Proyecto Arbaria, IA para detectar y extinguir incendios forestales

Share on facebook
Share on twitter
Share on linkedin
Share on pinterest
Share on whatsapp
Share on telegram
Share on email

El ministerio para la Transición Ecológica y el ministerio de Agricultura y Pesca son los responsables de esta iniciativa. Basada en la tecnología en la nube de Amazon Web Services, comenzó a funcionar el pasado verano.

“El Proyecto Arbaria ha puesto de manifiesto la gran capacidad de la Administración Pública para desarrollar una potente herramienta que nos ayuda en la protección de la sociedad y la conservación de la biodiversidad”, comenta Antonio López Santalla, jefe de servicio de la Subdirección General de Política Forestal y Lucha contra la Desertificación del MITECO.

Cuál es el funcionamiento de Proyecto Arbaria

Esta iniciativa utiliza técnicas de Inteligencia Artificial relacionadas con el Machine Learning y el Deep Learning para explotar de forma eficiente diversas fuentes de información. El proyecto se divide en dos grandes áreas: la primera de ellas,  orientada al apoyo en materia de extinción; y, la segunda, dirigida a la prevención. En ambas se emplean diferentes técnicas estadísticas y de Inteligencia Artificial.


En materia de extinción, esta herramienta permite explicar y predecir semanalmente, la posibilidad de que se produzca un incendio y cuál será la superficie afectada. Para ello, utiliza datos de la serie histórica de incendios recogida en la Estadística General de Incendios Forestales (EGIF). La base de datos de incendios más completa del mundo. Además, también hace uso de los datos de pronóstico que la Agencia Estatal de Meteorología (AEMET) proporciona diariamente.

Mayor eficiencia en la asignación de recursos

Los resultados obtenidos en esta materia alcanzan validaciones próximas al 80%, y sirven para anticipar qué provincias tienen mayor probabilidad de ocurrencia. De esta manera, es posible asignar los recursos de vigilancia, prevención y extinción de incendios, de una manera mucho más efectiva.

En cuanto al desarrollo centrado en el apoyo a la prevención, se centra en analizar cómo determinados factores socioeconómicos influyen directamente en la probabilidad de incendios. Para ello, además de los datos contenidos en EGIF, se han utilizado datos abiertos 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 los incendios en función de las causas que lo provocaron.  Los resultados ayudan a comprender qué variables tienen mayor influencia en la ocurrencia de incendios en cada municipio, permitiendo diseñar estrategias y campañas de prevención específicas en cada territorio.

El Proyecto Arbaria  es un ejemplo de aplicación útil de Inteligencia Artificial y Machine Learning en la Administración Pública.  Ha sido reconocido por su nivel de innovación y se ha convertido en una herramienta predictiva de gran valor en materia de prevención y extinción de incendios forestales.

Esta iniciativa ha sido desarrollada por Amazon Web Services (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.

Share on facebook
Share on twitter
Share on linkedin
Share on pinterest
Share on whatsapp
Share on telegram
Share on email

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

TE PUEDE GUSTAR

EVENTOS

RECIBE LA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Ir arriba