La plataforma de inteligencia artificial de Amphos 21, Aqualearning, previamente validada en un área concreta, predice en pocos segundos la zona que se inundará utilizando datos del radar meteorológico o de predicciones en tiempo real.
Los modelos hidráulicos para delimitar zonas de inundación requieren tiempos de cálculo que van de horas a días para definir con precisión la zona que se inundará. Son modelos complejos que integran parámetros del suelo y del flujo. El evidente aumento de la frecuencia de episodios de precipitación extrema, debido al cambio climático, requiere actuar con celeridad para evitar efectos desastrosos. Los distintos organimos de cuenca y entidades locales disponen de modelos hidráulicos y sistemas de predicción para delimitar zonas genéricas con riesgo de inundación para distintos periodos de retorno. Pero estos modelos no incorporan la variabilidad de los patrones de precipitación, que son los que en muchos casos influyen en el hecho que se inunde una zona en concreto. Estas herramientas, pues, no permiten actuar durante un episodio de precipitación elevada.
Esta solución, Aqualearning Floods, ha estada desarrollada por Amphos 21 y ABM Consulting conjuntamente y se basa en algoritmos de machine learning (redes neuronales convolucionales) implementados en el código de Amphos 21, IML. Aqualearning Floods se entrena y se valida con los datos generados por los modelos convencionales hidráulicos a nivel de cuenca, a partir de reconstrucción de imágenes y captura de patrones. Se puede operar desde la mayoría de dispositivos móviles y enviar alertas.
Es una solución altamente innovadora que permite minimizar el riesgo a la población, puesto que en pocos segundos delimita la zona que podrá inundarse. En la web de Amphos 21, se ha colgado una demo que permite simular la zona que se inundará para diferentes episodios de lluvia generados por el usuario.
