La inteligencia artificial traza una ruta segura a través de cielos peligrosos
Los desastres naturales, como las tormentas eléctricas y las nubes de cenizas volcánicas, representan importantes retos para la seguridad en el sector aeronáutico. El coste de las interrupciones provocadas por las tormentas en la aviación en Europa se estimó en 2 200 millones EUR en 2019. Además, los aerosoles y gases generados por catástrofes naturales como incendios forestales y polvo del desierto también pueden reducir gravemente la visibilidad y dañar los motores. Incluso la meteorología espacial —como los vientos solares— puede afectar a la aviación interrumpiendo la comunicación por satélite y aumentando la exposición a la radiación. «El problema para la aviación no es que falte información sobre dichos fenómenos, sino que esta información no tiene un nivel de detalle suficiente», explica el coordinador del proyecto ALARM (multi-hAzard monitoring and earLy wARning systeM) Manuel Soler, de la Universidad Carlos III de Madrid. «La gestión del tráfico aéreo (GTA) y los pilotos necesitan mayor precisión. Deben saber, por ejemplo, a qué altura está llegando una columna volcánica de cenizas y gas SO2. Prever grandes áreas en las que se producirá convección (con actividad de tormenta eléctrica asociada) es relativamente sencillo; lo difícil es predecir con exactitud la evolución de la tormenta eléctrica en sí, la zona localizada, como, por ejemplo, sobre un aeropuerto, y el momento específico».
Prever el futuro
El proyecto ALARM se financió en el marco de la Empresa Común SESAR, una colaboración público-privada creada para modernizar el sistema de GTA en Europa. Los investigadores buscaban que el sector de la aviación se encaminase hacia este objetivo mediante el desarrollo de un prototipo de sistema de supervisión y alerta rápida para distintos peligros. Para lograrlo, se recopilaron datos casi en tiempo real de sistemas terrestres y por satélite. A continuación, esta información altamente detallada se procesó y se incorporó a modelos para identificar el desplazamiento de partículas y gases derivados de catástrofes naturales, así como de fenómenos meteorológicos extremos. «El primer paso fue proporcionar una especie de instantánea sobre lo que está ocurriendo», añade Soler. «Para ello, combinamos datos de satélites de órbita terrestre baja y geoestacionarios para poder supervisar y diferenciar las partículas de la atmósfera. Esto nos permitió mejorar la calidad de la información sobre erupciones volcánicas, tormentas de arena e incendios forestales». El segundo paso consistió en crear modelos predictivos. Soler y su equipo querían poder proporcionar al sector de la aviación previsiones con una antelación de entre una hora y un día. El objetivo era que los datos resultasen útiles: la GTA podría utilizar estos modelos predictivos para realizar desviaciones en vuelo o reprogramar vuelos enteros. Para lograrlo, se aplicó inteligencia artificial (IA) a datos observacionales y a observaciones históricas. El prototipo de sistema de IA del proyecto «aprendió» a partir de previsiones y observaciones climáticas localizadas pasadas para poder predecir mejor la evolución probable de un desastre natural dado. Esto podría utilizarse, por ejemplo, para predecir con precisión el comportamiento de una tormenta eléctrica fuerte sobre un aeropuerto.
Puntos críticos climáticos
Presentar un prototipo de servicio de supervisión en tiempo real, así como herramientas de previsión para tormentas eléctricas, erupciones volcánicas, nubes de polvo y meteorología espacial, ha sido un éxito clave del proyecto ALARM. Se han llevado a cabo ejemplos ilustrativos en distintos aeropuertos, como Bruselas y Milán Malpensa, y la plataforma de sistema de alertas está disponible con acceso libre. El proyecto también abrió nuevos caminos al centrarse en el cambio climático provocado por la aviación. «En ALARM, reconocimos el impacto medioambiental como un peligro adicional para la aviación», señala Soler. «Se ha demostrado con estudios que las emisiones por parte de la aviación, tanto de CO2 como de otros tipos, como NOx, vapor de agua y estelas de condensación, surten un efecto negativo en el cambio climático». Se han utilizado predicciones meteorológicas numéricas junto con funciones de cambio climático para identificar y prever puntos críticos climáticos en potencia que deberían evitarse. Esto contribuiría a limitar los efectos negativos de la aviación en el medio ambiente. «En estos momentos trabajamos en indicadores como la temperatura, la humedad, la presión y la cobertura de nubes, que podrían ayudarnos a predecir mejor la aparición de puntos críticos climáticos», explica Soler. «Nuestra idea es que la gestión del tráfico aéreo podría utilizar esta tecnología para identificar puntos críticos y limitar el tráfico aéreo en dicha área, de igual forma que algunas ciudades prohíben la circulación de determinados vehículos en momentos de alta contaminación». Pese a que esta tecnología está aún en ciernes, pone de relieve las ambiciones del consorcio ALARM en lo relativo al empleo de la capacidad de la IA para mejorar la GTA.
Palabras clave
ALARM, IA, aviación, tormentas eléctricas, volcánico, climático, pilotos, satélite, SO2
