DOI:

https://doi.org/10.14483/23448350.18349

Publicado:

2021-09-30

Número:

Vol. 42 Núm. 3 (2021): septiembre-diciembre

Sección:

Ciencia y Tecnología

Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía

Big Data Architecture for Forest Fire Management Support in the Region of Araucanía

Autores/as

Palabras clave:

big data, forest fire, satellite images, prototype, architecture, cloud computing (en).

Palabras clave:

Big Data, Incendios Forestales, Imágenes Satelitales, Prototipo, Arquitectura, computación en la nube (es).

Descargas

Resumen (es)

Los incendios forestales han sido un problema que ha ido en aumento en las últimas décadas. En los recientes años se ha estado utilizando tecnología de Big Data para el procesamiento de grandes volúmenes de datos provenientes de sensores, fotos, imágenes satelitales y datos de valor de la experiencia en terreno. En Chile, no existen sistemas de Big Data para apoyar la gestión en incendios forestales. En este trabajo se busca proponer una arquitectura de Big Data para la gestión del volumen de datos provistos por imágenes satelitales, y que apoye la gestión de incendios en Chile. Esta arquitectura fue probada por medio de un prototipo implementado con herramientas de Cloud Computing, procesando imágenes satelitales, enfocado en el análisis de quemas controladas en la región de La Araucanía. Los resultados muestran que las imágenes resultantes son valiosas para la toma de decisiones en la gestión de quemas dentro de la región. Si bien existe mucho que mejorar, los resultados son alentadores de cara al valor que generan las imágenes resultantes, y a la mejora de este prototipo y de la propia arquitectura.

Resumen (en)

Wildfires have been a growing problem in the last decades. In recent years, Big Data technology has been used to process large volumes of data from sensors, photos, satellite and images, as well as valuable data from field experience. In Chile, there are no Big Data systems to support forest fire management. This work aims to propose a Big Data architecture for managing the volume of data provided by satellite images and supporting fire management in Chile. This architecture was tested through a prototype implemented with Cloud Computing tools, which processes satellite images and is focused on the analysis of controlled burns in the region of La Araucanía. The results show that the resulting images are valuable for decision-making in the management of burns within the region. Although there is much to improve, the results are encouraging in terms of the value generated by the resulting images and the improvement of this prototype and the architecture itself.

Referencias

Arana-Pulido, V., Cabrera-Almeida, F., Perez-Mato, J., Dorta-Naranjo, B. P., Hernandez-Rodriguez, S., Jimenez-Yguacel, E. (2018). Challenges of an autonomous wildfire geolocation system based on synthetic vision technology. Sensors, 18(11). https://doi.org/10.3390/s18113631

Athanasis, N., Themistocleous, M., Kalabokidis, K. (2017). Wildfire prevention in the era of big data. Lecture Notes in Business Information Processing, 299, 111-118. https://doi.org/10.1007/978-3-319-65930-5_9

Athanasis, N., Themistocleous, M., Kalabokidis, K., Chatzitheodorou, C. (2019). Big data analysis in uav surveillance for wildfire prevention and management. Lecture Notes in Business Information Processing, 341, 47-58. https://doi.org/10.1007/978-3-030-11395-7_5

Athanasis, N., Themistocleous, M., Kalabokidis, K., Papakonstantinou, A., Soulakellis, N., Palaiologou, P. (2018). The emergence of social media for natural disasters management: A big data perspective. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives, 42(3W4), 75-82. https://doi.org/10.5194/isprs-archives-XLII-3-W4-75-2018

Bielski, C. et al. (2017). Coupling early warning services, crowdsourcing, and modelling for improved decision support and wildfire emergency management. IEEE International Confernce on Big Data, 3705-3712. https://doi.org/10.1109/BigData.2017.8258367

Certini, G. (2005). Effects of fire on properties of forest soils: A review. Oecologia, 143, 1-10. https://doi.org/10.1007/s00442-004-1788-8

Chowdary, V., Kumar Gupta, M., Singh, R. (2018). A Review on forest fire detection techniques: A decadal perspective. International Journal of Engineering & Technology, 7(3.12). https://doi.org/10.14419/ijet.v7i3.12.17876

CONAF. (2020a). Incendios Forestales. Estadísticas Históricas. https://www.conaf.cl/incendios-forestales/incendios-forestales-en-chile/estadisticas-historicas/

CONAF. (2020b). Sistema de asistencia a quemas controladas. https://saq.conaf.cl/login/index.php

ECMWF. (2021). Forecast charts and data. https://www.ecmwf.int/en/forecasts/

EOS Data Analytics. (s.f.). Normalized Difference Vegetation Index (NDVI). https://eos.com/make-an-analysis/ndvi/

Gonçalves, D., Lima, D., Moura, J. M., Ferreira, L. (2019). “Portugal without fires”, a data visualization system to help analyze forest fire data in Portugal. Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering, 265, 520-525. https://doi.org/10.1007/978-3-030-06134-0_55

Lin, H., Liu, X., Wang, X., Liu, Y. (2018). A fuzzy inference and big data analysis algorithm for the prediction of forest fire based on rechargeable wireless sensor networks. Sustainable Computing: Informatics and Systems, 18, 101-111. https://doi.org/10.1016/j.suscom.2017.05.004

Moayedi, H., Mehrabi, M., Bui, D. T., Pradhan, B., Foong, L. K. (2020). Fuzzy-metaheuristic ensembles for spatial assessment of forest fire susceptibility. Journal of Environmental Management, 260. https://doi.org/10.1016/j.jenvman.2019.109867

NASA. (2020). MODIS Web. https://modis.gsfc.nasa.gov/data/dataprod/mod11.php

Petersen, K., Feldt, R., Mujtaba, S., Mattsson, M. (2008). Systematic mapping studies in software engineering. International Conference on Evaluation and Assessment in Software Engineering (EASE), 1-10. https://doi.org/10.14236/ewic/EASE2008.8

Ritchie, M. (1999). A compendium of forest growth and yield simulators for the Pacific coast states. Oxford University, XXX, 149-155

Saadat, N., Husen, M. N. (2018). An application framework for forest fire and haze detection with data acquisition using unmanned aerial vehicle. IMCOM ’18: Proceedings of the 12th International Conference on Ubiquitous Information Management and Communication. https://doi.org/10.1145/3164541.3164624

Sayad, Y. O., Mousannif, H., Al Moatassime, H. (2019). Predictive modeling of wildfires: A new dataset and machine learning approach. Fire Safety Journal, 104, 130-146. https://doi.org/10.1016/j.firesaf.2019.01.006

Tavra, M., Racetin, I., Peroš, J. (2019). Combining social media and authoritative data for crisis mapping: A case study of a wildfire reaching Croatian city of split. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42(3/W8), 415-420. https://doi.org/10.5194/isprs-archives-XLII-3-W8-415-2019

Wu, F., Lv, X., Zhang, H. (2019). Design and development of forest fire monitoring terminal. 2018 International Conference on Sensor Networks and Signal Processing (SNSP), 40-44. https://doi.org/10.1109/SNSP.2018.00017

Wu, Z., He, H. S., Keane, R. E., Zhu, Z., Wang, Y., Shan, Y. (2020). Current and future patterns of forest fire occurrence in China. International Journal of Wildland Fire, 29(2), 104-119. https://doi.org/10.1071/WF19039

Zambrano, M., Esteve, M., Pérez, I., Carvajal, F., Zambrano, A. M. (2017). Situation awareness in the large forest fires response: A solution based on wireless mesh networks. 2017 IEEE 9th Latin-American Conference on Communications, 1-6. https://doi.org/10.1109/LATINCOM.2017.8240147

Zou, W., Jing, W., Chen, G., Lu, Y., Song, H. (2019). A Survey of big data analytics for smart forestry. IEEE Access, 7, 46621-46636. https://doi.org/10.1109/ACCESS.2019.2907999

Cómo citar

APA

Vásquez-Morales, F., & Cravero-Leal, A. (2021). Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía . Revista Científica, 42(3), 304–314. https://doi.org/10.14483/23448350.18349

ACM

[1]
Vásquez-Morales, F. y Cravero-Leal, A. 2021. Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía . Revista Científica. 42, 3 (sep. 2021), 304–314. DOI:https://doi.org/10.14483/23448350.18349.

ACS

(1)
Vásquez-Morales, F.; Cravero-Leal, A. Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía . Rev. Cient. 2021, 42, 304-314.

ABNT

VÁSQUEZ-MORALES, F.; CRAVERO-LEAL, A. Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía . Revista Científica, [S. l.], v. 42, n. 3, p. 304–314, 2021. DOI: 10.14483/23448350.18349. Disponível em: https://revistas.udistrital.edu.co/index.php/revcie/article/view/18349. Acesso em: 24 oct. 2021.

Chicago

Vásquez-Morales, Felipe, y Ania Cravero-Leal. 2021. «Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía ». Revista Científica 42 (3):304-14. https://doi.org/10.14483/23448350.18349.

Harvard

Vásquez-Morales, F. y Cravero-Leal, A. (2021) «Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía », Revista Científica, 42(3), pp. 304–314. doi: 10.14483/23448350.18349.

IEEE

[1]
F. Vásquez-Morales y A. Cravero-Leal, «Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía », Rev. Cient., vol. 42, n.º 3, pp. 304–314, sep. 2021.

MLA

Vásquez-Morales, F., y A. Cravero-Leal. «Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía ». Revista Científica, vol. 42, n.º 3, septiembre de 2021, pp. 304-1, doi:10.14483/23448350.18349.

Turabian

Vásquez-Morales, Felipe, y Ania Cravero-Leal. «Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía ». Revista Científica 42, no. 3 (septiembre 30, 2021): 304–314. Accedido octubre 24, 2021. https://revistas.udistrital.edu.co/index.php/revcie/article/view/18349.

Vancouver

1.
Vásquez-Morales F, Cravero-Leal A. Arquitectura de Big Data para la gestión de incendios forestales en la región de La Araucanía . Rev. Cient. [Internet]. 30 de septiembre de 2021 [citado 24 de octubre de 2021];42(3):304-1. Disponible en: https://revistas.udistrital.edu.co/index.php/revcie/article/view/18349

Descargar cita

Visitas

33

Dimensions


PlumX


Descargas

Los datos de descargas todavía no están disponibles.