Falsos positivos: no siempre se trata de un incendio
Usa clasificaciones y niveles de confianza de incendios y de cluster para manejar falsos positivos
En este artículo veremos:
- Qué son los falsos positivos.
- Cómo usar la confianza de clúster y de fuego para filtrar falsos positivos.
- Cómo identificar patrones según la ubicación.
Introducción
No todas las fuentes de calor detectadas son incendios reales. En nuestra plataforma (WFS), los falsos positivos son detecciones de fuentes de calor (como paneles solares o fábricas) que se confunden con incendios.
La WFS de OroraTech tiene herramientas para ayudar a los usuarios a distinguir amenazas de incendios reales de estos falsos positivos, ofreciendo datos más confiables para la toma de decisiones.
Las funciones clave son:
- Confianza de cluster: Muestra cuántos satélites y algoritmos han detectado la fuente de calor. Mayor confianza significa detección más precisa.
- Confianza del incendio: Indica la probabilidad de que un cluster sea un incendio real, según factores como el clima, intensidad del fuego y tipo de terreno.
Fuentes comunes de falsos positivos
Los falsos positivos suelen ocurrir debido a:
- Zonas industriales y maquinaria.
- Actividad volcánica o puntos calientes naturales.
- Reflejos de paneles solares, techos metálicos o agua.
- Superficies calientes como rocas o campos cosechados.
Estas detecciones pueden suceder en áreas urbanas y rurales, siendo más comunes en ciudades o zonas industriales.
Cómo reducir falsos positivos
1. Usa la confianza de cluster
La confianza de cluster indica la cantidad de satélites y algoritmos que detectaron una fuente de calor. Mayor confianza significa una detección más precisa.
Confianza de Clúster | Mínimo de satélites | Mínimo de algoritmos |
---|---|---|
0.2 | 1 | 1 |
0.4 | 2 | 2 |
0.6 | 3 | 3 |
0.8 | 4 | 4 |
1.0 | 5 | 5 |
En general, los clusters con una confianza de 0.6 o más suelen ser fuentes de calor reales.
2. Usa la confianza del incendio
La confianza del incendio ayuda a saber si un cluster es probablemente un incendio, considerando:
- Intensidad del calor.
- Tipo de terreno (bosques o áreas urbanas).
- Confirmaciones de varios satélites.
Ejemplo de nivel alto de confianza en el incendio en comparación con clusters con niveles bajos de confianza de cluster.
Si deseas obtener más información sobre la confianza del incendio, consulta este artículo.
Patrones basados en la ubicación
Entender el contexto de la detección es útil para verificar si es un incendio real:
- Áreas de bosques o pastizales: Estas detecciones suelen ser incendios reales.
- Zonas urbanas o industriales: Más propensas a falsos positivos debido a edificios y maquinaria.
Los clusters ubicados en el medio de un bosque tienden a ser incendios reales.
Conclusión
Los falsos positivos son normales en la detección de incendios, pero la WFS de OroraTech tiene herramientas para ayudar a interpretar y verificar las detecciones.
Al utilizar las métricas de confianza y considerar el contexto de la ubicación, los usuarios pueden identificar mejor los incendios reales y reducir alertas falsas.