📊 estadística

Regional utility and non-utility wildfire ignition models across space and time

Este artículo presenta un marco integrado de modelado de ignición de incendios forestales que distingue entre fuentes de servicios públicos y no pertenecientes a servicios públicos mediante procesos de puntos de Poisson inhomogéneos separados, revelando distintos impulsores espaciales para cada uno con el fin de permitir una evaluación de riesgos y una mitigación regional más focalizadas en California.

Autores originales: Gabriela Calana Somoza, Neetesh Sharma, Jack W. Baker

Publicado 2026-10-01

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Gabriela Calana Somoza, Neetesh Sharma, Jack W. Baker

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En las tierras salvajes donde las ciudades se encuentran con los bosques, la línea entre un día seguro y un desastre a menudo depende de una sola chispa. Durante décadas, los científicos han intentado comprender dónde y cuándo ocurren estas chispas. Saben que los incendios se originan de dos maneras principales: ya sea por la naturaleza, como un rayo, o por las personas, ya sea por accidente o por diseño. En lugares como California, un número creciente de estos incendios peligrosos está vinculado a las líneas de energía eléctrica, especialmente durante condiciones climáticas extremas. El desafío para los investigadores ha sido que la mayoría de los modelos tratan a todos los incendios por igual, o ven la red eléctrica como un sistema único y difuso. Esto dificulta ver exactamente qué partes del paisaje o qué condiciones específicas son más propensas a iniciar un incendio. Para proteger a las comunidades, los planificadores necesitan una imagen más nítida: necesitan saber no solo que un incendio podría comenzar, sino exactamente dónde en una línea eléctrica o cerca de una carretera es más probable que ocurra, y cómo debe ser el clima para que eso suceda.

Un equipo de investigadores de la Universidad de Stanford y la Universidad Estatal de Florida ha construido una nueva forma de mapear estos riesgos, enfocándose específicamente en la región del condado de Sonoma, en California. En lugar de tratar cada incendio como parte de un gran grupo, dividieron el problema en dos categorías distintas: incendios iniciados por empresas de servicios públicos y fuegos iniciados por todo lo demás. Se dieron cuenta de que estos dos tipos de incendios se comportan de manera diferente. Los incendios de servicios públicos ocurren a lo largo de las líneas lineales y delgadas de la infraestructura eléctrica, mientras que otros incendios, causados por cosas como automóviles, fogatas o colillas de cigarrillos, ocurren en el paisaje más amplio. Al separarlos, el equipo pudo construir dos modelos matemáticos diferentes que se ajustan a la forma y el comportamiento únicos de cada fuente.

Para las líneas eléctricas, los investigadores trataron la red eléctrica como un camino largo y sinuoso. Mapearon cada incendio que había ocurrido en las líneas de PG&E en el condado de Sonoma durante un período de diez años. Luego preguntaron qué estaba sucediendo en esos puntos exactos. Descubrieron que el riesgo de que un incendio comience en una línea eléctrica depende fuertemente de dos cosas: el voltaje de la línea y la altura de los árboles cercanos. Específicamente, las líneas de menor voltaje, que a menudo se encuentran más cerca de las viviendas, mostraron una mayor tasa de igniciones. Más importante aún, los árboles más altos aumentaban el riesgo significativamente. Esto tiene sentido físico; cuando soplan vientos fuertes, los árboles altos pueden balancearse y tocar los cables, provocando chispas. El modelo mostró que la altura del dosel arbóreo es un factor crítico, lo que significa que la gestión de la vegetación cerca de estas líneas específicas es una forma clave de reducir el riesgo.

Para los otros incendios, el equipo observó miles de puntos de ignición dispersos por todo el condado. Estos incendios no seguían las líneas eléctricas; en su lugar, seguían un patrón diferente. Los investigadores encontraron que el tipo de cobertura vegetal, o combustible, importaba, pero el predictor más poderoso era la proximidad a una carretera. Los incendios eran mucho más propensos a comenzar a menos de 60 metros de una carretera principal. Esta distancia sugiere que la causa suele estar relacionada con los vehículos, como una pieza de escape caliente, una chispa de la carretera o un cigarrillo lanzado desde la ventana de un auto. El modelo confirmó que estar cerca de una carretera aumenta más del triple la probabilidad de que comience un incendio en comparación con estar más lejos. Este hallazgo ayuda a explicar por qué los incendios suelen agruparse a lo largo de los corredores de autopistas y caminos rurales.

Los investigadores también analizaron el tiempo, preguntando cómo debe ser el clima para que los incendios realmente comiencen. Separaron los datos meteorológicos diarios de los datos de ubicación, probando si las reglas sobre dónde comienza un incendio cambian dependiendo de la estación. Para los incendios de líneas eléctricas, la respuesta fue no; los factores de riesgo permanecieron iguales independientemente de la época del año. Sin embargo, para los incendios que no son de servicios públicos, la influencia de los diferentes tipos de combustible cambió ligeramente con las estaciones. El equipo combinó estos conocimientos espaciales y temporales en un solo marco de trabajo. Utilizaron un método estadístico que tiene en cuenta el hecho de que el recuento de incendios puede variar drásticamente de un día para otro, en lugar de asumir una tasa constante y predecible. Encontraron que tanto la temperatura máxima como la velocidad del viento impulsan el número de incendios en un día determinado. Los días más calurosos y ventosos conducen a más igniciones, pero los dos tipos de incendios responden de manera diferente a estas condiciones.

Para ver si su modelo funcionaba, el equipo realizó miles de simulaciones. Tomaron los patrones climáticos de un año reciente y utilizaron sus ecuaciones para generar ubicaciones de incendios ficticias. Los resultados se parecían notablemente a la historia real de los incendios en el condado. Los incendios simulados de líneas eléctricas aparecieron principalmente donde habían ocurrido los reales: a lo largo de líneas de menor voltaje rodeadas de árboles altos. Los incendores no pertenecientes a servicios públicos simulados se agruparon cerca de las carreteras y en áreas urbanas, tal como mostraron los datos reales. El equipo luego probó qué pasaría si el clima empeorara. Aumentaron artificialmente la temperatura y la velocidad del viento en sus simulaciones para imitar un futuro más cálido y ventoso. El modelo respondió prediciendo un aumento significativo en el número de días de incendio, con incendios ocurriendo en días que anteriormente se consideraban seguros.

Este trabajo ofrece una forma más clara de pensar en el riesgo de incendios forestales. Al reconocer que un incendio que comienza en una línea eléctrica es un evento diferente a uno que comienza cerca de una carretera, las comunidades pueden adaptar sus medidas de seguridad. Pueden enfocarse en podar árboles cerca de tipos específicos de líneas eléctricas y prestar especial atención a la seguridad vial durante eventos de vientos fuertes. El modelo no predice el futuro con certeza, pero proporciona una herramienta realista para comprender cómo se distribuyen los riesgos actuales y cómo podrían cambiar a medida que el clima cambie. Convierte un problema complejo y caótico en un conjunto de patrones manejables, demostrando que, si bien los incendios son impredecibles, las condiciones que los provocan no lo son.

Resumen Técnico: Modelos de Ignición de Incendios Forestales Regionales de Servicios Públicos y No Utilitarios a través del Espacio y el Tiempo

Planteamiento del Problema
Los incendios forestales en California, particularmente en la interfaz urbano-forestal (WUI, por sus siglas en inglés), representan una amenaza creciente impulsada por el cambio climático, el desarrollo y los problemas de gestión de la infraestructura. Aunque los modelos existentes estiman la probabilidad de ignición, a menudo tratan las fuentes de ignición como una categoría agregada o se centran en fallos a nivel de sistema, sin distinguir entre los impulsores antropogénicos específicos, como la infraestructura de los servicios públicos de energía. Esta limitación dificulta la evaluación del riesgo regional y la mitigación dirigida. Además, las igniciones relacionadas con los servicios públicos suelen ocurrir a lo largo de redes lineales (líneas eléctricas) y están frecuentemente asociadas con eventos de vientos extremos, mientras que las igniciones no utilitarias (causadas por humanos o naturales) ocurren en paisajes más amplios. Los modelos actuales de procesos de puntos espaciales suelen asumir un dominio espacial bidimensional, lo cual es inapropiado para las igniciones relacionadas con la infraestructura que están restringidas a redes lineales. Además, pocos modelos desacoplan explícitamente los componentes espaciales y temporales para permitir la simulación de igniciones bajo condiciones climáticas variables, manteniendo distintos impulsores espaciales para diferentes fuentes de ignición.

Metodología
Los autores proponen un marco integrado que trata las igniciones utilitarias y no utilitarias como componentes paralelos con estructuras espaciales distintas, acoplados a un componente temporal impulsado por el clima. La metodología se basa en procesos de puntos de Poisson no homogéneos y regresión Binomial Negativa, calibrados utilizando datos de el condado de Sonoma, California.

Modelado Espacial:
- Igniciones Utilitarias: Modeladas como un proceso de puntos de Poisson no homogéneo en una red lineal que representa la infraestructura eléctrica (líneas de transmisión y distribución). La función de intensidad, $\lambda_{l,\theta}(u)$ , depende de covariables espaciales específicas de la red, como el voltaje y la altura del dosel forestal. El modelo se ajusta mediante el método de Berman y Turner (1992), aproximando la integral sobre la red utilizando puntos de cuadratura (puntos de datos y puntos ficticios).
- Igniciones No Utilitarias: Modeladas como un proceso de puntos de Poisson no homogéneo a través de una región bidimensional ( $\Omega$ ). La función de intensidad, $\lambda_{\omega,\theta}(s)$ , depende del tipo de cobertura vegetal (tipo de combustible) y la proximidad a las carreteras.
- Selección de Covariables: Para las igniciones utilitarias, el voltaje y la altura del dosel forestal fueron identificados como predictores significativos. Para las igniciones no utilitarias, el tipo de combustible y un indicador binario de proximidad a carreteras (dentro de 60 metros) fueron seleccionados.
Modelado Temporal:
- Una regresión Binomial Negativa estima la tasa de ignición diaria ( $\lambda_{\tau,\theta}(t)$ ) como una función de la temperatura máxima y la velocidad máxima del viento en 5 segundos. Esta distribución fue elegida para dar cuenta de la sobredispersión en los recuentos diarios de igniciones.
- Se cotejaron los datos meteorológicos históricos de la estación NOAA de Santa Rosa Airport con los registros de ignición (2015–2024 para utilitarios; 1998–2020 para no utilitarios).
Acoplamiento y Separabilidad:
- Los modelos espaciales y temporales se acoplan bajo el supuesto de independencia, donde la tasa total es el producto de la intensidad espacial normalizada y la intensidad temporal.
- Prueba de Separabilidad: Se realizaron pruebas de razón de verosimilitud para validar el supuesto de que los efectos de las covariables espaciales son invariantes a través de los periodos temporales. Se compararon modelos con interceptos específicos por periodo frente a modelos que permiten interacciones periodo-covariable.
Simulación:
- El marco permite la simulación estocástica mediante el muestreo de días de ignición basados en pronósticos meteorológicos y la asignación de ubicaciones espaciales basadas en las funciones de intensidad ajustadas.

Resultados Clave

Igniciones Utilitarias: El análisis de 307 igniciones de PG&E (2015–2024) reveló que las tasas de ignición aumentan con la altura del dosel forestal y disminuyen con el voltaje. Las líneas de distribución de menor voltaje en áreas con doseles altos exhibieron las intensidades de ignición más altas (0.045–0.074 igniciones/km), mientras que las líneas de transmisión mostraron tasas menores.
Igniciones No Utilitarias: El análisis de 2,721 igniciones no utilitarias (1998–2020) mostró que el tipo de combustible y la proximidad a las carreteras son impulsores significativos. Las ubicaciones dentro de 60 metros de una carretera principal exhibieron un aumento de 3.28 veces en la tasa de ignición en comparación con las áreas más alejadas. Los combustibles urbanos mostraron intensidades de ignición más altas en relación con su área.
Impulsores Temporales: Ambos tipos de ignición mostraron un aumento en las tasas con temperaturas máximas y velocidades de viento más altas. Sin embargo, la sensibilidad a la velocidad del viento fue notablemente mayor para las igniciones utilitarias, lo cual es consistente con el mecanismo de contacto de las líneas con la vegetación durante vientos fuertes.
Separabilidad: El supuesto de separabilidad (independencia de los efectos espacio-temporales) se mantuvo para las igniciones utilitarias tanto en resoluciones semestrales como trimestrales. Para las igniciones no utilitarias, el supuesto se mantuvo a nivel semestral pero fue rechazado a nivel trimestral ( $p=0.0055$ ), indicando que la influencia de tipos de combustible específicos (urbano, arbustivo, mantillo forestal) sobre la ubicación de la ignición varía estacionalmente.
Simulaciones: El marco simuló con éxito distribuciones espaciales y patrones temporales realistas. Los análisis de sensibilidad demostraron que la perturbación de las entradas meteorológicas para representar condiciones más calurosas y ventosas resultó en un desplazamiento hacia días de clima más extremo y un aumento general en los recuentos de ignición.

Significancia y Reivindicaciones
El artículo sostiene que, al desglosar las fuentes de ignición en categorías de servicios públicos y no utilitarias y al modelarlas con los soportes espaciales apropiados (redes lineales frente a regiones 2D), los interesados pueden comprender mejor los impulsores específicos del riesgo de incendios forestales. El marco desacoplado permite la calibración de los modelos a partir de registros empíricos y la simulación estocástica de escenarios futuros basados en pronósticos meteorológicos o proyecciones climáticas.

Los autores enfatizan que este enfoque proporciona un método tratable para la evaluación del riesgo regional que puede recalibrarse para diferentes regiones. Los mapas de intensidad resultantes y las simulaciones estocásticas sirven como entradas para los modelos de propagación de incendios, permitiendo acciones de mitigación más dirigidas. El estudio reconoce limitaciones, incluyendo la dependencia de datos regionales específicos y el uso de una sola estación meteorológica, sugiriendo que el trabajo futuro debería aplicar el modelo a otras regiones de California e incorporar múltiples estaciones meteorológicas para mejorar la representación espacial del clima. Los autores no pretenden que el modelo prediga tamaños de incendio específicos o dinámicas de propagación, sino que se centra en la generación de ubicaciones y tiempos de ignición.

Más como este