Un enfoque innovador basado en inteligencia artificial para la detección automática de incendios forestales

En una era donde el cambio climático exacerba la frecuencia y severidad de los incendios forestales, avanzar en los métodos de detección temprana es crítico para la preservación de los ecosistemas y la seguridad de las comunidades. Esta comunicación trata de un estudio que introduce un enfoque novedoso basado en técnicas de Inteligencia Artificial (AI) para la detección automática de incendios forestales que emplea un marco de aprendizaje multitarea (MTL), utilizando un conjunto de datos rigurosamente curado de 2700 imágenes Red-Green-Blue (RGB). Estas imágenes capturan una amplia gama de condiciones ambientales, seleccionadas deliberadamente para probar los límites de los sistemas de detección actuales y para minimizar la ocurrencia de falsos positivos. El marco de MTL que hemos desarrollado avanza en la precisión de detección realizando clasificaciones binarias y multiclase en conjunto, distinguiendo efectivamente entre diferentes tipos de incendios y varios elementos confusos. Los análisis comparativos demuestran que el método supera la clasificación binaria tradicional, ofreciendo un rendimiento superior en métricas de exactitud, precisión, sensibilidad, puntaje F1 y ROC-AUC. Esta investigación marca un paso significativo hacia la mejora de la detección temprana de incendios forestales, crucial para mitigar el impacto del cambio climático en los ecosistemas y las comunidades. Los hallazgos abogan por la integración de técnicas avanzadas de aprendizaje profundo en el desarrollo de sistemas de vigilancia de incendios forestales más efectivos