Vous êtes sur la page 1sur 11

La Conferencia Iberoamericana de 2012 en Ingeniera Electrnica y Ciencias de la

Computacin
Redes Inalmbricas de Sensores y Fusion Mtodos de Informacin
de Incendios Forestales Detection
Arnoldo Daz-Ramireza, *, Luis A. Tafoyaa, Jorge A. Atempaa, Pedro
Meja-Alvarezb
aInstituto Tecnolgico de Mexicali, Departamento de Sistemas Informticos, Av.
Tecnolgico sn, Col. Elas Calles, Mexicali, BC, Mxico
21376
bCINVESTAV-IPN, Departamento de Ciencias de la Informtica, Av. Instituto
Politcnico Nacional 2508, Col. Zacatenco, Ciudad de Mxico, 07360
Resumen
La investigacin en redes de sensores inalmbricos (WSNs) ha experimentado un
crecimiento significativo en los ltimos aos. Un tema de especial
inters es el uso de WSNs en la deteccin de incendios forestales. En este
trabajo, se proponen dos algoritmos para incendios forestales
deteccin. Los algoritmos propuestos se basan en tcnicas de fusin de
informacin. El primer algoritmo utiliza un umbral
mtodo y nodos equipadas con sensores de temperatura, humedad y luz. El
segundo algoritmo utiliza la Dempster-
La teora de Shafer y asume que los nodos utilizan sensores de temperatura y
humedad. Resultados de la evaluacin muestran que tanto
mtodos son capaces de detectar eficazmente los incendios en sus etapas
iniciales.
c? 2012 Publicado por Elsevier Ltd.
Palabras clave: MANETs, redes de sensores inalmbricos, fusin de informacin,
deteccin de incendios forestales
1. Introduccin
Redes mviles ad hoc (MANETs) son sistemas distribuidos complejos formados
por dispositivos inalmbricos [1].
En una MANET, no se requiere ninguna infraestructura para permitir el intercambio
de informacin entre los nodos, ya que son
capaz de auto-organizarse utilizando diversas topologas de red y las tcnicas de
comunicacin multi-hop. Wireless
redes de sensores (WSNs) son un caso especial de MANETs. En una WSN, los
nodos que conforman la red
son dispositivos de baja potencia equipados con uno o ms sensores, un
procesador, la memoria, una fuente de alimentacin, radio,
y un actuador [2]. Los nodos o motas de una WSN son capaces de detectar las
condiciones ambientales, tales
como la temperatura, humedad, presin baromtrica, las condiciones biolgicas o
qumicas, entre otros. Wireless
redes de sensores pueden ser utilizados en muchas aplicaciones. Ejemplos de las
aplicaciones WSNs son objetivo militar
seguimiento y vigilancia; animales, seres humanos y de seguimiento de vehculos;
vigilancia del medio ambiente y la salud;
y recuperacin de desastres.
Debido a sus limitaciones de memoria y procesamiento, los nodos de una WSN
estn equipadas con una radio para
transferir de forma inalmbrica los datos importantes y parcialmente procesados a
una estacin base. La estacin base recibe
This trabajo fue parcialmente apoyado por la Direccin General de Educacin
Superior Tecnolgica (DGEST), proyecto no. 4322.11-P.
* Autor para correspondencia: Tel: +52 686 580 4950
Direccin de correo electrnico: adiaz@itmexicali.edu.mx (Arnoldo Daz-Ramrez)


La informacin de los nodos, procesarlos y tomar las acciones apropiadas; por
ejemplo,informar a un usuario
que un evento de inters ha tenido lugar. Comnmente la principal fuente de
energaen un nodo sensor es una batera.
Sin embargo, una fuente de alimentacin secundaria se puede utilizar, tales como
paneles solares.
Entre las aplicaciones theWSNs, deteccin de incendios forestales puede ser
muy til para evitar humanos y materiales
prdidas. Por ejemplo, en el estado de California (EE.UU.) solamente, casi
5.000incendios forestales se registraron en 2010.
En el mismo estado, en los ltimos cinco aos, el promedio de ocurrencias de
incendios fue 6873, con un estimado anual
prdida de $ 292.962.667 US dlls [3].
Desde la deteccin de incendios forestales ha sido una preocupacin principal en
muchos pases, diversas tcnicas han sido
ideado para controlar los incendios forestales. Uno de los mtodos
ms tradicionalesson las torres uso miradores ubicados en
puntos altos. Desafortunadamente, este mtodo tiene limitaciones debido a la falta
de fiabilidad de las observaciones humanas. para
esta razn, se han propuesto algunas tcnicas basadas en el uso de la
tecnologa,como la del vdeo automtico
Sistema de Vigilancia [4] o el uso de imgenes de satlite [5]. Sin embargo,
laresolucin espacial y temporal de baja
de las imgenes de satlite puede provocar un retraso en el proceso de deteccin
de incendios.
Recientemente, algunas propuestas han sido publicados que consideran que el
uso deredes inalmbricas de sensores para monitorizar y detectar
los incendios forestales [6]. El uso de mltiples fuentes de sensores, y el
despliegue de los nodos de sensores en reas no
visible para el satlite, aumentar la probabilidad de una deteccin ms precisa y
principios de fuego.
WSNs aplicaciones de deteccin de eventos se encuentran en procesos de
informacin fusin esencia [7]. informacin Fusin
se puede definir como "el uso de la teora, tcnicas y herramientas creadas y
aplicadas a explotar la sinergia en
la informacin obtenida a partir de mltiples fuentes (sensores, bases de datos, la
informacin recopilada por los seres humanos, etc),
de tal manera que la decisin o accin resultante es, en algn sentido mejor
(cualitativa o cuantitativamente, en
trminos de precisin, robustez, etc) lo que sera posible si alguna de estas
fuentes se utilizaron de forma individual
sin esa explotacin sinergia "[8].
En este trabajo, se proponen y evalan dos algoritmos para la deteccin de
incendios forestales. Ambos algoritmos son
basado en tcnicas de fusin de informacin. El primer algoritmo usa un mtodo
deumbral y nodos equipada
con la temperatura, la humedad y sensores de luz. El segundo algoritmo utiliza la
teora Dempster-Shafer y
asume que los nodos utilizan sensores de temperatura y humedad. Resultados de
la evaluacin muestran que ambos mtodos
son capaces de detectar de manera eficiente los incendios en sus etapas
iniciales.
El resto del documento est organizado de la siguiente manera. Los
trabajoscorrespondientes se presentan en la Seccin 2 En la seccin
3, se introduce el algoritmo propuesto basado en un mtodo de umbral, y su
evaluacin. En la seccin 4, que
discutir el propuesto algorithmbased en la teora Dempster-Shafer, junto
con losresultados de la evaluacin
del algoritmo propuesto. Por ltimo, en la seccin 5 se presentan las conclusiones
y el trabajo futuro.
2. RelatedWork
Una de las primeras propuestas de la utilizacin de la comunicacin
inalmbrica dedeteccin de incendios fue el SIGMASPACE
sistema, que los detectores de humo utilizados [9]. En [10], Chen et al. propuesto
unmtodo basado en la fusin de datos.
Los valores de densidad algoritmo utilizado temperatura, densidad de humo
y CO, y las redes neuronales y borrosos
inferencia para determinar si se ha producido un incendio. Sin embargo, ninguna
de estas propuestas se basan en el uso ofWSN
tecnologa.
Doolin y Sitar describen en [11] un sistema para controlar incendios
forestales, basado en los ofWSNs de uso. los nodos
del sistema fueron capaces de detectar la temperatura, humedad y
presinbaromtrica, y estaban equipados con
Unidades de GPS. Sin embargo, los autores no describen ningn mtodo para
detectar incendios.
Yu et al. propuesto en [12] un paradigma para la deteccin de incendios
forestales que utilizan una WSN. Consider que la
motas incluye la temperatura, humedad relativa, el humo y sensores de velocidad
deviento. Los nodos de la WSN son
organizados en grupos, y asignar un nodo como lder clster. El procesamiento de
losdatos obtenidos por los nodos, la
encabeza el grupo calcula un ndice climtico utilizando una red neuronal. Este
ndicees enviado por cada lder de grupo a
el nodo del gestor, que determinan si hay un riesgo de un incendio.
FireWxNet fue propuesto por Hartung et al. en [13], un sistema
inalmbrico porttil de mltiples niveles para el monitoreo
estado del tiempo en entornos de incendios forestales escarpadas. Las motas
de laWSN detectan la temperatura,
la humedad relativa y la velocidad y direccin del viento. FireWxNet fue diseado
para proporcionar una mejor comprensin
de las condiciones meteorolgicas relacionadas con la presencia de fuego, y
noconsidera su deteccin.
Arnoldo Daz-Ramrez et al. / Procedia Tecnologa 3 (2012) 69-79 71
Sha et al. propuesto la arquitectura FireNET en [14], para apoyar las
operaciones de rescate de bomberos. En su propuesta,
cada bombero en el campo sensor lleva un nodo sensor, que puede
detectarparmetros de inters. el sensor
bordo registra toda la informacin esperada por el comandante del incidente y los
bomberos, que se utiliza
de decisiones en tiempo real y anlisis post-evento.
El Sistema de Vigilancia de Incendios Forestales-(FFSS) fue propuesto por Son
et al.en [15], que consista
una WSN, un middleware y una aplicacin web. Los nodos de la
temperatura medidaWSN y la humedad,
y detectar humo. El programa de middleware y la aplicacin web a analizar los
datos recogidos. Un ndice,
definido por el gobierno de Corea del Sur, se utiliz para desencadenar una
notificacin de alarma que indica que un incendio puede
ocurrir.
En [16], Bernardo et al. propuso una aplicacin basada en redes de sensores
inalmbricos dispersos compuestas
por varios WSNs aisladas. Los objetivos principales de la
aplicacin fueron: eficiencia energtica, para mejorar mote
vida; bajo retardo, para detectar y almacenar informacin sobre lugares
peligrosos e incendios en el progreso; y la resiliencia
Mote prdida. TheWSNs miden la temperatura, la luz y la humedad relativa. Sin
embargo, la propuesta no
explicar la forma en que estos valores se utilizan para determinar la posible
existencia de un incendio.
Un WSN fue utilizado por Vescoukis et al. en [17]. Sus nodos estaban equipados
consensores de temperatura.
El mtodo para detectar un incendio era simple: si la temperatura detectada fue
mayor que 55, que era una alarma
emitida.
Zervas et al. propuesto en [18] El sensor e Informtica Infraestructura de Riesgos
Ambientales
Proyecto (Scier), para la deteccin de incendios en sus primeras etapas. Se utiliz
unaWSN con sensores de temperatura y la
Criterio de mxima verosimilitud, para decidir si hay una posibilidad de que se
produceun incendio.
Hu et al. introdujo un sistema de conformado de un WSN y un protocolo de
enrutamiento en [19]. realizaron
una serie de experimentos para demostrar la viabilidad del protocolo
propuesto. Zhangy Wang propusieron una
sistema de alarma automtica de incendios basado en redes inalmbricas de
sensoresen [20]. La propuesta se describe la arquitectura de red slo
y el protocolo de comunicacin.
Hafeeda y Bagheri introdujeron en [21] el diseo y evaluacin de aWSN para el
modelado de los incendios forestales y
la deteccin temprana. Describieron el
sistema FireWeather ndice [22] y mostraroncmo usarlo para detectar incendios.
Se registraron los datos reales y analizaron el comportamiento de los
incendios,temperatura y humedad relativa. Por otra parte,
modelaron el problema de deteccin de incendios forestales como un problema k-
cobertura nodo (k 1) en el sensor inalmbrico
redes y propusieron un mtodo de aproximacin para resolverlo.
Por ltimo, en [23], da Penha et al. propuesto y evaluado dos algoritmos para
ladeteccin de incendios forestales, basados
en tcnicas de fusin de informacin. Utilizaron una WSN para detectar valores de
luzy temperatura. la propuesta
algoritmos se basan en el umbral y mtodos Dampster-Shafer. Es importante
mencionar que nuestra
trabajo fue motivado principalmente por los resultados proporcionados por da
Penha etal. en [23].
3. algoritmo basado en el mtodo del umbral
Con el fin de disear un algoritmo de deteccin de incendios forestales mediante
unWSN, era importante para entender la
condiciones ambientales reinantes cuando se produce un incendio. Para ello, se
recogieron las mediciones de
la temperatura, la luz y la humedad relativa durante los meses de julio y agosto, ya
que estos son los meses
con la ms alta incidencia de incendios en la regin norte del estado de
BajaCalifornia, Mxico, y el sur
regin del estado de California, EE.UU.. Utilizamos sensores de temperatura, luz y
humedad relativa, ya que
estn disponibles en muchas plataformas WSN. Queramos disear una propuesta
basada en el uso de medidas econmicas
y sensores de alta disponibilidad. El uso de ms sensor aadir fiabilidad para el
proceso de deteccin, pero
aumentar el consumo de energa y los costos de implementacin. Por lo
tanto, nuestro objetivo era hacer un compromiso
entre la eficiencia y el costo.
Las mediciones se realizaron sin la ocurrencia de incendios. Adems, se midi
elmedio ambiente
condiciones en que generan artificialmente algunos incendios. Los
experimentos se llevaron a cabo a fin de simular
las condiciones existentes en las primeras etapas de un incendio. Los nodos
sensoresse colocaron en la parte superior de los rboles de la
terrenos del campus universitario. Para simular los incendios, se
utiliz antorchas. Los nodos se expusieron a la
llamas de la antorcha para los perodos de diez minutos.
Para desarrollar la aplicacin para recopilar los datos de sensores y los enva
a una estacin base, se utiliz el nesC
lenguaje de programacin [24] (versin 1.2.4) y el
sistema operativo TinyOS [25](versin 2.1). Se utiliz...
IRIS promueve con placas de sensores MTS420 / 400C. La estacin base IRIS
tena un procesador y un atmega1281
base de la programacin mib520. Se encontr que en condiciones normales, los
valores de temperatura, luz y humedad relativa muestran una cclico
comportamiento, como se puede observar en la figura. 1. Los valores de
temperatura y humedad relativa mantienen un inversamente relacin proporcional
entre ellos. Es decir, cuando aumenta la temperatura, la humedad relativa
disminuye.
La intensidad de la luz muestra un nivel estable y de alta durante el da, y un nivel
estable y muy baja durante la noche. Los valores de luz muestran un cambio
repentino durante el perodo de transicin del da a la noche, y viceversa.
Cuando se produce un incendio, la temperatura muestra un incremento rpido,
mientras que la humedad relativa disminuye rpido. Adems de un incendio, la
exposicin de la paja a un sol directa es el evento que causa un cambio drstico
en estos valores. La intensidad de la luz no muestra un cambio significativo en la
presencia de un incendio, a diferencia de la resultados reportados por da Penha et
al. en [23]. Si una fuente ms grande de fuego se utiliza para llevar a cabo los
experimentos, tal vez los valores de luz detectados pueden mostrar un incremento
importante. Sin embargo, ya que queremos detectar el fuego en su fase inicial, se
utiliz una pequea linterna.
El uso de estas observaciones, hemos definido dos algoritmos para detectar
incendios forestales. Utiliza el primer algoritmo de un mtodo de fusin de
informacin conocido como el mtodo del umbral [7]. El algoritmo se basa en la
mquina de estado se muestra en la fig. 2, que define cinco estados. Se genera el
paso de un estado a otro cuando un se detecta cambio relevante en los valores de
temperatura, la luz o la humedad relativa, que indica la probable existencia de un
incendio.
El estado inicial es el State0 y representa la normal (es decir, no hay fuego) las
condiciones ambientales. los estados
Estado1 y Estado2 son estados de transicin, ya que indican la probable
ocurrencia de un incendio la noche o un da fuego, respectivamente. El Estado3
puede representar la salida del sol, mientras que el Estado4 puede indicar que el
mote era expuesto a la luz directa del sol. Finalmente, el Estado4 representa la
presencia de un incendio.
En condiciones normales, la mquina de estado est en State0. A pesar de que
los valores de la temperatura, la luz y la humedad relativa se recogen, en el State0
slo se evala el valor de la temperatura. Cada vez que el la temperatura se ha
registrado, la relacin entre el promedio de los valores de una ventana deslizante
de tamao de WT y el nuevo valor de temperatura, se calcula. La ventana
corredera contiene los ms recientes valores de temperatura WT grabada. Si esta
relacin es mayor que tr_threshold, significa un gran cambio en el valor de
temperatura y una que posiblemente un incendio, se ha detectado. Para
determinar si se trata de fuego de la noche, la velocidad de cambio de la luz se
evaluado, de una manera similar como lo hicimos con la temperatura. Por lo tanto,
si la relacin entre el promedio de los valores de la ventana deslizante de tamao
WL y el valor ms reciente de la luz es mayor que tl_threshold, la mquina cambia
a la Estado1. De lo contrario, ste cambia al Estado2. Es importante sealar que
mientras que en
State0, en temp_s0 que almacenar el ltimo valor de temperatura estable; es
decir, el valor antes de la mquina se traslad desde State0.
Si la mquina est en Estado1, se calcula la relacin de la media de los valores de
la ventana deslizante de WH tamao y el valor ms reciente de la humedad
relativa. Si esta relacin es menor que th_threshold, la mquina se mueve a
Estado3; de lo contrario, que se remonta a State0. Mientras la mquina est en
Estado3, las relaciones son an computada, y si son mayor (o ms pequea, en el
caso de humedad) que sus respectivos umbrales (es decir, la temperatura sigue
aumentando, mientras que la humedad relativa est disminuyendo), la mquina se
mueve hacia
Estado5 y una alarma se activa, lo que indica la probable ocurrencia de un
incendio la noche.

En contraste, si la mquina se movi desde State0 a Estado1, existe la posibilidad
de que un incendio se ha generado,
que el mote se expone a la luz solar directa, o que es un incremento de la
temperatura normal. Para identificar el evento,
se calcula la relacin de la media de los valores de la ventana deslizante de
tamao WH y el valor ms reciente
de la humedad relativa. Si la relacin es menos de th_threshold, la mquina se
mueve a Estado4; de lo contrario,
que se remonta a State0. En Estado4, si las condiciones de temperatura y
humedad mantienen sus relaciones,
calcular la diferencia del valor de temperatura actual y temp_s0. Si la diferencia es
mayor que
th_threshold, la mquina cambia a Estado5, lo que significa que se ha producido
tal vez un da fuego.
3.1. Evaluacin
Como se mencion anteriormente, se recogieron las mediciones de temperatura,
luz y humedad relativa durante
los meses de julio y agosto. Adems, para evaluar el algoritmo propuesto, hemos
generado artificialmente varios
incendios durante el mismo perodo de tiempo. Medimos las condiciones
ambientales cada siete segundos. para
ahorrar energa, los datos detectados fueron enviados a la estacin base cada 28
segundos. El experimentswere realizado
en diferentes momentos del da durante todo el perodo experimental.
Definimos empricamente los parmetros utilizados en el algoritmo, como
resultado del anlisis de la recogido
datos. Los valores de tamao de la ventanas correderas WT, WL y WH variaron
de 5 a 35, con incrementos de 5.
Se evalu el rendimiento del algoritmo utilizando estos valores. Llegamos a la
conclusin de que el mejor rendimiento
se obtuvo usando un tamao de ventana de deslizamiento mayor que o igual a 15,
y los valores de umbral siguientes:
tr_threshold = 1,01, tl_threshold = 1,1, th_threshold = 1, y = tm_threshold 3C.
Para evaluar el desempeo del algoritmo propuesto se utilizaron los siguientes
indicadores: los falsos positivos
y falsos negativos. Un falso positivo indica errneamente que se ha producido un
incendio, mientras que un falso negativo
falla en la identificacin cuando un incendio es realmente ocurriendo.
La Tabla 1 muestra los resultados obtenidos. Podemos observar que el uso de los
valores correspondientes del algoritmo
parmetros, es capaz de detectar todos los fuegos existentes. Por otro lado, el
nmero de falsos positivos puede ser
reducirse o eliminarse si las motas estn cubiertos con una concha, para
protegerlos de la exposicin directa al sol.
4. algoritmo basado en el Dempster-ShaferMethod
De los resultados obtenidos de la evaluacin de nuestro primer algoritmo, se
podra concluir que la luz
valores no eran pertinentes para detectar un incendio. Ellos eran tiles para
detectar fcilmente un incendio la noche. Sin embargo, se intua
que un incendio la noche puede ser detectada usando slo sensores de
temperatura y humedad relativa. Adems, si
utilizar slo estos sensores, podemos ahorrar el consumo de energa.
El segundo algoritmo propuesto se basa en la teora Dempster-Shafer, y utiliza la
temperatura y la relativa
sensores de humedad. La teora Dempster-Shafer, tambin conocida como la
teora de funciones de creencia, es un
generalizacin de la teora bayesiana de la probabilidad subjetiva. Se basa en el
trabajo publicado por A.
P. Dempster en la parte alta y las probabilidades ms bajas [26], que ms tarde
fue ampliado y refinado por G. Shafer como
Teora Matemtica de la evidencia [27]. Shafer reconstruida teora
themathematical en torno al concepto Dempster
e introdujo los grados de creencia en lugar de probabilidades ms bajas [28].
La principal ventaja de la teora DS es que es capaz de manejar la incertidumbre;
es decir, que no necesita la
conocimiento del modelo probabilstico completa. En contraste, la inferencia
bayesiana requiere un conocimiento a priori
y no permite la asignacin de probabilidad a la ignorancia o la incertidumbre.
En la teora de DS, todas las proposiciones mutuamente excluyentes sobre un
dominio del problema se enumeran en el
marco de discernimiento. La funcin m: 2 [0, 1] se llama una asignacin
bsica de probabilidad siempre
m () = 0, (1)
y?
A
m (A) = 1 (2)
El valor de la masa de A (m (A)) tambin se llama el nmero probabilidad bsica
de A, y se entiende que es
la medida de la creencia de que se ha comprometido exactamente a A [27].
La funcin de la creencia es una medida de la creencia, y representa el peso de la
evidencia que apoya la proposicin A.
Se asigna cada hiptesis A a un valor Bel (A) entre 0 y 1, define como
Bel (A) =
?
BA
m (B). (3)
La funcin de verosimilitud es el peso de la evidencia de que no refuta la
proposicin A. Se asigna cada
hiptesis A a un valor Pl (A) entre 0 y 1, definida como
Pl (A) = 1 - (A). (4)
Las funciones Bel (A) y PL (A) representan los lmites superior e inferior de
creencias. El intervalo [Bel (a), PL (a)]
representa el intervalo de confianza. Higo. La figura 3 muestra la relacin entre el
Bel (A) y (A) los valores pl. A
existe uno-a-uno entre los nmeros bsicos de probabilidad, creencia y
plausibilidad. Shafer mostr
que cualquiera de las tres funciones es suficiente para derivar los otros dos.