A medida que California y el oeste de Estados Unidos entran en la temporada de incendios en medio de la pandemia de coronavirus, los científicos están aprovechando la inteligencia artificial y los nuevos datos satelitales para ayudar a predecir incendios en toda la región.
Anticipar dónde es probable que se encienda un incendio y cómo se puede propagar requiere información sobre la cantidad de material vegetal quemable que existe en el paisaje y su sequedad. Sin embargo, esta información es sorprendentemente difícil de reunir a la escala y velocidad necesarias para ayudar a controlar los incendios forestales.
Ahora, un equipo de expertos en hidrología, teledetección e ingeniería ambiental ha desarrollado un modelo de aprendizaje profundo que mapea los niveles de humedad del combustible en detalle en 12 estados del oeste, desde Colorado, Montana, Texas y Wyoming hasta la costa del Pacífico.
Los investigadores describen su técnica en la edición de agosto de 2020 de Teledetección del medio ambiente . Según el autor principal del artículo, la ecohidróloga de la Universidad de Stanford Alexandra Konings, el nuevo conjunto de datos producido por el modelo podría "mejorar enormemente los estudios de incendios".
Según el autor principal del artículo, Krishna Rao, un estudiante de doctorado en ciencias del sistema de la Tierra en Stanford, el modelo necesita más pruebas para comprender las decisiones de manejo de incendios que ponen en peligro vidas y hogares. Pero ya está iluminando patrones previamente invisibles.El solo hecho de poder ver que la sequedad del bosque se despliega píxel por píxel con el tiempo, dijo, puede ayudar a revelar las áreas con mayor riesgo y "localizar ubicaciones candidatas para quemaduras prescritas".
El trabajo llega en un momento de creciente urgencia para este tipo de información, a medida que el cambio climático se extiende e intensifica la temporada de incendios forestales, y la actual pandemia de COVID-19 complica los esfuerzos para prevenir grandes incendios a través de quemaduras controladas, prepararse para evacuaciones masivasy movilizar a los socorristas.
Leyendo en paisajes resecos
Las agencias de bomberos de hoy en día suelen medir la cantidad de vegetación seca e inflamable en un área basada en muestras de una pequeña cantidad de árboles. Los investigadores cortan y pesan las ramas de los árboles, las secan en un horno y luego las pesan de nuevo ".mira cuánta masa se perdió en el horno, y esa es toda el agua que había allí ", dijo Konings, profesor asistente de ciencias del sistema de la Tierra en la Escuela de Ciencias de la Tierra, Energía y Medio Ambiente de Stanford Stanford Earth." Eso es obviamenterealmente laborioso, y solo puedes hacerlo en un par de lugares diferentes, solo para algunas de las especies en un paisaje "
El Servicio Forestal de los EE. UU. Recopila minuciosamente esta información sobre el contenido de agua de la planta en cientos de sitios en todo el país y los agrega a la Base de datos nacional de humedad del combustible, que ha acumulado unas 200,000 mediciones desde la década de 1970. Conocido como contenido de humedad del combustible vivo, la métrica está bienestablecido como un factor que influye en el riesgo de incendios forestales. Sin embargo, se sabe poco sobre cómo varía con el tiempo de una planta a otra, o de un ecosistema a otro.
Durante décadas, los científicos han estimado el contenido de humedad del combustible indirectamente, a partir de conjeturas informadas pero no comprobadas sobre las relaciones entre la temperatura, la precipitación, el agua en las plantas muertas y la sequedad de las plantas vivas. Según Rao, "ahora, estamos en una posición en la quepuede regresar y probar lo que hemos estado asumiendo durante tanto tiempo, el vínculo entre el clima y la humedad del combustible vivo, en diferentes ecosistemas del oeste de los Estados Unidos ".
IA con ayuda humana
El nuevo modelo utiliza lo que se llama una red neuronal recurrente, un sistema de inteligencia artificial que puede aprender a reconocer patrones en vastas montañas de datos. Los científicos entrenaron su modelo utilizando datos de campo de la Base de datos nacional de la humedad del combustible, luego lo pusieron a trabajar estimandola humedad del combustible de dos tipos de mediciones recolectadas por sensores espaciales. Una involucra mediciones de luz visible que rebota en la Tierra. La otra, conocida como radar de apertura sintética SAR, mide el retorno de las señales de radar de microondas, que pueden penetrar a través de ramas frondosas.camino a la superficie del suelo.
"Uno de nuestros grandes avances fue observar un nuevo conjunto de satélites que utilizan longitudes de onda mucho más largas, lo que permite que las observaciones sean sensibles al agua mucho más profundo en el dosel del bosque y sean directamente representativas del contenido de humedad del combustible".dijo Konings, quien también es miembro del centro, por cortesía, en el Stanford Woods Institute for the Environment.
Para entrenar y validar el modelo, los investigadores le proporcionaron datos de tres años para 239 sitios en todo el oeste de Estados Unidos a partir de 2015, cuando los datos SAR de los satélites Sentinel-1 de la Agencia Espacial Europea estuvieron disponibles. Verificaron sus predicciones de humedad del combustible enseis tipos comunes de cobertura terrestre, incluidos los bosques caducifolios de hoja ancha, los bosques de hoja perenne de hoja de aguja, los arbustos, las praderas y la vegetación dispersa, y descubrieron que eran más precisos, lo que significa que las predicciones de IA son las mediciones de campo más cercanas en la Base de Datos Nacional de Humedad de Combustible, en arbustos.
Rico en hierbas aromáticas como el romero y el orégano, y a menudo marcado por árboles cortos y empinadas laderas rocosas, los arbustos ocupan hasta el 45 por ciento del oeste americano. No solo son el ecosistema más grande de la región, dijo Rao, "ellostambién son extremadamente susceptibles a los incendios frecuentes, ya que vuelven a crecer rápidamente ". En California, los incendios azotados a un tamaño enorme por los vientos de Santa Ana se queman en un tipo de matorral conocido como chaparral." Esto ha llevado a las agencias de bomberos a monitorearlos intensamente ", dijo..
Las estimaciones del modelo se incorporan a un mapa interactivo que las agencias de bomberos pueden utilizar para identificar patrones y priorizar las medidas de control. Por ahora, el mapa ofrece una inmersión a través del historial, que muestra el contenido de humedad del combustible de 2016 a 2019, pero lo mismoEl método podría usarse para mostrar las estimaciones actuales. "Crear estos mapas fue el primer paso para comprender cómo estos nuevos datos de humedad del combustible podrían afectar el riesgo de incendio y las predicciones", dijo Konings. "Ahora estamos tratando de determinar realmente las mejores formas deúselo para mejorar la predicción de incendios "
Fuente de la historia :
Materiales proporcionado por Escuela de Ciencias de la Tierra, Energía y Medio Ambiente de Stanford . Original escrito por Josie Garthwaite. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :