Una vez que se genera un foco de incendio, el cambio climático está haciendo cada vez más difícil su combate debido a las largas sequías que dejan a la vegetación más vulnerable, y las condiciones de calor y viento más frecuentes que propagan las llamas.
Un proyecto internacional liderado por investigadores chilenos busca adelantarse a esta situación y prevenir incendios usando las capacidades que tiene la tecnología para analizar información.
El proyecto se basa en el “machine learning”: una sub rama de la inteligencia artificial que busca que las computadoras analicen una gran cantidad de datos y aprendan de ellos, reconozcan patrones y ofrezcan soluciones.
De esta forma, científicos del Instituto de Sistemas Complejos de Ingeniería (ISCI), han logrado, por ejemplo, predecir los puntos (en un rango de 100 metros), donde hay más probabilidad de que inicie un incendio. Esto con una certeza de entre 85% y 90%.
Han constatado que los puntos con más probabilidad de ignición se encuentran cerca de caminos y lugares poblados, lo que ha apoyado la toma de decisiones sobre dónde ubicar sistemas de vigilancia, patrullas, drones y cámaras.
Simular el incendio
Pero cuando ya inició el fuego, el sistema que desarrollan funciona como un simulador del incendio. Analiza el combustible disponible en la zona, las condiciones climáticas, la topografía, y divide el terreno en celdas de 100 por 100 metros, logrando predecir los cuadrantes por los que es más probable que las llamas avancen, así como la velocidad e intensidad que tendrán.
Esta fase del sistema está pensada para ayudar al combate de un incendio ya existente, pero los desarrolladores también avanzan en usarlo para tomar medidas preventivas antes de comenzar la temporada de incendios.
Por su capacidad de predecir el comportamiento de un incendio, la plataforma también puede sugerir las zonas más óptimas para colocar cortafuegos y hacer raleos, lo que puede influir en las acciones de prevención.
Otra variable que los investigadores buscan integrar al sistema tiene que ver con un mapeo de la vegetación del país, identificando aquellas zonas de mayor valor ecológico, para integrarlas en los modelos e identificar medidas que protejan esos espacios.