Resumen

La supervivencia de la humanidad depende de la de los bosques y los ecosistemas que sustentan, y sin embargo cada año los incendios forestales destruyen millones de hectáreas de la silvicultura mundial. Los incendios forestales se producen en condiciones específicas y en determinadas regiones, que pueden estudiarse mediante técnicas apropiadas. Los investigadores han evaluado diversos métodos de modelización estadística; sin embargo, no se ha llevado a cabo una modelización de conjunto de la susceptibilidad a los incendios forestales. Nuestra hipótesis es que la modelización conjunta de la susceptibilidad a los incendios forestales es mejor que una única técnica de modelización. Este estudio modela la ocurrencia de incendios forestales en la cuenca de Brisbane, Australia, que es un evento anual, utilizando el índice de entropía (IoE), la función de creencia evidencial (EBF), y técnicas de regresión logística (LR). Como objetivo secundario de esta investigación, se evaluó la distribución espacial del riesgo de incendios forestales desde diferentes aspectos como la urbanización y el ecosistema. La mayor precisión (88,51%) se alcanzó utilizando el modelo ensemble EBF y LR. Los resultados de este estudio pueden ser útiles para grupos concretos, como los planificadores, para evitar regiones susceptibles y de riesgo en su planificación; los creadores de modelos, para sustituir los métodos individuales tradicionales por algoritmos de conjunto; y los usuarios geoespaciales, para mejorar sus conocimientos sobre las aplicaciones de los sistemas de información geográfica (SIG).

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:susceptibilidad a los incendios forestales, función de creencia probatoria, sistema de información geográfica, técnica de modelización individual, métodos de modelización estadística, métodos individuales tradicionales, modelización, estudio, supervivencia, cuenca de brisbane
• Keywords:wildfire susceptibility, evidential belief function, geographic information system, single modeling technique, statistical modeling methods, traditional individual methods, modeling, study, survival, brisbane catchment