El aumento de las temperaturas y la intensificación de la sequía continúan agravándose en el contexto de la crisis climática global. Según la Organización Mundial de la Salud, se estima que cada año aproximadamente 55 millones de personas en todo el mundo se ven afectadas por la sequía, una cifra que se prevé que aumente a medida que el cambio climático se vuelva más extremo.
A frente de este desafío, Andrew Watford, estudiante de cuarto año de la Facultad de Ciencias de la Universidad de Waterloo, ha decidido utilizar la inteligencia artificial (IA) para desarrollar herramientas más precisas e interpretables en la previsión de sequías. Durante su periodo de prácticas en el programa de Física Matemática, Watford tuvo la oportunidad de contribuir a un estudio que emplea IA para analizar la salud de la vegetación y prever patrones de sequía en Kenia. El trabajo, ya publicado en la revista Ecological Informatics, compara el desempeño de un modelo mecanicista con dos enfoques de aprendizaje automático informados por la física.
Innovaciones en la predicción de sequías
El papel de Watford, bajo la supervisión de los doctores Chris Bauch (Facultad de Matemáticas) y Madhur Anand (Universidad de Guelph), consistió en escribir código para predecir el índice de diferencia normalizada de vegetación (NDVI) en regiones de Kenia propensas a la sequía. A través de la mejora continua de estos modelos, la investigación busca optimizar los métodos de aprendizaje automático para mejorar la predicción de sequías, lo que podría llevar al desarrollo de sistemas de alerta temprana y estrategias de mitigación.
“Nuestro objetivo era unir matemáticas y aprendizaje automático para desarrollar nuevas metodologías y avanzar en el campo para predecir la sequía”, afirma Watford. “Todavía estamos lejos de poder predecir sequías con certeza cinco años en el futuro, pero es un paso hacia la búsqueda de la mejor manera de hacerlo”.
La capacidad de predecir sequías con antelación ofrece beneficios enormes, como permitir a los gobiernos locales implementar estrategias efectivas de gestión del agua, facilitar a los agricultores la selección de cultivos resistentes a la sequía y mejorar significativamente la preparación ante desastres naturales, lo que podría salvar vidas. En un momento donde el cambio climático y los desastres naturales son cada vez más frecuentes, la incorporación de modelos de aprendizaje automático para ayudar a mitigar estas amenazas se vuelve fundamental.
Watford reconoce a la Universidad de Waterloo, que alberga el mayor programa de prácticas de una universidad intensiva en investigación, por brindarle la oportunidad de aplicar su aprendizaje a este problema real. “La investigación no termina con la capacidad de predecir sequías”, dice. “Es una herramienta en evolución que ayudará a las personas y salvará vidas”.
Más información: Andrew Watford et al, Dynamical systems-inspired machine learning methods for drought prediction, Ecological Informatics (2024). DOI: 10.1016/j.ecoinf.2024.102889
