La NASA ha desarrollado un sistema basado en machine learning que permite predecir inundaciones repentinas con una precisión del 93% en solo 15 minutos. Este avance, resultado de la colaboración entre el JPL, la Universidad de California en San Diego y la NOAA, representa un cambio significativo en los sistemas de alerta temprana en Estados Unidos.
El sistema, denominado TACLS (Transient Artifact and Continuous Learning System), utiliza más de 30 años de datos de la red GNSS, que sustenta el sistema de navegación GPS. Mediante el análisis de aumentos anómalos en la humedad atmosférica, TACLS clasifica estos eventos en tiempo casi real, mejorando la capacidad de respuesta ante inundaciones repentinas.
En simulaciones realizadas entre 2017 y 2023, TACLS logró capturar el 93% de las alertas emitidas por la NOAA. Yehuda Bock, investigador principal del Instituto Scripps de Oceanografía, destaca que esta herramienta está diseñada para asistir a meteorólogos en la toma de decisiones, separando los datos pertinentes de las falsas alarmas.
El funcionamiento de TACLS se basa en la medición precisa del retardo de las señales de GPS, que indica la cantidad de humedad en la troposfera. Con esta información, el sistema puede identificar rápidamente zonas de riesgo a través de un visualizador, conocido como MGViz, que ofrece un mapa de probabilidades de inundación en cuestión de minutos. Esta agilidad es vital, ya que las inundaciones repentinas a menudo requieren de respuestas inmediatas por parte de los meteorólogos.
Aunque TACLS promete revolucionar el pronóstico de inundaciones, los meteorólogos continúan siendo parte integral del proceso, confiando en el sistema para proporcionar información clave, pero tomando la decisión final. La NASA planea liberar el código y los datos de entrenamientos para que otras agencias climáticas puedan adaptar esta tecnología a sus necesidades. Sin embargo, el sistema aún debe validar su efectividad en diversas condiciones climáticas y alrededor del mundo.
Con información de merca2.es