Así lo determinó la inteligencia artificial (IA) luego de analizar datos recopilados desde hace 20 años sobre las zonas aledañas a este río, ubicado entre los municipios de Palmira, Pradera y Candelaria (Valle del Cauca); con este aporte se generarían mejores planes de gestión del riesgo ante inundaciones o deslizamientos.
En estos municipios es indispensable dicha gestión, pues
existen múltiples ejemplos del riesgo que enfrentan sus habitantes, alrededor
de 60.000 personas. Por ejemplo, en la madrugada del 15 de junio de 2021 el
cauce del río Bolo rompió el dique construido para contrarrestar su
crecimiento, y arrasó con varias viviendas de la zona afectando a sus
pobladores.
La deforestación –impulsada por la expansión de cultivos
como la caña de azúcar y la ganadería extensiva– agrava la acumulación de agua
en este afluente. Con 518.000 toneladas de azúcar exportadas al año, la presión
sobre los bosques reduce la vegetación facilitando la erosión y aumentando el
riesgo de deslizamientos e inundaciones. El cambio climático y el fenómeno de
La Niña intensifican este impacto, haciendo urgente una mejor planificación
agrícola.
Hoy los análisis sobre las mediciones de lluvias se realizan
de manera general para todo el río Bolo, es decir para las cerca de 41.000
hectáreas de terreno por el que pasa, dejando por fuera un análisis más
detallado de la cuenca alta, punto clave en el que se origina el cauce y que
recibe toda la fuerza de las lluvias. Tales vacíos ocurren porque los modelos
matemáticos y las simulaciones no cuentan con el suficiente detalle en términos
de resolución espacial y temporal para hacer una predicción adecuada y
efectiva.
Utilizando el poder la IA, el ingeniero mecatrónico Andrés
Felipe Ruiz Hurtado, magíster en Ingeniería Ambiental de la Universidad
Nacional de Colombia (UNAL) Sede Palmira, quiso mejorar la capacidad de
pronóstico de las precipitaciones o lluvias sobre este importante río de la
región, para lo cual empleó algoritmos especializados capaces de encontrar los
momentos del año en que hay una mayor o menor frecuencia.
“Las estaciones tienen limitaciones porque algunas toman los
datos manualmente, es decir por algún operario; y existen otras que llevan
desactivadas mucho tiempo, por lo que en ciertos puntos de la cuenca hay vacíos
de información de hasta 10 años”, señala el investigador.
Pero esto no sería un problema para la IA, pues los
algoritmos de lógica difusa, puestos a prueba en el lenguaje de programación
Matlab, compensaron la falta de información, ya que en su funcionamiento se
encarga de definir mejor los parámetros de análisis. Este avance mejoraría la
precisión en la gestión del riesgo, limitada hoy por la falta de datos.
El estudio marca un hito en el uso de IA para la gestión del agua en Colombia, y su implementación permitirá no solo prever inundaciones y sequías con mayor precisión, sino que además ayudará a prevenir deslizamientos y desbordamientos. Ahora el siguiente paso será poner los algoritmos en una plataforma web que les permita a los entes decisores analizar los datos en tiempo real.
¿Cómo se realizó?
Para el estudio se trabajó con datos de 21 estaciones
pluviométricas de la cuenca del río Bolo, las cuales forman parte del monitoreo
de entidades como el Instituto de Hidrología, Meteorología y Estudios
Ambientales (Ideam) y de la Corporación Autónoma Regional del Valle del Cauca,
que cuentan con un consolidado de información desde 2000 hasta 2021.
“Históricamente en abril, octubre y noviembre es cuando se
han dado valores más altos de lluvias en la cuenca alta del río Bolo, siendo
noviembre particularmente lluvioso en la cuenca alta, mientras que entre junio
y septiembre hay más sequías. Estos datos son indispensables para gestionar
mejor el agua en el Valle del Cauca”, asegura el investigador Ruiz, del grupo
de Monitoreo, Modelación y Gestión de Cuencas Hidrográficas (GECH), liderado
por la profesora Viviana Vargas.
A diferencia de los análisis tradicionales, los algoritmos
de redes neuronales y lógica difusa permiten mapear con mayor detalle la
distribución de lluvias en la cuenca del río Bolo. En los últimos 20 años su
capacidad de predicción ha alcanzado un 88 % y supera a los métodos
convencionales en la detección de anomalías regionales. Aunque su eficacia con
datos más recientes aún se debe probar, estos modelos de IA se perfilan como
herramientas esenciales para predecir eventos extremos asociados con el cambio climático.
Esta es una primera aproximación a la manera como se pueden
mejorar las herramientas de medición y gestión del riesgo en el país, y sería
una guía para que otros investigadores interesados exploren la evolución de
lluvias en otros ríos, pues el riesgo de deslizamientos o inundación está
latente en toda Colombia.
No hay comentarios:
Publicar un comentario