Machine learning: proyecto uruguayo-brasileño permite predecir inundaciones con IA hasta con 10 días de anticipación.

El investigador Johan Duque, coordinador del Programa de Ingeniería Agroambiental de la Universidad Tecnológica del Uruguay (UTEC), lideró un estudio conjunto con Brasil que logró desarrollar un modelo de inteligencia artificial capaz de predecir niveles de inundación en la cuenca del río Negro con hasta 10 días de anticipación.

El trabajo, realizado en colaboración con el Instituto Nacional de Investigaciones Espaciales (INPE) y el Cemaden de Brasil, representa un avance significativo para la prevención de desastres en Uruguay.

El modelo utiliza redes neuronales artificiales entrenadas con series históricas de datos hidrometeorológicos de estaciones del río Negro.

A diferencia de los modelos físicos tradicionales, este sistema de machine learning procesa grandes volúmenes de información (precipitaciones, niveles previos, temperatura) para identificar patrones complejos y generar pronósticos con bajo margen de error.

La cuenca del río Negro fue elegida por su importancia estratégica, su impacto en núcleos urbanos y la producción agropecuaria, además de contar con un sólido registro histórico de datos.

Duque, colombiano de nacimiento y formado en Brasil, destacó la agilidad y bajo costo computacional de esta tecnología en comparación con las simulaciones hidrodinámicas clásicas.

El proyecto ya superó la fase de validación retrospectiva y ahora busca integrarse a los sistemas operativos de alerta temprana del país. Actualmente se está ampliando la iniciativa a una red trinacional que incluye a Paraguay.

Este desarrollo abre la puerta a una mejor gestión de riesgos climáticos en Uruguay y posiciona al país en la vanguardia regional del uso de inteligencia artificial para la prevención de desastres, especialmente relevante en un contexto de mayor frecuencia de eventos extremos por el cambio climático.

Fuente + Imágenes: UTEC