El grupo de investigación de Modelización Atmosférica Regional (GMAR) de la Universidad de Murcia, coordinado por Prof. Juan Pedro Montávez, crea un sistema capaz de anticipar incendios forestales gracias a un innovador modelo híbrido que combina datos climáticos y aprendizaje automático.
Los resultados de la investigación, publicada en la revista npj Natural Hazards, perteneciente al grupo editorial Nature, demostraron que el modelo es particularmente preciso en áreas con alta tasa de incendios. En regiones como Australia, las sabanas africanas o América del Sur, alcanza un acierto de predicción superior al 70%. "Estas anomalías se anticipan mediante modelos híbridos que combinan información climática histórica y predicciones estacionales, principalmente sequía, expresada mediante el Índice de Precipitación Estandarizado" explica el investigador.
Nuevas aplicaciones
Hasta ahora, los estudios previos en este ámbito eran relativamente escasos y, a menudo, limitados a una única temporada o región. Sin embargo, con este nuevo sistema, aumenta la capacidad de predicción a todas las estaciones del año y es aplicable globalmente. Así pues, los organismos de gestión de emergencias, las agencias meteorológicas e incluso los gobiernos nacionales y regionales podrían mejorar la gestión de emergencias y la asignación de recursos, minimizando las pérdidas humanas, económicas y ambientales.
El equipo de investigación espera que el proyecto continúe evolucionando para convertirse en un sistema operacional global capaz de ofrecer predicciones en tiempo real y adaptarse a condiciones específicas de cada región.
El estudio se enmarca en el proyecto ONFIRE, financiado por el Ministerio de Ciencia, Innovación y Universidades de España y por el programa FEDER, liderado por el investigador Marco Turco del grupo GMAR de la Universidad de Murcia. Además, cuenta con la colaboración de la Universidad de Cantabria y el Instituto Pirenaico de Ecología (IPE-CSIC), así como con el apoyo adicional del Centro Euro-Mediterráneo sobre el Cambio Climático (CMCC, Italia) y el Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF) del Reino Unido