-
Soyez le premier à aimer ceci
SlideShare utilise les cookies pour améliorer les fonctionnalités et les performances, et également pour vous montrer des publicités pertinentes. Si vous continuez à naviguer sur ce site, vous acceptez l’utilisation de cookies. Consultez nos Conditions d’utilisation et notre Politique de confidentialité.
SlideShare utilise les cookies pour améliorer les fonctionnalités et les performances, et également pour vous montrer des publicités pertinentes. Si vous continuez à naviguer sur ce site, vous acceptez l’utilisation de cookies. Consultez notre Politique de confidentialité et nos Conditions d’utilisation pour en savoir plus.
Publié le
This talk demonstrates the capability of particle filters to combine measurements to model simulation in a stochastic framework, in order to formulate some feedback information on the wildfire behavior. This is illustrated based on a reduced-scale controlled grassland fire experiment.
Sampling Importance Re-sampling (SIR) and Auxiliary Sampling Importance Re-sampling (ASIR) filters were built on top of a level-set based front-tracking simulator in order to assimilate the time-evolving positions of the fire front and thereby correct the input environmental parameters of the fire spread model (i.e. vegetation properties, surface wind conditions).
Reference published in October 2014
➞ da Silva, W.B., Rochoux, M.C., Orlande, H., Colaço, M., Fudym, O., El Hafi, M., Cuenot, B., and Ricci, S. (2014) Application of particle filters to regional-scale wildfire spread, High Temperatures-High Pressures, International Journal of Thermophysical Properties Research, 43, 415-440.
Soyez le premier à aimer ceci
Il semblerait que vous ayez déjà ajouté cette diapositive à .
Identifiez-vous pour voir les commentaires