Científica utiliza Inteligencia Artificial para predecir los próximos aluviones en Chile

Precipitaciones, sedimentos y el tipo del terreno son algunos de los factores que inciden en que, de pronto, una enorme cantidad de barro y sedimento se desprenda y arrase con todo lo que encuentre a su paso. Los aluviones en Chile son el segundo desastre natural más calamitoso, después de los terremotos.

Es por eso que Francisca Roldán, investigadora del Centro de Investigación para la Gestión Integrada del Riesgo de Desastres (CIGIDEN) estudia y analiza, con la ayuda de inteligencia artificial, el paso de aluviones pasados para entender qué elementos influyen específicamente en la formación de aluviones.

Para eso, Roldán exploró la zona central de la cuenca Alta del Río Maipo, que abarca los ríos Maipo, Colorado, Yeso y Volcán, para estudiar cómo operan los procesos que se desarrollan e influyen en estas peligrosas remociones en masa y sedimento.

“Acontecidas las lluvias del verano, me pareció importante levantar la información que se enfocó en poder caracterizar e identificar los aluviones que se desarrollaron en dicho año a partir de esas lluvias de verano”, explica la candidata a doctora en Geología de la Universidad Católica del Norte.

Esto, según explica, sirve para poder estimar cómo los aluviones se distribuyen, se desarrollan e impactan las distintas zonas afectadas. Y también sirve como información fundamental para poder indagar en los factores que influyen en el desarrollo de aluviones.

¿Pero, por qué aluviones? En este momento, si lo separamos de los sismos, la amenaza de aluviones es la que acecha con más frecuencia en el territorio nacional. “Lamentablemente no tenemos una metodología lo suficientemente efectiva para poder detectarlos de manera eficiente”, advierte Roldán.

Para este caso, la geóloga levantó información mediante una teledetección previa en terreno, a partir de imágenes satelitales. “Identifiqué los aluviones, y a partir de eso pude ir para poder validar esta metodología que resultó ser bastante eficiente y exitosa. Y también sirve para que pueda aportar a distintas entidades públicas si es que en un futuro acontecen precipitaciones”, dijo.

Con el desarrollo de lluvias se pueden desencadenar distintas amenazas, y en el caso de aluviones históricamente han estado afectadas zonas de la Quebrada de Macul, Antofagasta o cerca del estero de San José, y que desencadenan, entre otras cosas, efectos en la economía por la reconstrucción. “Eso debemos pararlo y poder mejorar esta tecnología para anteponernos y entender de mejor manera estos fenómenos”, explica la investigadora.

Para lograr su objetivo, la geóloga utilizó los datos de las lluvias registradas entre el 7 y 9 de enero de 2023 y que le permitieron identificar aquellas zonas que habían sido afectadas por aluviones en el periodo mencionado y cuyos datos fueron validados en terreno. Eso le permitió estimar la distribución de los aluviones, dónde afectaron y también el por qué.

“Esto nos ayuda a los científicos a profundizar en el entendimiento de estos fenómenos que son súper complejos. Su desarrollo depende de muchos factores que van variando, como pudimos constatar en terreno, de un lugar a otro y en distancias muy pequeñas”, agrega Roldán. Esta información será procesada con algoritmos de machine learning para validar con tecnología de vanguardia estos datos, y así detectar con mayor celeridad cuando exista una alta probabilidad de aluviones en zonas de riesgo.

Los algoritmos se van a utilizar en varios modelos, y la idea es poder utilizar información tanto de validación como de entrenamiento. “Ahí entra la determinación de los aluviones, que es el catastro de remoción de masas. Esto aporta al modelo para entrenarlo y hacer que sea más exacto poder determinar qué factores son más predominantes en su desarrollo”, detalla Roldán.

Por ejemplo, se cruzan datos de mapas de vegetación, de pendientes, de orientación de laderas, entre otros. Esa información de entrenamiento entregará una especie de especificación sobre qué factores están influyendo más en el desarrollo de estos aluviones. De esta forma será posible tener un catastro que permita tener un modelo de predicciones, o de susceptibilidad, más preciso.

¿Será posible, entonces, identificar cuáles son las zonas con mayor riesgo de aluvión? Según cuenta Roldán, este es el objetivo de su estudio, aunque confiesa que se han encontrado con que aún faltan datos para completar el catastro. “Pero ya con la información que hemos levantado yo diría que es posible poder aportar modelos que apunten a la precisión y la exactitud en determinar zonas susceptibles a este fenómenos. Ese es el objetivo”, manifiesta.

Asimismo, la científica comenta que entender cómo se forma un aluvión puede ser más difícil de lo que se cree. Depende mucho del tipo de lluvia y de la distribución del terreno que puede ser súper aleatoria. “Como se ha visto, hemos tenido precipitaciones que han activado el riesgo de Macul, pero no del estero San José de Maipo. Esto depende de las precipitaciones y de factores que caracterizan el mismo terreno: la superficie y las características de las mismas cuencas, de la orientación de laderas. Incluso incide el tipo de roca y la cantidad de sedimento que tiene cada terreno”, agrega.

¿Dónde están desarrollándose estos aluviones en el último tiempo? Ahí entra la parte fundamental de ir a terreno y de la teledetección, según afirma Roldán. “En este caso se utilizan imágenes multiespectrales y multitemporales, donde comparo el estado previo a una lluvia con el estado posterior, y ahí identifico dónde las zonas han cambiado, y en este caso se traducen al desarrollo de aluviones”, cuenta.

Gracias a eso es posible hacer más efectiva la búsqueda en terreno. “Tenemos que enfocarnos en las zonas donde sabemos que están siendo afectadas, y la teledetección es una parte fundamental porque nos ahorra recursos, personal y tiempo”. En caso de desastres el tiempo es fundamental para organizar a las entidades públicas, de emergencia, e incluso salvar gente con mayor rapidez.