
Forscher der Polytechnischen Universität Madrid (UPM) haben ein Modell entwickelt, um das Risiko von Waldbränden durch drahtlose Netze mit mobilen Sensoren zu überwachen.
Trotz der zahlreichen Forschungsarbeiten über drahtlose Sensornetze und die Risikoüberwachung von Waldbränden hat bisher keiner von ihnen die Möglichkeiten der Mobilität einiger Sensoren im Netz genutzt.
Aber das haben diese Forscher der UPM angesprochen, insbesondere die Möglichkeit, die räumliche Abdeckung der Sensoren an die Dynamik des Brandrisikos anzupassen.
Die Überwachung des Waldbrandrisikos zielt darauf ab, die Ort und der wahrscheinlichste Moment bei denen ein Waldbrand auftritt. Aus diesem Grund ist die Überwachung sowohl zur Verhütung von Bränden als auch zur Vermeidung möglicher Schäden an der Umwelt und an Menschen wichtig.
In diesem Bereich wurden weit verbreitete Techniken verwendet, die auf entfernten Sensoren basieren. die Verwendung von Sensoren vor Ort unerlässlich ist.
Wireless-Sensornetze sind Beobachtungssysteme, die eine solche Überwachung in Echtzeit und in unabhängiger Weise durchführen können. Diese Netze bestehen aus geografisch lokalisierten Sensoren, die dem Phänomen des Interesses sehr nahe kommen. Die Sensoren sind unabhängig, selbstkonfigurierbar, klein, leicht und mit einer begrenzten Energie- und Kommunikationskapazität. Diese haben die Fähigkeit, mobile Sensoren zu werden, wenn sie an bewegliche Objekte wie Roboter, Menschen und Fahrräder angeschlossen werden.
Die Forschung hat sich auf die Entwicklung eines Modells konzentriert, das es ermöglicht, das Verhalten der mobilen Sensoren in Echtzeit zu bestimmen, d. h. zu entscheiden, ob der Sensor seinen Standort ändern soll, ob er in Betrieb genommen werden soll oder ob er verschlafen muss. Diese Verhaltensweisen zielen darauf ab, die geografische/space Abdeckung, die die mobilen Sensoren dem dynamischen Beobachtungsphänomen bieten, anzupassen, wobei der derzeitige Zustand dieses Phänomens als Zustand des Sensornetzes zu betrachten ist.
Ein kanadischer Index
Zur Überprüfung des Modells wurde der Einsatz eines drahtlosen mobilen Sensornetzes simuliert. Die Überwachung erfolgte auf der Grundlage des Fine Fuel Moisture Code (FFMC) Canadian Forest fire weather index als Indikator für die relative Leichtigkeit, mit der ein Brand beginnen kann. Zwei Szenarien wurden simuliert, um das Modell zu bewerten und das Verhalten der mobilen Sensoren zu erfassen. Die erste mit geringem Brandrisiko, vor allem um zu überprüfen, ob das Modell das Verhalten "Schlafsensoren" bezeichnet, wenn mehr Sensoren als nötig eingesetzt werden.
Das zweite Szenario simuliert ein hohes Brandrisiko, um zu überprüfen, wie das Modell das Mobilitätsverhalten beeinflusst. Beide Szenarien nahmen die gleiche anfängliche räumliche Verteilung der Sensoren an, obwohl sie verschiedene Zustände des Phänomens beobachteten. Die Ergebnisse der Simulationen zeigten, dass das Modell das Verhalten erfolgreich beeinflusste: "Sensoren schlafen," "SenSoren bewegen" oder "mehr Sensoren aufsetzen," um die räumliche Reichweite entsprechend dem aktuellen Zustand des Phänomens und des Sensornetzes zu verbessern.
Die Ergebnisse der Arbeit können sowohl für die wissenschaftliche Gemeinschaft als auch für Experten im Bereich Geo-Information und Umweltüberwachung von Interesse sein, die mobile Sensoren unabhängig und effizient implementieren und verwalten möchten. Obwohl dieses Modell für die Überwachung des Waldbrandrisikos entwickelt wurde, kann es leicht an andere Arten von Umweltüberwachung angepasst werden, wie Luftverschmutzung, Lärmbelastung oder Bodenfeuchte unter anderem.
------------------------------------------------------------
Bibliographische Referenz:
Ballari, D; Wachowicz, M; Bregt, AK; Manso-Callejo, M. "A mobility constraint model to infer sensor behaviour in forest fire risk monitoring". COMPUTERS ENVIRONMENT AND URBAN SYSTEMS 36 (1): 81-95, enero de 2012. DOI: 10.1016/j.compenvurbsys.2011.06.004.
Las células solares de perovskita suman un nuevo avance en la investigación fotovoltaica. Un trabajo publicado el 9 de octubre de 2026 en Nature Photonics presenta dispositivos con una eficiencia certificada del 27,31 %, mediante una estrategia que modifica los contactos moleculares de la célula. El estudio aborda también la estabilidad: los dispositivos muestran una pérdida de rendimiento prácticamente despreciable...
El posible uso de inteligencia artificial en ataques contra entidades financieras de Corea del Sur vuelve a centrar la atención en la automatización de la ciberdelincuencia. Reuters informó el 9 de octubre de 2026 de investigaciones en nueve bancos sobre incidentes que podrían haber contado con asistencia de IA. El dato debe leerse con cautela: investigar el papel de estas...
La Universidad de Castilla-La Mancha ha acogido los días 7 y 8 de octubre una reunión de coordinación de FIREFLY, un proyecto europeo que busca electrificar parte de la cadena de valor de la industria química y reducir su dependencia de los recursos fósiles. El encuentro se celebró en la Facultad de Ciencias y Tecnologías Químicas de Ciudad Real. El...
La Escuela Técnica Superior de Ingeniería Industrial de Barcelona, perteneciente a la Universitat Politècnica de Catalunya, celebra sus 175 años con una exposición que conecta su historia con los desafíos tecnológicos y sociales de las nuevas generaciones de ingenieros. La muestra, inaugurada el 8 de octubre, puede visitarse hasta el 17 de octubre en CASA SEAT, en Barcelona, con entrada...
La Universidad Pontificia Comillas ha reunido a representantes institucionales, académicos y especialistas del sector tecnológico y de defensa para analizar las oportunidades y los desafíos de la inteligencia artificial en la seguridad y la defensa de España. El seminario, celebrado el 7 de octubre y difundido por la Universidad el día 9, fue organizado por la Facultad de Derecho de...
In compliance with the Spanish Law on Information Society Services and Electronic Commerce (LSSI) and European Directive 2009/136/EC, we inform you that this website uses cookies to make browsing easier and improve the user experience.
A cookie is a file downloaded to your computer when you access certain websites. Cookies allow a website to store and retrieve information about a user's or device's browsing habits. Depending on the information they contain and how the device is used, they may be used to recognise the user.
You can allow, block or delete cookies installed on your computer by changing your browser settings.
Once informed about the cookie policy, you can accept this website's use of cookies. You may change your settings at any time by configuring your browser to accept or reject cookies, or to notify you when a server wishes to store a cookie.
If you block or reject cookies, some services may be unavailable, you may be unable to access certain services or you may not be able to make full use of this website. In addition to our own cookies, we allow third parties to set and access cookies on your computer.
Thank you for accepting cookies. This helps us obtain more accurate data to improve the content and usability of the website.
If this website provides a special service with specific provisions on personal data protection and cookie use, those particular provisions will take precedence over this policy for that service.
When you first access this website, a window informs you about cookie use and lets you read this cookie policy. If you expressly accept cookies, continue browsing or click a link, you will be deemed to have accepted this cookie policy and the installation of cookies on your computer or device.
We may update this website's cookie policy. We recommend reviewing it each time you visit so that you remain informed about how and why we use cookies. The cookie policy was last updated on 2 September 2013.