Intel·ligència artificial per fer la predicció d'allaus a la Vall d'Aran

L'allau és un dels perills amb què es poden trobar els que practiquen esports de muntanya a l'hivern i a la primavera.

Conèixer les previsions meteorològiques amb antelació i el grau de perill d'allaus és fonamental per planificar una sortida.

Per això hi ha una eina bàsica: el butlletí del perill d'allaus, que els tècnics del Centre de Lauegi d'Aran fan i actualitzen periòdicament a partir de les dades que obtenen del treball de camp.

Els experts estudien la distribució, l'estabilitat i la cohesió dels gruixos de neu, juntament amb les dades meteorològiques de les estacions automàtiques i les previsions del temps, per determinar el grau de perill d'un indret i un període determinat.

Un nou model

A partir d'aquest hivern, el centre ha començat a testejar un nou model basat en la intel·ligència artificial.

Una eina que treballa amb algoritmes que tracten les dades meteorològiques i del gruix nival que obtenen de les estacions automàtiques de Comalada i Sasseuva --a 2.100 i 2.300 metres d'altitud-- per fer una predicció de perill objectiva i d'alta resolució.

Montse Bacardit, tècnica del Centre de Lauegi d'Aran, explica com funciona.

"La màquina té tanta experiència acumulada en forma de butlletins i en forma de dades meteorològiques que, de manera objectiva, fa uns càlculs que et diuen amb un encert d'un 70% quin grau de preallaus tindrà un punt en les pròximes hores."

Bacardit afegeix que les dades del model "són una opinió més dins dels nostres brífings i les nostres discussions diàries, a l'hora de, com a experts, escollir quin grau de perill d'allaus emetre en el butlletí, que serà vàlid fins a l'endemà."  

El model de predicció basat en dades científiques i estadístiques desenvolupat a Suïssa s'ha pogut adaptar a la Vall d'Aran, perquè totes dues zones reuneixen condicions semblants de gruixos de neu.

La intel·ligència artificial no pot reemplaçar l'experiència sobre el terreny, però és una eina més que permet millorar la qualitat en les prediccions de les allaus.