Por qué la tecnología no basta para contener grandes incendios: la brecha entre teoría y decisiones sobre el terreno

Los incendios forestales son cada vez más difíciles de anticipar y controlar. La temporada de incendios de 2023 en Canadá dejó una muestra contundente: las llamas arrasaron más de 18,5 millones de hectáreas, una superficie incluso mayor que la de Grecia.

Frente a este escenario, un equipo de investigadores de la University of British Columbia Okanagan (UBCO) analizó cómo las herramientas matemáticas pueden ayudar a tomar mejores decisiones antes, durante y después de un incendio. El trabajo revisó dos décadas de investigaciones y encontró un campo que avanzó rápidamente, aunque todavía enfrenta dificultades para llevar sus mejores soluciones desde los artículos científicos hasta el terreno.

El estudio fue publicado en Operations Research Forum y estuvo encabezado por las estudiantes universitarias Paria Rostamian y Kibele Sebnem Yildirim, junto con los investigadores Amin Ahmadi Digehsara y Amir Ardestani-Jaafari, de la Facultad de Administración de UBC Okanagan.

Del ensayo y error a las decisiones basadas en datos

Los investigadores sostienen que los métodos tradicionales, muchas veces apoyados en la experiencia y en decisiones tomadas de manera reactiva, ya no resultan suficientes frente a incendios que presentan una evolución cada vez más compleja.

Para elaborar la revisión, el equipo analizó inicialmente 464 trabajos y seleccionó finalmente 177 estudios científicos publicados entre 2000 y 2024.

Simular el fuego para anticipar sus movimientos

Entre las principales líneas de investigación aparecen los modelos de simulación, capaces de representar cómo podría propagarse un incendio y cómo responderían los equipos encargados de combatirlo.

También cobran importancia los métodos de optimización estocástica y robusta. En lugar de trabajar con un único escenario previsto, estas herramientas contemplan diferentes posibilidades, incluidas aquellas asociadas a condiciones meteorológicas o de propagación especialmente desfavorables.

Una tercera línea está relacionada con métodos de descomposición y metaheurísticos, diseñados para resolver problemas de enorme tamaño y complejidad que pueden resultar demasiado exigentes para los sistemas matemáticos convencionales.

En conjunto, estas técnicas permiten explorar distintas alternativas antes de que una decisión tenga que tomarse bajo la presión de un incendio real.

El gran desafío: pasar del laboratorio al terreno

Sin embargo, la revisión también detectó una limitación importante. Muchos de los modelos desarrollados hasta ahora siguen siendo principalmente teóricos y no llegan a convertirse en herramientas que puedan utilizar los organismos encargados de combatir incendios.

Uno de los obstáculos es la disponibilidad de información. Los mapas obtenidos mediante LiDAR pueden ser costosos, la cobertura satelital no siempre es uniforme y los datos en tiempo real procedentes de zonas afectadas por incendios pueden presentar problemas de calidad o confiabilidad.

Para los investigadores, mejorar los modelos no alcanza. Es necesario conseguir que sean realmente utilizables cuando las decisiones deben tomarse en cuestión de minutos.

Inteligencia artificial y modelos preparados para la incertidumbre

Entre las próximas líneas de trabajo aparece la optimización robusta basada en distribuciones, que combina el análisis probabilístico con estrategias destinadas a contemplar escenarios extremos.

También se plantea integrar estos métodos con inteligencia artificial y aprendizaje automático. La combinación permitiría desarrollar sistemas capaces de actualizar sus recomendaciones en tiempo real a medida que cambian las condiciones meteorológicas, el comportamiento del fuego o la disponibilidad de recursos.

Pero para que estas herramientas puedan utilizarse de manera efectiva, los investigadores consideran fundamental mejorar la información disponible. Una de sus principales propuestas es crear bases de datos sobre incendios que sean compartidas, estandarizadas y abiertas, de modo que distintos organismos puedan comparar y validar los modelos bajo condiciones similares.

A esto debería sumarse una colaboración más estrecha y permanente entre científicos y agencias de emergencia. Los modelos, señalan, deberían probarse teniendo en cuenta desde el principio las restricciones y necesidades que existen durante una operación real.

Además, la transparencia será clave. En una situación crítica, quienes toman decisiones necesitan comprender por qué un sistema recomienda determinada acción y poder confiar en sus resultados.

La conclusión del estudio apunta justamente a ese desafío: las herramientas para hacer más científica y basada en evidencia la gestión de los incendios ya existen. Ahora falta construir el puente que permita llevarlas desde la investigación hasta la línea de fuego, donde cada decisión puede marcar una diferencia para las comunidades expuestas al riesgo.