Jump to Content

Predecir desastres naturales para proteger a las personas

Desarrollamos modelos de IA para obtener pronósticos más precisos que ayuden a las comunidades a prepararse ante desastres naturales.

Previsión de inundaciones basada en IA

Play silent looping video Pause silent looping video

Flood Hub

Flood Hub muestra nuestros pronósticos de inundaciones fluviales más avanzados que indican la trayectoria de las crecidas con hasta 7 días de antelación en 150 países. También incluye predicciones de inundaciones repentinas en zonas urbanas con hasta 24 horas de antelación para proporcionar a Gobiernos, organizaciones sin ánimo de lucro y usuarios información crucial y práctica.

Mapa mundial que muestra la densidad de datos mediante un mapa de calor en Europa, África, Asia y Australia, con pequeños puntos rojos superpuestos. A la derecha, una leyenda vertical con una barra de color indica el recuento de puntos de datos mediante una escala logarítmica de 10⁰ a 10⁵, con un degradado que va del morado oscuro al amarillo brillante.

Groundsource

Groundsource utiliza Gemini para transformar millones de informes públicos en un repositorio de datos de alta calidad que permite mejorar la predicción de crisis. Nuestro conjunto de datos de libre acceso sobre inundaciones repentinas urbanas incluye 2,6 millones de registros y se ha usado para entrenar nuestro nuevo modelo especializado en estos fenómenos.

Detección temprana y seguimiento de incendios forestales en tiempo real

Representación digital en 3D del planeta Tierra iluminada en tonos morados, rodeada por una compleja red de finas líneas orbitales que se entrelazan siguiendo la trayectoria de múltiples satélites de comunicación en el espacio exterior.

FireSat

FireSat, desarrollado en colaboración con Earth Fire Alliance y Muon Space, utiliza la IA e imágenes satelitales multiespectrales para ofrecer datos clave sobre incendios forestales casi en tiempo real. Una vez que la constelación esté plenamente operativa, ofrecerá actualizaciones cada 20 minutos, lo que facilitará la detección de incendios forestales del tamaño aproximado de un aula.

Play silent looping video Pause silent looping video

Seguimiento del perímetro de incendios forestales

Usamos la IA e imágenes satelitales para trazar el perímetro de afectación de los grandes incendios forestales y mostrarlo en Google Maps y en la Búsqueda de Google en más de 30 países.

Detección de terremotos

Play silent looping video Pause silent looping video

Alertas de seísmos de Android

Hemos desarrollado un sistema que detecta terremotos mediante mediciones agregadas de una red global de smartphones Android equipados con acelerómetros (que funcionan como pequeños sismómetros). Esto nos permite alertar a los usuarios que estén fuera del epicentro segundos antes de que empiece el temblor para que puedan ponerse a cubierto.

Pronóstico de fenómenos meteorológicos extremos

Interfaz del modelo meteorológico WeatherNext que muestra trayectorias de seguimiento avanzadas de un huracán en el Atlántico Norte. El mapa, que se extiende desde las proximidades del Caribe hasta las Bermudas y la costa este de EE. UU., muestra un pronóstico por conjuntos con múltiples trayectorias curvas en tonos amarillos, naranjas y rosas, junto a una línea negra gruesa que marca el rumbo principal previsto.

WeatherNext

WeatherNext ofrece nuestros pronósticos más precisos sobre fenómenos meteorológicos extremos. El centro estadounidense de huracanes lo utiliza para respaldar sus pronósticos, y ha logrado predecir la trayectoria e intensidad de ciclones con gran fiabilidad y varios días de antelación. WeatherNext también se utiliza para potenciar todos los resultados meteorológicos de Google.

Evaluación de daños después de una catástrofe

Imagen satelital en pantalla dividida que muestra la evaluación de daños del modelo SKAI tras un desastre. El panel de la izquierda muestra una vista aérea de una zona urbana costera antes del desastre, mientras que el de la derecha presenta la misma zona tras la catástrofe, con numerosos puntos rojos superpuestos que señalan los daños estructurales y en edificios detectados por la IA.

SKAI

SKAI es un modelo basado en IA para evaluar los daños tras una catástrofe. Fruto de una colaboración con el Programa Mundial de Alimentos (PMA) de las Naciones Unidas y UN DISHA, este modelo busca agilizar la labor de las organizaciones de ayuda humanitaria tras un desastre natural. Mediante el uso de aprendizaje automático y visión artificial para comparar imágenes satelitales previas y posteriores al desastre, el sistema puede cartografiar daños estructurales en extensas zonas urbanas casi en tiempo real.