Evaluation of the CONSUME and FOFEM fuel consumption models in pine and mixed hardwood forests of the eastern United States

Reliable predictions of fuel consumption are critical in the eastern United States (US), where prescribed burning is frequently applied to forests and air quality is of increasing concern. CONSUME and the First Order Fire Effects Model (FOFEM), predictive models developed to estimate fuel consumption and emissions from wildland fires, have not been systematically evaluated for application in the eastern US using the same validation data set. In this study, we compiled a fuel consumption data set from 54 operational prescribed fires (43 pine and 11 mixed hardwood sites) to assess each model’s uncertainties and application limits. Regions of indifference between measured and predicted values by fuel category and forest type represent the potential error that modelers could incur in estimating fuel consumption by category. Overall, FOFEM predictions have narrower regions of indifference than CONSUME and suggest better correspondence between measured and predicted consumption. However, both models offer relia..., Des prédictions fiables de consommation des combustibles sont essentielles dans l’est des États-Unis (É.-U.) où le brûlage dirigé est souvent utilisé en forêt et où la qualité de l’air est une préoccupation croissante. Les modèles de prédiction CONSUME et FOFEM ont été conçus pour estimer la consommation des combustibles et les émissions associées aux feux de forêt, mais ils n’ont pas été systématiquement évalués pour être appliqués dans l’est des É.-U. en utilisant le même ensemble de données de validation. Dans cette étude, nous avons compilé un ensemble de données de consommation de combustibles à partir de 54 brûlages dirigés opérationnels (43 pinèdes et 11 stations de forêt feuillue mélangée) pour estimer l’incertitude associée à chaque modèle et leurs limites d’application. Les zones d’indifférence entre les valeurs mesurées et prédites par catégorie de combustibles et par type forestier représentent l’erreur potentielle que les modèles pourraient engendrer en estimant la consommation de combustible..