Incendios forestales, inundaciones, deslizamientos, olas de calor y otros fenómenos meteorológicos extremos seguirán poniendo a prueba la capacidad de respuesta de ciudades, regiones y administraciones.
La cuestión es cuánto podemos hacer antes de que el riesgo se convierta en emergencia.
Durante años, buena parte de la conversación se ha concentrado en la respuesta: protocolos, coordinación, medios de intervención y capacidad operativa. Todo ello sigue siendo imprescindible. Pero hoy podemos trabajar también sobre una capa anterior: conocer mejor el territorio, observar cómo evolucionan determinadas variables, identificar vulnerabilidades e interpretar señales que ayuden a preparar distintos escenarios.
Para hacerlo necesitamos datos. Pero, sobre todo, necesitamos entender qué significan esos datos en su contexto.
Saber que han caído 40 litros por metro cuadrado, que está aumentando el nivel de un cauce o que la humedad ambiental ha descendido rápidamente son observaciones. Relacionarlas con el lugar donde se producen, su evolución temporal, los históricos disponibles y las infraestructuras o poblaciones expuestas es lo que empieza a convertirlas en información útil para decidir.
Ahí es donde la tecnología puede ampliar nuestra capacidad de anticipación.
La gestión de emergencias climáticas empieza antes de la alerta
Una inundación no empieza cuando el agua corta una carretera. Un incendio no empieza cuando obliga a evacuar una población.
Desde el punto de vista de la gestión del riesgo, el trabajo comienza mucho antes.
Empieza con el conocimiento acumulado sobre un territorio: su orografía, usos del suelo, cauces, masas forestales, infraestructuras críticas, población expuesta, episodios anteriores y zonas especialmente vulnerables.
Y continúa observando cómo evolucionan las condiciones que pueden modificar ese riesgo.
La prevención puede apoyarse hoy en una combinación mucho más amplia de información: estaciones meteorológicas, sensores desplegados sobre el terreno, sistemas hidrológicos, imágenes, datos GIS, observación de la Tierra, modelos o fuentes proporcionadas por diferentes administraciones.
Ninguna de ellas, de forma aislada, explica necesariamente lo que va a ocurrir.
Su valor aumenta cuando podemos relacionarlas.
Qué podemos medir para entender cómo evoluciona un riesgo
Hablar de “datos” sin concretar cuáles puede hacer que la digitalización de las emergencias parezca algo abstracto. No lo es.
Las tecnologías de monitorización permiten observar continuamente parámetros físicos y ambientales que ayudan a caracterizar lo que está sucediendo en un territorio.
No todas son relevantes para todas las emergencias ni deben interpretarse de forma independiente. Su utilidad depende del problema que queremos comprender.
Dependiendo del riesgo y de las condiciones del despliegue, pueden medirse variables como:
- Nivel del agua
- Precipitación acumulada
- Temperatura
- Humedad relativa
- Presión atmosférica
- Velocidad y dirección del viento
- Humedad y temperatura del suelo
- Contenido de agua en el suelo
- Radiación solar
- Humectación foliar
- Determinadas variables relacionadas con la calidad del aire o la presencia de gases
Observar el agua y las condiciones que explican su evolución
En la gestión del riesgo de inundación, por ejemplo, conocer el nivel de un río o barranco proporciona una señal directa, pero resulta mucho más útil cuando puede analizarse junto con la precipitación, su evolución temporal y las condiciones meteorológicas.
Libelium ya ha trabajado en escenarios de este tipo.
En un sistema de detección temprana y alerta de inundaciones desplegado en Argentina, la monitorización combinaba el nivel del río con variables meteorológicas como temperatura, humedad relativa, presión atmosférica, precipitación y velocidad y dirección del viento.
El objetivo de una infraestructura de este tipo no es “predecir una inundación” a partir de un sensor.
Es observar continuamente variables que pueden ayudar a detectar cambios relevantes y ofrecer más información sobre cómo está evolucionando la situación.
Conocer las condiciones del entorno
En otros riesgos, como incendios forestales o episodios prolongados de calor y sequedad, adquieren mayor relevancia parámetros relacionados con las condiciones meteorológicas y ambientales.
Temperatura, humedad relativa, viento, precipitación acumulada, radiación solar o determinadas condiciones del suelo ayudan a describir un entorno que puede encontrarse sometido a mayor o menor estrés.
Aquí también conviene evitar simplificaciones.
Una temperatura elevada no implica por sí misma que vaya a producirse un incendio. Un determinado nivel de humedad tampoco.
Pero la evolución conjunta de diferentes variables ayuda a conocer mejor las condiciones del territorio y puede complementar modelos de riesgo, información forestal, históricos u otras fuentes especializadas.
Monitorizar el entorno para reconocer cambios
Esta lógica de observación continua no es exclusiva de las emergencias.
Libelium lleva años utilizando sensores ambientales para entender cómo pequeñas variaciones en las condiciones de un entorno pueden requerir una actuación.
En proyectos de monitorización de condiciones en invernaderos o de monitorización meteorológica para prevenir plagas en olivares, variables ambientales permiten seguir la evolución de unas condiciones determinadas y actuar con más información.
El problema es distinto, pero la lógica tecnológica es transferible: observar de manera continua, detectar cambios relevantes y utilizar la evolución de esos datos para entender mejor lo que está pasando.
Medir es solo el principio: los datos necesitan contexto
Una red de sensores puede generar miles de mediciones. Eso no significa que un responsable de emergencias tenga que revisar miles de valores. De hecho, ahí empieza otra parte importante del problema.
Una medición de temperatura de 38 °C tiene poco significado sin conocer dónde se ha producido, durante cuánto tiempo se mantiene, cómo evoluciona respecto a las horas anteriores o qué otros factores concurren en ese lugar.
Lo mismo ocurre con el nivel del agua.
Un valor aislado puede decir poco. Una serie temporal que muestra una subida sostenida empieza a contar una historia diferente. Si además puede relacionarse con precipitación, predicción meteorológica, topografía, vulnerabilidades e históricos, el dato adquiere contexto.
Por eso tener datos no es suficiente..
La capacidad de monitorización debe ir acompañada de herramientas que permitan organizar, visualizar y relacionar la información.
De los sensores a una plataforma de datos
El recorrido del dato no termina cuando un sensor realiza una medición.
La información puede transmitirse desde los dispositivos desplegados sobre el territorio hacia una plataforma donde se almacena, representa y analiza junto con otras fuentes.
Es ahí donde una solución como iris360 empieza a tener sentido.
No como destino final del dato, sino como el entorno digital en el que diferentes informaciones pueden empezar a formar parte de una misma lectura.
En lugar de consultar individualmente cada dispositivo, los datos pueden visualizarse mediante dashboards, series temporales o representaciones geográficas. Esto permite observar la situación actual, pero también comparar periodos, detectar tendencias y entender dónde se está produciendo un cambio.
iris360 está concebida precisamente para trabajar sobre esa capa de integración, visualización y contextualización de datos. La plataforma permite consolidar información procedente de dispositivos y otras fuentes y trabajar con ella dentro de un contexto territorial. Su interfaz incorpora, entre otras capacidades, visualización de datos, analítica, mapas y gestión de alarmas.
El cambio importante no es tecnológico, sino operativo.
Pasamos de recibir: “nivel de agua: X”
a poder entender: “el nivel lleva aumentando durante un determinado periodo en este punto concreto del territorio”.
Y esa segunda información empieza a ser mucho más útil.
Configurar alarmas para identificar situaciones que requieren atención
Una de las ventajas de monitorizar continuamente es que no es necesario esperar a que una persona detecte manualmente cada cambio.
Umbrales y condiciones de alarma pueden establecerse sobre determinados parámetros
Por ejemplo, puede interesar recibir un aviso cuando:
- el nivel de un cauce supera un valor determinado;
- la medición aumenta o disminuye hasta un nivel previamente establecido;
- la precipitación alcanza un umbral considerado relevante;
- una variable ambiental sale de un rango definido;
- determinadas condiciones requieren que un responsable revise la situación.
La diferencia entre disponer de datos y disponer de un sistema de monitorización operativo aparece precisamente aquí.
El dato deja de ser algo que únicamente consultamos cuando queremos saber qué está ocurriendo.
El sistema puede señalar cuándo una condición previamente definida merece atención.
En una plataforma como iris360, la visualización de los datos y la configuración de alarmas permiten trabajar sobre esta lógica: seguir la evolución de las variables y establecer avisos ante determinados escenarios de aumento, disminución o superación de valores.
Esto no convierte una alarma en una predicción. Y esa distinción es importante.
Una alarma indica que se ha producido una condición que hemos decidido vigilar. A partir de ahí pueden entrar en juego el conocimiento del responsable de emergencias, otros datos, modelos especializados, previsiones meteorológicas o protocolos operativos.
La tecnología ayuda a reducir el tiempo entre “algo está cambiando” y “alguien necesita saberlo”. En gestión de emergencias, ese tiempo puede ser relevante o crucial.
Integrar información antes de intentar predecir
La monitorización sobre el terreno es solo una de las fuentes disponibles.
Las administraciones trabajan además con meteorología, hidrología, cartografía, información forestal, observación de la Tierra, imágenes, históricos, modelos e información procedente de diferentes organismos.
El reto aparece cuando cada fuente vive en un sistema distinto.
Un organismo dispone de unos datos; otro departamento, de otros. Los formatos y frecuencias de actualización pueden cambiar y la información no siempre llega conjuntamente a quien necesita tomar una decisión.
Por eso la interoperabilidad tiene tanta importancia. Una plataforma de datos puede servir para incorporar y contextualizar fuentes que no necesariamente proceden de sensores de Libelium.
Ese punto es especialmente relevante para entender la evolución de la compañía. La propuesta no consiste en desplegar sensores allí donde ya existe información útil. Consiste en poder conectar información procedente del territorio con otras fuentes y construir una lectura más completa de la situación. El sensor cubre aquello que necesitamos medir. La plataforma ayuda a dar contexto a esa medición. Y otros datos completan la imagen.
De observar lo que ocurre a analizar lo que podría ocurrir
Una vez que la información puede integrarse y contextualizarse, determinadas situaciones pueden analizarse mediante modelos, simulaciones, inteligencia artificial o gemelos digitales.
Un modelo hidrológico puede estudiar posibles evoluciones de un cauce. Un modelo de propagación puede explorar distintos comportamientos de un incendio.
Un gemelo digital puede representar un territorio o infraestructura y permitir analizar escenarios que sería imposible ensayar sobre el entorno real.
Aquí aparece un cambio importante en la gestión del riesgo.
Monitorizar responde principalmente a: ¿qué está ocurriendo?
El análisis de escenarios intenta añadir otra pregunta: ¿qué podría ocurrir si estas condiciones evolucionan de una determinada manera?
No siempre será posible responder con suficiente precisión. Tampoco todos los fenómenos tienen la misma predictibilidad.
Pero incluso cuando no existe una predicción exacta, explorar escenarios puede ayudar a identificar vulnerabilidades, preparar recursos o valorar diferentes alternativas.
Anticipar no significa adivinar
La gestión de emergencias climáticas trabaja necesariamente con incertidumbre.
No todos los riesgos pueden anticiparse con la misma fiabilidad. Los modelos tienen limitaciones. Puede faltar información y una situación real puede evolucionar de forma diferente a los escenarios previstos.
La tecnología puede ayudarnos a trabajar mejor con esa incertidumbre, pero no eliminarla. Por eso los datos deben convivir con conocimiento científico, modelos especializados, experiencia operativa y conocimiento local del territorio.
Este límite importa también a la hora de diseñar alarmas.
Configurar cada variable con umbrales excesivamente sensibles puede producir una sucesión de avisos sin valor operativo. Definirlos demasiado tarde puede reducir el margen de actuación.
La utilidad aparece cuando la medición y el conocimiento del riesgo se diseñan conjuntamente.
No se trata de generar más alertas. Se trata de generar alertas que tengan sentido para quien tiene que decidir..
How technology and AI add value
La inteligencia artificial puede aportar valor cuando es necesario procesar grandes volúmenes de datos, reconocer patrones o analizar relaciones difíciles de identificar manualmente. Pero tampoco conviene situarla al principio de la conversación. Antes necesitamos datos fiables, una buena representación del territorio y modelos adecuados al problema que queremos resolver. Aplicada sobre esa base, la IA puede ayudar a detectar anomalías, clasificar situaciones, analizar tendencias o facilitar la interpretación de información compleja.
Su aportación más interesante en emergencias quizá no sea ofrecer una supuesta predicción infalible. Puede ser algo mucho más práctico: ayudar a que los responsables entiendan antes una situación compleja.
La información no tiene el mismo valor en todas las fases de un episodio.
Es el momento de identificar vulnerabilidades, decidir qué variables conviene medir, estudiar históricos, integrar fuentes y establecer umbrales o escenarios que requieran atención.
La monitorización continua permite construir además una línea base del comportamiento habitual del territorio.
Sin conocer qué es normal resulta mucho más difícil identificar qué no lo es.
Cuando el episodio está activo, el tiempo adquiere otro valor.
La actualización de las mediciones permite seguir la evolución de variables críticas. Una plataforma de datos puede facilitar su visualización sobre el territorio y las alarmas pueden señalar cambios que requieren atención.
El responsable no necesita ver cada dato.
Necesita reconocer qué está cambiando, dónde y con qué velocidad.
Una vez terminada la emergencia, los datos siguen siendo útiles.
Las series registradas permiten reconstruir qué ocurrió, comparar la realidad con los escenarios previstos, comprobar qué alarmas fueron relevantes e identificar información que habría sido útil disponer con anterioridad.
Ese aprendizaje puede utilizarse para revisar umbrales, mejorar modelos y preparar mejor el siguiente episodio.
La resiliencia también se construye así.
De medir el territorio a tomar mejores decisiones
La tecnología utilizada en emergencias climáticas puede entenderse como una cadena.
Los sensores representan solo el comienzo. Su función es convertir determinadas condiciones físicas del territorio en datos que puedan utilizarse.
Plataformas como iris360 permiten llevar esas mediciones a un entorno donde pueden visualizarse, relacionarse con otros datos, localizarse geográficamente y asociarse a alarmas o escenarios que ayuden a reconocer cambios relevantes.
A partir de ahí pueden incorporarse modelos, simulaciones, inteligencia artificial o gemelos digitales cuando el problema lo requiere. Ese es también el espacio en el que tiene sentido la evolución de Libelium.
No únicamente como fabricante de la tecnología que captura un dato, sino como compañía capaz de trabajar en el recorrido que existe entre lo que está ocurriendo en el territorio y la decisión que una organización necesita tomar..
La tecnología no evitará todos los incendios, inundaciones o fenómenos extremos.
Pero puede ayudarnos a conocer antes que algo está cambiando, comprender mejor qué significa y llegar a una situación de riesgo con más información y más capacidad para actuar.
Y, en gestión de emergencias, estar mejor preparados ya es una diferencia importante.
Preguntas frecuentes sobre tecnología y emergencias climáticas
Depende del fenómeno. Entre las variables que pueden ser relevantes se encuentran el nivel del agua, precipitación, temperatura, humedad relativa, presión atmosférica, velocidad y dirección del viento, humedad y temperatura del suelo o radiación solar. La selección debe responder siempre al riesgo que se quiere estudiar.
No. Un sensor mide una determinada variable. La anticipación aparece al combinar su evolución con otras mediciones, información territorial, históricos, previsiones y, cuando procede, modelos especializados.
Permite avisar cuando una variable alcanza un valor o evolución que previamente se ha considerado relevante. Una alarma no implica necesariamente que vaya a producirse una emergencia; indica que existe una condición que merece ser revisada.
Permite centralizar y visualizar información procedente de diferentes fuentes, trabajar con su dimensión territorial, analizar su evolución y configurar alarmas sobre determinados parámetros. Esa capa de contexto facilita pasar de consultar datos aislados a comprender mejor una situación.
Porque un riesgo climático rara vez puede comprenderse a partir de una única variable. Los datos capturados sobre el terreno ganan valor cuando pueden combinarse con meteorología, GIS, hidrología, históricos, modelos u otras fuentes disponibles.
Monitorizar permite conocer qué está ocurriendo. Anticipar utiliza esa información, junto con contexto, históricos y modelos, para reconocer posibles evoluciones y preparar decisiones antes de que una situación alcance un punto crítico.
Behind the Change.
Beyond the Challenge.
