Search

International audience; Large wildfires across parts of France can cause devastating damage which puts lives, infrastructure, and the natural ecosystem at risk. In the climate change context, it is essential to better understand how these large wildfires relate to weather and climate and how they might change in a warmer world. Such projections rely on the development of a robust modelling framework linking large wildfires to present-day atmospheric variability. Drawing from a MODIS product and a gridded meteorological dataset, we derived a suite of biophysical and fire danger indices and developed generalized linear models simulating the probability of large wildfires ( > 100 ha) at 8 km spatial and daily temporal resolutions across the entire country over the last two decades. The models were able to reproduce large-wildfire activity across a range of spatial and temporal scales. Different sensitivities to weather and climate were detected across different environmental regions. Long-term drought was found to be a significant predictor of large wildfires in flammability-limited systems such as the Alpine and south-western regions. In the Mediterranean, large wildfires were found to be associated with both short-term fire weather conditions and longer-term soil moisture deficits, collectively facilitating the occurrence of large wildfires. Simulated probabilities on days with large wildfires were on average 2-3 times higher than normal with respect to the mean seasonal cycle, highlighting the key role of atmospheric variability in wildfire spread. The model has wide applications, including improving our understanding of the drivers of large wildfires over the historical period and providing a basis on which to estimate future changes to large wildfires from climate scenarios.

Dans un contexte de pression urbaine et de déprise agricole, les interfaces habitat-forêt se multiplient en France méditerranéenne et deviennent une véritable préoccupation pour la gestion des territoires et du risque d'incendie de forêt. Dans le département des Bouches-du-Rhône, les chercheurs d'Irstea ont utilisé la méthodologie de cartographie diachronique pour y mesurer le développement spatio-temporel de ces espaces afin d'aider les décideurs à cibler les priorités d'actions de prévention.

[Departement_IRSTEA]Territoires [TR1_IRSTEA]SEDYVIN; En région méditerranéenne, les forêts sont régulièrement la proie des flammes, avec des conséquences écologiques, économiques et sociales souvent désastreuses. Les zones où l'habitat est en contact étroit avec la forêt représentent plus particulièrement un danger et deviennent une véritable préoccupation pour les gestionnaires, qui ont besoin d'outils de localisation pour agir et limiter les risques d'incendies dans ces territoires. Cet article présente une méthode innovante d'évaluation du risque fondée sur l'observation et la description ainsi que sur l'analyse spatiale et statistique de ces zones à risque.

The paper presents the major outcomes of the produced guide. It particularly describes the method developed for mapping WUIs on large areas and at large scale in the European Mediterranean context. The method used remote sensing and spatial analysis tools. Particularly adapted to the French context, it can be easily adapted according specific contexts observed in different European countries. After specifying accurate definition of wildland-Urban Interface (WUI), a WUI typology was based on the combination of four housing configuration types and three natures of horizontal structure of vegetation determined through objective and quantitative criteria. Housing configuration reveals spatial organization of residential dwellings: isolated, scattered, dense clustered and very dense clustered housing. Horizontal structure of vegetation points out the continuous vegetation, the sparse vegetation or the no existing vegetation in contact with houses. Twelve wildland-urban interface types were produced.In parallel a software tool was developed and briefly presented in the paper in order to map WUIs as automatically as possible. The production of WUI maps presents high interest for quantification of the extension of WUIs on the territory, main characteristics of WUIs, assessment and mapping of fire risk levels in WUIs. The main objective of the guide is to help end-users such as land managers, foresters and fire-fighters to locate WUIs on the ground with a view to develop specific actions for wildfires prevention according to WUI types, to create public awareness programs for inhabitants faced with wildfire risk, and to assess fire fighting difficulties due to urbanization.

National audience; The domain of remote sensing data is in fast evolution. Among the recent developments, we can quote the accessibility to location data as GPS or the recent availability of data with metric resolution or submetric. These satellite data, as well as digital aerial data, can help estimating and mapping some of the forest fire risk parameters.; Le domaine des données d'origine spatiale est en évolution rapide. Parmi les récents développements, on peut citer l'accessibilité aux données de localisation de type GPS ou la disponibilité récente d'une imagerie spatiale à résolution métrique ou même submétrique. Ces données satellitaires, auxquelles on peut ajouter les données aériennes numériques, peuvent aider à estimer et à cartographier certains des paramètres du risque d'incendies de forêt.

Il existe à l'heure actuelle une très forte demande en matière de cartographie du risque d'incendie de forêt. Cette demande est le reflet de besoins très divers en termes d'application (urbanisme, aménagement ). Cependant les études en la matière sont assez hétérogènes, les concepts employés peuvent recouvrir des significations très différentes (notion de risque, d'aléa, de vulnérabilité ). De ce fait, il est apparu nécessaire de s'interroger sur les demandes et les besoins en matière de connaissance et de cartographie du risque, puis sur les modalités des réponses apportées et les enseignements tirés de ces réponses.

Les différentes composantes de l'aléa feu de forêt sont des données géographiques, référencées spécialement et qui peuvent être introduites et superposées dans le SIG. Chaque facteur (ou combinaison de facteurs) a été cartographié et intégré sous forme numérique dans le SIG, puis traduit en terme de risque.