Seis huracanes importantes que envolvieron la cuenca del Atlántico en 2017 fueron un recordatorio devastador de la vulnerabilidad de las comunidades costeras, donde reside más de la mitad de la población de EE. UU.
¿Qué pasaría si hubiera una mejor manera de pronosticar y comunicar los impactos económicos perjudiciales de estas tormentas, antes de que sucedan?
Los ingenieros civiles de la Universidad Estatal de Colorado han desarrollado un nuevo enfoque innovador para evaluar la resistencia de las comunidades costeras a los huracanes. Han creado un "modelo de nivel de impacto de huracanes de múltiples riesgos", que estima los daños económicos causados por las tormentas, antes de queocurrir.
El modelo de impacto se detalla en un artículo reciente en Comunicaciones Palgrave , escrito por Hussam Mahmoud, profesor asociado de ingeniería civil y ambiental, y Stephanie Pilkington, una estudiante graduada en ingeniería civil, que diseñó y validó el modelo.
"Nuestro modelo pronostica tormentas más en términos de impactos", explicó Mahmoud. Los pronosticadores generalmente se comunican acerca de las tormentas que se aproximan clasificando velocidades de viento sostenidas en la escala Saffir-Simpson.
Sin embargo, la velocidad del viento no suele ser la principal causa de muerte y destrucción por huracanes, dicen los investigadores. Los peores impactos generalmente son causados por inundaciones, precipitaciones y mareas de tormenta, combinados con la geografía de la llegada a tierra, la densidad de población y la calidad deinfraestructura. Los investigadores querían encontrar una forma más precisa de hablar sobre los impactos. Su objetivo es proporcionar comunicación sobre el daño económico esperado de una tormenta tropical, en lugar de solo la intensidad meteorológica de la tormenta, dijo Pilkington.
El modelo de impacto de Mahmoud y Pilkington utiliza redes neuronales artificiales y aprendizaje automático para "enseñar" a un programa de computadora cómo predecir el daño de una tormenta pendiente, en cifras en dólares. La red neuronal, que es como un cerebro humano artificial que se vuelve más inteligente a medida que se obtienen más datosse alimenta, se alimenta de datos históricos detallados de varias tormentas, que incluyen el huracán Katrina en 2005 y el huracán Arthur en 2014.
Mahmoud y Pilkington utilizaron estos datos históricos para entrenar redes neuronales para conectar las características reales de tormenta con los resultados reales conocidos de esas tormentas. Para alimentar su modelo, utilizaron datos disponibles públicamente de agencias federales. Su modelo utiliza datos que incluyen la llegada a tierra estimada, la población afectada, velocidad máxima del viento, marejada máxima y precipitación total.
Luego, probaron el modelo en tiempo real durante tormentas reales, incluido el huracán Harvey, que azotó la costa del golfo alrededor de Houston, Texas, en agosto.
Los investigadores también usaron su modelo para analizar si las mejoras físicas y políticas, como los diques, el Programa Nacional de Seguro contra Inundaciones y los códigos de construcción actualizados han mitigado los impactos de tormentas poderosas. En resumen, los investigadores dicen que no lo han hecho.
Según sus datos, las comunidades costeras en Florida o Texas son tan vulnerables económicamente, o peor aún, a la devastación causada por el huracán como lo fueron hace 100 años. Esa es una realidad aleccionadora que los ingenieros esperan que su trabajo pueda arrojar luz.
El número de personas que viven en comunidades costeras ha aumentado exponencialmente en 100 años, y con ello, infraestructura y carreteras. "Los códigos de construcción mejorados y otros cambios no han sido suficientes para mantenerse al día con el gran volumen de riqueza, infraestructura y personas enesas áreas ", dijo Pilkington.
Pilkington, cuyos intereses se cruzan en meteorología e ingeniería civil, quiere que el modelo marque una verdadera diferencia en la vida de las personas. "Mi objetivo final es que alguien lo use, ya sea el Servicio Meteorológico Nacional u otro lugar", dijo."Deberíamos comunicarnos al público en términos de impacto en lugar de intensidad".
Mahmoud y Pilkington continúan avanzando su modelo con mejores datos, proporcionando una imagen aún más precisa de los huracanes en el futuro. También planean usarlo para predecir los efectos del cambio climático.
Fuente de la historia :
Materiales proporcionado por Universidad Estatal de Colorado . Original escrito por Anne Manning. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :