Nuestro grupo, Fire Management & Advanced Analytics (Fire2A) está trabajando hace 7 años en el tema incendios forestales. Nuestro trabajo se centra en aplicar técnicas de analytics: investigación de operaciones, Data Science, inteligencia artificial para desarrollar herramientas de apoyo a decisiones de prevención de incendios a través de mejorar el diseño de paisaje o manejo de combustibles. Esto es, modificar el combustible para que impida o retarde el avance del fuego. Los tratamientos se desarrollan a través de la corta de árboles, eliminar la maleza o los desechos de árboles secos, incendios controlados, entre otros. El tema de donde ubicar estos tratamientos para su máxima efectividad es complejo y nuestro grupo está desarrollando herramientas de punta para ser aplicadas. Estamos apoyados por un proyecto Fondef y principalmente por un financiamiento de la Comunidad Europea, Proyecto FIRE RES, que incluye más de 30 instituciones: Universidades, Centros de Investigación y Consultoras dedicadas al tema de incendios. Chile es el único país fuera de Europa incluido, a través de CORMA, CONAF y nuestro grupo dentro del Instituto Sistemas Complejos de Ingeniería (ISCI). Uno de nuestros compromisos en este proyecto es implementar nuestras herramientas para definir el manejo de combustibles en Chile, Cataluña y Portugal. Las características de nuestro trabajo son varias, de las cuales destacan el trabajo en la frontera del conocimiento, lo que origina múltiples papers y la transdisciplinariedad. Este grupo incluye especialistas en ecología, incendios, planificación forestal, sensores remotos, meteorología, además de nuestras especialidades de analytics. Adicionalmente, trabajamos en conjunto con académicos del departamento de Ciencias de Computación de la FCFM expertos en la aplicación de técnicas de aprendizaje de máquinas, más específicamente en aprendizaje profundo, permitiéndonos incorporar técnicas en el estado del arte.
En nuestro trabajo incluimos objetivos de protección frente a los incendios que incluyen: vidas humanas, casas, infraestructura crítica, biodiversidad de flora y fauna, liberación de carbono. Fundamentalmente, queremos crear herramientas que tengan impacto en decisiones de contención de incendios. Nuestro centro se proyecta a largo plazo, considerando que debido al cambio climático el peligro de incendios va en aumento, en particular a través de mega incendios, como los vistos en Chile en 2017, 2022, y recientemente en Valparaíso. Adicionalmente, dado que estos desastres se están viendo en muchos países, nuestro centro también se proyecta a impactar en otras partes del mundo.
Los temas de investigación y aplicación son muchos y centrales en crear herramientas de apoyo a decisiones de protección. Estamos trabajando no solo con CORMA y CONAF, sino también con redes comunitarias que incluyen pequeños propietarios y comunidades que viven en las zonas de alto riesgo de incendios, incluyendo a la Red de Prevención Comunitaria y a una comunidad guiada por la segunda compañía de Bomberos de Curacaví. Creemos que hay acá desafíos muy interesantes tanto metodológicos como de aplicación. Estamos buscando tesistas en múltiples temas, y de distintas especialidades, no solo ingeniería. Las tesis son remuneradas, terminan en publicaciones y aplicaciones. Los tesistas presentan sus trabajos en congresos internacionales y en muchos casos pasan una temporada en Europa, trabajando con nuestros socios de FIRE RES.
Algunos de los temas que proponemos incluyen:

A. Modelo táctico de planificación forestal incluyendo incendios. Combinar sistemas de simulación de incendios con simuladores de crecimiento y rendimiento forestal, y técnicas de optimización, para evaluar planes tácticos de gestión forestal a nivel de paisaje. El énfasis está en la minimización de las pérdidas esperadas por incendio forestales a lo largo de horizontes de planificación táctica y en el desarrollo de planes de prevención que puedan volverse financieramente viables con el tiempo debido a las cadenas de valor relacionadas basadas en el aprovisionamiento de servicios ecosistémicos resultantes.

B. En trabajos anteriores se construyó una métrica de esparcimiento de incendios llamada Downstream Protection Value1, la cual se basa en la en la conversión de un incendio a un grafo, sobre el cual se computa el árbol de peso mínimo para cada nodo, siendo este una representación de cuán importante es cada nodo en el esparcimiento. Hoy en día se utiliza esta métrica para reducir el daño de potenciales incendios en paisajes reales, sin embargo esta no considera el efecto que tiene el poner un cortafuego en una celda sobre el esparcimiento que generan el resto. Este tema involucraría una reformulación de esta métrica para que considere interacciones entre los tratamientos de distintas celdas.

C. Modelos de instrucciones de evacuación en caso de incendios. Esto considera la aplicación de técnicas de aprendizaje profundo para predecir el esparcimiento de un incendio en curso ó la adaptación del Simulador Cell2Fire2 desarrollado en el grupo con el mismo fin.

D. Modelos de contención de incendios intencionales.

E. Para la optimización de la localización de tratamiento de combustibles se deben considerar los distintos valores que se desean proteger, para esto nuestro equipo desea desarrollar nuevos modelos que consideren estos múltiples valores (población, infraestructura, biodiversidad, etc) utilizando por ejemplomodelos de múltiples objetivos, Goal Programming y Pareto.

F. Modelos que, a través de información satelital, inteligencia artificial y otras fuentes de datos mejoren las bases de datos sobre todo de vegetación y masa de combustible.

G. Dado el contexto de cambio climático en el que nos encontramos, uno de los valores en riesgo a proteger es el almacenamiento de carbono por parte de la vegetación. Para esto, nuestro grupo desea desarrollar modelos de estimación de almacenamiento de carbono.

H. Algoritmos de inteligencia artificial de apoyo a decisiones a nivel de prevención de incendios forestales y combate, para esto se propone la utilización de Reinforcement learning, machine y/o deep learning.

I. Desarrollo de mapas regionales de peligros de incendios mediante la utilización de técnicas de aprendizaje profundo y explicabilidad.

J. Desarrollo de modelos meteorológicos (combinación de las distintas variables meteorológicas: temperatura, viento y humedad) que influyen en la propagación de incendios. Utilizando métodos de agrupamiento (o clusterización) se busca representar las distintas configuraciones de variables meteorológicas que favorecen la propagación de incendios.

K. Desarrollo de un método de generación de escenarios de esparcimiento para un modelo de optimización estocástica. Para esto, se propone la utilización de redes neuronales de grafos desde un enfoque generativo, que permitan extrapolar los escenarios más representativos de un conjunto grande de esparcimientos simulados. Esto permitirá generar soluciones más robustas que las obtenidas mediante enfoques más tradicionales.

L. Variación en composición, estructura y carga de combustible ante procesos de combustión interanual, como base para actualización de cubiertas vegetales en incendios forestales. Analizar la metodología clásica de inventario de combustibles en campo, como insumo base para la determinación de parámetros de cambio respecto a métodos de identificación remota, en función de la especificidad de parámetros de comportamiento del fuego y escalas de percepción espacial.

Interesados contactar a: lucasmurrayh@gmail.com, aweintra@dii.uchile.cl, felipedelabarra@fire2a.com