Las inundaciones extremas y los deslizamientos de tierra en California en las últimas semanas tomaron a muchos conductores por sorpresa. Los sumideros se tragaron los automóviles, las carreteras se convirtieron en rápidos ríos de agua y se evacuaron vecindarios enteros. Al menos 20 personas murieron en las tormentas, varias de ellas después de quedar atrapadas en automóviles en aguas torrenciales.
Mientras revisaba los pronósticos en las aplicaciones meteorológicas de mi teléfono celular durante las semanas de tormentas a principios de enero de 2023, me preguntaba si las personas en medio de los aguaceros estaban usando tecnología similar al decidir si abandonar 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 interpretar 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 inundado donde no debería haberlo hecho, también soy muy consciente de la extrema vulnerabilidad humana derivada de no saber exactamente dónde y cuándo ocurrirá una inundación.
Alrededor de dos tercios de las muertes relacionadas con inundaciones en los EE. UU. se clasifican como «conducción» y «en el agua». Si las personas hubieran 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 actualmente opera con sorprendentemente poca información sobre cuándo y dónde es probable que ocurra una inundación. Saben dónde pueden ocurrir inundaciones, particularmente a lo largo de los ríos. Pero cada inundación es diferente, y las preguntas clave, como qué caminos se pueden usar de manera 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 para ese tipo de pronóstico. Usando el «aprendizaje probabilístico», un tipo de aprendizaje automático, el método puede crear modelos locales de peligro de inundación que pueden identificar las condiciones calle por calle utilizando pronósticos de tormentas en tiempo real.
El desafío del pronóstico de inundaciones
Los programas informáticos que pueden predecir lo que sucede con el agua de lluvia después de tocar el suelo son las mejores herramientas para predecir en tiempo real dónde y cuándo ocurrirán las inundaciones.
Sin embargo, tales modelos de inundación requieren inmensas cantidades de poder de cómputo. Actualmente no hay medios para predecir rápidamente las inundaciones en tiempo real 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 nuestro alcance.
Un segundo desafío es la alta incertidumbre en los pronósticos de precipitación y muchas otras entradas de los modelos de inundaciones.
Escenas de inundaciones de las tormentas de enero de 2023 en California.
La investigación durante las últimas décadas exploró 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 inundaciones.