
Des chercheurs de l’Université polytechnique de Madrid (UPM) ont mis au point un modèle de surveillance des risques d’incendie de forêt au moyen de réseaux sans fil utilisant des capteurs mobiles.
Malgré les nombreux travaux de recherche sur les réseaux de capteurs sans fil et la surveillance des risques d’incendie de forêt, aucun d’entre eux n’a jusqu'à présent exploité les possibilités offertes par la mobilité de certains capteurs sur le réseau.
Mais c’est ce que ces chercheurs de l’UPM ont abordé, en particulier l’opportunité d’adapter la couverture spatiale des capteurs à la dynamique du risque d’incendie.
La surveillance du risque d’incendie de forêt vise à déterminer lieu et le moment le plus probable lorsqu'un incendie de forêt se produit. C’est pourquoi la surveillance est une activité importante, tant pour la prévention des incendies que pour la prévention d’éventuels dommages à l’environnement et aux personnes.
Dans ce domaine, les techniques de détection à distance ont été largement utilisées; toutefois, lorsqu ' une réponse immédiate est nécessaire, fondée sur une surveillance constante et en temps réel, l’utilisation de capteurs in situ.
Les réseaux de capteurs sans fil sont des systèmes d’observation capables de réaliser une telle surveillance de manière autonome et en temps réel. Ces réseaux sont composés de capteurs géographiquement localisés très proches du phénomène d’intérêt. Les capteurs sont autonomes, auto-configurables, petits, légers et avec une capacité d’énergie et de communication limitée. Ceux-ci ont la capacité de devenir des capteurs mobiles lorsqu'ils sont attachés à des objets mobiles tels que des robots, des personnes et des vélos.
La recherche a porté sur la mise au point d’un modèle permettant de déterminer le comportement des capteurs mobiles en temps réel, à savoir décider si le capteur doit modifier sa localisation, s ’, ou non, son fonctionnement. Ces comportements visent à adapter la couverture géographique/spatiale que les capteurs mobiles offrent au phénomène dynamique en observation, en considérant l’état actuel de ce phénomène comme l’état du réseau de capteurs.
Un indice canadien
Pour vérifier le modèle, on a simulé le déploiement d’un réseau sans fil de capteurs mobiles. La surveillance a été basée sur le code Fine Fuel Moisture (FFMC) du Canadian Forest fire weather index comme indicateur de la facilité relative avec laquelle un incendie peut être déclenché. Deux types de scénarios ont été simulés pour évaluer le modèle et en déduire le comportement des capteurs mobiles. Le premier à faible risque d’incendie, principalement pour vérifier si le modèle implique le comportement "dormir des capteurs" lorsqu'il y a plus de capteurs déployés que nécessaire.
Le deuxième scénario simule un risque élevé d’incendie pour vérifier comment le modèle influe sur le comportement de mobilité. Les deux scénarios ont adopté la même répartition spatiale initiale des capteurs, bien qu’ils aient observé différents états du phénomène. Les résultats des simulations ont montré que le modèle infernal avait réussi à infecter les comportements: "dormir des capteurs," "mouvoir des capteurs" ou "déployer d’autres capteurs" pour améliorer la couverture spatiale conformément à l’état actuel du phénomène et du réseau de capteurs.
Les résultats du travail peuvent intéresser à la fois la communauté scientifique et les experts en matière de géo-information et de surveillance de l’environnement qui souhaitent déployer et gérer des capteurs mobiles de manière autonome et efficace. Bien que ce modèle ait été mis au point pour surveiller le risque d’incendie de forêt, il peut être facilement adapté à d’autres types de surveillance de l’environnement tels que la pollution de l’air, la pollution sonore ou l’humidité du sol, entre autres.
------------------------------------------------------------
Référence bibliographique:
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.