\n<\/aside>\n<\/p>\n
Las inundaciones extremas y los deslizamientos de tierra en California en las \u00faltimas semanas tomaron a muchos conductores por sorpresa. Los sumideros se tragaron los autom\u00f3viles, las carreteras se convirtieron en r\u00e1pidos r\u00edos de agua y se evacuaron vecindarios enteros. Al menos 20 personas murieron en las tormentas, varias de ellas despu\u00e9s de quedar atrapadas en autom\u00f3viles en aguas torrenciales.<\/p>\n
Mientras revisaba los pron\u00f3sticos en las aplicaciones meteorol\u00f3gicas de mi tel\u00e9fono celular durante las semanas de tormentas a principios de enero de 2023, me preguntaba si las personas en medio de los aguaceros estaban usando tecnolog\u00eda similar al decidir si abandonar sus hogares y determinar qu\u00e9 rutas eran m\u00e1s seguras. \u00bfSintieron que era suficiente?<\/p>\n
Soy un hidr\u00f3logo que a veces trabaja en \u00e1reas remotas, por lo que interpretar los datos meteorol\u00f3gicos y la incertidumbre del pron\u00f3stico siempre forma parte de mi planificaci\u00f3n. Como alguien que una vez estuvo a punto de ahogarse mientras cruzaba un r\u00edo inundado donde no deber\u00eda haberlo hecho, tambi\u00e9n soy muy consciente de la extrema vulnerabilidad humana derivada de no saber exactamente d\u00f3nde y cu\u00e1ndo ocurrir\u00e1 una inundaci\u00f3n.<\/p>\n
Alrededor de dos tercios de las muertes relacionadas con inundaciones en los EE. UU. se clasifican como \u00abconducci\u00f3n\u00bb y \u00aben el agua\u00bb. Si las personas hubieran sabido la probabilidad de inundaciones en esos lugares en tiempo real, a trav\u00e9s de una aplicaci\u00f3n de tel\u00e9fono celular o un sitio web, es posible que algunas de estas muertes se hubieran evitado.<\/p>\n
Sin embargo, incluso el personal de gesti\u00f3n de emergencias actualmente opera con sorprendentemente poca informaci\u00f3n sobre cu\u00e1ndo y d\u00f3nde es probable que ocurra una inundaci\u00f3n. Saben d\u00f3nde pueden ocurrir inundaciones, particularmente a lo largo de los r\u00edos. Pero cada inundaci\u00f3n es diferente, y las preguntas clave, como qu\u00e9 caminos se pueden usar de manera segura y qu\u00e9 poblaciones est\u00e1n expuestas, a\u00fan requieren observaci\u00f3n de primera mano.<\/p>\n\n Anuncio <\/span> <\/p>\n<\/aside>\n\nAgrandar
\/<\/span> Los residentes se apresuraron a recuperar sus pertenencias cuando las aguas crecieron en Merced, California, el 10 de enero de 2023.<\/div>\n<\/figcaption><\/figure>\nHe estado trabajando con colegas para desarrollar un m\u00e9todo que supere los obst\u00e1culos actuales para ese tipo de pron\u00f3stico. Usando el \u00abaprendizaje probabil\u00edstico\u00bb, un tipo de aprendizaje autom\u00e1tico, el m\u00e9todo puede crear modelos locales de peligro de inundaci\u00f3n que pueden identificar las condiciones calle por calle utilizando pron\u00f3sticos de tormentas en tiempo real.<\/p>\n
El desaf\u00edo del pron\u00f3stico de inundaciones<\/h2>\n Los programas inform\u00e1ticos que pueden predecir lo que sucede con el agua de lluvia despu\u00e9s de tocar el suelo son las mejores herramientas para predecir en tiempo real d\u00f3nde y cu\u00e1ndo ocurrir\u00e1n las inundaciones.<\/p>\n
Sin embargo, tales modelos de inundaci\u00f3n requieren inmensas cantidades de poder de c\u00f3mputo. Actualmente no hay medios para predecir r\u00e1pidamente las inundaciones en tiempo real en cualquier lugar. El nivel de detalle relevante para las decisiones humanas, que representan edificios, rutas de evacuaci\u00f3n o activos de infraestructura, est\u00e1 fuera de nuestro alcance.<\/p>\n
Un segundo desaf\u00edo es la alta incertidumbre en los pron\u00f3sticos de precipitaci\u00f3n y muchas otras entradas de los modelos de inundaciones.<\/p>\n\n