Seis grandes huracanes que azotaron 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 dañinos de estas tormentas? antes de que sucedan?

Los ingenieros civiles de la Universidad Estatal de Colorado han desarrollado un enfoque nuevo e innovador para evaluar la resistencia de las comunidades costeras a los huracanes. Crearon un "modelo de nivel de impacto de huracanes de peligros múltiples, "que estima los daños económicos causados ​​por las tormentas, antes de que sucedan.

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, un estudiante de posgrado en ingeniería civil, quién diseñó y validó el modelo.

"Nuestro modelo pronostica tormentas más en términos de impactos, "Explicó Mahmoud. Los pronosticadores normalmente se comunican sobre las tormentas que se aproximan mediante la categorización de las velocidades sostenidas del viento en la escala Saffir-Simpson.

Velocidad del viento, sin embargo, no suele ser la principal causa de muerte y destrucción por huracanes, dicen los investigadores. Los peores impactos suelen ser causados ​​por inundaciones, precipitación y marejada ciclónica, combinado con la geografía de la llegada a tierra, densidad de población, y calidad de la infraestructura. 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.

Redes neuronales

El modelo de impacto de Mahmoud y Pilkington utiliza redes neuronales artificiales y aprendizaje automático para "enseñar" a un programa informático cómo predecir el daño de una tormenta pendiente. por cifra en dólares. La red neuronal que es como un cerebro humano artificial que se vuelve más inteligente cuanto más datos recibe, funciona con datos históricos detallados de varias tormentas. Estos 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 las tormentas con los resultados reales conocidos de esas tormentas. Para alimentar su modelo, utilizaron datos disponibles públicamente de agencias federales. Su modelo utiliza insumos que incluyen la llegada a tierra estimada, población afectada, velocidad máxima del viento, marejada ciclónica máxima, y precipitación total.

Luego, probaron el modelo en tiempo real durante tormentas reales, incluyendo más recientemente el huracán Harvey, que golpeó la costa del golfo alrededor de Houston, Texas, en agosto.

Las mejoras no han ido a la par

Los investigadores también utilizaron su modelo para analizar si las mejoras físicas y políticas, como los malecones, el Programa Nacional de Seguro contra Inundaciones, y los códigos de construcción actualizados han mitigado los impactos de poderosas tormentas. En breve, no lo han hecho dicen los investigadores.

Según sus datos, Las comunidades costeras de Florida o Texas son igualmente vulnerables desde el punto de vista económico, o peor aún, a la devastación del huracán como lo fueron hace 100 años. Esa es una realidad aleccionadora sobre la 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 eso, 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 en esas áreas, "Dijo Pilkington.

Pilkington, cuyos intereses se cruzan en meteorología e ingeniería civil, quiere que el modelo marque una diferencia real en la vida de las personas. "Mi objetivo final es que alguien lo utilice, ya sea el Servicio Meteorológico Nacional o en otro lugar, ", dijo." Deberíamos comunicarnos con el público en términos de impacto en lugar de intensidad ".

Mahmoud y Pilkington continúan avanzando en 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.