Inteligencia artificial
Entre la IA y una creciente "base de datos de sucesos", la amenaza de los incendios forestales podría disminuir
Securities.io mantiene rigurosos estándares editoriales y puede recibir compensación por los enlaces revisados. No somos un asesor de inversiones registrado y esto no es asesoramiento de inversión. Consulte nuestra declaración de afiliación.
Actualmente, un incendio forestal de rápido avance está destruyendo parte de una antigua ciudad de montaña llamada Jasper, en las Montañas Rocosas canadienses. Los daños en Jasper se describen como "indescriptibles e incomprensibles", y 25.000 personas ya se han visto obligadas a huir.
Enormes incendios forestales han destruido hasta la mitad de la histórica ciudad canadiense de Jasper. Al mismo tiempo, cientos de incendios están activos en la vecina Columbia Británica, así como en California y Utah.
Cada año, miles de personas se llevan la peor parte de los incendios forestales, que incineran ciudades. En Estados Unidos, en los últimos cinco años, 344 incendios de gran magnitud han causado la muerte de 178 personas. Mientras tanto, desde la década de 1980, el país ha tenido una media de unos 70.000 incendios totales al año. Según el National Interagency Fire Center (NIFC), desde 1983 se han producido un total de 2,7 millones de incendios forestales.
A medida que aumenta el número de incendios, también lo hace el coste de combatirlos. Solo en 2021, el gobierno estadounidense gastó casi 1.400 millones de euros en la lucha contra los incendios forestales. De media, cuesta alrededor de $74K apagar cada incendio forestal. Pero esto no es todo, los precios de los seguros de hogar también están subiendo.
Los incendios forestales han aumentado en todo el mundo, no sólo en frecuencia, sino también en gravedad y duración. El riesgo de incendios forestales es mayor en condiciones extremadamente secas, como vientos fuertes, sequías y olas de calor. Esto significa un creciente impacto adverso en la salud humana y de la fauna.
Además de la destrucción causada por el propio fuego, el humo de los incendios forestales se compone de contaminantes atmosféricos peligrosos como el NO2, el ozono, los hidrocarburos aromáticos, el plomo o las PM2,5, que son partículas con un diámetro igual o inferior a 2,5 micras. Las PM2,5 son tan finas que pueden penetrar en nuestras vías respiratorias y causar efectos sobre la salud.
De hecho, las PM2,5 procedentes del humo de los incendios forestales están asociadas a muertes prematuras en la población general. Puede causan y agravan enfermedades de los pulmones, los riñones, el corazón, la piel, el intestino, los ojos, la nariz y el hígado. Además se ha demostrado provocar deterioro cognitivo y pérdida de memoria.
Los incendios forestales no sólo contaminan el aire con agentes tóxicos, sino que también repercuten en el clima al liberar a la atmósfera grandes cantidades de CO2 y otros gases de efecto invernadero. Al blanquear la Tierra, las emisiones de gases de efecto invernadero atrapan el calor del sol y la hacen habitable. Su exceso provoca un cambio climático, que a su vez genera condiciones más secas, lo que contribuye a alargar la duración de las temporadas de incendios. Se crea así un bucle de retroalimentación.
Los incendios forestales, cada vez más extremos en intensidad y daños, pueden perturbar las infraestructuras de comunicaciones, transporte, suministro eléctrico, servicios de gas y abastecimiento de agua. Además, cerca de las zonas pobladas, afectan significativamente a la propiedad, el ganado, la mortalidad humana y el medio ambiente.
El año pasado, un estudio realizado por investigadores de la Universidad de Maryland calculó que los incendios forestales provocan ahora la pérdida de 3 millones de hectáreas más de cubierta arbórea al año en comparación con 2001. Al causar 9,3 millones de hectáreas de pérdida de cubierta arbórea en todo el mundo, 2021 se convirtió en uno de los peores años.
No es que los incendios no formen parte del funcionamiento natural de los bosques. De hecho, los bosques boreales, que cubren vastas extensiones de terreno en el norte de Europa, Rusia, Alaska y Canadá, están adaptados al fuego. El fuego crea una gran variedad de paisajes y elimina los bosques viejos, dando lugar a otros nuevos.
Sin embargo, la pérdida de cubierta arbórea relacionada con los incendios, incluso en estas zonas, se está produciendo a un ritmo acelerado. Teniendo en cuenta que los bosques boreales se encuentran entre los principales proveedores de agua potable del mundo, albergan importantes poblaciones de fauna salvaje y son un importante sumidero de carbono, la tendencia actual de los incendios forestales es preocupante y debe abordarse.
Modelos de IA combinados con imágenes de satélite
Una de las formas en que el problema de los incendios forestales se abordado es mediante el uso de la inteligencia artificial (IA). Esta nueva tecnología no solo se utiliza para chatbots y asistentes virtuales, sino también para ayudar al medio ambiente mediante la teledetección avanzada.
Recientemente, la IA ayudó a los bomberos responder rápidamente a un incendio forestal en una zona remota del Área de la Bahía, California. El incendio forestal se detuvo antes de que se propagara gracias a la ayuda de una cámara controlada por inteligencia artificial, que detectó el humo e informó a los bomberos antes de que las llamas crecieran y fueran difíciles de controlar.
Incluso los proveedores de seguros recurren a la IA. Delos Insurance Solutions, con sede en San Francisco, ha vendido más de 17.000 pólizas a propietarios de viviendas que otras empresas habían rechazado. Esto ha sido posible gracias a los modelos de incendios forestales de la empresa, para los que Delos trabaja con profesores universitarios para obtener conjuntos de datos propios sobre modelización de incendios forestales y luego añade un algoritmo de IA para incorporar más datos. Según su cofundadora, Shanna McIntyre, Delos tiene en cuenta más de 200 variables de vegetación, topografía y temperatura.
Es evidente que cada vez se presta más atención al desarrollo de modelos de comportamiento de incendios forestales de alta resolución para predecir la propagación del fuego.
Para ello se utilizan satélites que detectan la ubicación de los incendios. Aunque ya se utilizan satélites como LANDSAT, VHRS y MODIS para vigilar la distribución y las alteraciones de la vegetación, predecir los incendios forestales sigue siendo una tarea difícil. La IA y el aprendizaje automático pueden ayudar a predecir y gestionar los incendios de forma fiable.
Por ejemplo, la IA puede vincularse con satélites de imágenes que analizan distintos factores, como la aparición de humo, la incidencia de incendios y las alteraciones de la vegetación. Combinando todos los datos, los algoritmos de IA pueden ayudar a predecir incendios forestales mediante un aprendizaje continuo. La tecnología de IA puede permitir además la gestión de extintores y vehículos patrulla con cámaras de vídeo.
Hace un año, un equipo de investigadores de la Universidad de Aalto (Finlandia) comenzó a desarrollando un modelo de IA llamado FireCNN que puede predecir la propagación de incendios forestales. El modelo está formado sobre imágenes de satélite y datos meteorológicos registrados entre 2002 y 2019 para identificar las zonas de alto riesgo. FireCNN analiza 31 variables, incluidos factores como la vegetación y la ocupación del suelo.
Sin embargo, faltan algoritmos de IA capaces de correlacionar todos los datos disponibles y metodologías de modelización realistas que se adapten a las necesidades de los distintos paisajes del mundo.
Según un nuevo estudio, un nuevo modelo puede predecir con exactitud la propagación de incendios forestales. El modelo combina imágenes por satélite e inteligencia artificial para ofrecer un gran avance en la gestión de incendios forestales y la respuesta a emergencias.
El estudio, financiado por la NASA, la Oficina de Investigación del Ejército y el programa Viterbi CURVE, fue realizado por investigadores de la USC y publicado en Earth System Science Data.
Con este nuevo modelo, los datos por satélite se utiliza para seguir la progresión de los incendios forestales en tiempo real. Esta información se alimenta en un sofisticado algoritmo informático que puede predecir con exactitud la trayectoria probable del incendio, así como su intensidad y ritmo de crecimiento.
"Este modelo representa un importante paso adelante en nuestra capacidad para combatir los incendios forestales. Al ofrecer datos más precisos y oportunos, nuestra herramienta refuerza los esfuerzos de los bomberos y los equipos de evacuación que luchan contra los incendios forestales en primera línea.
- Bryan Shaddy, autor del estudio y estudiante de doctorado en la Escuela de Ingeniería Viterbi de la USC.
El estudio comenzó con la recopilación de datos históricos a partir de imágenes de satélite de alta resolución. A continuación, mediante el análisis del comportamiento de incendios forestales pasados, los investigadores rastrearon cómo se iniciaba el fuego, cómo se propagaba, y finalmente fue contenida.
Este minucioso estudio desveló pautas que están influenciados por factores como el terreno, el clima y el combustible, como árboles y maleza.
A continuación, los investigadores entrenaron un modelo genético basado en IA para simular cómo influyen estos factores en la evolución de los incendios forestales a lo largo del tiempo. A continuación se entrenó el modelo reconocer patrones en las imágenes de satélite que coincidan con la propagación de incendios forestales en su modelo.
El modelo se denomina red condicional Wasserstein Generative Adversarial Network o cWGAN, y ya se ha probado en cuatro incendios forestales reales en California durante dos años, entre 2020 y 2022, para comprobar su eficacia a la hora de predecir la propagación del fuego. Entrenada con simulaciones WRF-SFIRE, cWGAN se utiliza para calcular el tiempo de llegada del fuego a partir de datos de incendios activos por satélite.
Los resultados de cWGAN fueron impresionantes. Entrenado con datos sencillos en condiciones ideales, como viento unidireccional y terreno llano, el modelo obtuvo buenos resultados en incendios forestales reales de California.
El éxito del modelo se atribuye al uso del modelo de IA junto con imágenes por satélite, que proporcionaron datos reales de incendios forestales en lugar de por sí solas.
Sin embargo, no ha sido fácil. Assad Oberai, coautor del estudio y catedrático de Ingeniería Aeroespacial y Mecánica de la USC Viterbi, afirmó que modelizar incendios forestales era uno de los mayores retos debido a sus "intrincados procesos".
No sólo el combustible, como árboles y arbustos, se inflama, dando lugar a complejas reacciones químicas que producen calor y corrientes de viento, sino que incluso el clima y la topografía influyen en el comportamiento del fuego. dijo Assad:
"Se trata de procesos muy complejos, caóticos y no lineales. Para modelarlos con precisión, hay que tener en cuenta todos estos factores. Se necesita una informática avanzada".
Datos mejorados para modelos de IA
Además de los avances en la tecnología de IA, los datos para entrenar estos modelos también se están mejorando al abarcar cientos de factores adicionales que influyen en la ignición y propagación del fuego. Esto ayudará a los gestores de la fauna y a los científicos a hacer predicciones más precisas sobre dónde y cuándo pueden producirse incendios forestales.
Recientemente, la base de datos Fire Program Analysis Fire-Occurrence Database (FPA FOD), que es la fuente más extensa de datos sobre ignición de incendios georreferenciados en Estados Unidos, se ha mejorado significativamente. Desarrollado por primera vez en 2013 por el Servicio Forestal de EE.UU., el modelo ha actualizado cinco veces. Agrupa los informes sobre incendios de las entidades locales, estatales y federales con responsabilidades en materia de protección contra incendios y presentación de informes.
El modelo comprende información básica como el lugar de ignición, la fecha de descubrimiento y el tamaño del incendio forestal final. Sin embargo, la base de datos revisada abarcará aún más factores sociales y medioambientales. Según Erica Fleishman, profesora de la Universidad Estatal de Oregón:
"Existe un enorme interés por saber qué permite la ignición de incendios forestales y qué puede hacerse para prevenirlos. Esta base de datos aumenta la capacidad de acceso a la información pertinente y contribuye a la preparación y prevención de incendios forestales."
Esta base de datos mejorada no sólo ayudará a los bomberos sobre el terreno y a los gestores a luchar contra el fuego, sino que también podría ayudar a evaluar el riesgo eléctrico a corto plazo. Las compañías eléctricas podrán tomar decisiones más informadas sobre la aplicación de un corte de energía por motivos de seguridad pública. Además, los organismos de gestión del territorio pueden decidir si deben reducir el acceso a los terrenos públicos en determinadas épocas del año.
Según Fleishman, muchas políticas se guían por las emociones en lugar de por un amplio conjunto de pruebas. La base de datos presenta "una forma de aumentar las pruebas objetivas a tener en cuenta a la hora de tomar esas decisiones", afirmó.
Publicado en la revista Earth System Science Data, el esbozo de investigación La base de datos contó con el apoyo del Joint Fire Science Program. En ella se describen los atributos biológicos, sociales y físicos que permiten comprender mejor los incendios forestales y predecirlos.
En total, el equipo de investigación, del que formaban parte Fleishman, que dirige el Instituto de Investigación sobre el Cambio Climático de Oregón y fue dirigido de Mojtaba Sadegh y Yavar Pourmohamad, profesor asociado y estudiante de doctorado, respectivamente, de la Universidad Estatal de Boise, añadieron casi 270 atributos más. Ahora, la base de datos incluye información sobre 2,3 millones de incendios ocurridos en EE.UU. entre 1992 y 2020.
En la base de datos revisada, cada incendio forestal tiene ahora atributos físicos como el tiempo, el clima, la topografía y la infraestructura; atributos biológicos como el índice de vegetación y la cobertura del terreno; atributos administrativos que abarcan el nivel de preparación nacional y regional y la jurisdicción; y atributos sociales que incluyen el índice de vulnerabilidad social y la densidad de población.
La sexta versión del FPA FOD se incrementó aún más con estadísticas resumidas dentro de una franja temporal y espacial alrededor del punto de ignición e índices de vegetación obtenidos mensualmente por satélite durante un año antes de la ignición. "Este rico conjunto de datos tabulares puede utilizarse en diversas aplicaciones basadas en hipótesis o de exploración de datos", señala el estudio.
Esta enorme base de datos ayudará a comprender mucho mejor el impacto individual y combinado de los atributos en el inicio y el tamaño de los incendios forestales, explica Pourmohamad:
"También identifica los efectos desiguales de los incendios forestales en poblaciones humanas y ecosistemas distintos, lo que puede, a su vez, informar los esfuerzos para reducir las desigualdades".
La base de datos también puede incorporarse a modelos de inteligencia artificial y aprendizaje automático que expliquen los factores que impulsaron incendios pasados, la probabilidad de incendios futuros y los efectos de éstos. dijo:
"Es asombroso lo que se puede deducir con tanta capacidad de cálculo y tanta información. Se pueden plantear muchas preguntas que sirvan de base para distintas acciones en distintos lugares y para comprender qué se asocia a los incendios forestales y sus efectos."
Reflexiones finales
Las zonas silvestres, como los bosques o los pastizales, son esenciales para la prosperidad humana. Al fin y al cabo, mitigan el cambio climático almacenando carbono, preservando el hábitat de la fauna y mejorando la resistencia del paisaje. Estas zonas silvestres siempre han estado sujetas a los incendios forestales, pero en las últimas décadas han aumentado tanto que los incendios forestales se han convertido en una amenaza.
Estos incendios masivos e imprevistos están arrasando tierras en todo el mundo, lo que exige una mejor comprensión, evaluación y análisis de los incendios pasados, su prevención exitosa y las estrategias de mitigación para no sólo prevenir los incendios forestales, sino también mejorar la planificación, respuesta, adaptación, mitigación rentable y limitación de los impactos adversos.
Como ya hemos señalado, las autoridades mejoran constantemente las bases de datos, que puede incorporarse en modelos de IA para explicar las probabilidades de incendio y sus efectos futuros. Estos modelos de IA, de eficacia probada, pueden utilizarse junto con imágenes de satélite para predecir y prevenir con precisión futuros incendios forestales. De este modo, podremos proteger nuestras zonas silvestres, salvaguardar la biodiversidad y enriquecer la vida de las generaciones futuras.
Haga clic aquí para saberlo todo sobre la inversión en inteligencia artificial.
