Towards dynamic data driven forest fire propagation prediction
- Autores: Roque Dario Rodriguez Aseretto
- Directores de la Tesis: Ana Cortés Fité (dir. tes.)
- Lectura: En la Universitat Autònoma de Barcelona ( España ) en 2010
- Idioma: inglés
- Tribunal Calificador de la Tesis: Luis Alberto Proenca Simoesda Silva (presid.), Dolores Isabel Rexachs del Rosario (secret.), Antonio Plaza (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TESEO
- Resumen
Los incendios forestales son uno de los destres naturales más peligrosos que destruyen cientos de hectáreas de bosques y zonas urbanas cercanas que afectan a los animales, plantas y la vida humana.
Los incendios forestales siempre han sido un factor auto-regulador de la naturaleza, pero en las últimas décadas han aumentado su frecuencia y severidad. También los cambios bruscos en el comportamiento de la propagación de un incendio son la mayor causa de accidentes de personas que combaten o se ven afectadas por este desastre natural.
La investigación de este trabajo se encuentra en el ámbito de la Ciencia Computacional que consiste en la interacción de tres grandes campos: Física, Matemática e Informática. Y en este trabajo se propone métodos para mejorar la calidad de predicción de incendios forestales por medio de combinación de estrategias basadas en guía de datos. Los simuladores de fuego son implementaciones de modelos físicos y matemáticos que son abstracciones de la realidad y para funcionar necesitan parámetros difíciles de medir y/o con un comportamiento dinámico en el tiempo. Utilizando Cómputo de Altas Prestaciones aplicamos algoritmos genéticos reduciendo el espacio de búsqueda de los valores que posteriormente se integra en un conjunto de posibilidades por medio de un modelo estadístico. Los resultados presentan adaptación dinámica al cambio de condiciones medioambientales para generar una aplicación tiempo real Aplicamos el paradigma Dynamic Data Driven Application Systems que consiste básicamente en aplicaciones/simulaciones que utilizan sistemas de medidas para guiar el proceso de simulación y a su vez los procesos de medida pueden refinarse gracias a los resultados de la simulación, constituyendo una relación simbiótica. Se propones el diseño de políticas de inyección de datos como así también mecanismos para su inyección en tiempo de ejecución en entornos distribuidos.
