Un equipo de la Universidad Estatal de Pensilvania desarrolló h-Diffusion, un sistema que utiliza IA para pronosticar cambios en el nivel del agua y mejorar las alertas tempranas. El estudio fue publicado en Water Resources Research.
Las inundaciones repentinas continúan siendo objeto de desarrollo de herramientas tecnológicas que buscan anticipar desastres naturales. Un equipo de investigadores de la Universidad Estatal de Pensilvania (Penn State) creó un modelo de inteligencia artificial (IA) denominado h-Diffusion, capaz de estimar cómo evolucionará el caudal de los ríos a lo largo del día. La herramienta fue presentada en un estudio publicado en la revista científica Water Resources Research.
El sistema utiliza una tecnología conocida como modelo de difusión, empleada también para generar imágenes mediante IA. En este caso, los investigadores adaptaron ese mecanismo para analizar datos de lluvia y registros del caudal de los ríos. En lugar de generar una imagen, el modelo calcula cómo podría comportarse el agua durante las próximas horas.
Para desarrollar y evaluar la herramienta, el equipo utilizó registros horarios de 516 cuencas fluviales de Estados Unidos. Los resultados se compararon con datos de años posteriores que no habían sido utilizados durante el entrenamiento. Según el estudio, el sistema logró mejores resultados que otros modelos avanzados de aprendizaje automático utilizados como referencia. Además, puede incorporar mediciones recientes de las estaciones de monitoreo sin necesidad de volver a entrenarlo por completo.
Una de las principales ventajas de esta tecnología es que podría ayudar a detectar crecidas peligrosas antes de que alcancen niveles críticos. Con pronósticos más precisos, las autoridades podrían contar con más tiempo para emitir alertas, organizar evacuaciones y preparar equipos de emergencia. También permitiría mejorar la planificación en zonas expuestas a inundaciones, reducir riesgos para la población y orientar la distribución de recursos durante una emergencia.
Sin embargo, el modelo todavía necesita ser evaluado en diferentes condiciones antes de convertirse en una herramienta operativa de uso generalizado. La calidad de los datos y la dificultad para anticipar fenómenos extremos sin antecedentes conocidos siguen siendo desafíos importantes. Los propios investigadores advierten que la inteligencia artificial no reemplaza por completo a los modelos meteorológicos basados en principios físicos. La combinación de ambas tecnologías podría ofrecer mejores herramientas para anticipar eventos peligrosos.
El objetivo final es avanzar hacia sistemas de alerta más rápidos y confiables, capaces de darles a las comunidades más tiempo para prepararse frente a una inundación y reducir sus consecuencias.
Con información de Infobae, editada y redactada por un periodista de ADNSUR