NEWS

Inteligencia Artificial para la predicción y extinción de incendios forestales de la mano de AWS



Dirección copiada

El Proyecto Arbaria es un sistema sistema pionero de alerta temprana de incendios forestales, basado en la tecnología en la nube de Amazon Web Services (AWS), que comenzó a utilizarse en el verano de 2020.

Actualizado el 3 ago 2023



Inteligencia Artificial para la predicción y extinción de incendios forestales de la mano de AWS
Inteligencia Artificial para la predicción y extinción de incendios forestales de la mano de AWS

El Proyecto Arbaria es una iniciativa de la Administración Pública, concretamente del Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO), junto con el Ministerio de Agricultura, Pesca y Alimentación (MAPA) para el análisis y predicción de incendios forestales que, mediante el uso de técnicas de Inteligencia Artificial relacionadas con el Machine Learning y el Deep Learning, consigue explotar de forma eficiente diversas fuentes de información. Sus resultados son de gran valor para la gestión de incendios forestales desarrollada desde el MITECO, quien de acuerdo con la legislación española ostenta un papel de coordinación y apoyo a las comunidades autónomas en esta materia. El MAPA, por su parte, se ha encargado del desarrollo algorítmico y tecnológico.

El proyecto se divide en dos grandes áreas, una orientada al apoyo en materia de extinción y otra a la prevención, cada una de ellas empleando diferentes técnicas estadísticas y de inteligencia artificial.

Apoyo a la extinción de incendios

En materia de extinción, esta herramienta permite explicar y predecir semanalmente, durante la campaña de máximo riesgo, la ocurrencia de incendios y superficies afectadas a nivel provincial y nacional. Para ello utiliza datos de la serie histórica de incendios recogida en la Estadística General de Incendios Forestales (EGIF), base de datos de incendios más completa del mundo, así como datos de pronóstico de variables meteorológicas proporcionados diariamente por la Agencia Estatal de Meteorología (AEMET) para los próximos 7 días. El desarrollo Deep-learning se fundamenta en redes neuronales profundas, realiza una validación cruzada sólida aportando resultados de error absoluto (MAE) y correlación Spearman, y permite ordenar de mayor a menor la probabilidad de ocurrencia de incendios y superficies esperables, a escala provincial, aportando además una estimación del número de incendios y superficie quemada.

Los resultados obtenidos en esta materia alcanzan validaciones próximas al 80%, y sirven para anticipar, durante la campaña de incendios de verano, las provincias con una mayor probabilidad de ocurrencia, permitiendo una asignación más efectiva de recursos de vigilancia, prevención y extinción de incendios por parte del MITECO y de otros organismos competentes, como el Servicio de Protección de la Naturaleza de la Guardia Civil (SEPRONA).

IA para la predicción y prevención de incendios

En cuanto al desarrollo centrado en el apoyo a la prevención, se fundamenta en el análisis de la influencia de diversos factores socioeconómicos (población, paro, superficie agraria útil, explotaciones agrícolas, cabezas de ganado, etc.) en la ocurrencia de incendios forestales a escala municipal, a través del análisis de patrones históricos y su aplicación a los valores actuales. Para ello se han utilizado, además de los datos contenidos en EGIF, datos abiertos accesibles procedentes del Instituto Nacional de Estadística (INE), la Agencia Estatal de Administración Tributaria (AEAT) o el Servicio Público de Empleo Estatal (SEPE). Este desarrollo utiliza algoritmos de clasificación como el Random-Forest. Los análisis y predicciones se pueden realizar en diferentes ámbitos geográficos, por anualidades o diferenciando incendios por sus causas (naturales, negligencias, accidentes, intencionados). Los resultados ayudan comprender qué variables tienen mayor influencia en la ocurrencia de incendios en cada municipio, permitiendo diseñar o adecuar, en cada territorio, estrategias, actuaciones o campañas de prevención específicas, orientadas a los colectivos o a las actividades más relacionadas con la ocurrencia de incendios.

Completo análisis de datos

El Proyecto Arbaria es un ejemplo de aplicación útil de Inteligencia Artificial y Machine Learning en la Administraciones Pública, para la conservación de la naturaleza y la protección civil. Ha cumplido con su objetivo primordial, aprovechar de forma eficiente buena parte del historial de datos sobre incendios forestales disponible en España, que incluye más de 600.000 registros desde 1968, aportando al MITECO una herramienta predictiva de gran valor para el desarrollo de sus competencias en materia la gestión de incendios forestales.

Creación de un data lake

Arbaria está basado en los servicios de la nube de AWS. El proyecto se centra en un data lake creado sobre la tecnología serverless de la compañía (AWS Lambda), que permite escalar según las necesidades de cada momento, ahorrar costes y crear aplicaciones de manera muy rápida y sencilla. Además, cuenta con otros servicios de AWS para catalogado y consolidación de grandes cantidades de datos en tiempo real como Amazon Athena y AWS Glue.

Según Antonio López Santalla, Jefe de Servicio de la Subdirección General de Política Forestal y Lucha contra la Desertificación del MITECO: “Arbaria ha puesto de manifiesto la gran capacidad de la Administración Pública, a través de la coordinación entre dos ministerios, para desarrollar una herramienta potente, porque pone en valor un enorme volumen de información disponible y nos ayuda a la protección de la sociedad y la conservación de la biodiversidad”.

El Proyecto Arbaria se hizo con el Galardón de los Premios Autelsi 2020, dentro de la categoría de Iniciativa Tecnológica en el Sector Público.

Artículos relacionados

Artículo 1 de 3