A carregar...
Publicação
Decision Support Platform for Enhanced Wildfire Prevention and Management
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.5 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The primary aim of this dissertation was to develop a comprehensive framework tailored
for wildfire prevention and management, and forest rehabilitation, specifically designed to
harness data collected from Unmanned Aerial Vehicles (UAV)s. This platform is intended
to possess the capability to generate pertinent information about a given region and
simulate wildfire incidents within that area.
The platform is composed of two independent modules—NABU and PYTHIA. The
NABU module is responsible for extracting topographical and fuel data from the UAVprovided
datasets, while PYTHIA is responsible for wildfire simulation.
The NABU module utilizes multispectral and LIDAR data to build region maps
with good level of precision, and is able to characterize fuel with sufficient accuracy to
generate dependable fuel maps for a given area without the need for external data sources.
Furthermore, the inclusion of a weather data aggregation feature facilitates the generation
of both historical and forecasted weather data on a global scale.
The PYTHIA module includes an implementation of the latest U.S. National Fire
Danger Rating System model introduced in 2016, complemented by a cellular automationbased
propagation system. Notably, this module has good accuracy, particularly concerning
burn shape and overall fire direction when compared to the established FlamMap
fire modeling software. Nevertheless, certain limitations associated with the speed and
scalability of the simulations conducted within the PYTHIA. These shortcomings point to
areas that warrant further refinement and optimization in future iterations. Nevertheless,
the overall results obtained from PYTHIA are exceedingly encouraging, opening up a
multitude of prospects for future research and development endeavors.
O objetivo principal desta dissertação foi o desenvolvimento de uma plataforma de apoio à decisão para a prevenção, gestão e reabilitação de incêndios, especificamente concebida para aproveitar os dados recolhidos de drones. Pretendia-se que esta plataforma tenha a capacidade de gerar informação pertinente sobre uma determinada região e simular incêndios nessa área. A plataforma é composta por dois módulos independentes—NABU e PYTHIA. O móduloNABUé responsável porextrairdados topográficos e de combustível dos conjuntos de dados fornecidos pelos drones, enquanto o PYTHIA é responsável pela simulação de incêndios. O módulo NABU utiliza dados multiespectrais e LIDAR para criar mapas de uma região com um bom nível de precisão, e é capaz de caracterizar o combustível com precisão suficiente para gerarmapas de combustível para uma determinada área,sem a necessidade de fontes de dados externas. Além disso, a inclusão de uma funcionalidade de agregação de dados meteorológicos facilita a geração de dados meteorológicos históricos e previstos em escala global. O módulo PYTHIA inclui uma implementação do modelo mais recente do National Fire Danger Rating System dos Estados Unidos introduzido em 2016 e complementado por um sistema de propagação baseado em automação celular. Notavelmente, este módulo possui boa precisão, especialmente no que diz respeito à forma de queima e à direção geral do incêndio, quando comparado ao estabelecido software de simulação de incêndios FlamMap. No entanto, existem certas limitações associadas à velocidade e escalabilidade das simulações realizadas dentro do PYTHIA. Essas limitações indicam áreas que merecem maior refinamento e otimização em futuras iterações. No entanto, os resultados gerais obtidos a partir do PYTHIA são extremamente encorajadores, abrindo uma série de perspetivas para futura pesquisa e desenvolvimento.
O objetivo principal desta dissertação foi o desenvolvimento de uma plataforma de apoio à decisão para a prevenção, gestão e reabilitação de incêndios, especificamente concebida para aproveitar os dados recolhidos de drones. Pretendia-se que esta plataforma tenha a capacidade de gerar informação pertinente sobre uma determinada região e simular incêndios nessa área. A plataforma é composta por dois módulos independentes—NABU e PYTHIA. O móduloNABUé responsável porextrairdados topográficos e de combustível dos conjuntos de dados fornecidos pelos drones, enquanto o PYTHIA é responsável pela simulação de incêndios. O módulo NABU utiliza dados multiespectrais e LIDAR para criar mapas de uma região com um bom nível de precisão, e é capaz de caracterizar o combustível com precisão suficiente para gerarmapas de combustível para uma determinada área,sem a necessidade de fontes de dados externas. Além disso, a inclusão de uma funcionalidade de agregação de dados meteorológicos facilita a geração de dados meteorológicos históricos e previstos em escala global. O módulo PYTHIA inclui uma implementação do modelo mais recente do National Fire Danger Rating System dos Estados Unidos introduzido em 2016 e complementado por um sistema de propagação baseado em automação celular. Notavelmente, este módulo possui boa precisão, especialmente no que diz respeito à forma de queima e à direção geral do incêndio, quando comparado ao estabelecido software de simulação de incêndios FlamMap. No entanto, existem certas limitações associadas à velocidade e escalabilidade das simulações realizadas dentro do PYTHIA. Essas limitações indicam áreas que merecem maior refinamento e otimização em futuras iterações. No entanto, os resultados gerais obtidos a partir do PYTHIA são extremamente encorajadores, abrindo uma série de perspetivas para futura pesquisa e desenvolvimento.
Descrição
Palavras-chave
Wildfire Remote Sensing Fire Modelling Decision Support Multispectral Imaging Unmanned Aerial Vehicle