte eingefroren zu sein. Das Rückgrat ist eine vertraute Zahl, der NDVI (der Vegetations-„Grünheits"-Index von Sentinel-2); das Neue ist, was das System damit macht — es vergleicht die heutige Grünheit mit dem, was für die Jahreszeit normal ist, verwandelt diese Lücke in ein Vegetationsstress-Signal und verdrahtet es direkt in die Physik der Brandausbreitung.

In einem Satz: PyroWISE verwandelt die Grünheit von Sentinel-2 in ein Echtzeit-Maß dafür, wie trocken die Landschaft gerade wirklich ist — und verbindet das erstmals direkt damit, wie schnell es vorhersagt, dass ein Feuer laufen wird. Die Architektur trennt sauber: PyroWISE besitzt die Wissenschaft (Basislinien, Anomalien, Brennstoffkopplung); die operative Web-App spiegelt und rendert sie.

Von der Entzündung zur Ausbreitung

Zwei Modelle, eine Entscheidung

Der KFWI-Dienst beantwortet, wo ein Brand wahrscheinlich beginnt und wie alarmiert man sein sollte; PyroWISE beantwortet, wohin der Brand bei gegebener Entzündung geht und bis wann. Es sind unabhängige Dienste.

0.934

AUC des Random-Forest-Entzündungsmodells (Hotspot-Dichte, Infrastrukturnähe, Vegetation, saisonaler + täglicher Zyklus, korrekte Pseudo-Absence-Stichprobe).

77.5%

Branderkennung an der 1.227-Brände-Validierungskohorte für das integrierte Risiko = P(Entzündung) × Schwere_Gewicht(FWI) — gegenüber ~29 % für FWI allein.

~97%

der Karst-Brände treten unterhalb der generischen europäischen EFFIS-Schwelle "High" auf, daher unterschätzen die EU-Standards das regionale Risiko — daher die Karst-kalibrierten Schwellen.

KFWI-Entzündungsmodell-Repository

Was hineingeht

Eingaben

  • Grenzüberschreitendes Live-Wetter (ARPA FVG OSMER + ARSO) oder aufgezeichnetes Wetter für historische Wiedergaben.
  • Bilaterales Gelände (DTM) und Kronenhöhe (CHM) aus regionalem LiDAR.
  • Infrastruktur als gestufte Barrieren — Straßen, Eisenbahnen, Brandschneisen, Trockenmauern (FVG CTRN + SLO RUBIN + OSM) und Hydrografie.
  • Ein Zündpunkt, Horizont, Zeitschritt und Brennstoffzuordnung; plus Barriere-Richtlinien und Naturschutz-Overlays.
Was herauskommt

Ausgaben

  • Streaming- und finale Brandumrisse über 2D- und 3D-Gelände.
  • Ensemble-Hüllen (p10 / p50 / p90) und eine Brandwahrscheinlichkeits-Oberfläche.
  • Ankunftszeit-Ebenen für Time-to-Impact auf Punkten, Linien und Polygonen.
  • Lauf-Bundles mit vollständiger Herkunft — Wetterquelle, AOI-Profil, Barriere-Richtlinie, Brennstoffklassen, Kalibrierungsvertrauen — und QGIS-fähige Exporte.
Validierung & Herkunft

Gegen die Referenz-Stacks gebenchmarkt

PyroWISE ist eine Clean-Room-Neuimplementierung öffentlicher Wissenschaft — es benchmarkt an der Dateigrenze gegen WISE / Prometheus (Canadian Forest Service), Cell2Fire und die FARSITE-/FlamMap-Familie und berechnet IoU, Hausdorff und Flächenfehler gegen aufgezeichnete Brandumrisse.

Daten- & Referenzquellen

CFFDRS (NRCan)WISE / PrometheusCell2FireFARSITE / FlamMap Copernicus EMSSentinel-2Copernicus C3S / ERA5EUMETSAT LSA-SAF NASA FIRMSARPA FVG OSMERARSOOpenStreetMapNatura 2000ZGSNOAA HYSPLIT

PyroWISE wird unter AGPL-3.0 veröffentlicht, passend zur Upstream-WISE-Lizenz. Das Rauchausbreitungsprodukt (NOAA-HYSPLIT-Gauß-Puff) ist derzeit unkalibriert und wird nur zum Kontext gezeigt.