Advanced meta-heuristic approaches and their application to operational optimization in forest wildfire management
- Autores: Miren Nekane Bilbao Maron
- Directores de la Tesis: Sancho Salcedo Sanz (dir. tes.), Javier del Ser Lorente (codir. tes.)
- Lectura: En la Universidad de Alcalá ( España ) en 2014
- Idioma: inglés
- Tribunal Calificador de la Tesis: Saturnino Maldonado Bascón (presid.), José Antonio Portilla Figueras (secret.), Carlos Casanova Mateo (voc.), Sergio Gil López (voc.), David Camacho Fernández (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: e_Buah
- Resumen
- español
La última década ha sido testigo de un aumento vertiginoso de la cantidad y frecuencia de desastres a gran escala, principalmente debido a los fenómenos devastadores derivados de paradigmas climatológicos y ambientales a gran escala como el calentamiento global. De entre ellos son las inundaciones, huracanes y terremotos los desastres de mayor frecuencia de aparición y fatales consecuencias durante este período, tal como certifican los más de 20.000 muertos a consecuencia de un terremoto en la región de Gujarat (India) en 2001, o las 230.000 y 316.000 pérdidas humanas de los terremotos de Indonesia y Haití en 2004 y 2010, respectivamente.
En este contexto, el enfoque de esta tesis se centra en una casuística concreta de desastre a media-gran escala cuya frecuencia y severidad han crecido de manera igualmente preocupante en los últimos tiempos: los incendios, definidos como un fuego de grandes dimensiones no voluntariamente iniciado por el ser humano, y que afecta a aquello que no está destinado a quemarse. Pese a la diversidad de iniciativas, campañas y procedimientos orientados a la minimización del impacto y las consecuencias de los incendios, varios sucesos fatales acontecidos en los últimos años han puesto en duda la efectividad de las políticas actuales de gestión de recursos contra incendios como aeronaves, vehículos terrestres, equipamiento de comunicaciones radio, logística de abastecimiento y las brigadas desplegadas en el área afectada. Un ejemplo manifiesto de esta falta de eficacia es la muerte de once bomberos ocurrida en un incendio de 130 kilómetros cuadrados en la zona de Guadalajara (España) en 2005, oficialmente atribuida a una deficiente coordinación entre el puesto de mando y los equipos de extinción debida, fundamentalmente, a problemas de cobertura en los sistemas de radiocomunicación. Aunque la causa de esta falta de coordinación ha sido cuestionada por las autoridades y los agentes involucrados desde entonces, lo cierto es que este suceso supone un ejemplo evidente de la necesidad de estudiar y desarrollar herramientas algorítmicas que ayuden al personal de comandancia a ejecutar óptimamente sus tareas de coordinación y control.
Desafortunadamente la coyuntura de crisis económica mundial que azota con especial fuerza los países del Sur de Europa ha mermado dramáticamente las partidas presupuestarias para la prevención y extinción de incendios en beneficio de programas nacionales de reducción de déficit. A consecuencia de estos recortes, el coste ha irrumpido con fuerza como un criterio de extrema relevancia en la planificación operativa de este tipo de desastres: desde la perspectiva de un problema de optimización, los recursos contra incendios son actualmente gestionados con el objetivo fundamental de maximizar su efectividad contra incendios, sujeto a la restricción de que el coste agregado asociado a las decisiones tomadas no supere un determinado umbral presupuestario. Pese a que estas restricciones de coste están bien acotadas, en la práctica la mayoría de los procedimientos de gestión de recursos contra incendios están fuertemente determinados por la capacidad limitada del ser humano para tomar decisiones ágiles en escenarios de elevada complejidad y heterogeneidad.
Por los motivos anteriormente expuestos, la presente Tesis doctoral propone la adopción de algoritmos meta-heurísticos para solventar eficientemente problemas de optimización que modelan procesos de gestión de recursos contra incendios. Esta familia de algoritmos de optimización es capaz de explorar el espacio solución de un problema dado merced a la aplicación iterativa de mecanismos inteligentes de búsqueda explorativa y explotativa, produciendo soluciones que sacrifican calidad por una complejidad computacional menor en comparación con la resultante de procesos determinísticos de búsqueda exhaustiva. En particular la Tesis plantea la búsqueda por harmonía (del inglés Harmony Search) como la técnica meta-heurística de optimización común a las herramientas diseñadas para la gestión de recursos en dos escenarios diferentes:
- El primer escenario analizado contempla el despliegue óptimo de redes de comunicación inalámbrica para la coordinación de equipos de extinción en incendios forestales de gran escala. Desde el punto de vista formal, el problema del despliegue dinámico de retransmisores que caracteriza matemáticamente este escenario consiste en estimar el número y localización de los retransmisores radio que deben ser desplegados en el área afectada por el incendio, de tal modo que el número de nodos móviles (i.e. recursos) con cobertura radio es maximizado a un coste del despliegue mínimo. A fin de reflejar la diversidad de equipamiento de retransmisión radio existente en la realidad, este problema es reformulado para considerar modelos de retransmisor con diferentes características de cobertura y coste. El problema resultante es resuelto de manera eficiente mediante sendos algoritmos mono- y bi-objetivo que conjugan 1) la Búsqueda por Harmonía como método de búsqueda global; y 2) una versión modificada del algoritmo de agrupación K-means como técnica de búsqueda local. El desempeño de los métodos propuestos es evaluado mediante experimentos numéricos basados en datos estadísticos reales de la Comunidad de Castilla la Mancha (España), merced a cuyos resultados queda certificada su practicidad a la hora de desplegar infraestructura de comunicación en este tipo de desastres.
- El segundo escenario bajo estudio se concentra en el despliegue y planificación óptima de vehículos aéreos de extinción de incendios basados en estimaciones predictivas del riesgo de incendio de una cierta área geográfica. De manera enunciativa, el problema subyacente busca la asignación de recursos a aeródromos y aeropuertos con restricciones de capacidad que maximice la utilidad de dichos recursos en relación al riesgo de incendio y minimice, a su vez, el coste de ejecutar dicha asignación. La formulación de este problema también considera, dentro de la definición de dicha función de utilidad, la distancia relativa entre aeropuerto, punto de potencial riesgo de incendio y el recurso acuífero (lago, río o mar) más cercano. Para su resolución eficiente se propone el uso de algoritmos de optimización basados, de nuevo, en la Búsqueda por Harmonía, incorporando además métodos voraces de reparación capacitiva. La aplicabilidad práctica de estos métodos es validada mediante experimentos numéricos en escenarios sintéticos y un caso práctico que incluye valores reales del riesgo de incendio, posiciones de recursos acuíferos e instalaciones aeroportuarias.
En resumen, esta Tesis evidencia, desde un punto de vista práctico, que la meta-heurística moderna supone una solución algorítmica computacionalmente eficiente para tratar problemas de gestión de recursos contra incendios sujetos a restricciones de coste.
- English
In the last decade the number and frequency of large-scale disaster events has increased sharply, mainly due to the devastating phenomena derived from worldwide climatological paradigms (e.g. global warming). Floods, hurricanes and earthquakes are among those disasters whose severity has grown significantly during this period: as to mention, in 2001 more than 20.000 casualties resulted from a massive earthquake in the state of Gujarat (India), whereas this fatal indicator went up to approximately 230.000 and 316.000 casualties in the earthquakes occurred in Indonesia and Haiti in 2004 and 2010, respectively.
The scope of this Thesis focuses on a particular class of disasters with an equally concerning increase of its severity and frequency in the last few years: wildfire events, understood as those large-sized fires not voluntarily initiated by the human being. Despite the variety of initiatives, procedures and methods aimed at minimizing the impact and consequences of wildfires, several fatalities occurred in the last few years have put to question the effectiveness of current policies for the allocation of firefighting resources such as aircrafts, vehicles, radio communication equipment, supply logistics and fire brigades. A clear, close exponent of this noted deficiency is the death of eleven firefighters occurred in a 130 km2 forest wildfire in Guadalajara (Spain) in 2005, which was officially attributed to a proven lack of coordination between the command center and the firefighting crew on site, ultimately resulting in radio isolation among the deployed teams. The reason for this missed coordination in the management of firefighting resources can be questioned by authorities and involved stakeholders, but it undoubtedly calls for the study and development of algorithmic tools that help operations commanders optimally perform their coordination duties.
Unfortunately, the economical crisis mostly striking on countries from the Southern Europe has reduced significantly national budgetary lines for wildfire prevention and suppression to the benefit of deficit-reduction programs. As a consequence of these budget cuts, cost aspects have lately emerged as necessary, relevant criteria in operations planning: from an optimization perspective, firefighting resources are allocated so as to achieve the maximum effectiveness against wildfires, subject to the available budget upper bounding the overall economical cost associated to the decisions taken by commanders and decision makers. Although the cost constraints in this problem are obvious and well-reasoned, in practice management procedures for firefighting resources do not follow cost-aware strategies, but are instead driven by the limited capacity of the human being to dynamically perform decisions in complex, heterogeneous scenarios.
This Thesis builds upon the above rationale to propose modern meta-heuristic algorithms for solving optimization problems modeling different firefighting resource allocation paradigms. This family of solvers efficiently explores the solution space of a given problem by iteratively applying intelligent explorative and exploitative mechanisms, yielding solutions that trade optimality for a reduced computational complexity with respect to exhaustive search methods. In particular, the dissertation gravitates on the adoption of Harmony Search algorithm as the meta-heuristic technique lying at the core of the proposed resource allocation schemes, which are contextualized in two different scenarios:
• The first studied setup addresses the optimum design of wireless relayed communication networks deployed over large-scale disaster areas. In this scenario the so-called dynamic relay deployment problem consists of finding the optimum number of deployed communication relays and their location aimed at simultaneously maximizing the number of nodes covered and minimizing the cost of the deployment. This problem formulation is further extended by considering diverse relay models characterized by different coverage radii and associated costs. To efficiently tackle this problem a novel hybrid scheme is derived comprising 1) a Harmony Search based global searching procedure; and 2) a modified version of the K-means clustering algorithm as a local search technique. Single- and biobjective approaches are proposed for emergency and strategic communications planning, respectively. Numerical experiments are run over an emulated scenario based on real statistical data from the Castilla La Mancha region (center of Spain) to show that the proposed scheme provides an intelligent tool capable of simultaneously determining the number and models of the relays to be deployed.
• The second scenario focuses on the optimal deployment of aerial firefighting aircrafts based on predictive fire risk estimations over a certain geographical area. The underlying optimization problem can be formulated as how to properly allocate firefighting resources to capacity-constrained aerodromes in such a way that the utility of the deployed resources with respect to fire forest risk predictions is maximized and the overall cost of performing the resource allocation is minimized. The problem formulation is further complemented by considering the relative distance between the aerodrome, the wildfire and water pump resources (sea, rivers and lakes) in the metric definition. From the algorithmic standpoint, single- and bi-objective Harmony Search heuristics are proposed jointly with a greedy local method that accounts for the imposed capacity constraints. The performance of the developed solvers is assessed through experiments run in synthetic scenarios and a realistic setup over the Spanish peninsula, including practical estimations of the Fire forest Weather Index (FWI) and real geographical locations of water resources and aerodromes. The satisfactory results obtained therefrom shed light on the applicability of the derived techniques to the preemptive management of aerial resources under cost and effectiveness criteria.
To sum up, this Thesis elucidates, from a case-based approach, that modern metaheuristics embody a computationally efficient algorithmic solution for solving costconstrained communications and firefighting resource allocation paradigms arising from the management of wildfire events.
- español
