Ardente - Team simulation - HFFMC

  Рет қаралды 231

FireCaster

FireCaster

Күн бұрын

Ronan Paugam , assistant professeur à l’Université Polytechnique de Catalogne. 20 ans d’expérience dans l’analyse des données incendie. Il a contribué à la paramétrisation des aérosols incendie dans le modèle IFS de l’ECMWF.
Pierre « Aria-Fire » - Pilote de chasse, gérant d’une entreprise de lutte aérienne et anticipation incendie.
Quentin « EU Fire-Res » - Ingénieur informatique stagiaire au CNRS dans le cadre du programme “H2020 Fire-Res”.
Jean-Baptiste « CNRS/PIA Uniti Università di Corsica » - Ingénieur de recherches à l’ECMWF, puis chercheur au CNRS spécialiste dans la simulation numérique des incendies et de leur météorologie. Coordinateur de plusieurs programmes de recherches sur le sujet en collaboration avec le CNRM (Météo France).
Marguerite « Dr en physique et amatrice de météo »; Datascientist, Thèse en physique (matière molle, mécanique, mécanique des fluides, milieux poreux).
Nicolas « Météo-Parapente » - Ingénieur informatique, spécialiste dans les questions d’open data; le traitement et la visualisation des données météorologiques. Administrateur de l’infrastructure de calcul scientifique et du backend web.
La quantité d’informations que l’on peut recevoir en gestion de crise est grande, et se passe à hautes fréquence et résolution spatiale (propagation de feux en moins d’1h, et sur une zone de 50 x 50 km).
Nous proposons d’utiliser la réalité virtuelle pour faciliter la lecture collaborative des informations stratégiques dans le cadre de la gestion de crise incendie. Nous avon de plus généré un dataset et les scripts permettant d’avoir, en prévision, un Indice météo à haute fréquence (horaire) (sur la base de l’IFM et des sorties Arome).
La plateforme de réalité virtuelle inclut une utilisation collaborative des champs de vent (arôme) et la possibilité de démarrer un incendie (Firecaster API) afin que l’interaction soit la plus facile possible pour la prise de décision des salles d’opérations. Cette carte virtuelle est aussi collaborative, il est possible de se retrouver à plusieurs dans l’environnement virtuel.
Nous proposons 3 solutions:
1 - Indice forêt météo horaire: à partir des données AROME de Météo France pour la gestion de crise environnementale (données d’humidité et de sol) pour le risque incendie, à haute fréquence (horaire) et résolution (kilométrique), nous calculons un indice feu météo horaire.
méthode de création: mise en place d’une infrastructure, téléchargement des données AROME sur une période donnée, extraction des données et pré-processing
2 - Simulation incendie: il s’agit d’un modèle de propagation de feux développé au CNRS. Il prend en compte l’indice forêt météo horaire calculé précédemment.
méthode de création:
3 - Prise de décision collaborative avec une plateforme et des casques de réalité virtuelle: La vue en 3D permet de se déplacer en tenant compte des reliefs. Il est possible de se déplacer dans le temps. Plusieurs utilisateurs pourront se connecter sur le même environnement et leurs positions sera affichée à l’aide d’un avatar (boule).
méthode de création: sous three.js - aframe - FireCaster - XArray - javascript, un clavier, eccodes.
La solution propose un indice feu méteo horaire à résolution temporelle plus grande que l’indice feu météo quotidien afin d'évaluer la brutalité des changements diurnes.
Elle met à disposition un modèle de simulation de propagation de feux (licence du CNRS), permettant de comprendre les crises incendie afin de mieux les gérer dans la vie réelle.
Et enfin, elle permet de faciliter les interactions lors de la prise de décision à travers la plateforme de réalité virtuelle collaborative.
Les usagés visés sont un public averti: pompiers, décideurs (préfecture, maires, …)
Les données manquantes : sur les paquets pnt arome 0.01 (meteo data gouv), il manque les pas de temps 0 (pour faire un spinup des données accumulatives forêt météo)

Пікірлер
Language Review: Arabic
21:44
Language Simp
Рет қаралды 249 М.
when you have plan B 😂
00:11
Andrey Grechka
Рет қаралды 66 МЛН
AI Learns to Run Faster than Usain Bolt | World Record
10:22
cozmouz
Рет қаралды 879 М.
OpenAI Plays Hide and Seek…and Breaks The Game! 🤖
6:02
Two Minute Papers
Рет қаралды 10 МЛН
Mastering Step Functions & Chaos API in LocalStack
53:36
LocalStack
Рет қаралды 225
Le "Trump canadien" aux portes du pouvoir
6:31
LCI
Рет қаралды 30 М.
Every Infinity Paradox Explained
15:57
ThoughtThrill
Рет қаралды 324 М.
The rarest move in chess
17:01
Paralogical
Рет қаралды 1,9 МЛН
Quest To Find The Largest Number
11:43
CodeParade
Рет қаралды 449 М.