Durante todo este verano de 2025 hemos visto cómo ardían miles y miles de hectáreas del territorio español, debido a incendios forestales. Quizá alguno de nosotros hiciera memoria y relacionara este verano con el de 2022, donde también ardieron más hectáreas de lo habitual. Nos encontramos con un comportamiento peculiar y es que, si bien el número de siniestros no parece tener una tendencia al alza, sí que existen temporadas en las cuales la cantidad de superficie quemada se dispara. ¿Qué quiere decir esto? Que los incendios son más grandes.
Cada vez son más frecuentes las temporadas con incendios de más de 500 hectáreas quemadas (llamados grandes incendios forestales, GIF) y con características particulares que los hacen incontrolables: los famosos y temidos incendios de sexta generación, tan intensos que modifican las condiciones meteorológicas de modo que se dificulta su extinción.
En el estudio de los desastres naturales, los incendios forestales ocupan un lugar destacado por su frecuencia e impacto. Estos eventos, que incluyen también inundaciones, terremotos, tsunamis y grandes tormentas, comparten la característica de producirse de forma periódica y de causar graves consecuencias tanto para los seres humanos como para los ecosistemas.
Debido a la naturaleza repetitiva de estos eventos, las actividades para enfrentarlos se consideran de forma cíclica, conocida como el ciclo de gestión de desastres. Se agrupan en cuatro fases:
- Mitigación y prevención: Acciones que reducen el impacto del desastre o evitan su ocurrencia.
- Preparación: Acciones de preparación de la respuesta a un desastre como planes de emergencia y autoprotección, obtención y organización de recursos y simulacros.
- Respuesta: Acciones que se desarrollan durante la emergencia para contener el desastre y reducir sus consecuencias. Se inicia al declararse la emergencia y termina al estabilizarse la situación.
- Recuperación: Tareas que tratan de devolver a la comunidad a la normalidad, y si es posible, mejorar la situación anterior.
Después o durante la recuperación se lleva a cabo la evaluación de lo ocurrido para dirigir las acciones de mitigación, prevención y respuesta, cerrando el ciclo de la gestión de desastres.
¿Qué pueden aportar las matemáticas a la gestión de incendios forestales?
Una de las peculiaridades de los desastres naturales es su carácter estocástico, es decir, no sabemos cuándo van a ocurrir, ni dónde, ni cuál va a ser su magnitud e impacto. Además, en los incendios forestales se añade su carácter dinámico, ya que son emergencias que van evolucionando en el tiempo. Si bien las matemáticas no pueden predecir el futuro, sí pueden proponer estimaciones sobre lo que puede pasar.
Estas estimaciones, junto con otros datos adicionales, pueden servir de base para la toma de decisiones de manera adecuada, ya que, con el auge de los sistemas de información, los medios para adquirir esa información y los grandes volúmenes de almacenamiento, cada vez tenemos más datos disponibles, aunque procesarlos es un reto que, en general, sobrepasa la capacidad de síntesis de un humano.
Los sistemas de apoyo a la decisión, como su propio nombre indica, pretenden ayudar en la toma de decisiones. Se trata de sistemas complejos que reúnen grandes cantidades de información sintetizándola para un mayor aprovechamiento por el decisor, proponiendo alternativas y recomendaciones. Ejemplos sencillos en otros sectores serían la lista de películas que tu plataforma favorita de contenido te propone, o las alternativas de viaje que te sugieren apps de navegación como Google Maps o Waze. Un ejemplo claro aplicado a desastres naturales es cuando AEMET decreta alerta roja por lluvias intensas y recomienda evitar desplazamientos innecesarios; en este caso, la advertencia está también influenciada por la estocasticidad asociada al fenómeno meteorológico.
Las personas responsables de tomar decisiones deben elegir entre una serie de alternativas, valorando las opciones con ciertos criterios. En el contexto de los incendios forestales, estos criterios incluyen el impacto ambiental, la seguridad de las personas, los costes asociados, la efectividad de las medidas, etc. Es habitual que estos criterios entren en conflicto, de modo que las acciones que persiguen un objetivo vayan en contra de otro, por lo que se debe llegar a un compromiso para obtener soluciones lo más satisfactorias posible en todos los sentidos. Por ejemplo, el jefe de una brigada puede optar por proteger unas viviendas a sabiendas de que esa decisión podría facilitar que el fuego avance por otra zona.
Para abordar esta toma de decisiones con múltiples objetivos, la Decisión Multicriterio se presenta como una herramienta clave. Permite evaluar y obtener alternativas considerando objetivos diversos, pudiendo también obtener soluciones robustas frente a incertidumbre y riesgo, algo de especial relevancia en situaciones de emergencia, donde decisiones erróneas pueden tener consecuencias catastróficas.
A continuación, se presentan algunas aplicaciones enfocadas a la toma de decisiones para gestionar incendios forestales durante las fases de mitigación y prevención y de respuesta.
Fase de mitigación y prevención
Las acciones de mitigación y prevención pretenden reducir la ocurrencia de incendios, y en caso de ocurrencia, su propagación.
En España, alrededor del 95 % de los incendios forestales son causados por acciones humanas, por negligencias (como colillas, hogueras mal apagadas o quemas agrícolas) o de forma intencionada. Por ello, la legislación y la educación y sensibilización son acciones clave para evitar que ocurran.
No obstante, para que se inicie y propague un incendio es necesaria también la disponibilidad de combustible, es decir, de material susceptible de arder, como hojas, ramas secas y otros componentes de la vegetación. Las acciones más habituales para evitar grandes incendios son la limpieza del monte por medios mecánicos, las quemas controladas y la localización de cortafuegos que permitan ralentizar el avance del fuego y el acceso de los equipos para la contención del incendio. Son acciones que se desarrollan fuera del periodo de mayor riesgo de incendio, de ahí la frase “los incendios forestales se apagan en invierno”.

La dificultad para desarrollar estas acciones, además de las limitaciones sobre la propiedad del terreno, son las que impiden actuar sobre todo el territorio, por lo que hay que planificar y seleccionar los lugares de actuación, con una enorme incertidumbre sobre dónde se producirán los incendios. Para ello, los modelos matemáticos permiten asesorar sobre la ubicación donde desarrollar las acciones, con los recursos disponibles que tengan un mayor efecto para minimizar el riesgo.
Este riesgo se determina relacionando la probabilidad de que arda cada zona del territorio con las pérdidas que se producirían si arde. Es una medida que permite comparar estrategias sobre la configuración del territorio y determinar qué acciones son capaces de minimizarlo. En (Rodríguez-Martínez & Vitoriano, 2020) se calcula ese riesgo a partir de estimaciones de las probabilidades de ignición y propagación, empleando redes bayesianas, una herramienta matemática que permite representar relaciones de causa y efecto de forma probabilística. Estos modelos hacen posible calcular la probabilidad de que arda una zona, bien porque se inicie un incendio en ella o porque se propague desde las áreas vecinas. De esta manera, se integran tanto los factores que originan el fuego (como la proximidad a infraestructuras humanas) como los que favorecen su propagación, siendo el viento uno de los principales.

Estos métodos no están exentos de dificultad, ya que las estimaciones de las probabilidades son difíciles de obtener, y, en general, están basadas en datos históricos cuando la situación actual puede ser muy variable respecto al pasado.
Una alternativa es utilizar otras medidas para representar el riesgo. En particular, hay estudios que lo estiman basándose en la edad de la vegetación, por su facilidad para arder y generar residuos. Estos modelos plantean como objetivo llevar a cabo quemas controladas en las zonas donde la vegetación tenga mayor edad y evitar que haya zonas colindantes con vegetación de edad avanzada para dificultar la propagación. Algunos de estos modelos también consideran el efecto sobre la fauna de estas quemas, ya que las especies tienen predilección por un estado de desarrollo de la vegetación. Todos estos objetivos juntos se abordan a través de los métodos de decisión multicriterio (León, Vitoriano, & Hearne, 2023).
Fase de respuesta
Quizá la actividad más conocida y mediática de la gestión de incendios forestales es la extinción. Las decisiones a tomar durante este proceso van enfocadas a frenar, o al menos ralentizar, el avance del fuego. Para ello, debe tenerse en cuenta su comportamiento, a ser posible anticipándose a él. Las matemáticas permiten desarrollar simuladores capaces de describirlo, determinando los tiempos de llegada a distintos puntos y su intensidad, con el fin de apoyar el conocimiento de los profesionales, basado en su experiencia. Sin embargo, la mayoría de los simuladores determinan el avance del fuego sin ninguna restricción, sin que se actúe sobre él. El proceso de extinción tiene que tener en cuenta cómo se comporta el fuego, pero a la vez llevar a cabo acciones que lo modifiquen, siendo esto un proceso dinámico. Esta interrelación, unida a la estocasticidad de la meteorología que también afecta al comportamiento del fuego, hace que se trate de un problema particularmente complejo.
Un sistema de apoyo a la decisión para la extinción debería ser capaz de, utilizando la información sobre la situación actual del incendio y los recursos disponibles, definir estrategias sobre dónde actuar para contenerlo o detener su propagación (perimetrar el incendio) y extinguirlo, y cómo asignar de forma segura los recursos para hacerlo. El objetivo es minimizar la amenaza sobre las personas y su entorno y el valor de las zonas quemadas. Estas decisiones tienen que ser robustas frente a cambios en la dirección o intensidad en la propagación del incendio, especialmente para la protección de los equipos de emergencia. Los modelos y métodos matemáticos de optimización son herramientas clave para el desarrollo de estos sistemas.

Otros sistemas también deben asesorar sobre las acciones para proteger activos sobre el terreno antes de que llegue el incendio (viviendas, granjas…), y para algo tan crítico como la evacuación de personas, estableciendo tiempos límite y corredores seguros, tanto para la evacuación por sus propios medios como para la apoyada por los servicios de emergencia. Entre las dificultades añadidas a estas acciones están la estocasticidad del propio incendio y la de las acciones humanas, así como la efectividad de las acciones de contención, las congestiones de tráfico o las reticencias de las personas a abandonar sus lugares de residencia o trabajo. En Flores, Ortuño, & Tirado (2023) puede verse un modelo enfocado a la evacuación por equipos de protección de población vulnerable, que además contempla la atención a las personas desplazadas en los lugares seguros de destino.
Si bien estas herramientas para la respuesta todavía no se han implementado en la práctica, existen numerosos autores que están estudiándolas (Granda, León, Vitoriano, & Hearne, 2023).
Conclusión
Como hemos visto en estas líneas, existen diversas aproximaciones desde la probabilidad, la estadística y la investigación operativa para intentar reducir el riesgo derivado de los incendios forestales, y dar una respuesta adecuada para proteger a las personas, sus bienes y su entorno.
El auge de los drones y robots, de la teledetección y sensores, de los métodos de reconocimiento automático de imágenes, también plantean nuevos desafíos para mejorar la eficacia y la eficiencia de las operaciones frente a incendios, existiendo también cada vez más investigación para incorporarlos en acciones de prevención (alerta temprana…) y respuesta a los incendios forestales, así como más inversión en proyectos para su desarrollo e implantación (como el proyecto europeo Hurricane).
Referencias
- Flores, I., Ortuño, M. T., & Tirado, G. (2023). A goal programming model for early evacuation of vulnerable people and relief distribution during a wildfire. Safety science, 164, 106-117. doi: 10.1016/j.ssci.2023.106117
- Granda, B., León, J., Vitoriano, B., & Hearne, J. (2023). Decision Support Models and Methodologies for Fire Suppression. Fire, 37. doi: 10.3390/fire6020037
- León, J., Vitoriano, B., & Hearne, J. (2023). A risk-averse solution for the prescribed burning problem. Safety Science, 158. doi:10.1016/j.ssci.2022.105951
- Rodríguez-Martínez, A., & Vitoriano, B. (2020). Probability-based wildfire risk measure for decision-making. Mathematics, 8(4), 557. doi: 10.1071/WF02061

Bibiana Granda Chico
Graduada en Física y Doctora en Estadística e Investigación Operativa


Javier León Caballero
Doctor en Investigación Operativa


M. Teresa Ortuño Sánchez
Doctora en Ciencias Matemáticas


Adán Rodríguez Martínez
Graduado en Matemáticas y doctor por la Universidad Complutense de Madrid


Gregorio Tirado Domínguez
Doctor en Matemáticas


Begoña Vitoriano Villanueva
Licenciada y Doctora en CC. Matemáticas (especialidad Investigación Operativa)

Cortesía de Muy Interesante
Dejanos un comentario:
