Aplicando Modelos Bayesianos para Reducir los Requisitos Computacionales de los Análisis de Sensibilidad de Incendios Forestales
Autores: KC, Ujjwal; Aryal, Jagannath; Bakar, K. Shuvo; Hilton, James; Buyya, Rajkumar
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Aplicando Modelos Bayesianos para Reducir los Requisitos Computacionales de los Análisis de Sensibilidad de Incendios Forestales
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Astronomía
Palabras clave
Análisis de escenarios
Toma de decisiones mejorada
Incendios forestales
Modelo bayesiano
Observaciones
Información de expertos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 8
Citaciones: Sin citaciones
El análisis de escenarios y la mejora en la toma de decisiones para incendios forestales a menudo requieren ejecutar un gran número de simulaciones en sistemas de modelado de última generación, lo que puede ser tanto costoso en términos computacionales como llevar mucho tiempo. En este artículo, proponemos utilizar un modelo bayesiano para estimar los impactos de los incendios forestales utilizando observaciones e información previa de expertos. Este enfoque nos permite beneficiarnos de ricos conjuntos de datos de observaciones y del conocimiento experto sobre los impactos del fuego para investigar la influencia de diferentes priors y determinar el mejor modelo. Además, utilizamos los valores predichos por el modelo para evaluar la sensibilidad de cada factor de entrada, lo que puede ayudar a identificar las condiciones que contribuyen a incendios forestales peligrosos y permitir un análisis de escenarios de incendios de manera oportuna. Nuestros resultados demuestran que el uso de un modelo bayesiano puede reducir significativamente los recursos y el tiempo requeridos por los sistemas de modelado de incendios forestales actuales en hasta un factor de dos, mientras que aún proporciona una aproximación cercana a los resultados verdaderos.
Descripción
El análisis de escenarios y la mejora en la toma de decisiones para incendios forestales a menudo requieren ejecutar un gran número de simulaciones en sistemas de modelado de última generación, lo que puede ser tanto costoso en términos computacionales como llevar mucho tiempo. En este artículo, proponemos utilizar un modelo bayesiano para estimar los impactos de los incendios forestales utilizando observaciones e información previa de expertos. Este enfoque nos permite beneficiarnos de ricos conjuntos de datos de observaciones y del conocimiento experto sobre los impactos del fuego para investigar la influencia de diferentes priors y determinar el mejor modelo. Además, utilizamos los valores predichos por el modelo para evaluar la sensibilidad de cada factor de entrada, lo que puede ayudar a identificar las condiciones que contribuyen a incendios forestales peligrosos y permitir un análisis de escenarios de incendios de manera oportuna. Nuestros resultados demuestran que el uso de un modelo bayesiano puede reducir significativamente los recursos y el tiempo requeridos por los sistemas de modelado de incendios forestales actuales en hasta un factor de dos, mientras que aún proporciona una aproximación cercana a los resultados verdaderos.