¿Cómo se compara SWIM con los simuladores de incendios forestales consolidados de Australia?
ATS reconstruyó nueve incendios forestales históricos de Australia utilizando el enfoque de evaluación desarrollado para Phoenix RapidFire, Spark, Australis y Prometheus. Los resultados aportan evidencia alentadora sobre la capacidad de predicción espacial y una base importante para evaluar el riesgo probabilístico y sus consecuencias.
Australia ya dispone de herramientas sofisticadas para predecir incendios. La verdadera pregunta es qué evidencia adicional aporta SWIM.
Las agencias australianas de incendios han invertido considerablemente en la simulación de la propagación de incendios forestales. Herramientas consolidadas como Phoenix RapidFire y Spark ayudan a los analistas del comportamiento del fuego a comprender su propagación bajo combinaciones complejas de meteorología, combustibles y terreno. Sus resultados respaldan decisiones de planificación y operación en distintas jurisdicciones.
Todo modelo nuevo debe someterse al mismo escrutinio que los modelos que ya se utilizan. No bastan las afirmaciones basadas en mapas atractivos o casos de éxito aislados. Debe ser posible contrastar la huella prevista con el comportamiento observado, compararla con una referencia significativa y explicar las circunstancias en las que el modelo podría fallar.
Esto motivó a ATS a evaluar su Modelo Estocástico de Impacto de Incendios Forestales (SWIM) frente a un importante estudio histórico de referencia australiano. Queríamos responder dos preguntas relacionadas: ¿Aporta información útil la predicción espacial de SWIM? ¿Y puede esa predicción traducirse en mejores estimaciones de probabilidad, tiempos y consecuencias?
Basado en un marco australiano consolidado para evaluar simuladores de incendios
El punto de partida fue un estudio de referencia del Bureau of Meteorology, encargado dentro de una colaboración entre agencias australianas de incendios, que comparó la progresión prevista por varios simuladores en diez incendios históricos de Australia. El análisis revisado por pares fue publicado por Fox-Hughes y sus colaboradores en 2024; el informe técnico completo de evaluación se publicó en 2017.
Phoenix RapidFire
Versiones 4.06, 4.07, 4.08 y 5.00. Un simulador ampliamente utilizado, basado en formulaciones australianas del comportamiento del fuego y en un marco de propagación del perímetro.
4 versiones históricasSpark
Flujos Basic, Vesta y McArthur dentro del marco de Spark evaluado en aquel momento. La elección del flujo de trabajo cambia la formulación del comportamiento del fuego.
3 flujos de trabajo históricosAustralis y Prometheus
Australis 1.5.6 se incluyó; Prometheus 6.1.0.7 se evaluó para un único caso de Tasmania, no para los diez casos completos.
La cobertura varía según el modeloLa evaluación original utilizó incendios históricos seleccionados por las agencias, observaciones cartografiadas de su progresión, datos meteorológicos en malla y entradas específicas de cada modelo, y analizó la sensibilidad a la incertidumbre de los datos de entrada. Los investigadores concluyeron que ningún simulador predominaba claramente en todos los casos. Leer Fox-Hughes et al. (2024).
Los diez incendios históricos del estudio de referencia
Eventos y jurisdicciones de la Tabla 2 del artículo de 2024. Son los casos originales del estudio, no una colección nueva ni una selección interesada de ATS.
† ATS excluyó Wye River porque no identificó un paso de satélite adecuado posterior al intervalo de evaluación original. Por ello, la comparación numérica de ATS utilizó nueve de los diez casos.
Cómo reconstruyó ATS las simulaciones históricas
ATS siguió la selección de casos y el concepto de índice de coincidencia espacial de la evaluación original, y reconstruyó la progresión del fuego con las observaciones satelitales VIIRS disponibles. Los pasos siguientes explican la cadena analítica y sus diferencias con el trabajo original.
Utilizar los casos originales
Mantener los diez incendios australianos de referencia y sus ventanas de simulación publicadas. Excluir Wye River de la puntuación numérica porque no había una observación satelital adecuada posterior a la ventana.
Delimitar el intervalo con pasos de satélite
Para cada evento restante, identificar las observaciones de detección de fuego VIIRS más próximas a ambos lados de la ventana de estudio y establecer un intervalo de antes y después que pueda reconstruirse.
Volver a ejecutar SWIM
Simular la progresión con el modelo estocástico de propagación espacialmente detallado de SWIM, incluidos los efectos de los combustibles, el terreno y la meteorología. El análisis interno incluyó visualizaciones de huellas correspondientes a percentiles altos.
Puntuar la superposición espacial
Comparar la huella reconstruida de SWIM con las detecciones de fuego observadas por satélite mediante intersección sobre unión, y relacionar sus puntuaciones con los resultados históricos publicados de otros modelos.
¿Qué es el índice de coincidencia espacial?
El índice de coincidencia espacial, también llamado coeficiente de Jaccard o intersección sobre unión, mide cuánto se superponen dos huellas geográficas. Recompensa la coincidencia correcta y penaliza tanto las áreas que se previó que arderían pero no se observaron quemadas como las áreas observadas que el modelo no alcanzó a predecir.
1.0 significa una coincidencia geométrica perfecta; 0.0 significa que no hay superposición. Resulta útil porque una predicción excesivamente amplia no puede lograr una puntuación perfecta simplemente por contener todo el incendio real, y una predicción estrecha se penaliza por las áreas que omite.
El índice de coincidencia espacial es un diagnóstico espacial, no el porcentaje de incendios correctamente pronosticados ni la probabilidad de que una estructura arda. Por sí solo, tampoco evalúa los tiempos de llegada, la calibración de probabilidades, el costo de las falsas alarmas ni la calidad de las alertas.
Por qué importa la forma
La trayectoria del incendio, y no solo la superficie que quema, determina qué carreteras, comunidades y activos corren peligro. Un círculo de igual superficie sirve para comprobar un modelo que aproxima el área total, pero se equivoca en la dirección y la huella.
SWIM mostró una coincidencia espacial alentadora en el conjunto de incendios históricos
El resumen interno de ATS obtuvo un índice medio de coincidencia espacial de 0.38 para los nueve eventos reconstruidos con SWIM, frente a una mediana poblacional de aproximadamente 0.28 en la evaluación histórica de simuladores y una media de 0.29 para un círculo sencillo centrado en la ignición y de igual superficie.
Comparación del índice de coincidencia espacial 0 = sin superposición / 1 = superposición perfecta
En siete de los nueve eventos reconstruidos, ATS informa que el índice de coincidencia espacial de SWIM superó la mediana de las configuraciones de simulador evaluadas para ese evento en el estudio anterior.
En cinco de los nueve casos, ATS informa que SWIM obtuvo un índice de coincidencia espacial superior al de la configuración de simulador de mejor desempeño para ese caso en la comparación histórica. Es una comparación entre estudios, no evidencia de superioridad frente a las versiones modernas.
¿Por qué incluir un círculo de igual superficie?
Consideremos un modelo elemental que dibuja un círculo alrededor de la ignición, elegido para cubrir la misma superficie que el evento observado. Incluso sin representar los combustibles, las pendientes o el viento, se superpondrá con una parte del incendio real. Si un modelo sofisticado de propagación no mejora sustancialmente ese círculo, la complejidad añadida podría no estar aportando información espacial útil.
En la comparación de ATS, el círculo obtuvo una media de 0.29 y SWIM obtuvo una media de 0.38. Es un diagnóstico útil: la geometría prevista por SWIM parece aportar información adicional frente al supuesto de un área centrada en la ignición.
¿Por qué el resultado del 36% no es una afirmación de precisión?
La mejora relativa procede de (0.38 − 0.28) ÷ 0.28 ≈ 36%. Es un aumento del estadístico de coincidencia espacial frente a la cifra del estudio de referencia anterior; esto no significa que SWIM prediga correctamente un 36% más de incendios ni que su precisión operativa en condiciones reales sea un 36% superior a la de Spark o Phoenix.
La distinción importa porque la comparación numérica utiliza una media de SWIM y una mediana de simuladores anteriores, calculadas frente a fuentes observacionales distintas.
Reproducibilidad por caso. La versión pública de este estudio debería incluir finalmente un apéndice descargable de nueve filas con el índice de coincidencia espacial de SWIM para cada evento, la puntuación del círculo, la mediana histórica y la mejor configuración, las observaciones exactas de inicio y fin, la regla de selección de la huella y el código o método de cálculo. Esos valores por caso no se proporcionaron en la correspondencia utilizada para preparar esta maqueta y, por tanto, no se han inventado.
Qué establece esta comparación y qué no establece
La credibilidad de un estudio de validación depende tanto de explicar sus diferencias metodológicas como de comunicar sus resultados. Varias limitaciones son esenciales para interpretar los hallazgos de ATS.
Referencias distintas del fuego observado
La evaluación australiana original utilizó perímetros cartografiados proporcionados por las agencias de incendios. La reconstrucción de ATS utilizó observaciones satelitales VIIRS del fuego con escalas nominales de detección de cientos de metros. Las detecciones de fuego activo no reproducen cada celda quemada ni el límite final exacto del incendio, especialmente cuando las nubes, los horarios de observación, las zonas pequeñas o el dosel ocultan el calor.
Alineación temporal aproximada
Los pasos de satélite son discretos, mientras que el estudio original empleó intervalos de progresión del fuego definidos específicamente. Delimitar una ventana de simulación con las observaciones disponibles más cercanas puede modificar la superficie de incendio representada, aunque no cambie la física del modelo.
Resultados de alta resolución frente a observaciones más gruesas
La malla espacial de SWIM, de aproximadamente 20 metros, puede conservar detalles finos de zonas no quemadas. Las observaciones satelitales más gruesas no siempre pueden validar ese detalle. Esto puede penalizar a SWIM, pero también puede generar otros sesgos. La dirección y magnitud netas del efecto deben cuantificarse, no suponerse.
No compara la generación actual
Las configuraciones históricas de Phoenix y Spark evaluadas en 2017 no equivalen a sus capacidades de 2026. En particular, las versiones más recientes de Spark Operational admiten pronósticos por conjuntos y escenarios avanzados. ATS no ha demostrado que SWIM supere a Spark Operational 1.4 ni a la implementación más reciente de Phoenix.
Número limitado de casos
Los nueve incendios reconstruidos abarcan condiciones australianas diversas, pero son insuficientes para demostrar un desempeño sólido en todos los tipos de combustible, regímenes meteorológicos, regiones, contextos de extinción o extremos poco frecuentes. Los propios autores originales advirtieron contra las conclusiones generales a partir de diez casos.
Preguntas de validación diferentes
La superposición espacial no evalúa por sí sola la precisión de los tiempos de llegada, la calibración de la incertidumbre, la severidad del incendio, el desempeño en focos secundarios, la carga de falsas alarmas, las decisiones de alerta ni las pérdidas estimadas. Todo ello requiere observaciones de referencia adicionales y diseños específicos de evaluación.
SWIM convierte el pronóstico de propagación en un análisis de probabilidades y consecuencias
La predicción espacial es un componente del problema operativo. ATS desarrolló SWIM para analizar múltiples evoluciones plausibles del fuego y relacionarlas con personas, activos, geografía y consecuencias económicas dentro de un proceso más amplio de gestión de riesgos.
¿Qué podría ocurrir con el incendio?
Para unas condiciones concretas de meteorología, combustibles e ignición, una simulación representa movimientos, intensidades o tiempos plausibles. Las configuraciones del estudio histórico evaluaron principalmente este componente geométrico de la propagación.
- Huella quemada prevista y frentes en evolución
- Velocidad y dirección de avance
- Posible llegada a un lugar
¿Cuáles son las consecuencias potenciales y qué incertidumbre presentan?
Los resultados estocásticos de propagación de SWIM están concebidos para respaldar probabilidades por celda, escenarios por percentiles y distribuciones de consecuencias que permitan comparar opciones operativas y de mitigación.
- Probabilidad de impacto y tiempo hasta el objetivo
- Exposición de estructuras, comunidades e infraestructura
- Resultados extremos y riesgo monetizado
- Comparación de intervenciones para reducir el riesgo
Propagación estocástica
Con una resolución hexagonal aproximada de 20 metros, SWIM representa numerosas trayectorias plausibles de progresión del fuego utilizando condiciones locales, incluidos combustibles, pendiente, meteorología y sequedad. En lugar de tratar un único perímetro previsto como inevitable, los resultados pueden resumirse mediante percentiles y posibilidades de impacto específicas de cada lugar.
Capas de consecuencias
El peligro previsto puede superponerse con huellas de edificios, población, vías de transporte e infraestructura. Las estimaciones de exposición pueden combinarse después con supuestos de consecuencias y vulnerabilidad para obtener escenarios de pérdidas. Son estimaciones de modelos que requieren datos de referencia propios de cada región, especialmente para víctimas, daños a activos e impactos monetarios.
Análisis orientado a la acción
Los usuarios pueden explorar puntos o polígonos, perímetros activos en evolución, tiempos hasta un punto o área, escenarios de cortafuegos y condiciones meteorológicas cambiantes. ATS también ofrece visualizaciones 2D y 3D para ayudar a especialistas y responsables de decisiones a interpretar los pronósticos; la sofisticación visual no debe confundirse con una capacidad predictiva medida independientemente.
Riesgo e incertidumbre
Para la planificación y la reducción del riesgo, un resultado pertinente puede ser el rango de consecuencias bajo distintos supuestos meteorológicos, tratamientos o puntos de ignición, no solo la huella central del incendio. El sistema puede respaldar resúmenes P50, P90, P95 y otros escenarios, siempre que se expliquen las definiciones de percentiles y la calibración de cada resultado.
Dónde puede un modelo probabilístico validado aportar valor a las decisiones
El estudio de referencia evalúa un componente esencial del modelado. El valor para las decisiones proviene de mostrar cómo pueden utilizarse resultados fiables y adecuadamente calibrados en las situaciones que afrontan las agencias de incendios.
Priorizar las comunidades expuestas
Identificar localidades y corredores donde múltiples progresiones plausibles del fuego intersectan zonas de alta exposición de población o estructuras, y planificar tratamientos o medidas de preparación en consecuencia.
Estimar el tiempo hasta las consecuencias
Explorar el rango de tiempos en que el fuego podría llegar a una carretera, un sitio de comunicaciones o una comunidad. Todo uso para alertas o evacuaciones debe ser revisado y autorizado por la agencia responsable.
Examinar escenarios extremos de consecuencias elevadas
Utilizar escenarios adversos plausibles junto con los escenarios centrales al considerar el posicionamiento de recursos, el acceso, la protección de activos y los recursos limitados de extinción.
Comparar intervenciones
Evaluar cómo los tratamientos de combustibles, cortafuegos, refuerzos de activos, espacios defendibles u otras medidas modifican las pérdidas esperadas, bajo supuestos sólidos.
Cuantificar la exposición de los activos
Traducir las trayectorias geográficas del fuego en impactos potenciales sobre electricidad, transporte, agua, telecomunicaciones e instalaciones de importancia estratégica.
Respaldar comprobaciones independientes
Utilizar un enfoque de modelado distinto para cuestionar un único pronóstico e identificar dónde los diferentes supuestos o datos subyacentes producen estimaciones de riesgo sustancialmente distintas.
El próximo estándar: una evaluación de la generación actual con datos de entrada comunes
ATS considera este estudio histórico de referencia una primera prueba informativa, no la validación definitiva. Una evaluación más concluyente, centrada en las agencias, mantendría la transparencia del marco de Fox-Hughes y lo ampliaría a resultados probabilísticos y operativos calibrados.
Protocolo de evaluación propuesto
- Selección independiente de eventos. Incluir varios estados y territorios, combustibles y condiciones meteorológicas diversos, distintos tamaños de incendios y periodos de progresión bien documentados.
- Referencias comunes. Comparar todas las predicciones con las mismas huellas observadas, elaboradas por las agencias y con marcas de tiempo, siempre que sea posible.
- Condiciones iniciales equivalentes. Estandarizar la ignición, el viento y la meteorología, los combustibles, el terreno y la hora de emisión del pronóstico, documentando las diferencias en los requisitos de cada simulador.
- Versiones actuales. Incluir las versiones actuales de Spark Operational y las versiones disponibles de Phoenix, en lugar de utilizar versiones archivadas como referencias de hoy.
- Múltiples diagnósticos. Evaluar el índice de coincidencia espacial, las falsas alarmas y omisiones, el rumbo, el avance frontal, los tiempos de llegada, la latencia de la predicción y la calibración de la incertidumbre.
- Impacto operativo. Pedir a los analistas del comportamiento del fuego que evalúen el esfuerzo de análisis, la interpretabilidad, el apoyo a las alertas, la reproducibilidad y las decisiones afectadas por el modelo.
Cómo sería un resultado significativo
El resultado no debería limitarse a un ganador definido por una sola cifra. Las agencias necesitan saber qué sistema funciona mejor para cada tarea, en qué condiciones y con qué costo operativo. Una evaluación de la generación actual debería preguntar si añadir SWIM como modelo independiente, capa de riesgo o análisis de escenarios mejora las decisiones frente a la práctica existente.
Es fundamental validar los resultados de probabilidad como probabilidades: en un conjunto amplio de casos, ¿los lugares a los que se asigna una probabilidad nominal de impacto del 90% experimentan fuego aproximadamente el 90% de las veces? Para las consecuencias, debe separarse la precisión de la huella del peligro de la precisión de los modelos de daños y costos.
Para las jurisdicciones que buscan una capacidad coordinada a escala nacional, un piloto paralelo o una comparación técnica puede aportar evidencia sin pedir a una agencia que abandone sus flujos consolidados de análisis del comportamiento del fuego.
Ponga a prueba SWIM con los escenarios de incendios que importan a su agencia.
ATS invita a revisar técnicamente la metodología del estudio, colaborar en la evaluación de eventos históricos documentados y conocer demostraciones en vivo de propagación probabilística de incendios forestales, pronóstico de consecuencias y análisis de mitigación. Es posible conversar sobre una prueba de concepto de alcance limitado sin comprometerse a adoptar la plataforma.
Material de referencia
El estudio australiano publicado y el informe técnico subyacente establecen el marco original de los simuladores. Las cifras de SWIM mostradas arriba proceden del análisis retrospectivo propio de ATS, tratado en septiembre de 2026, y deben considerarse resultados informados por ATS hasta que se reproduzcan de forma independiente la auditoría computacional completa y los resultados por caso.
- Fox-Hughes, P., et al. (2024). “An evaluation of wildland fire simulators used operationally in Australia.” International Journal of Wildland Fire, 33, WF23028. DOI 10.1071/WF23028.
- Bureau of Meteorology (2017). An Evaluation of Fire Spread Simulators Used in Australia, informe final v1.81, preparado con participación de AFAC/NSW RFS. Informe técnico original (PDF).
- Resumen comparativo interno de ATS (septiembre de 2026). Reconstrucción retrospectiva de nueve incendios con SWIM, índice medio de coincidencia espacial de 0.38, mediana histórica de comparación de aproximadamente 0.28, media de control del círculo de 0.29, siete de nueve casos por encima de la mediana histórica por incendio y cinco de nueve por encima del mejor resultado histórico por incendio. No se proporcionó la tabla de puntuaciones por incendio para esta maqueta de caso de estudio.
- AFAC (2025–2026). Actualizaciones de producto de Spark Operational 1.3 y 1.4. Capacidad de simulación por conjuntos y versión actual.
Atribución: Phoenix RapidFire, Spark y Australis se identifican aquí con fines de comparación científica histórica; su mención no implica respaldo, colaboración ni participación directa en la reconstrucción de ATS. Este caso de estudio de investigación de ATS es independiente de los estudios de 2017 y 2024.