Investigadores de la Universidad de León crean una IA que predice los grandes incendios con hasta 16 días de antelación
Investigadores de la Universidad de León (ULe) han desarrollado una herramienta basada en inteligencia artificial (IA) capaz de predecir con hasta 16 días de antelación el riesgo de que se produzcan incendios de copa, considerados los fuegos forestales más peligrosos por su rapidez de propagación, su elevada intensidad y la dificultad para controlarlos una vez alcanzan las copas de los árboles.
La nueva plataforma, denominada CROWNFIRE-AI, combina inteligencia artificial, imágenes de satélite, datos meteorológicos, información forestal y computación en la nube para elaborar mapas de riesgo a escala regional que pueden utilizar gestores forestales, administraciones públicas y servicios de prevención de incendios.
El trabajo consultado por EFE ha sido liderado por José Manuel Fernández Guisuraga, investigador vinculado al Instituto para el Medio Ambiente y el Cambio Global (IMACG) de la ULe, junto con especialistas de la propia institución académica, la Universidad de Valladolid y la empresa tecnológica leonesa Vexiza SL, y acaba de ser publicado en la revista científica 'Ecological Informatics'.
Los incendios de copa son aquellos en los que el fuego alcanza y se propaga por la parte superior de los árboles. Este comportamiento suele darse durante los denominados incendios extremos y puede provocar velocidades de avance entre dos y cuatro veces superiores a las de los fuegos de superficie, además de dificultar enormemente las labores de extinción.
Cada vez más frecuentes
Según explican los autores, la frecuencia de este tipo de incendios está aumentando en distintas regiones del mundo debido a factores como el cambio climático, las olas de calor, las sequías prolongadas, el abandono rural y la acumulación de combustible vegetal en los montes.
Para desarrollar la herramienta, los investigadores analizaron información procedente de 33 grandes incendios ocurridos en España entre 2017 y 2024 y construyeron una base de datos con 18.874 puntos de referencia que permitieron entrenar el algoritmo de inteligencia artificial.
El sistema integra imágenes de los satélites Sentinel-1 y Sentinel-2 de la Agencia Espacial Europea (ESA), datos MODIS de la NASA, información topográfica, inventarios forestales y previsiones meteorológicas del modelo Global Forecast System (GFS). A partir de todos esos datos, genera predicciones sobre la probabilidad de que un incendio desarrolle comportamiento de copa en una zona concreta.
Los investigadores destacan que uno de los principales avances reside en haber trasladado técnicas complejas de teledetección y aprendizaje automático a una plataforma de uso sencillo que no requiere conocimientos avanzados de programación ni de análisis geoespacial.
La plataforma está alojada en servidores de la Universidad de León y puede utilizarse gratuitamente mediante registro previo. Aunque el sistema ha sido entrenado y validado con datos de incendios ocurridos en España, los investigadores señalan que la metodología podría adaptarse en el futuro a otras regiones propensas a grandes fuegos forestales tras los correspondientes procesos de calibración y validación.