Investigadores de la Universidad de Sussex han desarrollado un sistema que puede predecir con precisión un período de sequía en África Oriental con hasta diez semanas de anticipación.
Las imágenes satelitales ya se usan en Kenia para monitorear el estado de los pastos y determinar la salud de la vegetación usando una métrica conocida como Índice de Condición Vegetal. Estos se transmiten a los tomadores de decisiones en las regiones áridas y semiáridas de Kenia a través de la sequíasistemas de alerta temprana.
Sin embargo, estos sistemas, operados por la Autoridad Nacional de Gestión de la Sequía NDMA, solo permiten que las organizaciones y las comunidades intervengan cuando ya se han producido los impactos de una sequía. En ese momento, ese clima extremo ya habría tenido un efecto devastador enel sustento de la población local
En cambio, un equipo de investigadores de la Universidad de Sussex y la NDMA ha desarrollado un nuevo sistema llamado Astrocast.
financiado en parte por el Consejo de Instalaciones de Ciencia y Tecnología, el proyecto permite que las agencias humanitarias y los gerentes de riesgo de sequía sean proactivos cuando se trata de lidiar con los impactos del clima extremo al pronosticar cambios antes de que ocurran.
En un trabajo de investigación publicado en Teledetección del medio ambiente explican cómo un equipo interdisciplinario de científicos de datos astrónomos y matemáticos con geógrafos utilizó técnicas de la ciencia de la astronomía; procesando datos directamente desde telescopios espaciales antes de usar métodos estadísticos avanzados para pronosticar el clima extremo.
El Dr. Pedram Rowhani, profesor titular de Geografía y cofundador de Astrocast, dijo: "En muchos casos, los primeros signos de una sequía se pueden ver en la vegetación natural, que se puede controlar desde el espacio".
"Nuestro enfoque mide el índice de condición de vegetación VCI pasado y presente, un indicador que se basa en imágenes satelitales y que a menudo se usa para identificar condiciones de sequía, comprender las tendencias y el comportamiento general del VCI a lo largo del tiempo, para predecir lo que puede sucederen el futuro."
primer autor conjunto del artículo y profesor de Aprendizaje Automático y Ciencia de Datos, el Dr. Adam Barrett dijo: "Después de conversaciones en los corredores con el Dr. Rowhani sobre AstroCast, vi la oportunidad de aplicar la metodología que había estado desarrollando en neurociencia teórica a unproyecto con potencial para un verdadero impacto humanitario.
"Con Sussex alentando activamente el trabajo interdisciplinario, decidimos combinar conjuntos de habilidades. Ha sido revelador ver cómo nuestras técnicas pueden aplicarse a un problema del mundo real y mejorar vidas".
Ha habido una creciente demanda dentro del sector humanitario para desarrollar sistemas que se centren en las advertencias anticipadas y fomenten un enfoque más proactivo ante los desastres.
La NDMA de Kenia ya proporciona boletines mensuales de sequía para cada condado, cuyo estado detectó cambios en la vegetación y se utilizan para tomar decisiones sobre si declarar una alerta de sequía.
Pero con los pronósticos de Astrocast, estos boletines también podrían incluir una predicción de lo que es probable que sea el VCI dentro de unas pocas semanas, dando a los agricultores y pastores tiempo valioso para prepararse.
Seb Oliver, profesor de Astrofísica y cofundador de Astrocast, dijo: "Una gran parte de mi investigación en astrofísica requiere el procesamiento de datos de telescopios espaciales astronómicos, como el Observatorio Espacial Herschel. Los satélites de observación de la Tierra no son tan diferentes".
"A menudo usamos estadísticas de vanguardia y enfoques de aprendizaje automático para interpretar nuestros datos astronómicos. En este caso, hemos utilizado enfoques de aprendizaje automático y hemos podido pronosticar el estado de la vegetación hasta diez semanasadelante con muy buena confianza.
"Imaginamos que nuestros informes podrían usarse para definir una nueva bandera de advertencia que permita a los líderes del condado tomar decisiones antes y así prepararse mejor. Pero esta información también podría ser utilizada por organizaciones humanitarias como la Cruz Roja de Kenia y otras organizaciones comoEl Departamento Meteorológico de Kenia.
"Se sabe que la preparación anterior es mucho más efectiva que la respuesta reactiva"
Fuente de la historia :
Materiales proporcionado por Universidad de Sussex . Original escrito por Stephanie Allen. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :