Avances en IA para la Predicción del Riesgo de Incendios Forestales

Integración de Datos

Uno de los hitos clave alcanzados hasta el momento ha sido la recopilación y homogeneización de datos procedentes de diversas fuentes especializadas. En el equipo de Sistemas de Información Inteligentes de Tekniker hemos trabajado con información proveniente del European Forest Fire Information System (EFFIS) y del programa Copernicus, integrando servicios como Corine Land Cover y ERA5Land. Algunos de los datos adquiridos contienen información meteorológica como la temperatura, humedad y precipitaciones. Otros datos describen las características del terreno como elevación e inclinación, o informan sobre el tipo de vegetación en esa zona. También hemos recopilado índices poblacionales que aportan información sobre la actividad humana.

Modelado con IA

Todos estos datos son fundamentales para entrenar modelos avanzados de Machine Learning (ML) y Deep Learning (DL), permitiéndonos identificar patrones y correlaciones que facilitan la predicción del riesgo de incendio con una mayor precisión. Sin embargo, existen ciertos retos para lograr una correcta modelización del problema: el desbalanceo de las clases y la frecuencia de los datos dinámicos en el tiempo.

Por ese motivo, el entrenamiento se realiza en diferentes fases añadiendo complejidad de forma paulatina, siempre aplicando técnicas de validación de series temporales que permitan evaluar la evolución de los datos a lo largo del tiempo.

Resultados Prometedores y Próximos Pasos

Los primeros resultados obtenidos a partir del algoritmo Extreme Gradient Boosting han demostrado un alto potencial en la identificación temprana de zonas con mayor probabilidad de sufrir incendios.

En las siguientes imágenes se puede ver el riesgo predicho por el modelo y los incendios que ocurrieron en días en los que no ha sido entrenado. Se puede observar como el modelo es capaz de acertar incluso en fechas más difíciles como diciembre.

Estos avances representan un paso significativo hacia la creación de herramientas que mejoren la capacidad de prevención y mitigación de los efectos devastadores del fuego en los ecosistemas y comunidades.

Continuamos trabajando en la optimización de nuestros algoritmos, incorporando nuevas fuentes de datos y ajustando los modelos para añadir contexto espaciotemporal e incrementar su fiabilidad y aplicabilidad en escenarios reales.

Compromiso con la Innovación y la Sostenibilidad

El proyecto GAIA forma parte de la iniciativa PLEC2023-010303, financiada por MICIU/AEI (10.13039/501100011033), y refleja nuestro compromiso con el desarrollo de soluciones tecnológicas de vanguardia para afrontar desafíos medioambientales críticos. Cada avance nos acerca a un futuro más seguro y sostenible, donde la tecnología desempeña un papel clave en la protección del medio ambiente.

Conoce más sobre esta tarea en el vídeo que encontrarás en la sección Comunicación/Divulgación -> Materiales de comunicación.