Point Cloud Burned-Area Model: a New Paradigm to Accelerate Wildfire Simulations

Els simuladors d’incendis forestals són eines essencials per anticipar la dinàmica del foc i donar suport a la presa de decisions durant els Extreme Wildfire Events (EWEs), en què la propagació ràpida, l’elevada incertesa i les restriccions temporals operatives posen a prova els enfocaments de modelització existents. Els simuladors basats en Elliptical Wave Propagation (EWP), com ara FARSITE, ofereixen un bon equilibri entre precisió i eficiència, però presenten limitacions crítiques quan operen a altes resolucions espacials: fallades en l’eliminació de bucles durant la reconstrucció del perímetre, un increment del cost computacional i una menor robustesa geomètrica. Aquesta tesi aborda aquests reptes mitjançant la introducció de tres contribucions metodològiques complementàries que, conjuntament, defineixen una nova generació de models de simulació basats en EWP. En primer lloc, es presenta el Boundary α-shape, un algorisme de reconstrucció del front del foc sense paràmetres, dissenyat específicament per superar les els inconvenients que apareixen en el Loop Removing Algorithm (LRA) clàssic. Basant-se en la triangulació de Delaunay i en descriptors geomètrics i estadístics locals, el Boundary α-shape reconstrueix perímetres estables i precisos, alhora que redueix la complexitat computacional i permet simulacions a resolucions més fines. En segon lloc, la tesi proposa el Point Cloud Burned-Area Model (PCBAM), un nou paradigma de propagació del foc que abandona la propagació de fronts poligonals en favor d’una representació mitjançant núvols de punts. El PCBAM accelera significativament les simulacions de propagació del foc en reduir les dependències algorítmiques i permetre múltiples estratègies de propagació (Last Known Normal (LKN), Last Spread Direction (LSD), Fixed Composite Normal (FCN) i Time Responsive Normal (TRN)) amb una major flexibilitat geomètrica. En tercer lloc, s’introdueix una representació paramètrica del front del foc basada en Composite Bézier Curves (CBC) per obtenir geometries de front més suaus i físicament més consistents, així com aproximacions més precises del model de Richards, sense incrementar el cost computacional. Totes les contribucions són avaluades rigorosament en escenaris idealitzats i en dos incendis reals a Catalunya, Pont de Vilomara (2022) i Portbou (2023), utilitzant mètriques de disparitat, precisió i rendiment. Els resultats mostren que el Boundary α-shape redueix de manera consistent els errors de reconstrucció i el temps computacional, que el PCBAM aconsegueix una acceleració superior a un ordre de magnitud respecte als fluxos de treball EWP clàssics mantenint la coherència geomètrica, i que la representació paramètrica millora l’estimació de normals i la fidelitat de la interpolació del front. Finalment, la tesi integra aquests avenços a Pyra, un simulador prototip que demostra la seva aplicabilitat conjunta en contextos operatius. En conjunt, aquestes contribucions estableixen un nou paradigma per a la simulació d’incendis forestals, més ràpid, més robust i capaç d’explotar dades d’alta resolució, millorant així les capacitats predictives necessàries per gestionar els escenaris moderns d’incendis forestals extrems.