Un equipo de investigadores desarrolló un modelo de inteligencia artificial capaz de estimar hora por hora cómo evolucionará el caudal de los ríos. La tecnología podría mejorar los sistemas de alerta temprana y ayudar a reducir los daños provocados por las inundaciones.
Las inundaciones repentinas representan un desafío para los sistemas de prevención de desastres naturales. En ese contexto, investigadores de la Universidad Estatal de Pensilvania, en Estados Unidos, desarrollaron una herramienta de inteligencia artificial que busca anticipar las crecidas de los ríos con mayor precisión.
El modelo, denominado h-Diffusion, fue presentado en un estudio publicado en la revista científica Water Resources Research. Su función es analizar datos de precipitaciones y registros del caudal para estimar cómo puede cambiar el comportamiento del agua durante las próximas horas.
Cómo funciona la herramienta
El sistema utiliza modelos de difusión, una tecnología que también se emplea en aplicaciones de inteligencia artificial para generar imágenes. En este caso, los investigadores adaptaron ese mecanismo para procesar información hidrológica y elaborar pronósticos sobre la evolución de los ríos.
Para desarrollar y evaluar la herramienta, el equipo utilizó registros horarios de 516 cuencas fluviales de Estados Unidos. Luego, comparó sus resultados con información de períodos posteriores que no había sido utilizada durante el entrenamiento.
Según el estudio, el modelo obtuvo mejores resultados que otros sistemas avanzados de aprendizaje automático utilizados como referencia. Además, puede incorporar mediciones recientes de las estaciones de monitoreo sin necesidad de repetir todo el proceso de entrenamiento.
Qué aportaría para prevenir inundaciones
La principal ventaja de esta tecnología es la posibilidad de detectar crecidas peligrosas con mayor anticipación. Con pronósticos más precisos, las autoridades podrían disponer de más tiempo para emitir alertas, organizar evacuaciones y preparar los equipos de emergencia.
También podría contribuir a mejorar la planificación en zonas vulnerables, reducir los riesgos para la población y distribuir de manera más eficiente los recursos ante una emergencia.
Sin embargo, el sistema todavía necesita ser evaluado en diferentes condiciones antes de convertirse en una herramienta de uso generalizado. La calidad de los datos disponibles y la dificultad para anticipar fenómenos extremos sin antecedentes conocidos siguen siendo algunos de los principales desafíos.
Los investigadores señalan que la inteligencia artificial no reemplaza a los modelos meteorológicos e hidrológicos basados en principios físicos. La combinación de ambas herramientas podría mejorar la capacidad de anticipación.
El objetivo es avanzar hacia sistemas de alerta temprana más rápidos y confiables, que permitan a las comunidades contar con más tiempo para prepararse y reducir las consecuencias de las inundaciones. (cafexmedio/Infobae/adnsur)
