Las tormentas de alta intensidad causan miles de millones de libras de daños cada año, y el cambio climático está destinado a empeorar esto en el futuro. Parece que ya estamos viendo tormentas de viento más frecuentes e intensas. El ex huracán Ofelia y la tormenta Eleanor causaron estragos en las Islas Británicas durante el invierno. incluidas las lesiones, cortes de energía y graves retrasos en los viajes.

No solo los viajeros y los hogares se ven afectados. Cada año en toda Europa, el número de árboles que los bosques comerciales pierden a causa de las tormentas equivale a la cantidad anual de madera talada en Polonia.

El daño forestal es un problema particular en el norte y oeste de Europa, pero cada vez más también lugares como el Báltico y Bielorrusia. Gracias al cambio climático, el daño podría duplicarse en el transcurso de este siglo.

Los investigadores utilizan varias técnicas de modelado para ayudar a los administradores forestales a predecir qué árboles corren el riesgo de sufrir daños, pero ninguno es suficientemente exacto. La inteligencia artificial tiene el potencial de marcar una gran diferencia, sin embargo. Hemos construido un sistema que creemos que señala el camino para proteger la industria forestal de manera más efectiva en el futuro.

Madera y latón

La silvicultura es un contribuyente importante a la economía del Reino Unido, con un valor agregado bruto anual de alrededor de £ 2 mil millones, un poco más del 0,1% de la economía total. Hay alrededor de 31, 000 kilómetros cuadrados de bosques, alrededor del 13% de la superficie terrestre total de Gran Bretaña.

Esta área está aumentando todo el tiempo, tanto para satisfacer la creciente demanda de madera como por motivos medioambientales:en Inglaterra, el bosque del norte recientemente anunciado entre Hull en el este y Liverpool en el oeste ayudará con la prevención de inundaciones, pérdida de suelo y vida silvestre. En Escocia, una gran proporción de la plantación de árboles se debe a la necesidad de eliminar más dióxido de carbono del aire mediante el secuestro de carbono.

El daño forestal está frenando esto, sin embargo. Al menos cinco veces en el Reino Unido en los últimos 50 años, Grandes tormentas han dañado la madera con un volumen de más de 1 millón de metros cúbicos.

La industria forestal intenta reducir el riesgo de daños causados ​​por el viento de diversas formas, incluida la tala de árboles a una edad más temprana, y raleo de los bosques antes para aumentar la estabilidad a largo plazo de los árboles.

Los silvicultores del Reino Unido suelen utilizar un sistema de software llamado ForestGALES para ayudar a estimar la probabilidad de que el viento dañe grupos de árboles, como se les llama en la industria. También existen técnicas de modelado para predecir el daño de las tormentas a árboles individuales, en función de cosas como su altura, ancho y características del bosque más generales como el tipo de suelo.

Todos estos sistemas adolecen del hecho de que sus predicciones hacen referencia a bases de datos de información que no contienen muchos datos. Lamentablemente, recopilar la información relevante lleva mucho tiempo y no está disponible para algunas áreas. por lo que no siempre es práctico mejorar esto. Tampoco ayuda que la proporción de árboles dañados en un bosque determinado sea bastante baja, alrededor del 15% del total.

Futuros forestales

Nosotros y varios otros colegas hemos estado colaborando para encontrar un camino diferente a seguir, combinando nuestra experiencia en informática y gestión forestal. Hemos podido demostrar que las computadoras pueden usar el aprendizaje automático para diseñar un modelo que pueda predecir el daño a árboles individuales con mucha precisión.

Se basa en un tipo de evolución artificial llamada programación genética (GP), que imita la evolución en el mundo natural para generar características completamente nuevas que se pueden incorporar a un sistema de clasificación para facilitar la discriminación entre diferentes árboles. Estas características no encajan en ninguna categorización humana ordenada, por eso es difícil dar ejemplos; cada nueva característica es una función matemática compleja que combina algunas de las variables originales, como la densidad de los árboles y la circunferencia del tronco de formas novedosas.

Cuando probamos el modelo utilizando datos recopilados de dos bosques dañados por tormentas en el suroeste de Francia, fue 90% exacto en un bosque y 79% exacto en el otro. En términos de puntos porcentuales, la mejora en otros sistemas de modelado fue de dos dígitos.

El nuevo enfoque también proporciona nuevos conocimientos a los administradores forestales, por ejemplo, destacando los factores que más influyen en la susceptibilidad al daño, como la densidad de árboles, lo que a su vez les ayuda a desarrollar mejores planes de manejo forestal para el futuro. Y los modelos funcionan lo suficientemente rápido como para que el impacto de estos planes de gestión se pueda mapear en tiempo real, lo cual es extremadamente útil para la planificación forestal y la participación de las partes interesadas.

Es un buen ejemplo de cómo la inteligencia artificial está mejorando nuestra capacidad para hacer frente al mundo que nos rodea. No conocemos a nadie más que intente aplicar el aprendizaje automático a la gestión de riesgos forestales, pero existen paralelismos en numerosas áreas:diagnóstico de cáncer de mama, para dar un ejemplo. El tiempo dirá si podemos enfrentarnos al cambio climático:pero si hay más tormentas en el futuro, al menos deberíamos ser mejores en la identificación de los puntos débiles de los bosques de antemano.

Este artículo se publicó originalmente en The Conversation. Lea el artículo original.