Cloud-based urgent computing for forest fire spread prediction
El foc és un element natural de molts ecosistemes. No obstant això, cada any els incendis forestals causen danys a la biodiversitat, l'atmosfera i les activitats econòmiques. Les estratègies de prevenció d'incendis forestals per a la detecció i la supressió han millorat significativament a...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/690958 |
| Acceso en línea: | http://hdl.handle.net/10803/690958 |
| Access Level: | acceso abierto |
| Palabra clave: | Propagació del foc Forest fire spread Propagación de fuego Computació en núvol Cloud computing Computación en nube Simulació Simulation Simulación Tecnologies 004 |
| Sumario: | El foc és un element natural de molts ecosistemes. No obstant això, cada any els incendis forestals causen danys a la biodiversitat, l'atmosfera i les activitats econòmiques. Les estratègies de prevenció d'incendis forestals per a la detecció i la supressió han millorat significativament al llarg dels anys, però les dades d'entrada que descriuen els escenaris d'incendi estan subjectes a nivells elevats d'incertesa. S'han d'ajustar paràmetres desconeguts i, en aquest treball, es porta a terme una fase de calibració de dades d'entrada seguint una estratègia d'algorisme genètic. L'entrada calibrada es canalitza a la fase de predicció real. Aquest esquema de predicció en dues etapes s'aprofita pel paradigma de computació en núvol, que permet un alt nivell de paral·lelisme a la demanda, elasticitat, escalabilitat i un baix cost. Utilitzem una funció sòlida de bondat d'ajust juntament amb una tècnica d'avaluació adaptativa capaç de reduir el temps global de calibratge en un 60% en comparació amb els enfocaments actuals basats en dades. També hem creat un estudi experimental per validar la plataforma contra un incendi forestal desafiant. |
|---|