Marruecos ha implementado inteligencia artificial para anticipar y prevenir inundaciones, especialmente en la cuenca del río Loukkos.
El sistema combina imágenes de satélites europeos y algoritmos de aprendizaje automático para identificar áreas con mayor riesgo de inundación.
El modelo más preciso, basado en redes neuronales, alcanzó una precisión del 91% al predecir zonas vulnerables, lo que se comprobó con las inundaciones de principios de 2026.
La experiencia marroquí subraya la importancia de adoptar estrategias preventivas basadas en IA, una lección relevante para países como España.
Los incendios, terremotos e inundaciones son ejemplos de desastres naturales cuyos daños humanos y económicos pueden llegar a ser incalculables; y su prevalencia ha ido aumentando año tras año.
Sabemos que el cambio climático está intensificando los episodios de lluvias torrenciales en particular y, al mismo tiempo, cada vez son más las personas que viven en zonas vulnerables.
Ante este complejo escenario ya no tiene sentido preguntarnos si se producirán nuevas inundaciones, sino más bien dónde y cuándo se producirán.
Mientras muchos países siguen comportándose de forma reactiva cuando el agua ya ha llegado a invadir calles e incluso varios pisos de viviendas, Marruecos ha cambiado su enfoque, dando un paso adelante hacia la prevención gracias al uso de inteligencia artificial.
IA para predecir el riesgo
Así pues, un grupo de investigadores de la Universidad Abdelmalek Essaadi y la Universidad Mohamed V ha desarrollado un sistema basado en IA capaz de identificar las áreas con mayor probabilidad para inundarse en la cuenca del río Loukkos, en el norte del país.
La investigación se habría centrado en una de las regiones más sensibles a este fenómeno: la llanura situada entre Ksar el Kebir y Larache, una zona donde confluyen terrenos muy bajos, proximidad fluvial, intensa actividad agrícola y frecuentes temporales invernales.
Lo novedoso del trabajo es la combinación de imágenes obtenidas por satélites europeos Sentinel junto a algoritmos de aprendizaje automático.
El sistema no se limitaría a analizar registros históricos, sino que los investigadores usaron radares espaciales capaces de detectar superficies inundadas incluso a través de las nubes.
Gracias a esta información lograron elaborar un mapa detallado de las zonas afectadas por inundaciones previas y lo emplearon para entrenar modelos de inteligencia artificial. Estos algoritmos aprendieron a reconocer qué características del terreno favorecen las inundaciones.
Para lograrlo, analizaron variables tales como la altitud, pendiente, distancia a los cauces de ríos, densidad de drenaje, acumulación potencial de agua y patrones de lluvia; a partir de dichos datos, generaron mapas de susceptibilidad que clasifican el territorio según su nivel de riesgo.
Aunque la IA no sería capaz de predecir inundaciones en tiempo real, los resultados de este sistema fueron llamativos, dado que los modelos identificaron con enorme precisión las áreas más vulnerables a la inundación, especialmente las llanuras próximas al río Loukkos.
El sistema más eficaz, una red neuronal artificial conocida como Multilayer Perceptron, alcanzó una precisión de hasta un 91% al evaluar datos que no había visto previamente.
De hecho, poco tiempo después de estos resultados, entre los meses de enero y febrero de 2026, esta 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 y obligaron a evacuar a miles de personas.
Las imágenes por satélite tomadas durante este periodo mostraron que las zonas anegadas coincidían significativamente con las áreas que la IA había señalado previamente como de alto o muy alto riesgo.
Esta coincidencia constituiría una demostración práctica del potencial que tienen estos modelos de inteligencia artificial. No se trata de intentar adivinar el futuro, pero sí de conocer riesgos y vulnerabilidades con suficiente antelación para poder actuar ante la siguiente tormenta.
Y, de hecho, la experiencia marroquí dejaría varias lecciones relevantes para España. Recordemos que nuestro país ha sufrido episodios devastadores en los últimos años a raíz de las DANAs y sus posteriores inundaciones, especialmente en zonas como la Comunidad Valenciana.
En España aún tenemos margen de mejora para integrar de forma sistemática la inteligencia artificial, las observaciones por satélite, los sistemas de información geográfica en la planificación urbana y la gestión del territorio.
Conocer con exactitud qué barrios, infraestructuras o explotaciones agrícolas poseen más probabilidades de inundarse permitiría priorizar inversiones, mejorar planes de evacuación y evitar construir en zonas especialmente expuestas.
En resumen, permitiría llevar a cabo una verdadera estrategia preventiva y no reactiva como se está produciendo hasta el día de hoy. La inteligencia artificial puede acelerar este cambio de paradigma y se poseen suficientes datos para ello.