El Gobierno español se enfrenta a los incendios forestales usando ML e IA ejecutados en AWS

Resumen ejecutivo

España predice la ocurrencia de incendios forestales con un 80 % de precisión utilizando servicios de machine learning (ML) e inteligencia artificial que se ejecutan en AWS. La responsabilidad de la gestión de los incendios forestales y la recogida de datos corresponde al Ministerio para la Transición Ecológica y el Reto Demográfico y el Ministerio de Agricultura, Pesca y Alimentación proporciona datos de los incendios, a la vez que se encarga de desarrollar aplicaciones informáticas que extraigan valor de los datos. La solución emplea Amazon SageMaker para el modelo de ML con funciones de AWS Lambda, AWS Glue y Amazon Athena que ayudan a transformar los datos sin procesar.

Una lucha común para proteger el medio ambiente

Entre los 22 departamentos ministeriales del Gobierno español, dos comparten un importante compromiso con el desarrollo y la protección de las zonas rurales. El Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO) trabaja para proteger el patrimonio natural del país, incluida su biodiversidad y sus bosques. El Ministerio de Agricultura, Pesca y Alimentación (MAPA) lleva a cabo la política gubernamental en zonas que afectan a la agricultura, a la ganadería y al bienestar económico de las comunidades locales. Las preocupaciones de ambos ministerios coinciden en la necesidad urgente de enfrentarse a los incendios forestales en todo el país. En 2019, las llamas arrasaron aproximadamente 81 000 hectáreas en toda España debido a la aparición de más de 10 000 focos.

“Queríamos emplear la tecnología para evaluar los varios elementos, entre ellos, los factores socioeconómicos, que afectan al número de incendios forestales”. 

Faustino Sánchez, jefe del área de análisis de datos del Ministerio de Agricultura, Pesca y Alimentación

Aplicar la ciencia para reducir los daños

Dado el poder destructivo de los incendios, predecir su inicio es de vital importancia. Saber dónde y cuándo es probable que se produzca uno proporciona a los servicios de extinción un tiempo valioso para planificar y anticipar sus actuaciones, como la creación de cortafuegos, por ejemplo, para contener las llamas. Sin embargo, predecir los incendios forestales con exactitud ha sido históricamente un reto. De hecho, el proceso en España dependía en gran medida de la experiencia e intuición de los profesionales del MITECO y de las administraciones regionales a cargo del monitoreo de los incendios forestales. El objetivo de este proyecto era encontrar un soporte científico y tecnológico que permitiera mejorar la gestión de los incendios forestales. El plan consistía en utilizar técnicas de machine learning (ML) e inteligencia artificial (IA), extrayendo información de varios orígenes de datos utilizando algoritmos como base para realizar pronósticos de alta precisión. “Queríamos emplear la tecnología para evaluar los múltiples elementos, entre ellos, los factores socioeconómicos que afectan al número de incendios forestales”, dice Faustino Sánchez, jefe del área de análisis de datos del Ministerio de Agricultura, Pesca y Alimentación.

Incorporación de ML e IA en la nube al grupo de trabajo

El MAPA inició una serie de conversaciones para encontrar un servicio en la nube y un socio tecnológico para ayudar a completar el proyecto, llamado Arbaria. “Una vez que terminamos de trabajar con Amazon Web Services y DXC, un socio consultor principal de AWS, estábamos listos para que Arbaria funcionara en la nube”, explica Sánchez. El objetivo siempre había sido ejecutar Arbaria en la nube por la capacidad escalable de tratamiento y almacenamiento de datos disponible. Sin embargo, el MAPA buscó específicamente trabajar con AWS por la “flexibilidad de las herramientas que ofrecía AWS”. “La parte de AWS sin servidor era una propuesta muy potente. Nos permitiría centrarnos simplemente en nuestros modelos de ML”, continúa Sánchez. A pesar de que era la primera vez que Sánchez y sus compañeros utilizaban AWS, el proceso de aprendizaje fue rápido. “AWS nos apoyó mucho y nos ayudó a diseñar la arquitectura de la nube, incluidos los servicios de AWS”, explica Sánchez. Tras confirmar la arquitectura principal, DXC trabajó en el diseño de la integración continua y de la canalización de entrega continua para ayudar a que los desarrolladores puedan adoptar los cambios de código con frecuencia y fiabilidad. “Gracias a DXC, también obtuvimos plantillas para automatizar gran parte de los procesos de creación e implementación, algo que fue especialmente importante porque somos un equipo pequeño”.

Limpiar los datos, extraer predicciones

De los muchos servicios de AWS que admiten la infraestructura en la nube de Arbaria, destacan algunos. Por ejemplo, Amazon SageMaker permite que los científicos de datos preparen, creen, formen e implementen los modelos de ML para generar predicciones en tiempo real para los incendios forestales. Amazon Simple Storage Service (Amazon S3) ofrece un depósito de bajo costo para almacenar datos para esas predicciones desde 10 fuentes diferentes. Además, las funciones sin servidor de AWS Lambda desencadenan AWS Glue, un servicio de integración de datos sin servidor, para catalogar los datos sin procesar, y Amazon Athena, un servicio de consulta interactivo, almacena y recupera la información para que los modelos de ML la consulten. “Los datos sin procesar están muy dispersos. Por ejemplo, los datos demográficos están en el Instituto Nacional de Estadística, los datos meteorológicos están en la AEMET (Agencia Estatal de Meteorología), y los datos de desempleo están en el SEPE (Servicio Público de Empleo Estatal). Los datos son muy heterogéneos, pero con AWS podemos homogeneizarlos todos y obtener resultados rápidos y precisos de nuestros modelos de ML”, dice Sánchez.

Identificar confluencias con un 80 por ciento de precisión

Gracias a la ejecución de Arbaria en AWS, las predicciones de incendios forestales son mucho más precisas, lo que permite que el MITECO disponga de un valioso tiempo para coordinar las respuestas. Durante las pruebas realizadas con datos históricos, hubo una correlación del 80 % entre el momento y la ubicación de los incendios forestales y las predicciones de Arbaria. Según Sánchez, la unidad del MITECO, que comenzó a utilizar la infraestructura de AWS en 2020, está muy satisfecha. ”Volvieron y contaron lo útil que había sido y lo realistas que eran las predicciones”, dice. La sencillez y escalabilidad de la infraestructura de AWS implican que un pequeño equipo gestiona toda la solución. Además, su flexibilidad y bajo costo de propiedad están permitiendo que el equipo aplique sus capacidades de predicción a otras áreas. Por ejemplo, escalando la infraestructura para dar soporte a un proyecto llamado Fruktia, que utilizará los modelos de ML para predecir las cosechas de frutas. “El encanto de nuestra solución con AWS es que podemos llevarla y aplicarla a muchos más proyectos relacionados con el medio rural y marino”, concluye Sánchez.

Ministerio de Agricultura, Pesca y Alimentación

Acerca del Ministerio de Agricultura, Pesca y Alimentación

El Ministerio de Agricultura, Pesca y Alimentación de España se encarga de los asuntos relacionados con agricultura, ganadería, pesca, alimentación y desarrollo rural. Tiene aproximadamente 1627 empleados y en 2021 contaba con un presupuesto anual de 9700 millones de USD (unos 8900 millones de euros).

Ministerio para la Transición Ecológica y el Reto Demográfico

Acerca del Ministerio para la Transición Ecológica y el Reto Demográfico

El Ministerio para la Transición Ecológica y el Reto Demográfico de España gestiona la respuesta del país al cambio climático, la contaminación y la biodiversidad, además de proteger su patrimonio natural en general. En 2021, el ministerio tenía un presupuesto anual de 16 800 millones de USD (unos 13 800 millones de euros).

Acerca de DXC Technology

DXC Technology ayuda a las empresas multinacionales a ejecutar sus sistemas y operaciones esenciales, al tiempo que moderniza las TI, optimiza las arquitecturas de datos y garantiza la seguridad y la escalabilidad en nubes públicas, privadas e híbridas. Las empresas más grandes del mundo y las organizaciones del sector público confían en DXC Technology para implementar servicios en toda la pila tecnológica de empresa para impulsar nuevos niveles de rendimiento, competitividad y experiencia del cliente.  

Fecha de publicación: octubre de 2021