Las empresas eléctricas de todo el país están sometidas a una inmensa presión para demostrar a sus grupos de interés, como comunidades, acreedores, reguladores, aseguradoras y juntas directivas, una comprensión exhaustiva de su exposición a los incendios forestales. Sin embargo, un problema fundamental reside en la dependencia de evaluaciones de riesgo tradicionales y estáticas. Estas evaluaciones, aunque detalladas y bien intencionadas, crean una falsa sensación de preparación que deja a las empresas vulnerables ante una verdad esencial: el fuego es dinámico.

La desconexión entre los datos estáticos y el análisis dinámico del riesgo

Las evaluaciones tradicionales ofrecen una instantánea fija basada en datos históricos, análisis del terreno, evaluaciones del combustible y modelización de escenarios extremos, como el “evento de 1 cada 100 años”. Aunque estos elementos aportan una comprensión de referencia, quedan obsoletos para la toma de decisiones incluso antes de ser finalizados.

El riesgo de incendio forestal cambia de estación en estación, de mes en mes, de día en día e incluso de hora en hora, a medida que el tiempo atmosférico modifica de forma continua el terreno y la vegetación local.

Para una empresa eléctrica expuesta a cualquier riesgo de ignición, depender de evaluaciones estáticas es como aventurarse en el bosque con un mapa desactualizado. La ilusión de control que ofrece una evaluación fija puede conducir a consecuencias catastróficas cuando se enfrenta la variabilidad diaria y la naturaleza impredecible del riesgo real de incendio.

Si estás leyendo este blog, los datos indican que probablemente tienes razón al pensar que tu riesgo es mayor de lo que imaginas.

El análisis dinámico del riesgo aporta claridad sobre el riesgo real

El análisis dinámico del riesgo mantiene actualizado el “mapa” del riesgo de incendio en todo momento, tanto para la planificación como para la operación.

El análisis dinámico del riesgo se basa en los fundamentos de una evaluación tradicional incorporando datos meteorológicos en tiempo real y previstos incluida información granular de nivel comercial—. Este enfoque:

• Reduce las igniciones de incendios forestales: la mitigación proactiva basada en análisis dinámicos puede disminuir de forma significativa la probabilidad de igniciones causadas por empresas eléctricas.
• Permite PSPS más precisos: al prever periodos y localizaciones de alto riesgo, las empresas eléctricas pueden anticipar con mayor exactitud la necesidad de realizar Public Safety Power Shutoffs (PSPS), reduciendo la duración y extensión de las interrupciones y los riesgos de seguridad asociados.
• Mejora la toma de decisiones: los datos de riesgo en tiempo real y previstos permiten decisiones más informadas sobre asignación de recursos, preparación ante emergencias y comunicación pública.
• Refuerza la comunicación con los grupos de interés: el análisis dinámico proporciona datos concretos para demostrar el compromiso con la seguridad ante incendios a reguladores, aseguradoras, agencias de crédito, inversores y comunidades.
• Aumenta la eficiencia del gasto en mitigación: con información de riesgo en tiempo real y previsto, las empresas pueden ejecutar estrategias más eficaces, como gestión selectiva de vegetación, inspecciones priorizadas, mantenimiento de equipos y actualización de activos críticos para endurecimiento y mejoras de capital.

¿Qué incluye el análisis dinámico del riesgo?

Para ser eficaz, el análisis dinámico del riesgo debe integrar:

• Simulación de ignición y propagación de incendios forestales: estos modelos no solo predicen la probabilidad de ignición, sino también cómo podría propagarse un incendio bajo condiciones específicas, proporcionando una comprensión más completa del posible impacto.
• Una visión en tiempo real: al integrar condiciones meteorológicas actuales y niveles de humedad del combustible, el análisis dinámico ofrece una imagen continuamente actualizada del riesgo en todo el territorio de servicio.
• Previsión: combinado con pronósticos meteorológicos, el análisis dinámico proyecta el riesgo futuro, permitiendo anticipar periodos de alto peligro y adoptar medidas proactivas.

Lo esencial

Muchas empresas eléctricas siguen asumiendo, de manera peligrosa, que una instantánea estática e histórica del riesgo basta para gestionar una amenaza dinámica y en constante evolución. Confiar en estas evaluaciones desactualizadas deja a las empresas ciegas ante fluctuaciones en tiempo real y peligros previstos que afectan directamente al potencial de ignición y propagación.

Las empresas eléctricas más avanzadas adoptan el análisis dinámico del riesgo, integrando datos en tiempo real y previstos, para demostrar a sí mismas, a sus clientes y a sus grupos de interés financieros que están mitigando proactivamente la creciente amenaza de incendios forestales.

Los gestores de riesgos de las empresas eléctricas tienen ante sí un reto cada vez más complejo: predecir y mitigar el riesgo de incendios forestales en un entorno dinámico e impredecible. Aunque los «Avisos de Bandera Roja» del Servicio Meteorológico Nacional han sido tradicionalmente un indicador clave del peligro potencial de incendios, no llegan a proporcionar la información específica y práctica necesaria para una toma de decisiones eficaz.

Existe una brecha significativa entre el enfoque amplio y meteorológico de los Avisos de Bandera Roja y las evaluaciones de riesgo granulares y basadas en las consecuencias que necesitan las empresas eléctricas para proteger las infraestructuras críticas y las comunidades. Este punto ciego deja a las empresas eléctricas expuestas a consecuencias potencialmente devastadoras.

El problema: las limitaciones de los avisos centrados en las condiciones meteorológicas

Principalmente, los Avisos de Bandera Roja se centran en las condiciones meteorológicas, como el viento y la sequedad, pero no tienen en cuenta la compleja interacción de factores que impulsan el comportamiento real del fuego. Esto deja a las empresas eléctricas con un conocimiento limitado de cómo y dónde podría iniciarse un incendio y afectar realmente a su territorio de servicio.

La cuestión central es que las previsiones meteorológicas, aunque esenciales, proporcionan condiciones, mientras que las empresas eléctricas requieren una comprensión de las consecuencias. El mero hecho de saber que hace viento y está seco no se traduce en saber dónde los activos corren más riesgo de iniciar un incendio si entran en contacto con la vegetación o con qué rapidez puede propagarse ese incendio.

Además, los Avisos de Bandera Roja no cuantifican el impacto de un posible incendio. Al problema se añade el amplio alcance geográfico de los avisos centrados en las condiciones meteorológicas. Esta falta de precisión puede dar lugar a un despliegue ineficaz de recursos y a la pérdida de oportunidades de mitigación selectiva.

Las empresas eléctricas necesitan comprender el potencial de daños materiales, población en riesgo y pérdida de infraestructuras para tomar decisiones informadas sobre la asignación de recursos y las estrategias de mitigación de un posible inicio a otro.

Además, los modelos que pueden predecir el riesgo de incendio con días de antelación ofrecen a las principales empresas eléctricas la posibilidad de aplicar estrategias proactivas de mitigación, una capacidad que los Avisos de Bandera Roja por sí solos no proporcionan.

Cómo pueden responder las empresas de servicios públicos… y mejorar:

Las principales compañías eléctricas están abordando este problema integrando los datos de las previsiones meteorológicas con sofisticados modelos granulares del comportamiento de los incendios. Están creando su propia visión granular y con días de antelación de dónde es probable que se produzcan incendios, dónde se propagarán y qué bienes y comunidades podrían verse afectados. Este enfoque:

• Capta relaciones complejas: En lugar de fijarse sólo en las condiciones meteorológicas, estos modelos incorporan la humedad del combustible, el tipo de combustible, la topografía, la velocidad y dirección del viento y otros factores cruciales para crear una visión más precisa y granular para la toma de decisiones. A continuación, simulan cómo interactúan estos elementos para influir en la propagación del fuego por su territorio de servicio y sus activos.
• Cuantifica el riesgo: Al simular la propagación del fuego en las condiciones previstas, las empresas eléctricas pueden cuantificar el impacto potencial de un incendio. Esto incluye la estimación de la población en riesgo, el número de edificios afectados y la superficie potencialmente quemada.
• Identifica las zonas de alto riesgo: La ejecución de simulaciones en toda la red permite a las empresas eléctricas identificar las zonas de alto riesgo en las que la combinación de combustibles, topografía y previsión meteorológica crea el mayor potencial de incendios grandes y dañinos. Muchas empresas eléctricas utilizan esta información para reforzar rápidamente sus activos o gestionar la vegetación días antes de un posible incendio. Estos datos también sirven para tomar decisiones a más largo plazo sobre el endurecimiento de los activos y la gestión de la vegetación con presupuestos limitados y capacidad para aumentar las tarifas.
• Racionalizar los Datos en una Vista Singular: Las empresas eléctricas necesitan agregar los resultados de estas simulaciones en un producto único y fácil de digerir, como un mapa de «potencial de tamaño de incendio», para disponer de información procesable y tomar decisiones más rápidas sobre medidas proactivas.

El futuro: El futuro de la gestión de los incendios forestales

Las empresas eléctricas necesitan datos granulares que señalen las zonas específicas de riesgo elevado dentro de su territorio de servicio, en lugar de una advertencia regional general. Integrar la previsión meteorológica con la modelización del comportamiento de los incendios es un paso fundamental hacia una actuación más eficaz por parte de las empresas eléctricas. Proporciona la información granular y procesable que los gestores de emergencias de las empresas eléctricas necesitan para proteger a las comunidades y las infraestructuras en un entorno cada vez más propenso a los incendios forestales.

Panorama general

Los incendios forestales, antes percibidos como un «problema de California», se han convertido en una crisis nacional para las empresas eléctricas, impulsada por el aumento de la responsabilidad, las crecientes exigencias normativas y la ansiedad de los inversores.

El incendio de Lahaina de 2023 sirvió de dura llamada de atención, obligando a las empresas eléctricas de todo el país a enfrentarse a la amenaza existencial de los incendios forestales, y desde entonces le han seguido varios incendios catastróficos y mortales.

El riesgo de incendios forestales se perfila ahora como una amenaza de primer orden capaz de llevar a la quiebra a las empresas eléctricas de la noche a la mañana. Este cambio exige una revisión fundamental de las estrategias de gestión de riesgos, desde la mejora de los modelos hasta la mitigación proactiva.

Lo que cambia, rápidamente

El riesgo de responsabilidad civil se extiende

• La tragedia del incendio de Lahaina ilustró dramáticamente que el riesgo de incendios forestales catastróficos se extiende mucho más allá de las regiones tradicionales de alto riesgo. La rápida caída de la capitalización bursátil de Hawaii Electric y el gran acuerdo subsiguiente subrayan el potencial de repercusiones financieras devastadoras, independientemente de la culpabilidad percibida.
• Incluso en los estados en los que se plantean límites de responsabilidad, también van acompañados de expectativas sustanciales de que las empresas de servicios públicos hagan todo lo que esté en su mano para gestionar el riesgo de incendio.
• El incendio de Smokehouse Creek de 2024 consolidó aún más la realidad de que ninguna región ni empresa eléctrica es inmune a las consecuencias de la ignición de incendios forestales provocados por activos.

Inversores, acreedores y aseguradoras cuestionan su apoyo y exigen un cambio

• Las empresas eléctricas se enfrentan a una responsabilidad sin límites, una preocupación amplificada por el cuestionamiento público de Warren Buffett de la viabilidad de las inversiones del sector en 2024. La confianza de los inversores está directamente ligada a la capacidad de una empresa eléctrica para demostrar una sólida gestión del riesgo de incendios forestales.
• Las agencias de calificación crediticia están examinando especialmente las prácticas de gestión del riesgo de incendios forestales de las empresas eléctricas y están rebajando activamente la calificación de las empresas que no tienen implantados activamente esos sistemas.
• La disponibilidad y asequibilidad de los seguros se han convertido en retos críticos, y muchas empresas eléctricas tienen dificultades para conseguir cobertura o recurren al autoseguro.

Hay presiones normativas y de otras partes interesadas

• Los estados de fuera de California aplican cada vez más requisitos estrictos de cumplimiento normativo, incluidos los planes obligatorios de mitigación de incendios forestales.
• Diversas partes interesadas, como accionistas, gobiernos locales, reguladores, miembros de la comunidad y aseguradoras, exigen cada vez más que sus empresas eléctricas empleen medidas proactivas de mitigación de incendios forestales para mejorar la toma de decisiones.

Cómo pueden las empresas eléctricas responder al cambio y mejorar

Los gestores de riesgos de las empresas eléctricas ya no se enfrentan a una amenaza teórica. La realidad es que el riesgo de incendios forestales, antes considerado un problema localizado, se ha convertido en un peligro generalizado y económicamente devastador.

El problema central es la necesidad de comprender y cuantificar con precisión un riesgo dinámico, complejo y hasta ahora subestimado.

No se trata sólo de modelizar el comportamiento de los incendios; se trata de traducir ese conocimiento en estrategias de mitigación procesables y toma de decisiones operativas que aborden la responsabilidad, el cumplimiento de la normativa, la confianza de los inversores y la confianza de las partes interesadas.

El reto consiste en pasar de lo reactivo a lo proactivo, de evaluaciones generalizadas del riesgo a estrategias granulares y defendibles, y en última instancia, garantizar la estabilidad financiera a largo plazo y la resistencia operativa ante un entorno cada vez más volátil.

Lo que viene ahora: Adoptar una gestión proactiva del riesgo

Aprovechando herramientas sofisticadas de supervisión en tiempo real, análisis predictivo y modelización granular de las consecuencias, las empresas eléctricas pueden ir más allá de las medidas reactivas y las evaluaciones estáticas.

Las empresas eléctricas pueden avanzar en la reducción de riesgos con una toma de decisiones más basada en datos en todas las facetas de la organización.

Para las operaciones diarias, esto se traduce en una asignación optimizada de recursos, esfuerzos proactivos de mitigación en zonas de alto riesgo y decisiones más informadas sobre los cortes de energía de la Seguridad Pública.

Para la planificación de activos a largo plazo, una comprensión clara de las consecuencias de los incendios forestales permite a las empresas eléctricas priorizar estratégicamente el refuerzo de las infraestructuras y las inversiones.

Con los medios de comunicación de varios estados occidentales destacando los fuertes vientos y su relación con el riesgo de incendios forestales, es útil entender por qué estos vientos son un problema ahora, qué son los vientos descendentes y cómo afectan al comportamiento de los incendios forestales.

Santa Ana en California

En esta época del año, a menudo oyes que a estos vientos se les llama «vientos de Santa Ana», pero ¿qué significa eso? El nombre «Santa Ana» es una denominación localizada en el sur de California para un fenómeno de viento descendente. A medida que te desplazas más al norte, hacia Santa Bárbara, se les llama «vientos del atardecer» porque suelen iniciarse al anochecer. En el norte de California, se denominan, ominosamente, «vientos del Diablo». Aunque las tormentas de viento descendente son todas de naturaleza similar, cada evento es único, ya que están ligados a características únicas del terreno. Todo esto hace que, cuando llegas a una zona nueva, sea un poco difícil comprender exactamente cuáles son esos patrones locales y cómo se llaman. Pero son vientos lo bastante notorios como para ganarse sus propios nombres locales.

Independientemente de la nomenclatura local, los vientos descendentes son la característica más general de ese tipo de sucesos nombrados y pueden ocurrir en cualquier parte del mundo, dadas las condiciones adecuadas del terreno. El incendio Marshall de 2021 en Colorado y el incendio de Lahaina de 2023 en Hawai fueron dos tragedias provocadas por vientos descendentes.

Generalmente, con los eventos de viento descendente, tienes vientos muy fuertes que pueden ser potencialmente duraderos y suelen estar asociados a masas de aire muy seco. Por tanto, tienes vientos fuertes, aire seco y una vegetación cada vez más seca, que es propicia a la ignición. Estos fenómenos de vientos prolongados pueden tener, potencialmente, impactos de mayor riesgo porque tienen más potencial de desecación sobre la vegetación, lo que facilita su ignición. Otros patrones meteorológicos de incendios críticos con vientos equivalentes, como los asociados a frentes fríos o pasajes frontales, serán más efímeros y también suelen ir asociados a precipitaciones, lo que reduce el potencial de ignición y los mantiene fuera de los titulares.

Cómo funcionan los vientos descendentes

Todo se reduce a cómo fluye y se mueve el aire sobre o alrededor de una montaña. Dependiendo de la característica topográfica, el flujo de aire puede dividirse y rodear el pico o la cresta de una montaña. Cuando el viento empieza a fluir por encima de la cima de una montaña, aparecen las tormentas de viento descendentes. Como el viento no puede rodear, se ve obligado a pasar por encima de la cima, y en las condiciones adecuadas (o equivocadas), choca con una masa de aire estable situada por encima, inhibiendo el flujo ascendente y sobre el terreno. Esas capas estables desvían esencialmente toda esa energía ascendente hacia abajo, lo que da lugar a vientos acelerados en la superficie, a sotavento del terreno. Esto crea un fuerte flujo descendente que arrastra aire desde arriba.

Esto se denomina efecto venturi y es análogo a tapar la mayor parte del caño de una caseta de jardín con el pulgar. El caudal y la presión del agua aumentan con un pico mucho más pequeño. En una tormenta de viento descendente, la capa estable en el aire actúa como el pulgar, pellizcando el flujo entre esa capa estable y la cresta del terreno local. Esto hace que el aire salga disparado hacia abajo por la ladera de sotavento de la montaña.

Impactos en el riesgo de incendios forestales y en la planificación de las empresas eléctricas

El impacto de los vientos descendentes en el riesgo de incendios forestales es dramático, porque este aumento del viento puede reforzar rápidamente la propagación e intensidad de una ignición que, de otro modo, sería pequeña. Las empresas eléctricas necesitan la capacidad de identificar, con días de antelación, las zonas preocupantes y predecir la propagación de los incendios forestales y el impacto de los posibles incendios desde sus activos y en todo su territorio. Esto permite la comunicación pública y con las partes interesadas, el despliegue de recursos sobre el terreno y otros preparativos logísticos para la desenergización proactiva, y puede hacerse quirúrgicamente identificando qué activos tienen más probabilidades de fallar y la consecuencia de cualquier fallo.

Herramientas de planificación muy similares identifican dónde y cuándo se han producido anteriormente estas condiciones, lo que permite priorizar el refuerzo de los activos para minimizar los costes y salvaguardar al mismo tiempo la red y al público. Mira cómo las principales empresas eléctricas emplean diversas herramientas, como previsiones meteorológicas, modelos de ignición, predicciones de propagación de incendios forestales bajo demanda y análisis de impacto, para prever y controlar los riesgos de incendios forestales con días de antelación.

El término «sin precedentes» se utiliza a menudo en los medios de comunicación para describir impactos de incendios forestales aparentemente nuevos. Sin embargo, en los últimos cinco años hemos visto numerosos incendios forestales «sin precedentes» provocados por activos. Para un gestor de riesgos de una empresa eléctrica, es crucial reconocer que la amenaza de incendios forestales catastróficos es omnipresente y existe en casi todas partes.

El científico principal de datos de Technosylva, Pavel Grechanuk, explica que las estrategias de mitigación de incendios forestales de las empresas eléctricas exigen más que una simple designación de niveles de riesgo. Las empresas eléctricas necesitan un enfoque integral y matizado que reconozca las complejidades de los combustibles, el clima y las personas. Y lo que es más importante, combinando el análisis climatológico con la modelización del riesgo operativo, las empresas eléctricas pueden prever sucesos catastróficos y tomar medidas con antelación para minimizar los impactos.

5 puntos clave:

• Los incendios forestales sin precedentes son cada vez más frecuentes: El cambio climático está haciendo que los incendios forestales graves sean más frecuentes e impredecibles, incluso en zonas que antes eran de bajo riesgo.
• La evaluación integral del riesgo es esencial: Las empresas de servicios públicos deben ir más allá de las simples designaciones de riesgo y tener en cuenta factores como los combustibles, el clima y las personas para evaluar con precisión su riesgo de incendio forestal.
• El análisis climatológico y la modelización del riesgo operativo son cruciales: Combinar estos dos enfoques ayuda a las empresas de servicios públicos a comprender lo que es normal y lo que se avecina a corto plazo, lo que permite prever mejor los acontecimientos sin precedentes.
• Es necesaria una modelización avanzada de la propagación del fuego: Esta tecnología puede predecir hacia dónde se dirigirá un incendio y sus posibles impactos, ayudando en la toma de decisiones.
• La gestión proactiva es clave: Al implantar un marco de modelización integral, las empresas de servicios públicos pueden prepararse mejor y responder a los fenómenos meteorológicos graves, incluso a los que antes se consideraban sin precedentes.

Lee nuestro artículo completo en Utility Dive y descubre cómo las principales empresas eléctricas están avanzando en sus análisis de cortes para ayudar a priorizar las decisiones de refuerzo de activos y gestión de la vegetación.

Comprender las consecuencias potenciales de los incendios forestales provocados por activos: es algo más que modelar la ignición.

Conocer simplemente la probabilidad de que se produzca un incendio forestal en el área de servicio de una empresa eléctrica no explica cuáles son las posibles consecuencias -incluida la posible responsabilidad civil- de una ignición provocada por un activo. Las empresas energéticas de Estados Unidos se enfrentan al creciente reto de reducir el riesgo de incendios forestales y garantizar al mismo tiempo la fiabilidad de sus operaciones. Para conseguirlo, sus directivos necesitan modelos de riesgo sofisticados que les ayuden a cuantificar tanto la probabilidad como las consecuencias de las igniciones provocadas por activos, para asegurarse de que están tomando las mejores decisiones en materia de operaciones y mitigación.

Descubre cómo puedes predecir, mitigar y prevenir tu riesgo de incendios forestales en evolución y , además, cómo las soluciones de Technosylva proporcionan a las principales empresas eléctricas una mayor gestión de riesgos, operaciones, mitigación de activos, planificación de emergencias, cumplimiento de la normativa y mejora de la seguridad pública.

Puedes leer el artículo completo en Utility Dive aquí.

Las simulaciones de incendios han mejorado enormemente la forma en que las agencias de bomberos y otras entidades abordan la gestión de los incendios forestales. Estas herramientas permiten predecir cómo se propagará y comportará un incendio, proporcionando a los bomberos información valiosa para la toma de decisiones estratégicas. Sin embargo, incluso con la ayuda de estas simulaciones avanzadas, sigue habiendo limitaciones e incertidumbres que pueden afectar a la precisión.

Para abordar este reto, Technosylva lideró en 2019 un estudio revisado por pares, publicado en la revista académica Ecological Modelling, en el que se demuestra un método innovador implementado en Wildfire Analyst™ para ajustar las simulaciones de incendios en tiempo real. El método determina los factores de ajuste necesarios para obtener la velocidad de propagación óptima por modelo de combustible, con el fin de minimizar el error en el tiempo de llegada entre el incendio simulado y un conjunto de puntos de control donde se conoce el tiempo de llegada del incendio observado (real). Los resultados mostraron una reducción significativa del error y un mejor ajuste entre el crecimiento del incendio simulado y la propagación real del incendio.

Conclusiones de la investigación

Las agencias de respuesta ante incendios han recurrido a la simulación y modelización de incendios como herramientas clave para predecir cómo se propagarán y comportarán los incendios forestales en distintas condiciones. Esta información ayuda a desarrollar estrategias y tácticas de extinción y prevención. A lo largo de los años se han desarrollado numerosas herramientas informáticas de simulación de incendios, como Farsite, Nexus, FlamMap, BehavePlus, ForeFire y Wildfire Analyst (WFA).

Aunque estas simulaciones son herramientas potentes, su precisión es vital para una toma de decisiones eficaz durante los incidentes de incendios forestales. Sin embargo, hay varios factores que pueden introducir incertidumbres y errores en las simulaciones de incendios, como las limitaciones y suposiciones de los modelos y las incertidumbres de los datos de entrada, como las condiciones meteorológicas, los tipos de combustible y la topografía. Estas incertidumbres pueden hacer que las simulaciones se desvíen de la propagación real del fuego, lo que puede ser problemático en situaciones de extinción en tiempo real.

Un método novedoso de aproximación

Un método innovador implementado en Wildfire Analyst permite ajustar las simulaciones de incendios en tiempo real. El objetivo de este método es determinar factores de ajuste que optimicen la velocidad de propagación del incendio según el modelo de combustible específico, minimizando el error en los tiempos de llegada en comparación con los puntos de control observados.

El análisis revisa dos estudios de caso de Cataluña, España, donde se aplicó este método. El clima de la zona de estudio se caracteriza por veranos calurosos y secos con escasas precipitaciones invernales, lo que la hace propensa a los incendios forestales. Los incendios seleccionados, Castell d’Aro y San Llorenç Savall, fueron seguidos de cerca por los bomberos durante las operaciones de extinción, lo que proporcionó datos valiosos para probar el método de ajuste.

Resultados de la investigación

El núcleo del método consiste en calcular los factores de ajuste de la Tasa de Propagación (ROS) para los distintos modelos de combustible que intervienen en las simulaciones de incendios. Estos factores son específicos de cada modelo de combustible y se utilizan para ajustar la ROS inicial. El proceso de ajuste se basa en un enfoque de mínimos cuadrados, cuyo objetivo es minimizar el error entre el crecimiento simulado del incendio y las observaciones del mundo real. El método permite realizar ajustes en tiempo real y requiere unos datos de entrada mínimos.

Los resultados de los casos prácticos demuestran la eficacia de este enfoque. Sin ajuste, las simulaciones iniciales subestimaron significativamente el ROS real, sobre todo en la cabeza de los incendios. Sin embargo, tras aplicar los factores de ajuste, la propagación simulada del fuego se ajustó estrechamente al comportamiento del fuego observado, reduciendo tanto los errores de tiempo como de área.

Las implicaciones de este método son significativas. Los bomberos y los gestores pueden acceder ahora a simulaciones de incendios más precisas y coherentes, especialmente en situaciones de incendios forestales en tiempo real, en las que es crucial tomar decisiones rápidas. Esta herramienta puede utilizarse para reconstruir incendios pasados, analizar el comportamiento del fuego y apoyar la planificación operativa y la toma de decisiones.

Aunque el método de ajuste presentado en este estudio supone un cambio de juego para mejorar la precisión de las simulaciones de incendios, hay que tener en cuenta varias consideraciones. Principalmente ajusta los modelos de combustible incluidos en el modo de ajuste, por lo que la presencia de modelos de combustible adicionales en las simulaciones en tiempo futuro puede requerir ajustes adicionales. Factores como los vientos locales, que no se tienen en cuenta en las simulaciones iniciales, también pueden influir en el ROS de forma diferente según las zonas.

Próximos pasos de la investigación

El innovador método del estudio para ajustar en tiempo real las simulaciones de incendios es una valiosa aportación al conjunto de herramientas de la lucha contra incendios. Aborda la necesidad crítica de predicciones precisas sobre la propagación del fuego ante incendios forestales cada vez más frecuentes y graves. Al reducir las incertidumbres y los errores de las simulaciones, capacita a los organismos de lucha contra incendios para tomar decisiones más informadas y proteger mejor las vidas, los bienes y el medio ambiente en la batalla contra los incendios forestales.

Infórmate sobre cómo se pone en práctica esta ciencia.

Los incendios forestales en California y en todo el mundo han provocado importantes pérdidas sociales y económicas. Como respuesta, se está prestando mucha atención a la modelización del comportamiento de los incendios forestales en el monte para ayudar a desarrollar estrategias de reducción del combustible y extinción de incendios. Las observaciones posteriores a varios incendios históricos indican que, dentro de las comunidades afectadas, algunas estructuras inflamables tienden a sobrevivir aunque la mayoría de las cercanas hayan sido destruidas. Esta aparente aleatoriedad espacial en los patrones de daños plantea una pregunta importante: ¿Puede predecirse la probabilidad de supervivencia de edificios individuales en caso de incendio forestal?

Lo que hace falta es un planteamiento más holístico que integre las características del terreno salvaje con las del entorno construido para predecir mejor los daños y las pérdidas de edificios.

Para avanzar en este importante objetivo de modelización, Technosylva lideró en 2022 un estudio revisado por pares, publicado en la revista científica Scientific Reports, que utilizó conceptos integrados de la teoría de grafos para crear una métrica de vulnerabilidad relativa capaz de cuantificar la probabilidad de supervivencia de edificios individuales dentro de una zona afectada por incendios forestales. Al emular los daños observados en incendios forestales históricos, el análisis pudo poner a prueba y perfeccionar este marco, dando como resultado hallazgos que muestran que ambas formulaciones, que modelan las pérdidas en los rangos medio y extremo basadas en centralidades de grafos, fueron eficaces para evaluar la vulnerabilidad relativa de los edificios.

Conclusiones de la investigación

El estudio presenta un enfoque innovador para predecir la supervivencia de edificios individuales durante incendios forestales utilizando conceptos de la teoría de grafos. Aborda una cuestión crucial en el campo de la gestión de incendios: ¿por qué algunas estructuras dentro de comunidades afectadas por incendios consiguen sobrevivir mientras que los edificios vecinos sucumben a las llamas? Aunque los modelos tradicionales de comportamiento de los incendios forestales destacan en entornos naturales, a menudo se quedan cortos a la hora de explicar la compleja dinámica dentro de las zonas edificadas. Este estudio pretende colmar esa laguna introduciendo una metodología novedosa que aprovecha la teoría de grafos para modelizar la propagación de los incendios forestales dentro de las comunidades.

Definir el modelado en la investigación

La investigación comienza introduciendo un modelo gráfico de incendios forestales, que sirve de base al estudio. El modelo representa las intrincadas interacciones entre edificios y vegetación en zonas afectadas por incendios forestales. Para aumentar la precisión del modelo, los investigadores incluyen nodos que tienen en cuenta tanto la vegetación forestal como la urbana. Estos dos tipos de vegetación son reconocidos como factores influyentes en la determinación de la intensidad y la velocidad de propagación del fuego. Además, el modelo incorpora varias características de los edificios, como el tipo de cubierta, los aleros, el tipo de tejado, el tipo de ventilación, la valla y el cristal de la ventana, ya que estos factores afectan significativamente a la vulnerabilidad de una estructura a los incendios forestales.

Medidas de centralidad y vulnerabilidad de los edificios

El núcleo del estudio consiste en evaluar distintas medidas de centralidad de la teoría de grafos para evaluar la vulnerabilidad de los edificios individuales dentro de la comunidad afectada por el incendio forestal. Las medidas de centralidad tradicionales consideradas incluyen:

1. Centralidad de proximidad: Mide lo cerca que está un nodo de todos los demás nodos de la red.
2. Centralidad Eigenvectorial: Evalúa la influencia de un nodo en función de sus conexiones con otros nodos influyentes.
3. Coeficiente de agrupación: Evalúa en qué medida los vecinos de un nodo están conectados entre sí.
4. Centralidad de Gravedad: Determina la importancia de los nodos en función de su distribución espacial en la red.
5. Centralidad de grado: Mide el número de conexiones que tiene un nodo.
6. Centralidad de interrelación: Identifica los nodos que actúan como puentes entre distintas partes de la red.

Las medidas tradicionales de centralidad están ampliamente aceptadas en el análisis de redes, pero se ha descubierto que tienen una precisión limitada cuando se trata de predecir los daños a edificios en escenarios de incendios forestales.

Formulaciones novedosas para construir la vulnerabilidad

Para subsanar las deficiencias de las medidas de centralidad tradicionales, el documento introduce dos formulaciones novedosas para evaluar la vulnerabilidad de los edificios:

1. Formulación de grado modificada: Este enfoque se centra en la influencia de los nodos cercanos. Calcula la vulnerabilidad relativa de los edificios individuales teniendo en cuenta la media de los pesos de las aristas entrantes de los nodos vecinos. Además, introduce un mecanismo para eliminar las conexiones de bajo impacto, mejorando así la precisión.
2. Formulación de Caminata Aleatoria Modificada: Esta formulación utiliza paseos aleatorios para evaluar el poder de propagación de los nodos dentro de la red. Calcula la vulnerabilidad relativa basándose en los conceptos de paseo aleatorio y entropía de la información.

Resultados de la investigación

El estudio prueba rigurosamente estas formulaciones novedosas junto con las medidas de centralidad tradicionales en dos incendios forestales históricos, a saber, el Camp Fire de 2018 y el Glass Fire de 2020. Los resultados indican que las fórmulas de grado modificado y paseo aleatorio superan a las medidas de centralidad tradicionales en la predicción de daños en edificios. Aunque ninguna de las fórmulas alcanzó una precisión excepcionalmente alta, proporcionaron valiosas perspectivas sobre los patrones generales de daños en las distintas regiones afectadas por los incendios forestales.

Próximos pasos de la investigación

El estudio reconoce los retos inherentes a la modelización del comportamiento de los incendios forestales, incluidas las incertidumbres aleatorias (aleatoriedad) y la limitada disponibilidad de datos a nivel comunitario. Subraya la necesidad de modelos mejorados que puedan dar cuenta tanto de las incertidumbres aleatorias como de las epistémicas, que incluyen factores como los efectos meteorológicos locales y el alcance de la propagación del fuego. Aunque las formulaciones propuestas representan un avance significativo, los autores destacan la complejidad del problema de la investigación y la necesidad de seguir perfeccionándolo y recopilando datos.

El estudio ofrece una vía prometedora para comprender mejor y mitigar el impacto de los incendios forestales en las comunidades. Introduce conceptos innovadores de la teoría de grafos para mejorar nuestra capacidad de predecir la capacidad de supervivencia de los edificios en caso de incendio forestal, proporcionando herramientas valiosas para la gestión de incendios y la planificación comunitaria.

Infórmate sobre cómo se pone en práctica esta ciencia.

Los incendios forestales son una gran amenaza para las comunidades y sus efectos pueden ser devastadores. Por eso es tan importante disponer de información precisa sobre el momento y la probabilidad de que un incendio forestal alcance una zona concreta. Aquí es donde entra en juego el modelo de desencadenamiento de decisiones sobre incendios forestales. Ayuda a las agencias de bomberos a evaluar la exposición al fuego y a crear planes de evacuación con suficiente tiempo de aviso.

Pero hay un aspecto clave que no ha recibido mucha atención: la incertidumbre de los datos de entrada. Para solucionarlo, Technosylva dirigió un estudio revisado por pares de 2019, publicado en la revista académica Science of The Total Environment, en el que se muestra un nuevo método de modelización de desencadenamiento de decisiones por simulación estocástica de incendios que tiene en cuenta las posibles variaciones de los datos de entrada para evaluar la probabilidad de impacto de los incendios forestales.

Conclusiones de la investigación

Predecir con exactitud el comportamiento de los incendios forestales es un reto debido a las incertidumbres de los datos de entrada y a las limitaciones inherentes a los modelos de incendios. Las simulaciones de incendios forestales, que utilizan diversos modelos y datos para predecir su comportamiento, han sido cruciales para la gestión de los incendios forestales. Estas simulaciones ayudan a las agencias de gestión de incendios a planificar quemas controladas, evaluar los riesgos de incendio y desarrollar estrategias de extinción en tiempo real.

Se han desarrollado varios tipos de modelos de propagación del fuego, desde modelos basados en la física hasta modelos empíricos y matemáticos. Estos modelos tienen en cuenta diversos factores, como la vegetación, las condiciones meteorológicas y la humedad del combustible, para estimar parámetros críticos del comportamiento del fuego, como la velocidad de propagación y la intensidad de las llamas.

Proteger las zonas vulnerables, como las interfaces urbano-forestales (WUI), es una de las principales preocupaciones de los servicios de extinción de incendios. Necesitan predicciones precisas de cuándo y dónde podrían afectar los incendios a estas zonas para tomar decisiones informadas sobre evacuaciones o estrategias de refugio en el lugar. Sin embargo, la precisión de esas predicciones depende de la incertidumbre asociada a los datos de entrada, incluidos factores como la topografía, el tipo de combustible y las condiciones meteorológicas.

Para abordar estos retos, el estudio presenta un enfoque innovador que aprovecha la modelización del desencadenamiento de decisiones sobre incendios forestales. Para ello se utilizan modelos semiempíricos de propagación de incendios bien establecidos y se incorporan elementos estocásticos para simular topes de activación de decisiones alrededor de las zonas que deben protegerse. Estos amortiguadores representan el tiempo que tardaría un incendio en alcanzar la zona protegida en diversas condiciones de entrada, proporcionando probabilidades de impacto.

Definición del modelo en la investigación

El modelo incorpora elementos aleatorios a una simulación, lo que refleja mejor la naturaleza caótica e impredecible de los incendios forestales. Al utilizar entradas de datos aleatorias, puedes producir una serie de resultados posibles, en lugar de una única predicción determinista. Al simular distintos escenarios, produce un mapa de probabilidades de la llegada del fuego a las zonas que hay que proteger.

Para demostrar el concepto de modelización de desencadenamiento de decisiones, el estudio utilizó datos del incendio de Tubbs, uno de los incendios forestales más destructivos de California. El análisis realizó simulaciones de incendios hacia atrás en el tiempo, desde los puntos de ignición seleccionados hasta el límite de la WUI en torno a Santa Rosa. Las simulaciones estimaron el tiempo que tardaría un incendio en llegar a la WUI, y los resultados se compararon con la progresión real del incendio para validar la exactitud del método de modelización del desencadenamiento de decisiones.

El método de modelado de activación de decisiones utiliza un enfoque de conjunto, variando las condiciones de entrada, como la velocidad y dirección del viento y el contenido de humedad del combustible, para tener en cuenta las incertidumbres de los datos de entrada. Genera múltiples simulaciones de incendios en diferentes condiciones para proporcionar estimaciones probabilísticas de los tiempos de llegada de los incendios.

Resultados de la investigación

El estudio descubrió que las simulaciones de incendios realizadas con el método de modelado de desencadenamiento por decisión tenían un alto grado de precisión cuando se comparaban con la propagación real del fuego durante el incendio de Tubbs. Los topes de activación de evacuación estimados por el modelado de activación de decisiones predijeron correctamente la hora de llegada del incendio al borde de la WUI. El método de conjunto utilizado para las condiciones meteorológicas mostró que la tasa de propagación (ROS) prevista variaba significativamente en función de las condiciones de entrada. Esta variabilidad puso de relieve la importancia de considerar la incertidumbre meteorológica en la modelización del comportamiento del fuego.

El método de modelización de desencadenantes de decisiones ofrece un marco valioso para estimar la probabilidad de impacto de los incendios forestales en las zonas que hay que proteger en tiempo real, teniendo en cuenta las incertidumbres de los datos de entrada. Proporciona a los responsables de la toma de decisiones información sobre la propagación potencial del fuego y las probabilidades asociadas, ayudando en la planificación de la evacuación y el desarrollo de estrategias de extinción de incendios.

El estudio destacó la necesidad de tener en cuenta las incertidumbres más allá de las condiciones meteorológicas, incluidas las limitaciones de los modelos, las interacciones fuego-atmósfera y la calidad de los datos. Aunque el método de modelización del desencadenante de decisiones resultó prometedor, es esencial combinarlo con el conocimiento y el juicio de expertos para una toma de decisiones más precisa.

Próximos pasos de la investigación

El enfoque de modelización del desencadenamiento de decisiones sobre incendios forestales presentado en este estudio ofrece una forma novedosa de predecir los impactos de los incendios forestales en zonas vulnerables. Al incorporar las incertidumbres de los datos de entrada y proporcionar estimaciones probabilísticas, el modelado de desencadenamiento de decisiones mejora el apoyo a la toma de decisiones de las agencias de gestión de incendios.

Sin embargo, el estudio destaca la importancia de tener en cuenta diversas fuentes de incertidumbre para mejorar la precisión de las predicciones del comportamiento del fuego en entornos operativos. El modelado de desencadenamiento de decisiones tiene el potencial de convertirse en una valiosa herramienta para evaluar el riesgo de incendio y proteger a las comunidades ante la creciente amenaza de incendios forestales.

Infórmate sobre cómo se pone en práctica esta ciencia.