NYU prueba un gemelo digital con física informada e IA para anticipar incendios forestales
Investigadores de la Escuela de Ingeniería Tandon de la Universidad de Nueva York (NYU) desarrollaron un prototipo de gemelo digital que integra simulaciones de propagación basadas en física con algoritmos de inteligencia artificial para proyectar la evolución y perímetros de incendios forestales con horizontes de hasta doce horas.
Estado operativo real: El desarrollo —liderado por los investigadores Prabodh Panindre, Anandu Nair y Sunil Kumar— es una plataforma experimental sujeta a solicitud de patente provisional en EE. UU. No se encuentra desplegada como herramienta de mando operativo por brigadas forestales activas ni reemplaza las órdenes oficiales de evacuación de los servicios de emergencia.
La tecnología busca acortar la brecha crítica entre la observación y la toma de decisiones en emergencias de rápida propagación, donde los pronósticos tradicionales suelen quedar obsoletos ante giros repentinos del viento o cambios drásticos en la carga de combustible seco sobre el terreno.
Fusión de física e inteligencia artificial en tiempo real
A diferencia de los simuladores computacionales clásicos como FARSITE, que exigen altos tiempos de procesamiento para resolver ecuaciones termodinámicas complejas, el modelo de NYU emplea redes neuronales informadas por física para acelerar el cálculo de perfiles de combustión y transferencia de calor:
| Capa de Información | Variables y Sensores Integrados | Incidencia en el Modelo Predictivo |
|---|---|---|
| Dinámica Física del Fuego | Ecuaciones de transferencia térmica, combustión y pendiente orográfica. | Modela la velocidad de avance del frente de llama según la inclinación del terreno. |
| Telemetría Ambiental | Velocidad y dirección del viento, humedad relativa y temperatura superficial. | Ajusta las trayectorias de convección y el potencial de emisión de pavesas. |
| Biomasa y Vegetación | Humedad foliar, densidad de bosque e historial de tratamientos silvícolas. | Estima la intensidad energética y resistencia del combustible disponible. |
| Monitoreo Aéreo y Satelital | Termografía satelital continua y vuelos de drones de reconocimiento. | Actualiza el perímetro activo para recalcular el gemelo digital en ciclos periódicos. |
Análisis de precisión en escenarios históricos
En pruebas retrospectivas con incendios reales registrados en Estados Unidos (Grasshopper Fire, Widemouth 2 Fire y Sacaton Fire), el sistema exhibió una variabilidad estrechamente ligada a la frecuencia de actualización de los datos:
Sensibilidad ante vacíos de datos: En el caso de Grasshopper Fire, el prototipo alcanzó un 94,6 % de concordancia espacial entre el área prevista y la real bajo telemetría satelital continua. Sin embargo, al extender el intervalo entre capturas, la precisión descendió al 72,4 %, evidenciando que la IA no puede compensar la falta de sensores actualizados en terreno.
Supervisión humana e interfaz en lenguaje natural
El prototipo incorpora una interfaz conversacional diseñada para responder consultas operativas en lenguaje natural sobre la velocidad esperada en sectores específicos. No obstante, los especialistas advierten que toda recomendación computacional debe ser validada por mandos técnicos locales antes de ordenar repliegues o desvíos de recursos humanos.
NYU proyecta avanzar en acuerdos de prueba conjunta con agencias federales estadounidenses antes de evaluar aperturas comerciales o adaptaciones internacionales para geografías de alta recurrencia de incendios como Chile y el Mediterráneo.
Preguntas frecuentes
¿El gemelo digital de NYU ya se utiliza en el combate de incendios activos?
No. Permanece como un prototipo académico en proceso de calibración y pruebas cerradas con agencias técnicas.
¿El 94,6 % de coincidencia garantiza pronósticos infalibles?
No. Esa cifra corresponde a un escenario histórico particular con datos satelitales de alta frecuencia; en condiciones de información discontinua el rendimiento desciende significativamente.
¿El sistema está disponible o calibrado para su uso en Chile?
No. Los modelos actuales fueron probados exclusivamente sobre vegetación, meteorología y bases de datos topográficas de Estados Unidos.
Fuentes: NYU Tandon School of Engineering y Universidad de Buffalo (estudios comparativos).
