Sistema de Control y Monitorización contra incendios en areas naturales
•Descargar como PPTX, PDF•
0 recomendaciones•459 vistas
PFG sobre prototipo desarrollado para control y monitorización en áreas naturales controlando red de sensores, desde la que se obtiene datos reales metereoloógicos, y organismo oficial europeo, desde el que se saca indice de predicción metereoloógica.
Recomendados
Más contenido relacionado
Similar a Sistema de Control y Monitorización contra incendios en areas naturales
Similar a Sistema de Control y Monitorización contra incendios en areas naturales (20)
Último
Último (20)
Sistema de Control y Monitorización contra incendios en areas naturales
- 1. PROYECTO FIN DE GRADO SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS Julio Alberto Risquez Lara 08/05/15
- 2. INDICE • Introducción • Descripción del sistema • Conclusiones SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 208/05/15
- 3. Introducción. • Objetivos concretos. • FWI. Fire Weather Index • Organismos Internacionales. • Estructura general. Descripción del sistema. Conclusiones. INTRODUCCION SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 308/05/15
- 4. Objetivos Concretos 1. Analizar y cuantificar riesgos. 2. Visualizar de manera centralizada los mapas de riesgo calculados. 3. Control de la red de sensores. SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 408/05/15
- 5. SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 5 Componentes y estructura del FWI [1] Probabilidad de Ignición Vs índice FFMC [1] [1] Gurhan Kucuk, “FireSense: Forest Fire Prediction and Detection System using Wireless Sensor Networks”. International Conference on Wireless Communications and Mobile Computing, 2009. FWI. Fire Weather Index 08/05/15
- 6. EFFIS. Índices FFMC de Europa WFAS. Observaciones meteorológicas del servicio Organismos Internacionales SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 608/05/15
- 7. Estructura General SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS- Julio Alberto Risquez Lara 708/05/15
- 8. Introducción. Descripción del sistema. • Algoritmo de detección y predicción Incendios. • Arquitectura del SCVIRI. Conclusiones. DESCRIPCION DEL SISTEMA SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 808/05/15
- 9. SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 9 Algoritmo I 08/05/15
- 10. SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 10 Algoritmo II Umbrales y parámetros 08/05/15
- 11. Arquitectura del SCVIRI SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 11 1 1 1 2 2 3 4 5 08/05/15
- 12. • Prototipo como soporte de un servicio automático de monitorización forestal para reducción de incendios: – Prevención temprana. – Control y monitorización de incendios declarados. – Pruebas, en entorno controlado, con resultados positivos. • Propuestas de líneas de trabajo, a futuro, para potenciar las posibilidades de uso en entornos reales de campo: – Módulos para “Smartphones”. – Sectorización de la zona bajo monitorización, sistema global. – Interface automatizado con EFFIS. – Nuevos parámetros y parametrización umbrales. – Histórico monitorización, perfiles usuarios y mecanismo redundancia. CONCLUSIONES SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 1208/05/15
- 13. VIDEO DEMO PRUEBAS CONJUNTAS SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 1308/05/15
- 14. ¿PREGUNTAS? SISTEMA DE CONTROL Y VISUALIZACIÓN DE INFORMACIÓN SOBRE RIESGO DE INCENDIOS - Julio Alberto Risquez Lara 14dd/mm/15
Notas del editor
- Hola, buenos días, Mi nombre es Julio Risquez y soy el responsable del Proyecto Fin de Grado SCVIRI. Es un prototipo que implementa las funciones del centro de monitorización y control dentro del sistema general de anticipación y seguimiento de incendios. La otra parte del sistema es el proyecto SERIEW, Sistema de Estimación de Riesgo de Incendio Utilizando una WSN ya presentado anteriormente, que implementa una red emulada de sensores. El prototipo informático objeto de este proyecto, como soporte a un servicio automático de monitorización forestal para reducir incendios, demuestra las tremendas posibilidades que este tipo de tecnologías pueden aportar a la prevención y control de incendios forestales. Se han realizado pruebas de funcionalidad y eficacia, en un entorno controlado junto a la red WSN simulada, donde los resultados han sido positivos según demostraremos al final de nuestra presentación con la representación del video asociado.
- Mi presentación se resumen en tres puntos principales: Comenzando, una introducción donde aporto unos apuntes sobre los conceptos generales para entender la estructura y el entorno del prototipo. A continuación, una descripción del sistema, donde daremos una visión general de la arquitectura y el algoritmo utilizado en la implementación del prototipo. Finalmente, unas conclusiones generales del proyecto junto a unas recomendaciones de líneas de trabajo futuras.
- Como primer punto daremos unas pinceladas sobre los objetivo concreto del proyecto que nos marcaban la estrategia a seguir en la evolución de la realización del proyecto. En una segunda slide describiremos a muy alto nivel el concepto general de la predicción de incendios forestales, concretamente con el sistema Fire Weather Index. A continuación, introduzco una visión global de organismos internaciones sobre planes de predicción de incendios forestales que hemos utilizado como referencia para desarrollar e integrar el prototipo. Finalmente, introducimos la estructura general del prototipo desarrollado.
- En primer lugar, es Analizar y cuantificar riesgos. Para tal efecto este sistema procesa la información de dos fuentes de información relativas al riesgo de incendio: La red inalámbrica de sensores (WSN) que permite la medición y tratamiento de parámetros relacionados con el terreno insitu, online. Datos de predicción de la zona obtenidos desde organismo internacional a través de su web. En segundo lugar, los datos de ambas fuentes ya tratados se visualizan de manera centralizada y en un entorno amigable -conocido, Google Earth, en formato de mapas de riesgo de incendio en la zona bajo vigilancia. Finalmente, como último objetivo marcado, está el controlar la red de sensores en cuanto a la frecuencia del envío de mediciones en función del riesgo analizado. Esto permite una eficiencia en el consumo del ahorro energético de la batería de los sensores.
- El principal modelo de predicción de incendios forestales es el desarrollado por el servicio canadiense de bosques y es el conocido como FWI. El FWI es un índice calculado con base a múltiples indicadores climatológicos básicos como temperatura, humedad, velocidad del viento e indicadores de precipitación. Está construido sobre la estructura de diversos componentes específicos donde el principal componente es el Fire Fuel Moisture Code (FFMC). Este índice muestra la probabilidad relativa de ignición causada por el ser humano. Este componente se utiliza como uno de los parámetros en el análisis y predicción de nuestro sistema. Como nota aclaratoria, en el lado derecho se ve la curva de probabilidad de ignición con respecto al componente FFMC y cómo con un índice de 80 tenemos una probabilidad de ignición de más del 85%. Indicador clave para tener un riesgo de alerta en la zona bajo estudio.
- Como organismos internacionales que publican via web información relevante con indicadores que dan idea del riesgo de incendios tenemos en esta slide un par de ejemplos. El WFAS que es el servicio de bosques de Estados Unidos. Utiliza una red de estaciones de sensores por todo el territorio nacional y representan mapas de predicción y mediciones meteorológicas en google-earth que van acualizando diariamente. Como nota, este modelo de representación es el que he adaptado a nuestro prototipo tal y como veremos más adelante. El segundo ejemplo es el EFFIS, organismo europeo. Su web representa mapas con las predicciones de hasta 6 días. En este caso el mapa representado es un mapa de colores sobre el índice FFMC, comentado anteriormente, y también se puede comprobar en la diapositiva clicando en una zona específica se pueden ver todos los parámetros de indicadores que integran el FWI. Este organismo es el que se ha utilizado como referencia para obtener el dato del FFMC diario que utilizará nuestro prototipo.
- En la parte izquierda representamos el SCVIRI, Sistema de Control y Visualización de Información Sobre Riesgo de Incendios, propósito de esta presentación. A la derecha la Red WSN desarrollada en el otro proyecto. Este sistema incluye una base de datos dedicada donde actualiza y recopila las mediciones recibidas de la red de sensores. Todas las mediciones recopiladas son recogidas en el nodo sumidero de dicha red y, de forma periódica, transmite los datos al sistema de control y visualización de riesgo de incendio. Igualmente recoge información adicional sobre predicción de incendios. Concretamente el componente FFMC de la estructura FWI publicada por organismos oficiales de predicción de incendios, en nuestro caso del organismo oficial EFFIS. Las medidas meteorológicas de los sensores e indicadores de predicción son procesados siguiendo un algoritmo que asocia, como resultado, a cada sensor un nivel de alarma. Con toda la información de riesgo procesada, el sistema de control y visualización envía de vuelta al sistema de sensores un parámetro de Temporización. Este parámetro representa el intervalo de tiempo de espera que debe respetar el sistema de sensores para enviar 2 bloques de muestras sucesivos al sistema de control. En función del riesgo estimado por el algoritmo, el parámetro de temporización variará. A mayor riesgo, menor tiempo de espera entre bloques de muestras. Una vez procesada toda la información por el sistema de predicción, se almacena en la base de datos interna y se procesa la información para representarla en Google Earth, donde se verá representado el mapa de sensores de forma geo referenciada con todas las medidas recibidas y nivel de alarma por sensor.
- En este apartado de descripción vamos a enfocarnos en 2 puntos básicamente: En el algoritmo desarrollado para el tratamiento de los parámetros registrados de cara a realizar una detección prematura y predicción de incendios, así como su seguimiento si finalmente se declara el incendio. La arquitectura del sistema identificando los grandes bloques funcionales desarrollados.
- La figura representa el esquema de algoritmo utilizado para la detección y predicción de incendios del sistema. El algoritmo se activa cada vez que se reciben mediciones desde el sumidero de la red de sensores. Su salida da como resultado una actualización del nivel de alarma de cada sensor y la temporización que debe de utilizar a partir de ese momento la red de Sensores. El algoritmo representa tres estados (sin riesgo, alerta y alarma) por cada sensor de la red. Hay un cuarto estado, identificado como “indisponible”, que representa la ausencia de datos recibidos por un nodo sensor en un trascurso de un tiempo preestablecido, umbral de indisponibilidad. Se define una convención de código de colores (verde, amarillo, rojo, blanco) en función del estado de riesgo identificado que será útil para futuros tratamientos visuales de estas medidas. Si partimos del análisis de flujo, por ejemplo, de un sensor que en su anterior análisis se declaró en riesgo, amarillo, veremos que la primera bifurcación establecida es si la diferencia de la hora actual de recepción y la anterior es superior al tiempo máximo establecido de espera para dar al sensor como indisponible que en cuyo caso pasaría a estado indisponible. Si no, guarda la temperatura última recibida en el histórico y recoge el valor actual recibido como nuevo, comprueba si la temperatura es superior al nivel límite verde (sin riesgo). En caso de que sea así, analiza si está por encima del UmbralLímite de rojo o que la diferencia entre ambas temperaturas (nueva y anterior) sea superior a un IncrementoUmbral, Si no es así se mantiene en temporización y nivel Alerta y mantiene estado de Temporización P2 de alerta. Para el resto de los casos el flujo seguiría el mismo proceso.
- En el proceso del algoritmo hay una serie de parámetros guardados y datos umbrales utilizados que sirven de condicionales: Un primer parámetro límite del FFMC a partir del cual consideramos riesgo de incendio. Valor 80. Los niveles de temperatura y gradientes (incremento de temperatura) límites para determinar a partir de qué momento pasamos de un nivel a otro de riesgo. Los valores de temporización posibles a mandar a la red de sensores en función del niveles de riesgo. A menos riesgo, tiempos más largos. Variables de Horas y temperaturas previas y actuales recibidas por cada sensor. Tiempo umbral de espera máximo para identificar un nodo sensor como “indisponible” al dejar de recibir información por su parte.
- Existen 5 bloques que se han diseñado conformando la estructura global del prototipo: 1. Módulos Interfaces: o Con el organismo oficial definidos para obtener el índice de predicción de incendios, FMMC. o Con la red WSN, de la que se obtiene los datos meteorológicos y sobre la que se controla la temporización de envío de nuevas medidas. o Con Google Earth, como herramienta de visualización de los datos obtenidos y procesados. 2. Módulos de Almacenamiento de datos: o Índice de riesgo (FFMC). o Datos meteorológicos recibidos de la red de nodos de sensores. 3. Módulo de análisis y cuantificación del riesgo. 4. Módulo de tratamiento de los datos. Permite la visualización de los datos en mapas visuales de riesgo. 5. Módulo de control de la red local de sensores. Envía la temporización requerida en función del análisis realizado de los datos almacenados de forma continua.
- Primera parte. - Blabla… - Pruebas realizadas a nivel individuales (realizando en java un prototipo que simulaba el sumidero del SERIEW enviando ficheros xml) como conjuntas, con el sistema SERIEW ya integrado al final. Propuesta de trabajo…’HIGIENICOS’.
- 13
- 14