<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>SINUMCC. Tesis</title>
<link>http://hdl.handle.net/10366/138177</link>
<description/>
<pubDate>Thu, 23 Apr 2026 14:10:11 GMT</pubDate>
<dc:date>2026-04-23T14:10:11Z</dc:date>
<item>
<title>Resumen de tesis. Asimilación de datos, validación e integración en GIS de un modelo de simulación de incendios forestales</title>
<link>http://hdl.handle.net/10366/138178</link>
<description>[ES]Esta tesis doctoral se ha desarrollado dentro del contexto de la investigación&#13;
de la simulación numérica de incendios forestales llevada a cabo dentro&#13;
del grupo de investigación reconocido SINUMCC (Simulación Numérica y&#13;
Cálculo Científico) de la Universidad de Salamanca.&#13;
En términos generales, el trabajo aquí recogido tiene por objeto continuar&#13;
el desarrollo del modelo de simulación de incendios forestales PhyFire (Physical&#13;
Forest Fire Spread) elaborado por el grupo de investigación mediante la&#13;
integración de nuevas herramientas que mejoren su eficiencia, aplicabilidad&#13;
y utilidad, a través de los siguientes objetivos:&#13;
1. Incorporación de técnicas de asimilación de datos basadas en el empleo&#13;
del Filtro de Kalman. La asimilación de datos permite mejorar las&#13;
predicciones obtenidas por el modelo mediante la incorporación de datos&#13;
observados durante la evolución real del incendio, proporcionando&#13;
de este modo predicciones más probables en los instantes siguientes.&#13;
2. Validación del modelo PhyFire mediante la simulación de fuegos experimentales&#13;
llevados a cabo bajo condiciones controladas y el uso de&#13;
técnicas de análisis de sensibilidad global. Estas técnicas permiten&#13;
determinar los parámetros y variables de entrada del modelo que&#13;
más influencia tienen en las variables de salida, validando el modelo y&#13;
facilitando el diseño del procedimiento de ajuste de sus parámetros.&#13;
3. Ajuste de parámetros del modelo, mediante el uso de algoritmos de&#13;
optimización iterativos en los que la función de coste compara la salida&#13;
del modelo con medidas realizadas sobre fuegos experimentales.&#13;
4. Integración en SIG (Sistemas de Información Geográfica) de&#13;
los modelos PhyFire y HDWind para mejorar su usabilidad y eficiencia&#13;
al disminuir el tiempo necesario para llevar a cabo la simulación de un&#13;
incendio real. Se ha creado una herramienta apta para la utilización&#13;
por los potenciales usuarios, que incorpora toda la información espacial&#13;
necesaria para llevar a cabo las simulaciones.&#13;
5. Simulación de incendios forestales reales, con el objetivo de validar&#13;
el trabajo realizado.
</description>
<pubDate>Mon, 01 Jan 2018 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://hdl.handle.net/10366/138178</guid>
<dc:date>2018-01-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
