Resumen
Para utilizar eficazmente los modelos medioambientales en la gestión y la toma de decisiones, es vital establecer un nivel adecuado de confianza en sus resultados. Existen diferentes formas y metodologías para establecer la confianza de los modelos. Por este motivo, es muy importante disponer de una fórmula de error adecuada, ya que los resultados del modelo pueden variar sustancialmente. Este trabajo se centra en la predicción de la propagación de incendios forestales. La simulación de incendios forestales es una herramienta útil para luchar contra este peligro natural. Se han desarrollado varios modelos para determinar la propagación de los incendios forestales.Los simuladores que implementan dichos modelos requieren diversos parámetros de entrada para ofrecer predicciones sobre la propagación del fuego. Sin embargo, los datos que describen el escenario real en el que se produce el incendio suelen estar sujetos a altos niveles de incertidumbre. Con el fin de minimizar el impacto de la incertidumbre de los datos de entrada, se ha desarrollado una metodología de dos etapas para calibrar los parámetros de entrada en una etapa de ajuste, de modo que los parámetros calibrados se utilicen en la etapa de predicción para mejorar la calidad de las predicciones. Es en la etapa de ajuste donde la fórmula de error juega un papel crucial, ya que diferentes funciones implican diferentes ajustes y, en consecuencia, diferentes predicciones de dispersión.
El objetivo de este trabajo es el estudio de siete funciones alternativas para calcular los errores de simulación de incendios forestales, de forma que aquellas simulaciones con perímetros ligeramente sobreestimados tengan menores errores que aquellas simulaciones con perímetros ligeramente subestimados.
Fecha de lectura | feb 2016 |
---|---|
Idioma original | Inglés |
Institución de lectura |
|
Supervisor | Ana Cortes Fite (Director/a) |
Palabras clave
- Forest Fire simulation
- Two-Stage Methodology
- Genetic Algorithm
- Error Function