Early Warning Systems for Wildfire Hazard in Italy: a Sensor Network-Based Approach

Nel contesto dei sistemi di allerta precoce (in inglese: Early Warning System, EWS), i dati provenienti da sensori sono un valido alleato nelle previsioni a breve termine del pericolo di incendi. In questa Tesi, viene spiegata in dettaglio una rete EWS per il monitoraggio del pericolo di incendi in tutto il territorio italiano, denominata RISICO live. Essa consiste in una rete di sensori meteorologici per vento, precipitazioni, umidità dell'aria e temperatura, su cui viene valutato il modello RISICO per la previsione del pericolo di incendi boschivi al fine di avere stime in tempo reale per il contenuto di umidità del combustibile fine e per la velocità di propagazione e l'intensità del un fuoco potenzialmente acceso. Quattro anni di dati distribuiti spazialmente e aggiornati alla scala dei minuti vengono analizzati, elaborati, visualizzati e confrontati con le serie temporali degli incendi boschivi in Italia; diversi classificatori basati sul machine learning vengono quindi addestrati per stimare il rischio di incendi che si verificano su una particolare finestra temporale. I risultati dei diversi classificatori vengono quindi confrontati e analizzati. Infine, il ruolo di altre variabili di input diversi da quelli forniti dalla rete di sensori, NDVI e umidità del suolo, viene discusso per migliorare i risultati della rete RISICO Live.