Inteligencia artificial para el pronóstico de sequías

Coordinado por el Instituto de Meteorología (Insmet), el proyecto Construyendo resiliencia a la sequía en Cuba utiliza técnicas de Inteligencia artificial (IA) para lograr estimar el comportamiento de las precipitaciones y eventos de sequía, en rangos de tiempo de 15 días, un mes, tres meses, seis meses y hasta un año.

La doctora en Ciencias Matemáticas Maibys Sierra Lorenzo, investigadora auxiliar del Centro de Física de la Atmósfera del Insmet y responsable del empleo de la IA en el proyecto, dijo a Granma que el equipo encargado de liderar su aplicación está compuesto por especialistas de las ciencias atmosféricas, matemáticos y estudiantes de la carrera de Licenciatura en Meteorología.

Según precisó la doctora Sierra Lorenzo, el grupo desarrolla modelos de redes neuronales que serán insertados en ambientes internacionales para la evaluación de los pronósticos, como el ofrecido por el Centro Europeo de Pronósticos del Tiempo a Plazo Medio.

De acuerdo con lo expresado por la investigadora, se espera que la IA posibilite mejorar los pronósticos obtenidos con los modelos globales y establecer un esquema operativo de pronóstico de la precipitación y la sequía, accesible para todos los sectores y usuarios que lo demanden en el país, con la posibilidad de extender los resultados a la región del Caribe.

Calcular el comportamiento de las precipitaciones y de la sequía en los plazos ya referidos constituye un reto para la comunidad científica, tomando en cuenta el comportamiento inestable de la atmósfera, la incertidumbre asociada a esa condición y a las características propias de las precipitaciones.

Recalcó la importancia que tal aporte tendrá en la gestión eficiente del agua, la planificación de la agricultura, la toma de decisiones, el uso eficiente de los recursos hídricos y en otras esferas.

Entre los métodos más empleados para el pronóstico estacional y subestacional de la sequía se encuentran la estadística tradicional, la modelación numérica del tiempo y el clima, y más reciente, la Inteligencia artificial, en particular el aprendizaje automatizado y el aprendizaje profundo.

Precisó la doctora Sierra Lorenzo que el uso de las técnicas de la IA en problemas relacionados con tiempo y el clima crece rápidamente en el mundo, ya que pueden mejorar la precisión de los pronósticos y la comprensión del sistema climático.

Asimismo, el aumento en la cantidad de datos y observaciones meteorológicas disponibles hace más difícil que los científicos puedan analizarlos y encontrar patrones significativos; de ahí que el aprendizaje automatizado sea una solución a dicho problema, al propiciar el procesamiento de grandes volúmenes de datos de manera más eficiente y efectiva, aseveró.

Igualmente, son una alternativa al empleo de los modelos de pronóstico numérico del tiempo y del clima, debido a que estos últimos se basan en ecuaciones matemáticas complejas, las cuales modelan el comportamiento de la atmósfera y requieren una gran cantidad de recursos computacionales para su ejecución.