Inteligencia artificial
Entre la IA y una Base de Datos de Incidencias en Crecimiento, la Amenaza de los Incendios Forestales Puede Disminuir
Añade Securities.io a tus fuentes preferidas en Google
Actualmente, un incendio forestal de rápida propagación está destruyendo parte de una antigua ciudad de montaña llamada Jasper en las Montañas Rocosas canadienses. Los daños en Jasper se describen como “más allá de la descripción y la comprensión”, y ya 25,000 personas se han visto obligadas a huir.
Los 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 sufren las consecuencias de los incendios forestales, con ciudades incineradas por el fuego. En EE. UU., en los últimos cinco años, 344 incendios forestales significativos han causado la muerte de 178 personas. Mientras tanto, desde la década de 1980, el país ha tenido un promedio de alrededor de 70K incendios totales al año. Según el National Interagency Fire Center (NIFC), se han registrado un total de 2.7 million incendios forestales desde 1983.
A medida que el número de incendios sigue aumentando, el costo para combatirlos también ha ido en aumento. El gobierno de EE. UU. gastó casi $4.4 bln en la lucha contra los incendios forestales solo en 2021. En promedio, cuesta alrededor de $74K apagar cada incendio. Pero eso no es todo; las tarifas de seguros para propietarios también están subiendo.
Los incendios forestales han aumentado en todo el mundo, no solo en frecuencia sino también en severidad y duración. El riesgo de incendio forestal se presenta principalmente en condiciones extremadamente secas como vientos fuertes, sequías y olas de calor. Esto implica un impacto adverso creciente en la salud humana y de la vida silvestre.
Además de la destrucción causada por el propio fuego, el humo de los incendios forestales contiene contaminantes atmosféricos peligrosos como NO2, ozono, hidrocarburos aromáticos, plomo o PM2.5, que son partículas con un diámetro de 2.5 micrones o menos. El PM2.5 es tan fino que puede penetrar más profundamente en nuestro tracto respiratorio y causar efectos en la salud.
El PM2.5 del humo de los incendios forestales está realmente asociado con muertes prematuras en la población general. Puede causar y agravar enfermedades de los pulmones, riñones, corazón, piel, intestino, ojos, nariz e hígado. Además, se ha demostrado que conduce a deterioro cognitivo y pérdida de memoria.
Los incendios forestales no solo contaminan el aire con contaminantes tóxicos, sino que también impactan el clima al liberar grandes cantidades de CO2 y otros gases de efecto invernadero a la atmósfera. Al cubrir la Tierra, las emisiones de gases de efecto invernadero atrapan el calor del sol y hacen que el planeta sea inhabitable. Un exceso de estos gases conduce al cambio climático, lo que genera condiciones más secas, contribuyendo aún más a la prolongación de las temporadas de incendios. Creando así un ciclo de retroalimentación.
A medida que los incendios forestales se vuelven cada vez más extremos en intensidad y daño, pueden interrumpir la infraestructura en términos de comunicaciones, transporte, suministro eléctrico, servicios de gas y suministro de agua. Además, en áreas cercanas a la población, impactan significativamente la propiedad, el ganado, la mortalidad humana y el medio ambiente.
El año pasado, un estudio de investigadores de la Universidad de Maryland calculó que los incendios forestales ahora provocan 3 million más de hectáreas de pérdida de cobertura arbórea por año en comparación con 2001. Al causar 9.3 million hectáreas de pérdida de cobertura arbórea a nivel mundial, 2021 se convirtió en uno de los peores años.
No es que los incendios no sean una parte natural del funcionamiento de los bosques. De hecho, los bosques boreales, que cubren extensas áreas en el norte de Europa, Rusia, Alaska y Canadá, están adaptados al fuego. El fuego crea una variedad de paisajes y elimina bosques antiguos, dando origen a nuevos.
Sin embargo, la pérdida de cobertura arbórea relacionada con el fuego, incluso en estas áreas, está ocurriendo a un ritmo acelerado. Con los bosques boreales siendo uno de los principales suministradores de agua limpia del mundo, albergando poblaciones significativas de vida silvestre y siendo un importante sumidero de carbono, la tendencia continua de los incendios forestales es preocupante y necesita ser abordada.
Aprovechando los Modelos de IA en Combinación con Imágenes Satelitales
Una de las formas en que el problema de los incendios forestales está siendo abordado es a través del uso de 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 a responder rápidamente a un incendio forestal en una zona remota del Área de la Bahía, California. El incendio forestal fue detenido antes de que se propagara con la ayuda de una cámara impulsada por IA, que detectó humo e informó a los equipos de bomberos antes de que el incendio pudiera crecer y se volviera difícil de controlar.
Incluso las compañías de seguros están recurriendo a la IA. Delos Insurance Solutions, con sede en San Francisco, ha vendido más de 17K pólizas a propietarios, que otras empresas han rechazado. Esto ha sido posible gracias a los modelos de incendios forestales de la compañía, para los cuales Delos colabora con profesores universitarios para obtener conjuntos de datos propietarios sobre modelado de incendios y luego añade un algoritmo de IA para incorporar más datos. Según la cofundadora Shanna McIntyre, Delos considera más de 200 variables que cubren vegetación, topografía y temperatura.
Claramente hay un enfoque creciente en el desarrollo de modelos de comportamiento de incendios forestales de alta resolución para pronosticar la propagación del fuego.
Esto se está realizando en conjunto con satélites para detectar la ubicación de los incendios. Mientras que satélites como LANDSAT, VHRS y MODIS ya se utilizan para monitorear la distribución y perturbación de la vegetación, predecir incendios forestales sigue siendo una tarea desafiante. La IA y el aprendizaje automático pueden ayudar a proporcionar una forma fiable de predecir y gestionar los incendios forestales.
Por ejemplo, la IA puede vincularse con satélites de imágenes que analizan diferentes factores como la aparición de humo, incidencias de incendios y perturbación de la vegetación. Al combinar todos los datos, los algoritmos de IA pueden ayudar a predecir incendios forestales mediante aprendizaje continuo. La tecnología de IA también puede permitir la gestión de extintores y vehículos de patrulla con cámaras de video.
Hace un año, un equipo de investigadores de la Universidad Aalto en Finlandia comenzó desarrollando un modelo de IA llamado FireCNN que puede predecir la propagación de los incendios forestales. El modelo se entrena con imágenes satelitales y datos meteorológicos registrados entre 2002 y 2019 para identificar áreas de alto riesgo. FireCNN analiza 31 variables, incluidos factores como la vegetación y la cobertura del suelo.
Sin embargo, falta algoritmos de IA que puedan correlacionar todos los datos disponibles y metodologías de modelado realistas que se adapten a las necesidades de diferentes paisajes en todo el mundo.
Según un nuevo estudio, un nuevo modelo puede predecir con precisión la propagación de incendios forestales. El modelo combina imágenes satelitales e IA para ofrecer un avance importante en la gestión de incendios forestales y la respuesta de emergencia.
El estudio, financiado por la NASA, la Oficina de Investigación del Ejército y el programa Viterbi CURVE, fue realizado por investigadores de USC y publicado en Earth System Science Data.
Bajo este nuevo modelo, los datos satelitales se utilizan para rastrear la progresión de los incendios forestales en tiempo real. Esta información se alimenta en un algoritmo informático sofisticado que puede pronosticar con precisión la ruta probable del incendio, así como su intensidad y velocidad de crecimiento.
“Este modelo representa un paso importante hacia 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 equipos de evacuación que luchan contra los incendios forestales en la primera línea.
– Bryan Shaddy, autor corresponsal del estudio y estudiante de doctorado en la USC Viterbi School of Engineering
El estudio comenzó recopilando datos históricos de imágenes satelitales de alta resolución. Luego, mediante el análisis del comportamiento de incendios forestales pasados, los investigadores rastrearon cómo comenzó el fuego, se propagó, y finalmente fue contenido.
Este cuidadoso estudio desveló patrones que están influenciados por factores como el terreno, el clima y el combustible, como árboles y matorrales.
Los investigadores luego entrenaron un modelo impulsado por IA generativa para simular cómo estos factores impactan la evolución de los incendios forestales a lo largo del tiempo. El modelo fue entonces entrenado para reconocer patrones en las imágenes satelitales que coinciden con la propagación del incendio en su modelo.
El modelo se llama Red Generativa Antagónica de Wasserstein condicional o cWGAN, que ya ha sido probado en cuatro incendios reales en California durante dos años, entre 2020 y 2022, para ver cuán efectivo es en predecir la propagación del fuego. Entrenado con simulaciones WRF-SFIRE, cWGAN se utiliza para calcular el tiempo de llegada del fuego a partir de datos de incendios activos satelitales.
Los resultados de cWGAN fueron impresionantes. Entrenado con datos simples bajo condiciones ideales, como viento unidireccional y terreno plano, el modelo funcionó bien en incendios reales de California.
El éxito del modelo se atribuye al uso del modelo de IA junto con imágenes satelitales, que proporcionaron datos reales de incendios forestales en lugar de hacerlo de forma aislada.
Sin embargo, esto no ha sido fácil. El coautor del estudio, Assad Oberai, profesor de Ingeniería Aeroespacial y Mecánica en USC Viterbi, declaró que modelar incendios forestales estaba entre los más desafiantes debido a sus “procesos intrincados”.
No solo el combustible, como árboles y arbustos, se enciende, lo que lleva a reacciones químicas complejas, produciendo calor y corrientes de aire, sino que también el clima y la topografía influyen en el comportamiento del fuego. Assad dijo:
“Estos son procesos altamente complejos, caóticos y no lineales. Para modelarlos con precisión, es necesario tener en cuenta todos estos diferentes factores. Se necesita computación 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 cubrir cientos de factores adicionales que impactan la ignición y propagación del fuego. Esto ayudará a los gestores de vida silvestre y a los científicos a hacer predicciones más precisas sobre dónde y cuándo pueden ocurrir los incendios forestales.
Recientemente, la Base de Datos de Ocurrencias de Incendios del Programa de Análisis de Incendios (FPA FOD), que es la fuente más extensa de datos sobre igniciones de incendios georreferenciados en EE. UU., se mejoró significativamente. Desarrollada inicialmente en 2013 por el Servicio Forestal de EE. UU., el modelo ha sido actualizado cinco veces. Agrega informes de incendios de entidades locales, estatales y federales con responsabilidades de protección y reporte de incendios.
El modelo comprende información básica como la ubicación de la ignición, la fecha de descubrimiento y el tamaño del incendio final. Sin embargo, la base de datos revisada cubrirá aún más factores sociales y ambientales. Según Erica Fleishman, profesora de la Oregon State University:
“Hay un enorme interés en lo que permite las igniciones de incendios forestales y lo que se puede hacer para prevenirlas. Esta base de datos aumenta la capacidad de acceder a información relevante y contribuir a la preparación y prevención de incendios forestales.”
Esta base de datos mejorada no solo ayudará a los bomberos y gestores en el terreno a combatir el incendio, sino que también podría ayudar a evaluar el riesgo de energía a corto plazo. Las compañías eléctricas pueden tomar decisiones más informadas respecto a la implementación de cortes de energía por seguridad pública. Además, las agencias de gestión de tierras pueden decidir si deben reducir el acceso a tierras públicas durante ciertos períodos del año.
Según Fleishman, muchas políticas están guiadas por emociones en lugar de un amplio cuerpo de evidencia. La base de datos presenta “una forma de aumentar la evidencia objetiva a considerar al tomar esas decisiones,” dijo ella.
Publicado en la revista Earth System Science Data, la investigación que describe base de datos fue apoyada por el Joint Fire Science Program. Describió atributos biológicos, sociales y físicos para obtener una mejor comprensión de los incendios forestales así como su predicción.
En total, el equipo de investigación, que incluía a Fleishman, quien dirige el Oregon Climate Change Research Institute y fue liderado por Mojtaba Sadegh y Yavar Pourmohamad, un profesor asociado y un estudiante de doctorado, respectivamente, de la Boise State University, añadió casi 270 atributos adicionales. Ahora, la base de datos incluye información sobre 2.3 million incendios en EE. UU. desde 1992 hasta 2020.
Con la base de datos revisada, cada incendio forestal ahora tiene atributos físicos como clima, topografía e infraestructura; atributos biológicos como índice de vegetación y cobertura del suelo; atributos administrativos que cubren 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 de FPA FOD fue ampliada adicionalmente con estadísticas resumidas dentro de un buffer temporal y espacial alrededor del punto de ignición y con índices de vegetación obtenidos mensualmente de satélites durante un año previo a la ignición. “Este rico conjunto de datos tabular puede usarse en una variedad de aplicaciones impulsadas por hipótesis o exploración de datos,” dijo el estudio.
Una base de datos tan masiva ayudará a proporcionar una comprensión significativamente más profunda del impacto individual y acumulado de los atributos en las igniciones y el tamaño de los incendios forestales, dijo Pourmohamad, añadiendo:
“También identifica los efectos desiguales de los incendios forestales en distintas poblaciones humanas y ecosistemas, lo que a su vez puede informar los esfuerzos para reducir las inequidades.”
La base de datos también puede incorporarse en modelos de IA y aprendizaje automático que expliquen los factores que impulsan los incendios pasados, la probabilidad de incendios futuros y los efectos de los incendios futuros. Ella dijo:
“Es asombroso lo que se puede inferir cuando se tiene la capacidad computacional y tanta información. Se pueden formular muchas preguntas que informen diferentes acciones en distintos lugares y comprender qué está asociado con las igniciones de incendios forestales y sus efectos.”
Reflexiones Finales
Los espacios silvestres como bosques o pastizales son esenciales para la prosperidad humana. Después de todo, mitigan el cambio climático al almacenar carbono, preservar hábitats de vida silvestre y mejorar la resiliencia del paisaje. Estos espacios silvestres siempre han estado sujetos a incendios forestales, pero en las últimas décadas, han aumentado tanto que los incendios se han convertido en una amenaza.
Estos incendios masivos e inesperados están devastando tierras en todo el mundo, lo que requiere una mejor comprensión, evaluación y análisis de incendios pasados, su prevención exitosa y estrategias de mitigación para no solo prevenir incendios forestales sino también mejorar la planificación, respuesta, adaptación, mitigación rentable y limitar los impactos adversos.
Como señalamos anteriormente, las autoridades están constantemente mejorando las bases de datos, lo que puede entonces incorporarse en modelos de IA para explicar la probabilidad de incendios y sus efectos futuros. Estos modelos de IA bien probados pueden entonces utilizarse junto con imágenes satelitales para predecir y prevenir futuros incendios forestales con precisión. De esta manera, podemos proteger nuestros espacios silvestres, salvaguardar la biodiversidad y enriquecer la vida de las futuras generaciones.
Haga clic aquí para aprender todo sobre la inversión en inteligencia artificial.
