TACLS: el nuevo sistema que promete avisar de inundaciones repentinas antes de que ocurran
El Transient Artifact and Continuous Learning System (TACLS) combina satélites y aprendizaje automático para identificar zonas con riesgo de inundación flash antes de que el agua llegue al suelo.

El 9 de junio, Laura Lin en Lanesville, Indiana, se despertó de un Zoom para descubrir que su patio se estaba inundando con ocho pulgadas de lluvia en pocas horas. La alerta de inundación del Servicio Meteorológico Nacional (NWS) llegó demasiado tarde, cuando la comunidad ya estaba sumergida.
Para evitar que esto vuelva a suceder, el NWS, junto a la Universidad de California, San Diego y NASA, desarrolló TACLS. Este software analiza datos de satélites y del Sistema Global de Navegación por Satélite (GNSS) y aplica modelos de aprendizaje automático para predecir la transición de lluvia a inundación flash. La idea es que, antes de que el agua llegue a la superficie, la herramienta identifique áreas de riesgo y permita emitir alertas tempranas.
El NWS actualmente emite tres niveles de aviso: watch, advisory y warning. El primero advierte de la posibilidad de una inundación, el segundo indica que se está produciendo una inundación leve, y el tercero es la advertencia de inundación flash, que se dispara cuando el agua amenaza con mover vehículos o derribar personas en menos de seis horas. La demora en la emisión de estas alertas ha costado vidas, como lo mostró la experiencia de Lin.
TACLS mejora el proceso al proporcionar un margen de tiempo adicional. Mientras los sistemas tradicionales dependen de sensores de lluvia y radares, que solo detectan el evento una vez que ha comenzado, TACLS usa la información de satélites en tiempo real para prever la acumulación de lluvia y la saturación del suelo. El algoritmo de aprendizaje automático ha sido entrenado con datos históricos de precipitaciones, tipos de suelo y pendientes, lo que le permite estimar la probabilidad de inundación flash en cada pixel.
La prueba piloto se inició en California, donde la densidad de sensores es mayor. Los resultados preliminares indican que TACLS puede generar alertas 30 a 60 minutos antes de la inundación real, tiempo suficiente para que las agencias locales actúen. El equipo liderado por Yehuda Bock, geodesista de la Scripps Institution of Oceanography, planea expandir la cobertura a todas las oficinas de NWS.
Para los administradores de sistemas, la implicación es doble: primero, la necesidad de integrar los feeds de TACLS en los paneles de monitoreo existentes; segundo, la posible adopción de nuevos protocolos de respuesta ante alertas tempranas. Si la tecnología se despliega, las infraestructuras de alerta pública deberán actualizarse para procesar datos de satélite y ejecutar scripts de evacuación automatizados.
El éxito de TACLS dependerá de la calidad de los datos satelitales y de la precisión del modelo. Además, la cobertura GNSS es limitada en regiones con baja densidad de estaciones terrestres, lo que podría restringir la efectividad en ciertos estados.
En última instancia, TACLS representa una apuesta por la prevención basada en datos, lo que podría transformar la forma en que los servicios meteorológicos gestionan los desastres naturales y, más importante aún, salvar vidas.
Guía sobre avisos de inundación Organización Meteorológica Mundial sobre inundaciones

