Supercomputación y machine learning contra incendios forestales
El superordenador LUSITANIA nos ayuda a optimizar la prevención y gestión de incendios forestales
Por ello, a través del convenio de colaboración con el Centro de Supercomputación de Extremadura de la Fundación COMPUTAEX, hemos desarrollado una serie de nuevas funcionalidades que refuerzan las capacidades de nuestras plataformas GIS de monitorización de la meteorología y de gestión de incendios forestales con la ayuda del superordenador LUSITANIA.
La supercomputación como base para mejores datos meteorológicos
Para complementar los índices canadienses de riesgo de incendios forestales ya disponibles en nuestra plataforma Weather Map Site, hemos desarrollado una nueva metodología para el cálculo de un nuevo índice de riesgo de incendios, diseñado para caracterizar el riesgo de que un incendio sea de gran magnitud.
Este índice proporciona una visión ajustada a nuestra geografía y a las condiciones climáticas de España, donde los incendios pueden alcanzar una virulencia mayor que en otras zonas de la Europa continental. De esta forma, se puede analizar de forma visual y rápida las áreas en las que, de producirse un incendio forestal, este alcance grandes dimensiones (> 500 Ha).
Además, gracias a los servicios de cálculo intensivo de LUSITANIA, hemos podido calcular las climatologías correspondientes al período 1991-2020, fundamentales para el análisis de las anomalías de temperatura, humedad, precipitación o viento.
Los medios de extinción pueden así conocer si las condiciones meteorológicas de la temporada de incendios vigente difieren de los valores máximos, mínimos y medios registrados. Todo ello constituye una información de gran valor de cara a la planificación logística y a desarrollar planes de actuación con referencias claras y acorde a situaciones pasadas.
Optimización de recursos con modelos de machine learning
Continuando con la línea de adecuación de la respuesta a la emergencia, las capacidades de supercomputación también nos han servido para el entrenamiento de modelos de machine learning.
Estos, orientados a optimizar la asignación de recursos humanos y materiales para la extinción, permiten proponer a los gestores de la emergencia la cantidad y medios más óptimos para atajar el incendio.
Como resultado, los equipos desplazados al terreno pueden contar con la seguridad de que tienen todo el apoyo necesario en sus actuaciones, a la par que se garantiza que la respuesta al fuego no sea sobredimensionada y haya efectivos disponibles para hacer frente a otras emergencias simultáneas.
¿Preparado para probar estos nuevos índices meteorológicos? Regístrate en nuestra plataforma de información meteorológica Weather Map Site.
