Los pronósticos de inundaciones con datos de bloques podrían salvar vidas: un nuevo método de aprendizaje automático lo hace posible

Las extremas inundaciones y deslizamientos de tierra en California en las últimas semanas tomaron por sorpresa a muchos conductores.Los socavones se tragaron los coches, las carreteras se convirtieron en rápidos ríos de agua y barrios enteros fueron evacuados.Al menos 20 personas murieron en las tormentas, varios de ellos después de quedar atrapado en automóviles bajo agua corriente.

Mientras revisaba los pronósticos en las aplicaciones meteorológicas de mi teléfono celular durante las semanas de tormentas de principios de enero de 2023, me preguntaba si las personas en medio de los aguaceros estaban usando tecnología similar al decidir si salir de sus hogares y determinar qué rutas eran más seguras.¿Sintieron que era suficiente?

soy un hidrólogo que a veces trabaja en áreas remotas, por lo que la interpretación de los datos meteorológicos y la incertidumbre del pronóstico siempre forma parte de mi planificación.Como alguien que una vez estuvo a punto de ahogarse mientras cruzaba un río desbordado donde no debería haberlo hecho, también soy muy consciente de la extrema vulnerabilidad humana que surge de no saber exactamente dónde y cuándo ocurrirá una inundación.

Alrededor de dos tercios de Muertes relacionadas con inundaciones en los EE. UU. se clasifican como “conducir” y “en el agua.” Si la gente hubiera sabido la probabilidad de inundaciones en esos lugares en tiempo real (a través de una aplicación de teléfono celular o un sitio web) es posible que algunas de estas muertes se hubieran evitado.

Sin embargo, incluso el personal de gestión de emergencias opera actualmente con sorprendentemente poca información sobre cuándo y dónde es probable que se produzcan inundaciones.Saben dónde pueden ocurrir inundaciones, particularmente a lo largo ríos.Pero cada inundación es diferente, y cuestiones clave, como qué caminos se pueden utilizar de forma segura y qué poblaciones están expuestas, aún requieren observación de primera mano.

He estado trabajando con colegas para desarrollar un método que supere los obstáculos actuales a ese tipo de pronóstico. Utilizando el “aprendizaje probabilístico” – un tipo de aprendizaje automático – el método puede crear modelos locales de peligro de inundaciones que pueden identificar las condiciones calle por calle utilizando pronósticos de tormentas en tiempo real.

El desafío de la previsión de inundaciones

Los programas informáticos que pueden predecir lo que sucede con el agua de lluvia después de que llega al suelo son las herramientas definitivas para predecir en tiempo real dónde y cuándo se producirán las inundaciones.

Sin embargo, tal inundación Los modelos requieren inmensas cantidades de potencia informática..Actualmente no existe ningún medio para predecir rápidamente inundaciones en tiempo real y en cualquier lugar.El nivel de detalle relevante para las decisiones humanas (que representan edificios, rutas de evacuación o activos de infraestructura) está fuera de alcance.

Un segundo desafío es el alta incertidumbre en los pronósticos de precipitación y muchas otras entradas de los modelos de inundaciones.

Las investigaciones de las últimas décadas exploraron las posibilidades de resolver estos formidables desafíos utilizando enfoques de “fuerza bruta”:Computadoras más rápidas y más computadoras.En última instancia, sugiere la necesidad de repensar cómo pronosticamos las inundaciones.

Diseño de previsiones de inundaciones locales eficaces

El enfoque que desarrollamos aborda estos desafíos mediante el uso de un modelo de inundación sofisticado para desarrollar y entrenar modelos más simples que luego puedan imitar el comportamiento de las inundaciones en entornos locales con casi el mismo nivel de precisión que su maestro más poderoso.Es importante destacar que tenemos mostrado en estudios que incluso una computadora personal puede utilizar estos modelos más simples para pronosticar inundaciones en tiempo real.Quizás incluso un teléfono móvil.

Para pronosticar inundaciones, es necesario predecir cómo comienzan y evolucionan las inundaciones en las comunidades urbanas, con un alto nivel de detalle y una comprensión de los límites de incertidumbre en torno a la predicción.

Nuestro enfoque se basa en información clave que muchas ciudades ya tienen:datos detallados sobre la topografía de sus comunidades y la cuenca circundante, cómo se utiliza la tierra, el diseño de los edificios y caminos, y las características de los drenajes y tuberías de aguas pluviales, como la cantidad de agua que pueden transportar.El pavimento y la infraestructura anticuada de aguas pluviales, en particular, pueden afectar la forma en que fluye el agua y qué áreas se inundan en un entorno urbano.

Luego utilizamos uno de los más actualizados y sofisticados. modelos de inundación disponibles para entrenar modelos más simples.

Estos modelos más simples son más rápidos y requieren mucha menos potencia de cálculo porque utilizan funciones extremadamente simples y cada uno se centra en una única variable en un lugar y momento determinados, como, por ejemplo, el nivel de inundación o la velocidad del flujo de agua.Miles de ellos pueden proporcionar una imagen notablemente precisa de posibles inundaciones cuando se agrega información de pronóstico del tiempo en tiempo real.

El punto crucial es que estos modelos más simples se desarrollan en el “tiempo libre”, mucho antes de las tormentas.Estos análisis se pueden realizar utilizando un kit de herramientas disponible gratuitamente desarrollado por el Departamento de Energía.

Este enfoque reemplaza la carga casi imposible de la computación en tiempo real con la tarea más fácil de utilizar modelos simples de la comunidad local previamente entrenados.

Nosotros demostró el enfoque en un estudio utilizando las inundaciones de 2017 en Houston por el huracán Harvey.Los resultados mostraron que un problema computacional que de otro modo tardaría años en ejecutarse en una computadora típica se puede ejecutar en tan solo unos segundos con un nivel comparable de precisión.

Mirando hacia adelante

Como el calentamiento global aumenta la intensidad de las precipitaciones y las poblaciones crecen, aumentarán los riesgos de inundaciones.Otro problema cada vez más reconocido es que los estándares de cómo las comunidades manejan las aguas pluviales son basado en el clima del pasado.Los drenajes y tuberías existentes simplemente no pueden soportar el agua adicional, Aumentar los costos de los daños por inundaciones..

Si bien se necesita más trabajo para implementar este método de manera generalizada, creemos que el método abre caminos para hacer que el pronóstico de inundaciones sea más relevante, detallado y preciso.También ofrece los medios para evaluar la idoneidad de la infraestructura de aguas pluviales existente y puede modificarse para evaluar el impacto de otros peligros naturales difíciles de cuantificar, como deslizamientos de tierra e incendios.

Ciudades con altos valores de las viviendas Es probable que el sector privado preste más servicios de predicción de inundaciones.Sin embargo, las agencias gubernamentales podrían utilizar este tipo de modelos novedosos para ampliar su misión de pronóstico y ayudar a todos.Se podría imaginar que los condados, con las habilidades y los recursos adecuados, proporcionen pronósticos de inundaciones locales.¿Quién, si no las comunidades locales, tiene más competencia en la gestión y mitigación eficaz de la respuesta a las inundaciones?