En tormentas importantes como el huracán Dorian, que inicialmente planteó graves amenazas para el sureste de los Estados Unidos antes de devastar las Bahamas, pueden ocurrir inundaciones masivas en cuestión de horas.

Pero pueden pasar días o incluso semanas hasta que una inundación retroceda. Y una evaluación completa de dónde es peor el daño puede llevar incluso más tiempo, si los topógrafos no pueden acceder a las áreas inundadas.

Investigadores de la Universidad de Connecticut están desarrollando una técnica de mapeo de radar basada en satélites que, según dicen, reduce drásticamente el tiempo que lleva delimitar las áreas inundadas, no solo permitiendo que los primeros en responder sean mucho más rápidos y efectivos, pero mejorando la capacidad de los pronosticadores para predecir con mayor precisión el área inundada causada por tormentas futuras.

"Cuando pasa un satélite, podemos cuantificar muy rápidamente el impacto y decir cuál es el alcance del daño, "dice Emmanouil Anagnostou, profesor de ingeniería civil y ambiental y director del Eversource Energy Center, que encabeza el proyecto.

"Este método basado en satélites ofrece una primera evaluación muy buena de dónde se está inundando el agua. Es un mapa muy importante, porque la gente de respuesta a emergencias puede tomar el mapa, superponerlo en su mapa de infraestructura, y luego pueden comenzar a hacer evaluaciones rápidas de los daños ".

Según informes de noticias, El huracán Dorian mató al menos a 50 y dejó aproximadamente 70, 000 personas sin hogar en las Bahamas, y cortar el suministro eléctrico a cientos de miles de hogares y empresas en Canadá. Dorian llegó a la playa de Juno, Florida, el 2 de septiembre y subió la costa desde allí, causando daños en las Carolinas, así como. Varias personas murieron en Florida y Carolina del Norte mientras trabajaban en propiedades en preparación para la tormenta.

Tales amenazas hacen que la evaluación rápida sea aún más importante.

El sistema de mapeo de inundaciones de UConn está automatizado y "no requiere ninguna interpretación humana, desde la detección de áreas potencialmente inundadas hasta la generación final de los mapas de inundaciones, "dice Xinyi Shen, profesor asistente de investigación de ingeniería civil y ambiental. "Para los que toman las decisiones y los primeros en responder, es muy importante saber dónde son graves las inundaciones para que puedan asignar recursos ".

La estudiante de doctorado visitante Qing Yang de la Universidad de Guang Xi está colaborando con el equipo de UConn en la cadena de procesamiento del sistema de mapeo de inundaciones.

En la actualidad, Se necesitan aproximadamente dos días para obtener los datos del satélite de la Agencia Espacial Europea después de una tormenta y luego otras 12 horas para generar mapas. A medida que UConn comenzó a generar mapas de inundaciones después del huracán Florence en 2018, La NASA también adoptó los mapas.

Si bien eso puede no parecer rápido, es una gran mejora con respecto a lo que está disponible actualmente.

"Incluso con un retraso de dos días, no hay ningún equipo a nivel mundial que produzca [mapas de inundaciones] en un período de tiempo tan corto, "Shen dice.

Anagnostou dice:"muy pocas personas conocen el alcance de los daños de los servicios públicos a las inundaciones. La verdadera evaluación de los daños se produce semanas o incluso meses después del evento, "generalmente con encuestas y drones.

"Sé que todo el mundo siempre se centra en la previsión, y se hace un gran esfuerzo en la previsión, pero muy pocas personas pueden dar en tiempo casi real una estimación real de lo que sucedió realmente después de que pase la tormenta, " él dice.

"No hay acceso a esas ubicaciones para poder ir a inspeccionarlas, por lo que un sistema basado en el espacio es la única fuente que tienen los administradores de emergencias para comprender el alcance de la inundación, lo que resulta en la extensión de los posibles daños ".

El equipo de investigación informó por primera vez sobre el uso de satélites para producir mapas de inundaciones en tiempo casi real en el Percepción remota del medio ambiente diario.