El proyecto, liderado por el Instituto Sistemas Complejos de Ingeniería busca prevenir incendios forestales mediante el uso de herramientas avanzadas de Inteligencia Artificial, con el objetivo de mitigar el impacto devastador de estos eventos en Chile y a nivel mundial.
El grupo “Fire Management and Advanced Analytics” del Instituto Sistemas Complejos de Ingeniería (ISCI), albergado en la Universidad de Chile y asociado a la Pontificia Universidad Católica de Chile, ha emprendido un ambicioso proyecto para desarrollar modelos de optimización y simuladores basados en machine learning, con el objetivo de predecir y prevenir incendios forestales a gran escala. Este esfuerzo pionero se centra en la identificación de áreas de alto riesgo y la planificación de acciones preventivas para mitigar el impacto devastador de estos eventos.
El aumento alarmante de incendios forestales en Chile durante la última década, así como la devastador catástrofe reciente de la V Región, ha puesto de manifiesto la urgente necesidad de adoptar medidas proactivas para combatir este fenómeno. El cambio climático y la megasequía han exacerbado las condiciones propicias para la propagación del fuego, haciendo que los incendios sean más frecuentes y destructivos.
Ante esta situación, el equipo de ISCI se ha propuesto desarrollar herramientas avanzadas de IA que permitan anticiparse a estos eventos y tomar medidas preventivas efectivas. El proyecto, ha logrado avances significativos en la predicción de incendios forestales mediante el análisis de datos históricos y la aplicación de algoritmos de machine learning. Utilizando modelos de simulación innovadores como Cell2Fire, el equipo ha podido identificar patrones de ignición y propagación del fuego, así como áreas de alto riesgo, con un alto grado de precisión.
“Cell2Fire es un modelo de simulación que determina, dado un punto de ignición, en qué dirección se va a propagar el incendio. Como es un problema con alta incertidumbre, se deben efectuar múltiples simulaciones. El resultado de ellas te indica qué lugares tienen más probabilidad de quemarse. En el proyecto FONDEF integramos en ese modelo grandes volúmenes de datos nuevos, específicos de Chile, como, por ejemplo, las proyecciones climáticas para la próxima temporada estival; los datos históricos de puntos de ignición; la información del tipo de vegetación disponible en cada una de las celdas, obtenida a partir de un inventario de CONAF llamado Kitral, información satelital e información de imágenes aéreas; así como los factores de riesgo”, afirmó el investigador Andrés Weintraub, quien lidera el grupo.
Una de las principales contribuciones del proyecto es la integración de datos de todo tipo —proyecciones climáticas o datos históricos de puntos de ignición— en un modelo predictivo integral que permite evaluar el riesgo de incendio en tiempo real. Esta herramienta no solo facilita la toma de decisiones estratégicas durante el combate de incendios, sino que también ofrece la posibilidad de implementar medidas preventivas a largo plazo, como la planificación de cortafuegos y la gestión de la vegetación para reducir la carga de combustible.
Además, el equipo de ISCI ha establecido colaboraciones internacionales para compartir conocimientos y mejores prácticas en la prevención y gestión de incendios forestales. La participación en proyectos como FIRE-RES, que reúne a equipos de investigación de la UE, demuestra el compromiso de Chile con la innovación y la cooperación en la lucha contra los incendios forestales.
El proyecto se hace especialmente importante si se trata de prevención y mitigación de incendios forestales mediante el uso de herramientas avanzadas de IA. Con un enfoque proactivo y colaborativo, y la labor de los investigadores y expertos, se espera, así, reducir el impacto devastador de estos eventos en el medioambiente, la economía y la sociedad.
