| Data: |
2026 |
| Resum: |
El risc d'incendi forestal ha augmentat significativament en les darreres dècades, fet que ha convertit les simulacions de propagació d'incendis forestals en una eina important per donar suport a la prevenció, la planificació i la resposta davant d'emergències. La fiabilitat d'aquestes simulacions depèn en gran mesura de la qualitat de les seves dades d'entrada, especialment dels mapes de combustible i dels perímetres inicials del foc. Els mapes de combustible defineixen com es representen la vegetació combustible i el comportament del combustible al territori, mentre que els perímetres inicials del foc determinen la condició inicial a partir de la qual evoluciona la simulació. Totes dues entrades tenen una forta influència en la precisió de la simulació, però presenten reptes operatius diferents. Els mapes de combustible han de ser d'alta resolució i estar actualitzats, mentre que els perímetres del foc s'han d'obtenir de manera ràpida i precisa durant incendis forestals actius per donar suport a les operacions d'emergència. Aquesta tesi se centra en la millora d'aquestes dues entrades crítiques per als simuladors de propagació d'incendis forestals mitjançant intel·ligència geoespacial. Integra dades de teledetecció i altres fonts georeferenciades amb aprenentatge automàtic i enfocaments algorísmics adaptats a cada tipus d'entrada. En primer lloc, es proposa la metodologia Zone Adaptive Fuel Mapping (ZAFM) per generar mapes de combustible d'alta resolució i actualitzats mitjançant la combinació d'informació de cobertes del sòl amb mapes de combustible de referència de resolució més grollera. Aquest enfocament millora la representació espacial de l'heterogeneïtat del combustible i també s'ha aplicat per generar un conjunt de dades de mapes de combustible d'alta resolució per al sud de l'Europa mediterrània. En segon lloc, es desenvolupa una metodologia d'actualització de mapes de combustible en zones de conreu per tenir en compte la dinàmica agrícola estacional. Mitjançant la combinació d'índexs de teledetecció i aprenentatge automàtic, aquest mètode classifica els conreus segons el seu estat actual i actualitza l'assignació del seu model de combustible, permetent que les àrees agrícoles es representin com a elements dinàmics en les simulacions d'incendis forestals. En tercer lloc, es proposa la metodologia FIRE-TRACE per a l'extracció automàtica de perímetres d'incendis forestals a partir d'imatges tèrmiques i d'infraroig proper adquirides des de plataformes aèries. Aquest mètode està dissenyat per operar gairebé en temps real i reduir el temps, l'esforç manual i els recursos necessaris per a la delimitació de perímetres durant la resposta a emergències. Finalment, les tres metodologies s'integren en un flux de treball unificat per generar dades d'entrada per a simulacions d'incendis forestals. El flux de treball es prova mitjançant un cas real d'incendi forestal a Vila Pouca de Aguiar, Portugal, combinant un perímetre inicial derivat de dades aèries, un mapa de combustible refinat, una versió d'aquest mapa actualitzada per a zones de conreu i una simulació de propagació del foc. Els resultats mostren que la millora del detall espacial, l'actualització temporal i la disponibilitat gairebé en temps real de les dades d'entrada per a simulacions d'incendis forestals poden contribuir a obtenir simulacions de propagació del foc més precises i útils des d'un punt de vista operatiu. En conjunt, aquesta tesi contribueix al desenvolupament de fluxos de treball de simulació d'incendis forestals més fiables, automatitzats i gairebé en temps real, capaços de donar suport a la presa de decisions durant incendis actius. |
| Resum: |
El riesgo de incendio forestal ha aumentado significativamente en las últimas décadas, lo que ha convertido las simulaciones de propagación de incendios forestales en una herramienta importante para apoyar la prevención, la planificación y la respuesta ante emergencias. La fiabilidad de estas simulaciones depende en gran medida de la calidad de sus datos de entrada, especialmente de los mapas de combustible y de los perímetros iniciales del incendio. Los mapas de combustible definen cómo se representan la vegetación combustible y el comportamiento del combustible en el territorio, mientras que los perímetros iniciales del incendio determinan la condición inicial a partir de la cual evoluciona la simulación. Ambas entradas tienen una fuerte influencia en la precisión de la simulación, pero presentan retos operativos diferentes. Los mapas de combustible deben ser de alta resolución y estar actualizados, mientras que los perímetros del incendio deben obtenerse de forma rápida y precisa durante incendios forestales activos para apoyar las operaciones de emergencia. Esta tesis se centra en la mejora de estas dos entradas críticas para los simuladores de propagación de incendios forestales mediante inteligencia geoespacial. Integra datos de teledetección y otras fuentes georreferenciadas con aprendizaje automático y enfoques algorítmicos adaptados a cada tipo de entrada. En primer lugar, se propone la metodología Zone Adaptive Fuel Mapping (ZAFM) para generar mapas de combustible de alta resolución y actualizados mediante la combinación de información de cubiertas del suelo con mapas de combustible de referencia de resolución más gruesa. Este enfoque mejora la representación espacial de la heterogeneidad del combustible y también se ha aplicado para generar un conjunto de datos de mapas de combustible de alta resolución para el sur de la Europa mediterránea. En segundo lugar, se desarrolla una metodología de actualización de mapas de combustible en zonas de cultivo para tener en cuenta la dinámica agrícola estacional. Mediante la combinación de índices de teledetección y aprendizaje automático, este método clasifica los cultivos según su estado actual y actualiza la asignación de su modelo de combustible, permitiendo que las áreas agrícolas se representen como elementos dinámicos en las simulaciones de incendios forestales. En tercer lugar, se propone la metodología FIRE-TRACE para la extracción automática de perímetros de incendios forestales a partir de imágenes térmicas y de infrarrojo cercano adquiridas desde plataformas aéreas. Este método está diseñado para operar casi en tiempo real y reducir el tiempo, el esfuerzo manual y los recursos necesarios para la delimitación de perímetros durante la respuesta a emergencias. Finalmente, las tres metodologías se integran en un flujo de trabajo unificado para generar datos de entrada para simulaciones de incendios forestales. El flujo de trabajo se prueba mediante un caso real de incendio forestal en Vila Pouca de Aguiar, Portugal, combinando un perímetro inicial derivado de datos aéreos, un mapa de combustible refinado, una versión de este mapa actualizada para zonas de cultivo y una simulación de propagación del fuego. Los resultados muestran que la mejora del detalle espacial, la actualización temporal y la disponibilidad casi en tiempo real de los datos de entrada para simulaciones de incendios forestales pueden contribuir a obtener simulaciones de propagación del fuego más precisas y útiles desde un punto de vista operativo. En conjunto, esta tesis contribuye al desarrollo de flujos de trabajo de simulación de incendios forestales más fiables, automatizados y casi en tiempo real, capaces de apoyar la toma de decisiones durante incendios activos. |
| Resum: |
Wildfire risk has increased significantly in recent decades, making wildfire spread simulations an important tool for supporting prevention, planning, and emergency response. The reliability of these simulations strongly depends on the quality of their input data, particularly fuel maps and initial fire perimeters. Fuel maps define how burnable vegetation and fuel behaviour are represented across the landscape, while initial fire perimeters determine the starting condition from which the simulation evolves. Both inputs have a strong influence on simulation accuracy, but they present different operational challenges. Fuel maps need to be high-resolution and up to date, whereas fire perimeters must be obtained rapidly and accurately during active wildfire events to support emergency operations. This thesis focuses on improving these two critical inputs for wildfire spread simulators through geospatial intelligence. It integrates remote sensing data and other georeferenced sources with machine learning and algorithmic approaches tailored to each input. First, the Zone Adaptive Fuel Mapping methodology (ZAFM) is proposed to generate high-resolution, updated fuel maps by combining land cover information with reference coarser-resolution fuel maps. This approach improves the spatial representation of fuel heterogeneity and was also applied to generate a high-resolution fuel map dataset for Southern Mediterranean Europe. Second, a cropland fuel map update methodology is developed to account for seasonal agricultural dynamics. By combining remote sensing indices and machine learning, this method classifies croplands according to their current state and updates their fuel model assignment, allowing agricultural areas to be represented as dynamic elements in wildfire simulations. Third, the FIRE-TRACE methodology is proposed for the automatic extraction of wildfire perimeters from airborne thermal and near-infrared imagery. This method is designed to operate in near real time and reduce the time, manual effort and resources required for perimeter delineation during emergency response. Finally, the three methodologies are integrated into a unified workflow for generating wildfire simulation inputs. The workflow is tested through a real wildfire case study in Vila Pouca de Aguiar, Portugal, combining an airborne-derived initial perimeter, a refined fuel map, a cropland-updated version of this map, and a fire spread simulation. The results show that improving the spatial detail, temporal updating, and near-real-time availability of wildfire simulation inputs can support more accurate and operationally useful fire spread simulations. Overall, this thesis contributes to the development of more reliable, automated, and near-real-time wildfire simulation workflows capable of supporting decision-making during active fire events. |
| Nota: |
Universitat Autònoma de Barcelona. Programa de Doctorat en Informàtica |
| Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria.  |
| Llengua: |
Anglès |
| Document: |
Tesi doctoral ; Text ; Versió publicada |
| Matèria: |
Simulació d'incendis forestals ;
Wildfire simulation ;
Simulación de incendios ;
Teledetecció ;
Remote sensing ;
Teledetección ;
Intel·ligència geoespacial ;
Geospatial intelligence ;
Inteligencia geoespacial ;
Tecnologies |
visitant ::
identificació
