Table of Contents

5 - ¿Cómo ayuda el machine learning a predecir incendios forestales?

2021-12-12

2 min read

poster

Machine Learning (ML), es el aprendizaje que realizan los computadores tomando como base una gran cantidad de datos. Sin embargo, solo podrán predecir las áreas más susceptibles a incendios en la medida en que obtengan más datos más precisos y se invierta en esa tecnología.
Los incendios forestales causados por humanos se pueden evaluar usando ML dada la gran cantidad de datos satelitales y estadísticos del pasado, uno de los ML más acertados es el llamado Random Forest.
También se pueden evaluar los incendios forestales producidos por fallas en la transmisión de líneas eléctricas, enseñándole a los computadores con el modelo Hybrid Step XGBoost a generar alarmas en tiempo real y evitar las falsas con una eficacia del 98.17%.
ML también ayuda a crear mapas de susceptibilidad ante incendios forestales, es decir, mapas que miden la posibilidad de ocurrencia de incendios en una región considerando sus factores condicionantes geofísicos y humanos. Google Earth Engine platform, provee una buena base para el ML de acceso público y permite crear modelos de decisión entendibles para el público. En el caso de Australia, donde descubrieron gracias a ML en Google Earth Engine platform que las variables más importantes para los incendios forestales son la humedad del suelo, la temperatura y la sequía.
Las ML basadas en datos que combinan observaciones de satélite y estadísticas temporales obtienen mejores porcentajes de certeza (entre 80 y 95%), haciéndolos los más confiables, por lo que se deberá contar con más profesionales capaces de entender estos procesos en las áreas proclives a incendios forestales.