Los tiempos cambian en la detección de incendios

Muchos métodos basados ​​en satélites para la detección y el monitoreo de incendios han sido desarrollados para explotar los datos adquiridos por sensores. Sin embargo, su resolución temporal relativamente baja (horas) no es adecuada para detectar eventos o incendios de vida corta caracterizados por un marcado ciclo diurno y tiempos de rápida evolución.


La tecnología espacial al servicio contra los incendios

En algunos estados de Norteamérica y en Europa, la detección de incendios lo antes posible es una prioridad para evitar su expansión y mitigar los impactos negativos.

Los satélites geoestacionarios tienen una resolución temporal muy alta de 30 a 2,5 min y podrían, en principio, ser más adecuados para proporcionar alertas oportunas y facilitar posibles acciones de mitigación. Sin embargo, tales tiempos de revisión cortos se acoplan con resoluciones espaciales de 3-5 km. Esto podría representar una limitación significativa para la detección de incendios pequeños y localización precisa. Sin embargo, a diferencia de los sistemas de órbita polar, la posición geoestacionaria asegura condiciones de observación muy estables a nivel de píxeles.

Este trabajo describe detalladamente las Robust Satellite Techniques para la detección y monitoreo de incendios (RST-FIRES), una técnica de detección de cambios multi-temporales y su aplicación a los datos de Spinning Enhanced Visible e InfraRed.

LEE TAMBIÉN: Vigilando los incendios forestales desde el espacio

Los incendios activos comenzaron a ser monitoreados a escala global y sobre una base regular por medio de sensores satelitales en órbita polar como el (AVHRR) a bordo de las plataformas Nacionales de la Administración Oceánica y Atmosférica (NOAA) dentro de la iniciativa World Fire Web (WFW) del Instituto de Aplicaciones Espaciales del JRC  y los satélites europeos de teleobservación ATSR, que se utilizaron para producir el Atlas Mundial de Incendios ATSR de la Agencia Espacial Europea.

Actualmente, el producto más utilizado y consolidado, MOD14 / MYD14, utiliza datos Terra / Aqua-MODIS. Este producto forma la base de varias herramientas en línea tales como la Información de Incendio para el Sistema de Gestión de Recursos, Sistema Avanzado de información de incendios, EFFIS y DLRMODIS Fire Service.

Imagen MSG-SEVIRI a través de la cual RST-FIRES puede detectar anomalías térmicas. Fuente: Filizzola et al. (2017).

La detección oportuna, en particular de los incendios iniciales, podría permitir a los Servicios de Protección Civil y Protección contra Incendios Forestales gestionar mejor sus contra-acciones, minimizando el tiempo de respuesta para combatir un incendio cuando aún está en su primera etapa. Además, ante la presencia de varios eventos contemporáneos, la pronta detección y el monitoreo casi continuo ayudarían a los encargados de la toma de decisiones a optimizar la gestión y el despliegue de recursos terrestres y aéreos exiguos.

En realidad, la capacidad de detectar incendios depende de diferentes factores como la temperatura de combustión del fuego, su área de encendido y la posición de fuego con respecto al campo de visión instantáneo de SEVIRI.

Todo se reduce a algoritmos

La mayoría de los algoritmos desarrollados para SEVIRI se derivan de los métodos aplicados a los datos de satélite polar. Sólo unos pocos explotan realmente la resolución temporal muy alta utilizando análisis de detección de cambios multitemporales.

La exportación de algoritmos de umbral fijo sobre SEVIRI no es inmediata porque los valores de umbral utilizados para un satélite polar específico necesitan ser modificados en consecuencia.

El algoritmo de detección y monitoreo de incendios (RST-FIRES) es una aplicación específica de la técnica Robust Satellite Technique (RST). La RST se basa en un análisis multitemporal de imágenes de satélite colocadas y un esquema automático de detección de cambios. De acuerdo con el enfoque RST, una señal sólo puede ser considerada “anómala” cuando se desvía estadísticamente de su comportamiento en las condiciones normales del lugar y tiempo de observación específicos.

Las variaciones relativas de la señal en lugar de los valores absolutos se consideran para detectar valores anómalos. Como consecuencia, una señal muy intensa no genera anomalías si representa una condición normal o con frecuencia recurrente en un sitio específico bajo condiciones observacionales específicas, como en el caso de rocas expuestas en verano o superficies fijas altamente reflectantes durante determinadas horas del día.

Estas razones contribuyen a que los algoritmos basados ​​en el enfoque de RST sean más robustos y más fácilmente exportables a diferentes regiones geográficas y condiciones climáticas, así como a diferentes paquetes instrumentales.

Para algunas aplicaciones específicas, se identificaron varias limitaciones, tales como las relacionadas con la presencia y distribución espacial de las nubes a través de una escena y también su excesiva cantidad.

En aplicaciones relacionadas con el fuego se usa típicamente una variable ‘térmica’ como la TMIR (x, y, t) que es la temperatura de brillo medida en el canal MIR del sensor en correspondencia con la celda de resolución de tierra centrada en (x, y) sobre la imagen de satélite adquirida en el instante t.

Un incendio se caracteriza generalmente por valores MIR superiores a los normales, de modo que se espera que el índice MIR (x, y, t) sea significativamente mayor que cero. Las anomalías de alta intensidad (es decir, altos valores positivos del índice MIR) pueden estar relacionadas con la presencia de fuegos. De manera similar, MIR inferior puede referirse a eventos con un tamaño menor o una intensidad relativa.

Se puede usar un índice de ALICE diferencial de tiempo para identificar el aumento abrupto de la señal MIR al inicio de un incendio considerando la diferencia entre dos ranuras temporales contiguas. Ese índice es particularmente útil en el caso de sensores de satélites geoestacionarios.

Un índice diferencial espacial de ALICE puede ser introducido principalmente para aumentar la confiabilidad, teniendo en cuenta las condiciones normales de sobrecalentamiento, como verano o días particularmente calurosos, y la sensibilidad para resaltar mejor incluso pequeños aumentos de temperatura anormales.

Debido a que se basa sólo en datos de satélite, es bastante sencillo exportar RST-FIRES a diferentes áreas / condiciones / regímenes de incendios y diferentes sensores a bordo de plataformas polares y geoestacionarias.

Puestos a prueba en Italia

a) canal SEVIRI MIR del 5 de agosto de 2011 a las 10:15 GMT. Un cuadrado de cuatro píxeles (indicado por la flecha) tiene un TMIR mayor que los píxeles circundantes. b) Las anomalías térmicas son detectadas en esa zona por RST-FIRES y otros productos independientes de detección de incendios. Fuente: Filizzola et al. (2017).

RST-FIRES se ha aplicado a la MSG-SEVIRI desde 2008 sobre Basilicata y Sicilia, en particular en la provincia de Palermo, que se encuentran entre las zonas más afectadas por el fuego en Italia.

Los campos de referencia se calcularon sobre la base de un conjunto de datos a largo plazo de imágenes MSG-SEVIRI de nivel 1.5 adquiridas desde 2004 durante los 96 intervalos de tiempo diarios de julio a octubre.

Mediante este método, los campos de referencia se calcularon mensualmente utilizando series

El uso de la información registrada permite una validación a posteriori en la que los resultados dependen estrictamente de la exhaustividad y exactitud de los catálogos, así como del tamaño mínimo de los eventos registrados que pueden variar en espacio y tiempo de acuerdo con la política de cada país.

También podrían existir otras diferencias entre las bases de datos de incendios compiladas por los organismos nacionales y locales. En general, el resultado podría ser una diferencia significativa en el número de eventos registrados.

El uso de largas series temporales de datos satelitales es uno de los factores clave que hacen que el algoritmo RST-FIRES sea muy diferente de la mayoría de los otros métodos de detección de incendios que utilizan datos satelitales sólo en la dimensión espacial y no espacial-temporal.

Esto permite la caracterización de señales «normales» y detecta «anomalías» exclusivamente a partir de datos de satélite.

Una limitación adicional del enfoque multitemporal de RST-FIRES podría estar relacionada con los cambios a corto plazo, de la cobertura de la tierra, como las áreas recientemente quemadas, la rotación de cultivos, los desmontes forestales, la expansión urbana y la instalación de paneles solares. No se reflejan inmediatamente en los campos de referencia que se actualizan anualmente.

LEE TAMBIÉN: Modelando el tamaño del fuego en los incendios forestales

Una herramienta que explotar

Este estudio demuestra completamente el valor añadido de la técnica RST-FIRES para la alerta temprana de eventos de incendio.

En general, se demuestra que RST-FIRES es 3 a 70 veces más sensible que todos los otros productos considerados basados ​​en SEVIRI. Este resultado satisfactorio no fue completamente inesperado, considerando la tasa de falsos positivos muy alta exhibida por RST-FIRES y el hecho de que otros algoritmos fueron diseñados para trabajar en un área más amplia, desde el continental hasta el disco SEVIRI completo.


Fuente: Filizzola, C., Corrado, R., Marchese, F., Mazzeo G., Paciello R., Pergola, N.,Tramutoli, V. RST-FIRES, an exportable algorithm for early-fire detection and monitoring: Description, implementation, and field validation in the case of the MSG-SEVIRI sensor. National Research Council (CNR), Institute of Methodologies for Environmental Analysis (IMAA), Potenza, Italy. University of Basilicata, School of Engineering (SI), Potenza, Italy.

Foto principal: Ejemplo de un evento en carretera que se registra en la base de datos SOR 2010. A pesar de que la llama activa es tan delgada para ser prácticamente invisible , la presencia de dos pequeñas manchas de combustión es fácilmente identificable por el humo.

Deja una respuesta