Investigadores de la Universidad Técnica de Dinamarca (DTU) han colaborado con el municipio de Jammerbugt para crear un sistema pionero de alerta temprana para inundaciones locales.
Solución innovadora para abordar los desafíos locales de las inundaciones
Susanne Nielsen,dent de Aalborg, Dinamarca, ha expresado su preocupación por las posibles inundaciones que podrían afectar la casa de verano de sus padres en Slettestrand, Jutlandia Septentrional. La proximidad de la casa a la bahía de Jammerbugt supone un riesgo de intrusión de agua, especialmente con el aumento del nivel freático.
Para mitigar este riesgo y proporcionar alertas oportunas a residentes dent responsables de la toma de decisiones, investigadores de la DTU han desarrollado una herramienta avanzada de alerta temprana. A diferencia de los sistemas tradicionales de alerta de inundaciones, esta herramienta ofrece predicciones localizadas, avisando a las partes interesadas con hasta 48 horas de antelación sobre inundaciones inminentes en ríos, arroyos y zonas costeras del municipio de Jammerbugt.
Un elemento central del sistema es el "índice de humedad", un modelo basado en inteligencia artificial (IA) entrenado con diversos conjuntos de datos, como imágenes satelitales, pronósticos meteorológicos, niveles freáticos y marinos, y topografía del paisaje. Este enfoque multidimensional permite una comprensión detallada de la dinámica del agua y sus interacciones con el entorno.
Roland Löwe, profesor asociado de la DTU especializado en hidrología, destaca la complejidad del movimiento del agua en paisajes abiertos. Mediante el uso de IA y conjuntos de datos cuidadosamente seleccionados, los investigadores han desarrollado una herramienta capaz de predecir con precisión las inundaciones locales.
Prueba y perspectivas
En 2023, el municipio de Jammerbugt probó la herramienta de alerta temprana, con resultados prometedores durante los meses húmedos de primavera. Sin embargo, surgieron dificultades durante el verano más seco, lo que puso de relieve la necesidad de perfeccionarla.
Heidi Egeberg Johansen, jefa de proyectos del municipio de Jammerbugt, reconoce el potencial de la herramienta y destaca la importancia de su precisión y fiabilidad. Se están llevando a cabo planes para reentrenar y ajustar el modelo, y se busca financiación para apoyar las iniciativas de desarrollo en curso.
Paralelamente a los avances en la alerta de inundaciones, los investigadores de la DTU han sido pioneros en técnicas científicas de aprendizaje automático para optimizar las estrategias de gestión del agua. La combinación del aprendizaje automático con la computación científica ha reducido significativamente el tiempo de cálculo sin sacrificar la precisión.
Allan Peter Engsig-Karup, profesor asociado de la DTU, destaca las ventajas de este enfoque para predecir el movimiento del agua a través de los sistemas de drenaje. Al aprovechar el poder del aprendizaje automático científico, los cálculos se realizan hasta 100 veces más rápido que con los métodos tradicionales, lo que proporciona a los responsables de la toma de decisiones información en tiempo real.
Transformando las prácticas de gestión de inundaciones
La integración basadas en IA en la gestión de inundaciones representa un cambio de paradigma en la planificación de la resiliencia. Con predicciones más rápidas y precisas, los municipios pueden asignar recursos de forma proactiva, implementar medidas preventivas y adaptar eficazmente la infraestructura para mitigar los riesgos de inundación.
Roland Löwe destaca las implicaciones prácticas de este avance tecnológico, que permite a los responsables de la toma de decisiones reunirse y explorar diversos escenarios en tiempo real. Al agilizar el proceso de toma de decisiones, las comunidades pueden optimizar sus estrategias de respuesta y mejorar la resiliencia general ante inundaciones.
