• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Naturaleza
    El equipo utiliza el aprendizaje automático para ayudar a saber qué incendios forestales se descontrolarán

    Una imagen satelital de Alaska capturada en agosto de 2005 muestra la extensión de la cobertura de humo de los incendios forestales en los bosques boreales del estado. Es probable que las llamas aumenten en condiciones excepcionalmente cálidas y secas y cuando hay un alto porcentaje de abetos negros en las áreas afectadas, factores clave en un nuevo modelo predictivo desarrollado por científicos de la UCI. Crédito:NASA

    Un equipo interdisciplinario de científicos de la Universidad de California, Irvine ha desarrollado una nueva técnica para predecir el tamaño final de un incendio forestal desde el momento de la ignición.

    Construido alrededor de un algoritmo de aprendizaje automático, el modelo puede ayudar a pronosticar si un incendio será pequeño, mediano o grande para cuando haya seguido su curso, conocimiento útil para los encargados de asignar los escasos recursos de extinción de incendios. El trabajo de los investigadores se destaca en un estudio publicado hoy en la Revista internacional de incendios forestales .

    "Una analogía útil es considerar qué hace que algo se vuelva viral en las redes sociales, "dijo el autor principal Shane Coffield, estudiante de doctorado de la UCI en ciencias del sistema terrestre. "Podemos pensar en qué propiedades de un tweet o publicación específicos podrían hacer que estalle y se vuelva realmente popular, y cómo se puede predecir que en el momento en que se publica o justo antes de que se publique".

    Él y sus colegas aplicaron ese pensamiento a una situación hipotética en la que decenas de incendios estallan simultáneamente. Suena extremo pero este escenario se ha vuelto demasiado común en los últimos años en partes del oeste de los Estados Unidos, ya que el cambio climático ha provocado condiciones cálidas y secas en el suelo que pueden poner una región en alto riesgo de ignición.

    "Solo unos pocos de esos incendios serán realmente grandes y representarán la mayor parte del área quemada, por lo que tenemos este nuevo enfoque que se centra en identificar encendidos específicos que presentan el mayor riesgo de salirse de control, "Dijo Coffield.

    El equipo utilizó Alaska como área de estudio para el proyecto porque el estado ha estado plagado durante la última década por una serie de incendios simultáneos en sus bosques boreales. amenazando la salud humana y los ecosistemas vulnerables.

    En el núcleo del modelo de los científicos de la UCI se encuentra un algoritmo de "árbol de decisiones". Al alimentarlo con datos climáticos y detalles cruciales sobre las condiciones atmosféricas y los tipos de vegetación presentes alrededor del punto de inicio de un incendio, los investigadores pudieron predecir el tamaño final de un incendio el 50 por ciento de las veces. Una variable clave es el déficit de presión de vapor (la poca humedad que hay en el área) durante los primeros seis días de existencia de un incendio. Una segunda consideración importante para los bosques de Alaska es el porcentaje de árboles de la variedad de abetos negros.

    "Abeto negro, que son dominantes en Alaska, tener estos largos, ramas caídas que están diseñadas, desde una perspectiva evolutiva, para absorber el fuego, "dijo el coautor James Randerson, profesor y cátedra Ralph J. &Carol M. Cicerone en Ciencias del Sistema Terrestre en la UCI. "Sus semillas están adaptadas para funcionar bien en un entorno posterior a un incendio, por lo que su estrategia es acabar con todo lo que los rodea durante un incendio para reducir la competencia por su descendencia ".

    Dijo que Coffield pudo demostrar que la fracción de abeto negro dentro de un radio de 2.5 millas del sitio de ignición es un factor importante para juzgar qué tan grande crecerá un incendio.

    Una ventaja de este nuevo método es la velocidad, Dijo Coffield. El algoritmo "aprende" con cada nuevo punto de datos y puede determinar rápidamente los umbrales críticos para identificar grandes incendios. Es posible que las personas hagan esto manualmente o ejecutando simulaciones en cada encendido diferente, él dijo, pero el enfoque estadístico del sistema de aprendizaje automático es "mucho más rápido y eficiente, especialmente para considerar varios incendios simultáneamente ".

    Ante un aumento inducido por el cambio climático en el número de incendios forestales que se esperan cada temporada, estado, Las autoridades de extinción de incendios locales y del condado podrían beneficiarse de algunas herramientas y técnicas actualizadas, Randerson notó. Además de potencialmente salvar vidas y proteger la propiedad y la infraestructura crucial, Los esfuerzos de extinción de incendios también serán cada vez más importantes para preservar el mundo natural.

    "En lugares como Alaska, es necesario limitar el área afectada por el fuego, porque si seguimos teniendo estos inusuales, años de alto fuego, se perderá más carbono del paisaje, exacerbando el calentamiento, ", Dijo Randerson." Si dejamos que los incendios se vayan, podríamos estar en una situación en la que haya mucho daño significativo tanto para el sistema climático como para los ecosistemas ".


    © Ciencia https://es.scienceaq.com