HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal

Autores
Méndez Garabetti, Miguel; Bianchini, Germán; Caymes Scutari, Paola; Tardivo, María
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
Cada año, los incendios forestales afectan más de 350 millones de hectáreas alrededor del mundo, causando innumerables pérdidas y daños, contribuyendo al calentamiento global, la contaminación del aire y el agua, la desertificación y la pérdida de biodiversidad. Si bien se puede deducir que la prevención es la medida más eficaz contra los efectos negativos causados por los incendios, es de suma importancia contar con herramientas que permitan reducir su propagación. En este contexto los sistemas de predicción de incendios son considerados herramientas de gran valor, ya que permiten determinar el avance del frente de fuego facilitando la toma de decisiones acertadas que minimicen el tiempo de acción y los daños causados. El Sistema Estadístico Híbrido Evolutivo con Modelo de Islas (Hybrid Evolutionary-Statistical System with Island Model, HESSIM), es un método de reducción de incertidumbre que ha sido aplicado a la predicción del comportamiento de incendios forestales. Dicho método utiliza computación de alto rendimiento junto con una hibridación de metaheurísticas evolutivas poblacionales bajo un modelo colaborativo. Hasta el momento dicho método había sido aplicado en casos de quemas reales controladas de superficie reducida. En este trabajo HESSIM es aplicado a un incendio real ocurrido en 2013 en la localidad de Queiriga (Portugal), donde se consumieron más de 4000 hectáreas.
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
Materia
Incendios forestales, Predicción, Incendio real, Reducción de incertidumbre
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-06-08T15:42:38Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8013
Acceder
id RIAUTN_8ca6a9d63515943897d11f3028a831dd
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8013
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga PortugalMéndez Garabetti, MiguelBianchini, GermánCaymes Scutari, PaolaTardivo, MaríaIncendios forestales, Predicción, Incendio real, Reducción de incertidumbreCada año, los incendios forestales afectan más de 350 millones de hectáreas alrededor del mundo, causando innumerables pérdidas y daños, contribuyendo al calentamiento global, la contaminación del aire y el agua, la desertificación y la pérdida de biodiversidad. Si bien se puede deducir que la prevención es la medida más eficaz contra los efectos negativos causados por los incendios, es de suma importancia contar con herramientas que permitan reducir su propagación. En este contexto los sistemas de predicción de incendios son considerados herramientas de gran valor, ya que permiten determinar el avance del frente de fuego facilitando la toma de decisiones acertadas que minimicen el tiempo de acción y los daños causados. El Sistema Estadístico Híbrido Evolutivo con Modelo de Islas (Hybrid Evolutionary-Statistical System with Island Model, HESSIM), es un método de reducción de incertidumbre que ha sido aplicado a la predicción del comportamiento de incendios forestales. Dicho método utiliza computación de alto rendimiento junto con una hibridación de metaheurísticas evolutivas poblacionales bajo un modelo colaborativo. Hasta el momento dicho método había sido aplicado en casos de quemas reales controladas de superficie reducida. En este trabajo HESSIM es aplicado a un incendio real ocurrido en 2013 en la localidad de Queiriga (Portugal), donde se consumieron más de 4000 hectáreas.Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina2023-06-08T15:42:38Z2023-06-08T15:42:38Z2017-01-01info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfDuodécimo Encuentro del “International Center for Earth Sciences” (E-ICES12) CNEA, Mendoza, Argentina. Año 2017.http://hdl.handle.net/20.500.12272/8013spaPID 3939info:eu-repo/semantics/openAccess2023-06-08T15:42:38Zhttp://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 UniversalUniversidad Tecnológica Nacional. Facultad Regional MendozaAtribuciónreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:58:13Zoai:ria.utn.edu.ar:20.500.12272/8013instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:58:14.77Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
title HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
spellingShingle HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
Méndez Garabetti, Miguel
Incendios forestales, Predicción, Incendio real, Reducción de incertidumbre
title_short HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
title_full HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
title_fullStr HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
title_full_unstemmed HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
title_sort HESSIM: evaluación de Calidad de Predicción aplicada al incendio forestal ocurrido en Queiriga Portugal
dc.creator.none.fl_str_mv Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author Méndez Garabetti, Miguel
author_facet Méndez Garabetti, Miguel
Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author_role author
author2 Bianchini, Germán
Caymes Scutari, Paola
Tardivo, María
author2_role author
author
author
dc.subject.none.fl_str_mv Incendios forestales, Predicción, Incendio real, Reducción de incertidumbre
topic Incendios forestales, Predicción, Incendio real, Reducción de incertidumbre
dc.description.none.fl_txt_mv Cada año, los incendios forestales afectan más de 350 millones de hectáreas alrededor del mundo, causando innumerables pérdidas y daños, contribuyendo al calentamiento global, la contaminación del aire y el agua, la desertificación y la pérdida de biodiversidad. Si bien se puede deducir que la prevención es la medida más eficaz contra los efectos negativos causados por los incendios, es de suma importancia contar con herramientas que permitan reducir su propagación. En este contexto los sistemas de predicción de incendios son considerados herramientas de gran valor, ya que permiten determinar el avance del frente de fuego facilitando la toma de decisiones acertadas que minimicen el tiempo de acción y los daños causados. El Sistema Estadístico Híbrido Evolutivo con Modelo de Islas (Hybrid Evolutionary-Statistical System with Island Model, HESSIM), es un método de reducción de incertidumbre que ha sido aplicado a la predicción del comportamiento de incendios forestales. Dicho método utiliza computación de alto rendimiento junto con una hibridación de metaheurísticas evolutivas poblacionales bajo un modelo colaborativo. Hasta el momento dicho método había sido aplicado en casos de quemas reales controladas de superficie reducida. En este trabajo HESSIM es aplicado a un incendio real ocurrido en 2013 en la localidad de Queiriga (Portugal), donde se consumieron más de 4000 hectáreas.
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
description Cada año, los incendios forestales afectan más de 350 millones de hectáreas alrededor del mundo, causando innumerables pérdidas y daños, contribuyendo al calentamiento global, la contaminación del aire y el agua, la desertificación y la pérdida de biodiversidad. Si bien se puede deducir que la prevención es la medida más eficaz contra los efectos negativos causados por los incendios, es de suma importancia contar con herramientas que permitan reducir su propagación. En este contexto los sistemas de predicción de incendios son considerados herramientas de gran valor, ya que permiten determinar el avance del frente de fuego facilitando la toma de decisiones acertadas que minimicen el tiempo de acción y los daños causados. El Sistema Estadístico Híbrido Evolutivo con Modelo de Islas (Hybrid Evolutionary-Statistical System with Island Model, HESSIM), es un método de reducción de incertidumbre que ha sido aplicado a la predicción del comportamiento de incendios forestales. Dicho método utiliza computación de alto rendimiento junto con una hibridación de metaheurísticas evolutivas poblacionales bajo un modelo colaborativo. Hasta el momento dicho método había sido aplicado en casos de quemas reales controladas de superficie reducida. En este trabajo HESSIM es aplicado a un incendio real ocurrido en 2013 en la localidad de Queiriga (Portugal), donde se consumieron más de 4000 hectáreas.
publishDate 2017
dc.date.none.fl_str_mv 2017-01-01
2023-06-08T15:42:38Z
2023-06-08T15:42:38Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv Duodécimo Encuentro del “International Center for Earth Sciences” (E-ICES12) CNEA, Mendoza, Argentina. Año 2017.
http://hdl.handle.net/20.500.12272/8013
identifier_str_mv Duodécimo Encuentro del “International Center for Earth Sciences” (E-ICES12) CNEA, Mendoza, Argentina. Año 2017.
url http://hdl.handle.net/20.500.12272/8013
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv PID 3939
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-06-08T15:42:38Z
http://creativecommons.org/publicdomain/zero/1.0/
CC0 1.0 Universal
Universidad Tecnológica Nacional. Facultad Regional Mendoza
Atribución
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-06-08T15:42:38Z
http://creativecommons.org/publicdomain/zero/1.0/
CC0 1.0 Universal
Universidad Tecnológica Nacional. Facultad Regional Mendoza
Atribución
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862390159114240
score 13.365483

Publicaciones similares