Maskiningenjören Michael Gollner och hans doktorand, Sriram Bharath Hariharan, från University of California, Berkeley, reste nyligen till NASA:s John H. Glenn Research Center i Cleveland, Ohio. Där, de tappade brinnande föremål i ett djupt schakt och studerar hur eldvirvlar bildas i mikrogravitation. Glenn Center är värd för en Zero Gravity Research Facility, som inkluderar ett experimentellt dropptorn som simulerar upplevelsen av att vara i rymden.

"Du får fem sekunders mikrogravitation, " sa Gollner. Forskarna tände en liten paraffinveke för att skapa eldvirvlar och tappade den, studerar lågan hela vägen ner.

Experiment som detta, presenterades vid det 73:e årsmötet för American Physical Society's Division of Fluid Dynamics, kan hjälpa brandforskare att svara på två typer av frågor. Först, de belyser hur eld kan brinna i avsaknad av gravitation - och kan till och med informera skyddsåtgärder för astronauter. "Om något brinner, det kan vara en mycket farlig situation i rymden, sade Gollner. För det andra, det kan hjälpa forskare att bättre förstå gravitationens roll i tillväxten och spridningen av destruktiva bränder.

Elden brann annorlunda utan gravitation, sa Gollner. Lågan var kortare – och bredare. "Vi såg en rejäl avmattning av förbränningen, sade Gollner. Vi såg inte samma dramatiska virvlar som vi har med vanlig gravitation.

Andra forskare, inklusive ett team från Los Alamos National Laboratory i New Mexico, introducerade nya utvecklingar för en beräkningsmodell för vätskedynamik som kan innehålla bränslen med olika fuktinnehåll. Många befintliga miljömodeller ger ett genomsnitt av fukten i alla bränslen i ett område, men det tillvägagångssättet lyckas inte fånga de variationer som finns i naturen, sa kemiingenjör Alexander Josephson, en postdoktor som studerar förutsägelse av skogsbränder vid Los Alamos. Som ett resultat, dessa modeller kan ge felaktiga förutsägelser i beteendet vid skogsbränder, han sa.

"Om du går genom skogen, du ser trä här och gräs där, och det finns mycket variation, "sa Josephson. Torra gräs, blöta mossor, och hängande lemmar har inte samma vattenhalt och brinner på olika sätt. En brand kan avdunsta fukt från våt mossa, till exempel, samtidigt som det tär på torrare lemmar. "Vi ville undersöka hur interaktionen mellan dessa bränslen uppstår när elden går igenom."

Los Alamos forskare arbetade för att förbättra sin modell som heter FIRETEC (utvecklad av Rod Linn), samarbetar med forskare vid University of Alberta i Kanada och Canadian Forest Service. Deras nya utveckling rymmer variationer i fuktinnehåll och andra egenskaper hos de simulerade bränsletyperna. Forskaren Ginny Marshall från Canadian Forest Service började nyligen jämföra sina simuleringar med verkliga data från boreala skogar i norra Kanada.

Under en session om reagerande flöden, Matthew Bonanni, en doktorand i labbet hos ingenjör Matthias Ihme vid Stanford University i Kalifornien, beskrev en ny modell för spridning av löpeldar baserad på en maskininlärningsplattform. Att förutsäga var och när bränder kommer att brinna är en komplex process, säger Ihme, som drivs av en komplex blandning av miljöpåverkan.

Målet med Ihmes grupp var att bygga ett verktyg som var både exakt och snabbt, kan användas för riskbedömning, system för tidig varning, och utforma begränsningsstrategier. De byggde sin modell på en specialiserad datorplattform som heter TensorFlow, designad av forskare på Google för att köra applikationer för maskininlärning. När modellen tränar på mer fysisk data, sa Ihme, dess simuleringar av värmeackumulering och brandspridningsdynamik förbättras – och blir snabbare.

Ihme sa att han är spänd på att se vad avancerade beräkningsverktyg ger för förutsägelse av löpeld. "Det brukade vara ett mycket empiriskt forskningsområde, baserat på fysiska observationer, och vårt samhälle arbetar med mer grundläggande problem, "sa han. Men lägger till maskininlärning i verktygslådan, han sa, visar hur algoritmer kan förbättra experimentens trohet. "Det här är en riktigt spännande väg, " han sa.