Compartir
Título
Resumen de tesis. Asimilación de datos, validación e integración en GIS de un modelo de simulación de incendios forestales
Otros títulos
Asimilación de datos, validación e integración en GIS de un modelo de simulación de incendios forestales
Autor(es)
Director(es)
Palabras clave
Universidad de Salamanca (España)
Resumen de tesis
Thesis Abstracts
Simulación de incendios forestales
Asimilación de datos
Filtro de Kalman
Análisis de sensibilidad global
Ajuste de parámetros
Sistemas de Información Geográfica
Clasificación UNESCO
1203.26 Simulación
2505.02 Cartografía Geográfica
1209.14 Técnicas de Predicción Estadística
Fecha de publicación
2018
Resumen
[ES]Esta tesis doctoral se ha desarrollado dentro del contexto de la investigación
de la simulación numérica de incendios forestales llevada a cabo dentro
del grupo de investigación reconocido SINUMCC (Simulación Numérica y
Cálculo Científico) de la Universidad de Salamanca.
En términos generales, el trabajo aquí recogido tiene por objeto continuar
el desarrollo del modelo de simulación de incendios forestales PhyFire (Physical
Forest Fire Spread) elaborado por el grupo de investigación mediante la
integración de nuevas herramientas que mejoren su eficiencia, aplicabilidad
y utilidad, a través de los siguientes objetivos:
1. Incorporación de técnicas de asimilación de datos basadas en el empleo
del Filtro de Kalman. La asimilación de datos permite mejorar las
predicciones obtenidas por el modelo mediante la incorporación de datos
observados durante la evolución real del incendio, proporcionando
de este modo predicciones más probables en los instantes siguientes.
2. Validación del modelo PhyFire mediante la simulación de fuegos experimentales
llevados a cabo bajo condiciones controladas y el uso de
técnicas de análisis de sensibilidad global. Estas técnicas permiten
determinar los parámetros y variables de entrada del modelo que
más influencia tienen en las variables de salida, validando el modelo y
facilitando el diseño del procedimiento de ajuste de sus parámetros.
3. Ajuste de parámetros del modelo, mediante el uso de algoritmos de
optimización iterativos en los que la función de coste compara la salida
del modelo con medidas realizadas sobre fuegos experimentales.
4. Integración en SIG (Sistemas de Información Geográfica) de
los modelos PhyFire y HDWind para mejorar su usabilidad y eficiencia
al disminuir el tiempo necesario para llevar a cabo la simulación de un
incendio real. Se ha creado una herramienta apta para la utilización
por los potenciales usuarios, que incorpora toda la información espacial
necesaria para llevar a cabo las simulaciones.
5. Simulación de incendios forestales reales, con el objetivo de validar
el trabajo realizado.
URI
Collections