Eres un pez gordo que trabaja para controlar un incendio forestal. El incendio salta la línea de fuego, lo que obliga a tu tripulación a huir utilizando una ruta de escape predeterminada. Más temprano ese mismo día, el jefe de equipo estimó cuánto tiempo tomaría llegar a la zona de seguridad. Con el fuego detrás de ti, miras tu reloj y esperas que estuvieran en lo cierto.
Los bomberos dependen principalmente de la experiencia de toda su vida y de la información a nivel del suelo para elegir rutas de evacuación, con poco apoyo de mapas digitales o datos aéreos. Las herramientas que existen consideran sólo la pendiente de un paisaje al estimar el tiempo que lleva atravesar el terreno. Sin embargo, correr por una carretera empinada puede ser más rápido que navegar por un campo de rocas plano o caminar entre arbustos que llegan hasta el pecho. Los bomberos, los equipos de respuesta a desastres, los trabajadores de la salud rural y los profesionales de muchos otros campos necesitan una herramienta que incorpore todos los aspectos de la estructura de un paisaje para estimar los tiempos de viaje.
En un nuevo estudio, investigadores de la Universidad de Utah presentan la Simulación de la tasa de viaje en entornos diversos (STRIDE), el primer modelo que incorpora la rugosidad del terreno y la densidad de la vegetación, además de la pendiente de la pendiente, para predecir los tiempos de viaje a pie con una precisión sin precedentes.
“Una de las cuestiones fundamentales en la seguridad de los bomberos es la movilidad. Si estoy en medio del bosque y necesito salir, ¿cuál es el mejor camino a seguir y cuánto tiempo me llevará?” dijo Mickey Campbell, profesor asistente de investigación en la Escuela de Medio Ambiente, Sociedad y Sostenibilidad (ESS) de la U y autor principal del estudio.
Los autores analizaron datos de detección y alcance de luz aérea (LiDAR) y realizaron pruebas de campo para desarrollar una ecuación notablemente simple y precisa que identifica la ruta más eficiente entre dos ubicaciones cualesquiera en una amplia gama de entornos, desde entornos urbanos pavimentados hasta fuera de sendero. , paisajes boscosos. Descubrieron que STRIDE siempre elegía caminos que la gente buscaría lógicamente: caminos y senderos, y preferencia por caminos de menor resistencia. Stride produjo tiempos de viaje mucho más precisos que el modelo estándar de pendiente únicamente, que subestimó gravemente los tiempos de viaje.
“Si el fuego alcanza a un bombero antes de que pueda ponerse a salvo, los resultados pueden ser fatales, como fue el caso de tragedias como el incendio de Yarnell Hill en 2013”, dijo Campbell. “STRIDE no sólo tiene el potencial de mejorar la evacuación de los bomberos, sino también nuestra mejor comprensión de la movilidad de los peatones en disciplinas que van desde la defensa hasta la arqueología, la respuesta a desastres y la planificación de la recreación al aire libre”.
El estudio fue publicado en la revista el 13 de septiembre de 2024. Informe científico.
Estimaciones aéreas de viajes en tierra
STRIDE es el primer modelo integral que utiliza datos LiDAR aéreos para mapear dos factores subestimados que inhiben los viajes todoterreno: la densidad de la vegetación y la rugosidad de la superficie del suelo, así como la pendiente. LiDAR se utiliza comúnmente para mapear la estructura de un paisaje desde el aire, explicó Campbell. Un avión equipado con LiDAR tiene sensores que disparan millones de pulsos láser en todas direcciones, que rebotan y dibujan un mapa detallado de las estructuras en el suelo. Los pulsos láser rebotan en la hojarasca, la grava, los cantos rodados, los arbustos y las copas de los árboles para crear mapas tridimensionales del terreno y la vegetación con una precisión de centímetros.
Los autores compararon el desempeño de Stride con las tasas de viaje recopiladas en tres experimentos de campo, en los que los voluntarios caminaron a lo largo de transectos de 100 metros a través de áreas con datos LiDAR existentes.
“Obtener tiempos de viaje de diferentes voluntarios nos permite tener en cuenta el diferente desempeño humano para que podamos hacer las predicciones más precisas de las tasas de viaje en diversos entornos”, dijo el coautor Philip Dennison, profesor y director de ESS.
Las primeras pruebas de campo tuvieron lugar en septiembre de 2016. En ese momento, los conjuntos de datos LiDAR eran relativamente raros en el oeste de EE. UU. En la última década, la Sociedad Geológica de América ha producido mapas LiDAR que cubren gran parte del país.
“Cuando empezamos a observar la dinámica de la extinción de incendios forestales hace una década, mucha gente estudiaba cómo se propagaban los incendios por el paisaje, pero muy pocos trabajaban en el problema de cómo se mueven los bomberos por el paisaje”, dijo Campbell en ese momento. es estudiante de doctorado en el laboratorio de Denison en ESS. “Sólo combinando estos dos datos podremos entender realmente cómo mejorar la seguridad de los bomberos”.
Ese estudio, publicado en 2017, fue el primer intento de mapear rutas de escape para los bomberos forestales utilizando LiDAR. La segunda prueba se llevó a cabo en agosto de 2023 en las montañas Wasatch centrales de Utah para capturar una gama más amplia de condiciones paisajísticas no desarrolladas y fuera del camino que la primera prueba, incluidas pendientes casi increíblemente empinadas y vegetación extremadamente densa. La prueba final tuvo lugar en Salt Lake City en enero de 2024 para probar el modelo STRIDE en un entorno urbano. En total, unos 50 voluntarios recorrieron más de 40 transectos de 100 metros de terreno extremadamente variado.
Poniéndolo junto
El estudio comparó Stride con un modelo de pendiente únicamente para crear las rutas más eficientes, o rutas de menor costo, en las colinas que rodean la estación de esquí Alta en las montañas Wasatch de Utah. Los geógrafos y arqueólogos han estado utilizando modelos de trayectorias de menor costo para simular el movimiento humano durante décadas; Sin embargo, hasta la fecha la mayoría se ha basado casi exclusivamente en las laderas como única barrera paisajística. Los autores imaginan un escenario en el que los servicios de emergencia planean rescatar a un excursionista herido. Desde un punto central, eligieron 1.000 ubicaciones aleatorias para el excursionista y pidieron a ambos modelos que encontraran el camino de menor coste.
Stride eligió caminos establecidos alrededor de la zona de esquí para evitar bosques o vegetación densa, siguiendo senderos y en algunos casos las principales pistas de esquí. STRIDE reutilizó las rutas establecidas tanto como fue posible antes de bifurcarse, reforzando la idea de que STRIDE identificó las rutas más intuitivas para alguien en el terreno.
“Lo realmente interesante es que no le proporcionamos al algoritmo ningún conocimiento de las redes de transporte existentes. Simplemente sabía tomar caminos porque eran lisos, no tenían vegetación y tendían a ser menos empinados”, dijo Campbell.
Por el contrario, el modelo de sólo pendiente tenía pocos caminos superpuestos, sin tener en cuenta las carreteras o senderos. Envió a los rescatistas a través de una densa vegetación, peligrosos campos de pedregal y zonas boscosas.
Los autores creen que STRIDE tendrá un impacto inmediato en el mundo real: han puesto el modelo STRIDE a disposición del público para que cualquier persona con datos LiDAR y sentido común pueda hacer que su trabajo o recreación sea más eficiente con mayores márgenes de seguridad.
“Si no se tiene en cuenta la cubierta vegetal y el material de la superficie del suelo, se subestimará significativamente el tiempo total de viaje. El Servicio Forestal de EE. UU. ha sido de gran ayuda en este estudio sobre la tasa de viajes porque reconoce el valor inherente de la movilidad de la carga de los bomberos. “, dijo Campbell. “Eso es lo que me encanta de este trabajo. No es sólo un ejercicio académico, es algo que tiene implicaciones reales y tangibles para los bomberos y profesionales en muchos otros campos”.
Los autores utilizaron recientemente un modelo de tasa de viaje basado en pendientes para actualizar la capa de tiempo de evacuación terrestre (GET) del Servicio Forestal de EE. UU., que permite a los bomberos forestales estimar el tiempo de viaje al centro médico más cercano desde cualquier lugar que se espera que utilice el Campbell Stride adyacente de EE. UU. Mejorar GET permite una estimación más precisa del tiempo de evacuación.