Investigadores de la Universidad de Sussex han desarrollado un sistema que puede predecir con precisión un período de sequía en África Oriental con hasta diez semanas de anticipación.

Las imágenes de satélite ya se utilizan en Kenia para monitorear el estado de los pastos y determinar la salud de la vegetación usando una métrica conocida como el Índice de Condición de la Vegetación. Estos se transmiten a los responsables de la toma de decisiones en las regiones áridas y semiáridas de Kenia a través de sistemas de alerta temprana de sequía.

Sin embargo, estos sistemas, operado por la Autoridad Nacional de Gestión de la Sequía (NDMA), solo permite que las organizaciones y comunidades intervengan cuando los impactos de una sequía ya han ocurrido. En ese punto, Un clima tan extremo ya habría tenido un efecto devastador en el sustento de la población local.

En lugar de, un equipo de investigadores de la Universidad de Sussex y la NDMA ha desarrollado un nuevo sistema llamado Astrocast.

Financiado en parte por el Consejo de Instalaciones de Ciencia y Tecnología, El proyecto permite que las agencias humanitarias y los administradores del riesgo de sequía sean proactivos cuando se trata de lidiar con los impactos del clima extremo al pronosticar los cambios antes de que ocurran.

En un artículo de investigación publicado en Percepción remota del medio ambiente , explican cómo un equipo interdisciplinario de científicos de datos (astrónomos y matemáticos) con geógrafos utilizó técnicas de la ciencia astronómica; procesar datos directamente de los telescopios espaciales antes de utilizar métodos estadísticos avanzados para pronosticar el clima extremo.

Dr. Pedram Rowhani, Profesor Titular de Geografía y cofundador de Astrocast, dijo:"En muchos casos, los primeros signos de sequía se pueden ver en la vegetación natural, que puede ser monitoreado desde el espacio.

"Nuestro enfoque mide el índice de condición de la vegetación (VCI) pasado y presente, un indicador que se basa en imágenes de satélite y a menudo se utiliza para identificar condiciones de sequía, comprender las tendencias y el comportamiento general del VCI a lo largo del tiempo, para predecir lo que puede suceder en el futuro ".

Primer autor conjunto del artículo y profesor de aprendizaje automático y ciencia de datos, El Dr. Adam Barrett dijo:"Después de conversaciones en los pasillos con el Dr. Rowhani sobre AstroCast, Vi la oportunidad de aplicar la metodología que había estado desarrollando en neurociencia teórica a un proyecto con potencial de impacto humanitario real.

"Con Sussex fomentando activamente el trabajo interdisciplinario, decidimos combinar conjuntos de habilidades. Ha sido revelador ver cómo nuestras técnicas se pueden aplicar a un problema del mundo real y mejorar vidas ".

Ha habido una demanda creciente dentro del sector humanitario para desarrollar sistemas que se centren en las alertas anticipadas y fomenten un enfoque más proactivo de los desastres.

La NDMA de Kenia ya proporciona boletines de sequía mensuales para todos los condados, qué estado detectó cambios en la vegetación y se utilizan para tomar decisiones sobre si declarar una alerta de sequía.

Pero con los pronósticos de Astrocast, estos boletines también podrían incluir una predicción de lo que es probable que sea el VCI en unas pocas semanas, dando a los agricultores y pastores un tiempo valioso para prepararse.

Seb Oliver, Profesor de Astrofísica y cofundador de Astrocast, dijo:"Una gran parte de mi investigación en astrofísica requiere el procesamiento de datos de telescopios espaciales astronómicos, como el Observatorio Espacial Herschel. Los satélites de observación de la Tierra no son tan diferentes.

"A menudo utilizamos estadísticas de vanguardia y enfoques de aprendizaje automático para interpretar nuestros datos astronómicos. En este caso, hemos utilizado enfoques de aprendizaje automático, y hemos podido pronosticar el estado de la vegetación hasta diez semanas antes con muy buena confianza.

"Imaginamos que nuestros informes podrían usarse para definir una nueva bandera de advertencia que permita a los líderes del condado tomar decisiones antes y así prepararse mejor. Pero esta información también podría ser utilizada por organizaciones humanitarias como la Cruz Roja de Kenia y otras organizaciones como Kenia Departamento Met.

"Es bien sabido que la preparación anterior es mucho más eficaz que la respuesta reactiva".