El ECMWF lanza un innovador modelo de predicción de incendios utilizando aprendizaje automático

El Centro Europeo de Pronóstico Meteorológico de Medio Alcance (ECMWF) ha revolucionado la predicción de incendios forestales con su nuevo modelo de Probabilidad de Incendio (PoF). Esta herramienta avanzada utiliza un enfoque holístico, incorporando datos adicionales más allá de los parámetros meteorológicos tradicionales para ofrecer una evaluación más precisa del riesgo de incendios. El modelo no solo tiene en cuenta las condiciones climáticas, sino también factores como la vegetación, la humedad y la presencia humana, lo que mejora significativamente la localización de los incendios en curso.

A diferencia del Índice Meteorológico de Incendios (FWI), utilizado tradicionalmente para prever el peligro de incendios, el PoF ha demostrado ser más preciso en la identificación de puntos calientes, proporcionando pronósticos más ajustados a la realidad. Un ejemplo claro de su efectividad se vio el 7 de enero de 2025, cuando el modelo PoF localizó con mayor exactitud los incendios activos en el sur de California, en comparación con las predicciones del FWI.

Este avance es el resultado de la colaboración del ECMWF con el Centro Común de Investigación de la Comisión Europea (JRC), que ha permitido integrar nuevas tecnologías de aprendizaje automático. Según la Dra. Francesca Di Giuseppe, autora principal del estudio, el aprendizaje automático ha permitido superar las limitaciones de los métodos tradicionales, proporcionando una herramienta más completa que considera factores como la abundancia de vegetación y su sequedad, elementos cruciales para predecir la probabilidad de ignición.

En el caso de los incendios recientes en Los Ángeles, el modelo PoF identificó de manera más precisa las áreas propensas a la ignición, a diferencia de los métodos tradicionales que ofrecían pronósticos amplios pero imprecisos. La integración de múltiples fuentes de datos ha permitido al ECMWF obtener una evaluación mucho más refinada del peligro de incendio, lo que es esencial para una respuesta más eficaz ante emergencias.

Florence Rabier, Directora General del ECMWF, destacó la importancia de la integración de la inteligencia artificial (IA) en la predicción de incendios. Según Rabier, el uso de IA y aprendizaje automático permitirá cambiar radicalmente las predicciones de incendios en los próximos años, ayudando a salvar vidas y proteger ecosistemas vulnerables.

El estudio también subraya la importancia de los datos de alta calidad sobre la disponibilidad de combustible, un factor crítico para predecir el riesgo de incendios. La capacidad del modelo PoF de capturar estos elementos, junto con las condiciones meteorológicas, mejora la precisión de las predicciones en un 30%, lo que demuestra el valor añadido de los datos más allá de los parámetros climáticos tradicionales.

La investigación subraya que, aunque la ignición de incendios sigue siendo un proceso impredecible, el uso de tecnologías de IA y el acceso a datos de calidad han mejorado significativamente la precisión de los pronósticos. El ECMWF y el JRC continúan trabajando en el desarrollo de herramientas predictivas más sofisticadas, que permitirán a las agencias y gobiernos gestionar mejor los riesgos asociados a los incendios forestales.