Alberto Labarga
With a background in Biomedical Engineering and Bioinformatics, for the last twenty years I have been involved in biomedical data science projects and systems administration, both at University and research centers, and as professional activity at several start-ups company which I contributed to create.
My current work at MirrorHealth involves integration of biomedical data to generate 'patient digital twins' to enable better diagnosis and treatments.
Sesión
Los incendios forestales en regiones mediterráneas como España han aumentado en frecuencia e intensidad durante los últimos años, impulsados por factores como el cambio climático, los cambios en el uso del suelo y la acumulación de combustible vegetal. Esta tendencia ha puesto de manifiesto la necesidad de ir más allá de los enfoques centrados únicamente en la extinción, reforzando la prevención y la planificación a escala de paisaje.
Una de las estrategias más prometedoras consiste en la identificación de Puntos Estratégicos de Gestión: zonas clave donde la topografía, la vegetación y las condiciones meteorológicas interactúan de forma especialmente relevante en el comportamiento del fuego. Estas áreas pueden convertirse en lugares prioritarios para actuaciones selectivas de gestión del combustible, prevención y defensa del territorio.
Cada vez más trabajos en gestión forestal e incendios se centran en anticipar el comportamiento potencial del fuego antes de que se produzca una ignición. Herramientas como FlamMap se utilizan ampliamente para simular y visualizar dinámicas como la velocidad de propagación, la longitud de llama o la actividad de fuego de copa bajo distintos escenarios ambientales. Estas simulaciones son útiles tanto para la toma de decisiones operativas como para la planificación preventiva a largo plazo.
En esta charla presentaremos el papel de las estrategias de prevención basadas en Puntos Estratégicos de Gestión dentro de este contexto, revisando enfoques actuales y líneas de trabajo en la gestión de incendios mediterráneos. Además, mostraremos un flujo de trabajo experimental y de código abierto desarrollado en Python, construido sobre bibliotecas científicas y geoespaciales ampliamente utilizadas.
El objetivo es explorar cómo Python puede ayudar a crear herramientas más accesibles, flexibles e integrables con procesos de análisis de datos ya existentes, así como facilitar la automatización y la visualización intuitiva de información geoespacial aplicada a la prevención de incendios forestales.