SilvIA M2: nuestro modelo predictivo, validado como MVP

Predecir un gran incendio forestal a 10 días vista ya no es teoría: es ingeniería de datos aplicada.

Nuestro modelo SilvIA M2 ha sido validado como nuestro MVP predictivo. En la visualización podéis ver el sistema evaluando el riesgo histórico en España a lo largo de 2023 y 2024: los puntos verdes representan incendios que el modelo fue capaz de anticipar antes de que ocurrieran; los rojos, los que escaparon al radar.

Resultados técnicos de la validación

Las métricas marcan una diferencia clara respecto a los estándares actuales:

• Precisión hiperlocal: operamos con una resolución de 1 km², frente a los 9 km del estándar europeo actual. No predecimos el riesgo en un valle entero, sino en una ladera específica.
• Eficiencia en el sur: en las regiones del sur peninsular, el modelo anticipa más del 98 % de los incendios críticos (>5 hectáreas) marcando como zonas de alto riesgo tan solo un 10 % del territorio. Es optimización pura de los recursos de prevención.
• Conocimiento del dominio: en zonas como Asturias (norte), donde la mayoría de los fuegos responden a quemas de pastos programadas y no a factores puramente climáticos, el modelo mantiene una tasa de acierto superior al 53 %, demostrando que nuestra separación de arquitecturas regionales funciona.

Hemos conseguido estas métricas sin quemar decenas de miles de euros en computación bruta, apoyándonos en modelos de árboles (ExtraTrees), muestreo inteligente y enrutamiento regional de datos.

La gestión del riesgo climático necesita menos reacción y más anticipación predictiva.

Gran trabajo de Rafael Dias Ribeiro de Almeida y Omar Bouaziz, que han logrado un avance enorme en nuestro desarrollo.