Un nuevo modelo informático, presentado en las Actas de la Conferencia AAAI sobre Inteligencia Artificial, ha sido desarrollado por un equipo interdisciplinario de investigadores de la Universidad Estatal de Washington. Este modelo utiliza un avanzado proceso de inteligencia artificial para medir con mayor precisión la disponibilidad de nieve y agua en vastas áreas del Oeste, lo que podría ser fundamental para prever la disponibilidad de agua, especialmente para agricultores y otros usuarios.

Comparado con más de 300 estaciones de medición de nieve en el Oeste de EE. UU., este modelo demostró su superioridad sobre otros en el uso del aprendizaje automático. A diferencia de modelos anteriores que se enfocaban en datos temporales y en unas pocas ubicaciones, este nuevo modelo integra tanto el tiempo como el espacio, lo que conduce a predicciones más precisas.

La importancia de esta información radica en su utilidad para los planificadores del agua en todo Occidente. Cada primavera, las agencias de gestión del agua toman decisiones cruciales basadas en la cantidad de nieve en las montañas, ya que esta afecta directamente a la irrigación, la energía hidroeléctrica, el suministro de agua potable y las necesidades ambientales.

Aunque existen 822 estaciones de medición de nieve en el Oeste de EE. UU., están escasamente distribuidas, lo que puede llevar a predicciones inexactas. Este nuevo modelo busca abordar esta limitación al predecir el equivalente de agua de nieve (SWE) diario para cualquier ubicación, incluso donde no hay estaciones de medición.

El marco de modelado desarrollado por los investigadores captura información tanto espacial como temporal, permitiendo predecir el SWE con mayor precisión. Aunque aún no se utiliza directamente para tomar decisiones, este trabajo representa un paso crucial hacia la mejora de los pronósticos futuros y la eventual creación de un modelo de pronóstico del mundo real.