Modelado de Riesgo de IncendiosWildfire Risk Modeling

Simulación de incendios para el norte de la Patagonia Andina: efectos de la vegetación, la topografía y la meteorología sobre la propagación del fuego.

Propuesta de Beca Doctoral CONICET, Doctorado en Biología (Universidad Nacional del Comahue). Directora: Mónica Denham (CONICET-UNRN/CITECCA). Codirector: Thomas Kitzberger (INIBIOMA-CONICET). Asesor: Iván Barberá (INIBIOMA-CONICET) — el mismo Iván Barberá que lidera la validación de MapBiomas Fuego en la que trabajo actualmente.

Fire simulation for the northern Andean Patagonia: effects of vegetation, topography, and weather on fire spread.

CONICET Doctoral Fellowship proposal, Doctorado en Biología (Universidad Nacional del Comahue). Director: Mónica Denham (CONICET-UNRN/CITECCA). Co-director: Thomas Kitzberger (INIBIOMA-CONICET). Advisor: Iván Barberá (INIBIOMA-CONICET) — the same Iván Barberá who leads the MapBiomas Fire validation I currently work on.

Qué proponeWhat it proposes

Refinar el Simulador de Incendios Patagonia (SIP), un modelo de propagación de tipo reacción-difusión-convección (RDC) desarrollado por CITECCA en colaboración con el Departamento de Incendios del Parque Nacional Nahuel Huapi. El SIP corre sobre GPU, calcula el Fire Weather Index (FWI) y permite simulación en tiempo real — pero aún no representa el efecto de la vegetación, ni condiciones atmosféricas más allá del viento.

Refine the Simulador de Incendios Patagonia (SIP), a reaction-diffusion-convection (RDC) fire-spread model built by CITECCA in collaboration with Nahuel Huapi National Park’s fire department. SIP runs on GPU, computes the Fire Weather Index (FWI), and enables real-time simulation — but doesn’t yet represent vegetation effects or weather beyond wind.

ObjetivosObjectives

OE1 — Datos: base de datos de eventos de incendio (2015–2026, norte de la Patagonia Andina) combinando perímetros diarios (PlanetScope/Sentinel/Landsat), detecciones VIIRS y un hindcast meteorológico WRF-SMN (Servicio Meteorológico Nacional, 4km/horario).
OE2 — Modelo: hacer que la velocidad de propagación del RDC dependa del FWI, tipo de vegetación, altitud y orientación de la ladera, alimentado por campos de viento de alta resolución (WindNinja).
OE3 — Estimación y validación: ajuste de parámetros con algoritmos genéticos + XGBoost (inferencia bayesiana como objetivo extendido), validado con coeficiente de Sørensen-Dice e índice de Jaccard sobre incendios reservados.
OE4 — Preguntas ecológicas: ¿cómo varía la velocidad de propagación entre tipos de vegetación? ¿el FWI extremo atenúa el efecto de la vegetación y la topografía?

OE1 — Data: fire-event database (2015–2026, northern Andean Patagonia) combining daily perimeters (PlanetScope/Sentinel/Landsat), VIIRS detections, and a WRF-SMN weather hindcast (Argentina’s National Weather Service, 4km/hourly).
OE2 — Model: make RDC spread speed a function of FWI, vegetation type, altitude, and slope aspect, fed by high-resolution wind fields (WindNinja).
OE3 — Estimation & validation: parameter fitting via genetic algorithms + XGBoost (Bayesian inference as a stretch goal), validated with Sørensen-Dice and Jaccard metrics on held-out fires.
OE4 — Ecological questions: how does spread rate vary across vegetation types? does extreme FWI attenuate the effect of vegetation and topography?

Por qué esto importa para mi perfil: la propuesta cita explícitamente mi trabajo en MapBiomas Fuego como la base de datos de factibilidad del proyecto — “el tesista participó en su desarrollo y es coautor del documento metodológico”. Es la misma línea de trabajo aplicada a una escala temporal distinta: de mapear qué se quemó, a simular cómo se va a propagar.

Why this matters for my profile: the proposal explicitly cites my MapBiomas Fire work as the project’s feasibility data — “the fellow participated in its development and is a co-author of the methodological document.” It’s the same line of work applied at a different time horizon: from mapping what burned to simulating how it will spread.