Branden zijn een van de grootste bedreigingen voor het boserfgoed. Volgens gegevens van het ministerie van Landbouw, gemiddeld meer dan 17, 000 branden per jaar in Spanje, die invloed hebben op 113, 000 hectare en veroorzaakt enorme financiële en landschappelijke verliezen.

Het bosbrandlaboratorium van de universiteit van Cordoba, samen met het Rocky Mountain Research Station, van de Forest Service van het Amerikaanse ministerie van landbouw, een nieuw algoritme ontwikkeld om het reactievermogen bij brand te verbeteren. De nieuwe tool voorspelt de moeilijkheid bij het bestrijden van een bosbrand, die kunnen helpen bij het optimaliseren van middelen en het prioriteren van blustaken.

Wanneer we geconfronteerd worden met een ongecontroleerd vuur dat door honderden hectares raast, er rijzen veel vragen die dringend een antwoord behoeven:waar moeten we beginnen? Welke plaats is minder moeilijk? Welke gebieden zijn al verloren? Hoe kunnen we managementtaken prioriteren?

Dit algoritme is in staat om op deze vragen te reageren en heeft de wiskunde door middel van een breuk tot een echte bondgenoot voor brandbestrijding gemaakt:Als de teller dicht bij 30 komt - het maximale aantal - betekent dit dat de strijd tegen brand praktisch verloren is wanneer de noemer bereikt lage niveaus, het maximum is 50. Als de noemer naar 50 gaat -de limiet-, wordt aangenomen dat het land over de juiste infrastructuur beschikt om brandbestrijdingstaken effectief uit te voeren. Vanaf dat moment, en afhankelijk van het resultaat van de vergelijking, de tool biedt een extinctie-moeilijkheidsindex die adviseert over de mogelijkheden om extinctie-operaties veilig en effectief uit te voeren. Wanneer het algoritme een lage of gemiddelde moeilijkheidsgraad voorspelt, autoriteiten duidelijk brandbestrijdingsstrategieën kunnen vaststellen en actieve fronten kunnen controleren, en in het geval van hoge tot extreme moeilijkheidsgraad, handelingen die de veiligheid in gevaar brengen, kunnen worden vermeden, evenals die welke zullen betekenen dat de middelen voor brandbestrijding moeten worden uitgeput wanneer de kans op het blussen van een brand minimaal is.

Het gereedschap, die is gevalideerd bij twee branden in Andalusië (in Segura, Jaén in 2017) en de Cascade Mountains van het Okanagan-Wenatchee National Forest in de staat Washington, VS (Jolly Fire in 2017), houdt rekening met een reeks variabelen die eerdere voorspellingsmodellen aanvullen en bijwerken. "Het nieuwe algoritme houdt rekening met nieuwe parameters zoals de aanwezigheid van onregelmatige ravijnen en hellingen en is niet alleen gericht op de verspreiding van oppervlaktebranden, maar ook in brand in boomtoppen en bij uitbarstingen in ravijnen en canyons, die een enorme energiebron voor een brand kan worden wanneer deze zich voordoet, wijd verspreid, " wijst professor Francisco Rodríguez y Silva aan, een van de auteurs van het onderzoek. Naast deze variabelen, anderen worden toegevoegd, zoals wegdichtheid, brandgang gebieden, frequentie van lossen uit vliegtuigen, het mogelijke gedrag van de brand, de mogelijkheid voor gespecialiseerde hulpverleners om toegang te krijgen tot het gebied en onderdrukkingsacties uit te voeren door de gecombineerde brandbestrijdingsmiddelen.

Voor nu, ze werken aan het opzetten van dit algoritme in een mobiele applicatie waarmee schattingen in realtime mogelijk zijn. Echter, de beste manier zou zijn om "deze methode te gebruiken om kaarten op te stellen met de moeilijkheidsgraad van het uitsterven voordat een brand uitbreekt en deze te gebruiken om de plaatsen te voorspellen waar we proactiever moeten zijn door onze omgeving te plannen en te investeren in termen van preventie, ’, legt de onderzoeker uit.

Eerder begrip van de omgeving en wiskundige berekeningen kunnen op deze manier helpen om onzekerheid te verminderen en vooruit te plannen voor branden. Het doel is om op het vuur te winnen nog voordat de eerste vlammen verschijnen.