Investigadores de la USC han desarrollado un nuevo método para predecir con precisión la propagación de incendios forestales. Combinando imágenes satelitales e inteligencia artificial, su modelo ofrece un avance potencial en el manejo de incendios forestales y la respuesta a emergencias.
Un estudio preliminar publicado detalla la evidencia Inteligencia artificial para sistemas terrestresEl modelo de la USC utiliza datos satelitales para rastrear el progreso de los incendios forestales en tiempo real y luego introduce esta información en un sofisticado algoritmo informático que puede predecir con precisión la probable trayectoria, intensidad y tasa de crecimiento de un incendio.
El estudio se produce mientras California y gran parte del oeste de Estados Unidos continúan luchando contra una temporada de incendios forestales cada vez más mortal. Una peligrosa combinación de viento, sequía y calor extremo ha provocado múltiples incendios en todo el estado. Entre ellos, el Lake Fire, el incendio forestal más grande del estado este año, ya ha quemado más de 38,000 acres en el condado de Santa Bárbara.
“Este modelo representa un importante paso adelante en nuestra capacidad para combatir los incendios forestales”, dijo Brian Shady, estudiante de doctorado en el Departamento de Ingeniería Mecánica y Aeroespacial de la Escuela de Ingeniería Viterbi de la USC y autor correspondiente del estudio. “Al proporcionar información más precisa y oportuna, nuestra herramienta fortalece los esfuerzos de los bomberos y los equipos de evacuación que luchan contra los incendios forestales en el frente”.
Ingeniería inversa del comportamiento de los incendios forestales con IA
Los investigadores comenzaron recopilando datos históricos de incendios forestales a partir de imágenes satelitales de alta resolución. Al estudiar cuidadosamente el comportamiento de incendios forestales pasados, los investigadores pudieron rastrear cómo comenzó, se propagó y finalmente se controló cada incendio. Su extenso análisis revela patrones influenciados por diversos factores como el clima, el combustible (por ejemplo, árboles, maleza, etc.) y el terreno.
Luego entrenaron un modelo informático generativo impulsado por IA conocido como Red Adversaria Generativa Condicional de Wasserstein, o cWGAN, para simular cómo estos factores afectan el desarrollo de incendios forestales a lo largo del tiempo. Le enseñaron al modelo a reconocer patrones en imágenes de satélite que coincidían con la forma en que se propagaban los incendios forestales en su modelo.
Luego probaron el modelo cWGAN en incendios forestales reales que ocurrieron en California entre 2020 y 2022 para ver qué tan bien predijo dónde se propagarían los incendios.
“Al estudiar cómo se comportaron los incendios forestales pasados, podemos crear un modelo que prediga cómo podrían propagarse los incendios forestales futuros”, dijo Asad Oberai, profesor Hughes y profesor de ingeniería mecánica y aeroespacial en la USC Viterbi y coautor del estudio.
Uso de IA para predecir incendios forestales: modelos impresionantes
Oberai y Shady quedaron impresionados de que cWGAN, inicialmente entrenado con datos simulados típicos en condiciones ideales, como terreno plano y vientos unidireccionales, tuviera un buen desempeño en pruebas en incendios forestales reales de California. Atribuyen este éxito al hecho de que CWGAN se utilizó junto con datos reales de incendios forestales procedentes de imágenes satelitales, no solo.
Oberai, cuya investigación se centra en el desarrollo de modelos informáticos para comprender la física subyacente de diversos fenómenos, ha modelado de todo, desde el flujo de aire turbulento sobre las alas de un avión hasta enfermedades infecciosas y cómo las células se multiplican dentro de los tumores e interactúan con su entorno. De todos los modelos que ha creado, Oberai señala que el incendio forestal es el más desafiante.
“Los incendios implican procesos complejos: se queman combustibles como la hierba, la maleza o los árboles, lo que provoca reacciones químicas complejas que producen calor y corrientes de viento. Factores como la topografía y el clima también afectan el comportamiento del fuego: los incendios se propagan más en condiciones húmedas. No, pero tal vez avancemos rápidamente en seco”, dijo. “Estos son procesos muy complejos, caóticos y no lineales. Para modelarlos correctamente, es necesario tener en cuenta todos estos factores diferentes. Necesitas informática avanzada”.
Otros coautores incluyen a la estudiante de posgrado Valentina Calaja del Departamento de Ingeniería Mecánica y Aeroespacial de la USC Viterbi; Deep Ray de la Universidad de Maryland, College Park (anteriormente estudiante postdoctoral en la USC Viterbi); Angel Farguel y Adam Kochanski de la Universidad Estatal de San José; John Mandel de la Universidad de Colorado, Denver; James Haley y Kyle Hilburn de la Universidad Estatal de Colorado, Fort Collins; y Derek Malia de la Universidad de Utah.
La investigación fue financiada por la Oficina de Investigación del Ejército, la NASA y el Programa Curva de Viterbi.