Marruecos demuestra cómo la IA predice inundaciones con 91% de precisión

La inteligencia artificial ha dejado de ser una promesa futura para convertirse en una herramienta práctica de prevención. En Marruecos, investigadores de las universidades Abdelmalek Essaadi y Mohamed V desarrollaron un sistema capaz de identificar con precisión dónde ocurrirán las inundaciones antes de que el agua llegue a las calles. El trabajo se concentró en la cuenca del río Loukkos, en el norte del país, específicamente en la llanura entre Ksar el Kebir y Larache, una zona donde confluyen terrenos bajos, proximidad a cauces fluviales, intensa actividad agrícola y temporales invernales frecuentes.

Lo que distingue este proyecto es su metodología: los investigadores combinaron imágenes de satélites europeos Sentinel con radares espaciales capaces de detectar superficies inundadas incluso a través de las nubes. Estos datos no se limitaron a registros históricos, sino que permitieron entrenar algoritmos de aprendizaje automático para reconocer qué características del terreno favorecen las inundaciones. El sistema analizó variables como altitud, pendiente, distancia a los ríos, densidad de drenaje, acumulación potencial de agua y patrones de lluvia. Con esta información, generaron mapas de susceptibilidad que clasificaban el territorio según su nivel de riesgo.

Los resultados fueron notables. Una red neuronal artificial conocida como Multilayer Perceptron alcanzó una precisión del 91% al evaluar datos que no había visto previamente. Aunque el sistema no predice inundaciones en tiempo real, su capacidad para identificar las áreas más vulnerables resultó extraordinaria. Los modelos señalaron con enorme precisión las llanuras próximas al río Loukkos como zonas de alto riesgo.

La prueba de fuego llegó poco después. Entre enero y febrero de 2026, la región sufrió una de las peores inundaciones de las últimas décadas. Las lluvias persistentes, el desbordamiento del río y las liberaciones controladas de agua desde los embalses aguas arriba provocaron graves daños. Miles de personas fueron evacuadas. Cuando los satélites capturaron imágenes de las zonas anegadas durante este período, la coincidencia con las áreas que la IA había señalado previamente como de alto o muy alto riesgo fue significativa. Las predicciones del modelo se habían materializado en la realidad.

Esta experiencia marroquí ofrece lecciones relevantes para España, un país que ha sufrido episodios devastadores en años recientes por las DANAs y sus inundaciones asociadas, especialmente en la Comunidad Valenciana. El enfoque marroquí representa un cambio fundamental: dejar de reaccionar cuando el agua ya invade las calles para actuar con anticipación. España aún tiene margen de mejora para integrar de forma sistemática la inteligencia artificial, las observaciones satelitales y los sistemas de información geográfica en la planificación urbana y la gestión del territorio. Conocer con exactitud qué barrios, infraestructuras o explotaciones agrícolas poseen mayor probabilidad de inundarse permitiría priorizar inversiones, mejorar planes de evacuación y, sobre todo, evitar construir en zonas especialmente expuestas. El cambio climático intensifica los episodios de lluvias torrenciales mientras más personas viven en zonas vulnerables. Ya no tiene sentido preguntarse si habrá nuevas inundaciones, sino dónde y cuándo ocurrirán, y cómo prepararse.