Conferencia: «Improving Forest Fire Propagation Prediction with HPC»

Data: 
venres, 15 marzo, 2013 - 10:00
Lugar: 
Salón de actos do CiTIUS
Poñente(s): 
Tomás Margalef (Director do Departamento de Arquitectura de Computadores e Sistemas Operativos da Universidade Autónoma de Barcelona - UAB )

Tomás Margalef, director do Departamento de Arquitectura de Computadores e Sistemas Operativos da Universidade Autónoma de Barcelona (UAB) ofrecerá este venres no CiTIUS unha conferencia sobre as vantaxes da Computación de Altas Prestacións no ámbito da predición e o control de incendios.

Os incendios forestais representan un grave problema, especialmente nos países do sur de Europa. Unha boa predición do avance da fronte é esencial para actuar de xeito eficiente contra este tipo de catástrofes. Na actualidade, as prestacións e capacidades dos procesadores multi/many core ofrecen ferramentas precisas para realizar unha predición vinculada á progresión do incendio, pero calculada nun tempo moi inferior ao ritmo de propagación das lapas.

Para logralo, deseñáronse modelos e simuladores que intentan predicir o comportamento do incendio (modelos de propagación das lapas, modelos de predición meteorolóxica, modelos de campos de ventos... etc.); non obstante, estes patróns requiren un conxunto de parámetros de entrada, que en moitos casos non poden ser determinados con precisión. Isto provoca que a estimación se realice introducindo certo grao de incerteza, o que reduce considerablemente o nivel de fiabilidade con respecto ao comportamento real do incendio.

Tratando de evitar estes conflitos, desenvolveuse unha metodoloxía que sintoniza os parámetros de entrada do modelo e mellora as predicións; baseada en dúas etapas (calibración e predición) esta técnica aplica algoritmos xenéticos que requiren un número elevado de simulacións executadas en paralelo, o que concede especial protagonismo aos sistemas de cómputo de altas prestacións. Grazas a estes sistemas HPC (High Performance Computing, nas súas siglas en inglés) pódese obter unha predición moito máis rápida que o tempo real, o que resulta decisivo para adiantarse ao comportamento do lume e minimizar a devastación.