Estudio señala un crecimiento anual promedio del 1% en el riesgo global de incendios por rayos.
Con el aumento de incendios forestales originados por descargas eléctricas, un grupo de investigadores israelíes han desarrollado sofisticados modelos de inteligencia artificial (IA) capaces de prever estos eventos con una precisión sin precedentes. Esta herramienta innovadora busca transformar la gestión de emergencias ambientales al proporcionar predicciones más certeras y con mayor anticipación.
“Actualmente, se estima que un 35% de los desastres naturales en zonas forestales tienen relación directa o indirecta con cambios climáticos extremos. Frente a este panorama, el uso de IA en la predicción de incendios forestales podría reducir el tiempo de respuesta en hasta 40%, según estudios recientes”, destaca Patricia Paulet, subdirectora de las facultades de Ingeniería y Tecnología de IDAT.
Los incendios generados por rayos, si bien representan una menor proporción frente a aquellos causados por actividades humanas, tienen una alta capacidad destructiva debido a que suelen iniciarse en lugares remotos y de difícil acceso. Este tipo de incendios, además, es responsable de una gran parte de las emisiones de carbono, sobre todo en regiones de bosques boreales y extratropicales.
El calentamiento global está amplificando la frecuencia e intensidad de estos incendios, especialmente en zonas como California, Canadá y partes de Rusia. Según las proyecciones citadas en el estudio, el riesgo de ignición por rayos podría aumentar hasta un 50% para el año 2100 si las condiciones climáticas actuales persisten.
A diferencia de los modelos tradicionales, que funcionan de manera localizada, los sistemas desarrollados por Bar Ilan aplican técnicas de aprendizaje automático (machine learning) para elaborar predicciones a escala global. Esto les permite identificar patrones comunes, independientemente del ecosistema o región.
La clave del modelo radica en su capacidad para distinguir entre incendios de origen natural y los provocados por la actividad humana. Utilizando variables como humedad relativa, precipitaciones y composición de la vegetación, el sistema determina con alta probabilidad cuándo y dónde puede ocurrir un nuevo foco de incendio.
Una de las principales herramientas aplicadas es la llamada Inteligencia Artificial Explicable (XAI, por sus siglas en inglés), que permite a los científicos entender con mayor claridad qué factores inciden en las predicciones del sistema. Mediante el análisis de valores SHAP, se identifican las variables más influyentes, ofreciendo transparencia y confianza en los resultados.
“En nuestro país, los incendios forestales aumentaron en más de 20% durante la última década. Incorporar modelos predictivos basados en IA permitiría a las autoridades tomar decisiones preventivas y proteger tanto la biodiversidad como a las poblaciones cercanas”, menciona Paulet.
El estudio también señala un crecimiento anual promedio del 1% en el riesgo global de incendios por rayos. Esta cifra, aunque aparentemente modesta, representa una tendencia preocupante debido al efecto acumulativo que puede tener sobre los ecosistemas, las emisiones de carbono y la seguridad humana.
Aunque los resultados son alentadores, los investigadores reconocen que aún existen desafíos, como la necesidad de mejorar la precisión en la clasificación de incendios de corta duración o latencia prolongada. Las futuras investigaciones buscarán afinar estos aspectos y extender los análisis a escenarios climáticos más extremos.
Por último, la integración de estas herramientas en los sistemas de alerta temprana puede cambiar radicalmente la forma en que se enfrentan los incendios forestales. No solo se trata de responder con mayor velocidad, sino de anticiparse a los eventos, salvaguardando vidas, ecosistemas y recursos económicos.
