Candidatura

Sistema de Crowdsourcing de Impacto Meteorológico (AEMET SOIM)

Ir a candidaturas XVIII Convocatoria de Premios Transformación Digital

El Sistema de Obtención de Impacto Meteorológico (AEMET SOIM) constituye una plataforma tecnológica avanzada basada en Inteligencia Artificial pionera en España que revoluciona la forma en que se recoge, procesa y difunde información sobre los efectos del tiempo extremo. Impulsado por la Agencia Estatal de Meteorología (AEMET) y financiado a través del Plan de Recuperación, Transformación y Resiliencia (PRTR) con fondos europeos Next Generation EU, este sistema sitúa a la ciudadanía en el centro de la innovación, transformándola en un sensor distribuido y activo frente al riesgo meteorológico. El objetivo principal es mejorar la capacidad de predicción y respuesta frente a fenómenos meteorológicos adversos, complementando los datos técnicos de observación con información contextual y social en tiempo real. No se trata solo de una herramienta, sino de un cambio de paradigma en cómo entendemos, compartimos y la información.

Antecedentes

En los últimos años, se ha puesto de manifiesto que es esencial la obtención de información a través de la realización decrowdsourcing en diferentes fuentes, para identificar impacto meteorológico producido por los fenómenos meteorológicos (FMA).Actualmente esta acción es realizada de forma supervisada por los Grupos de Vigilancia.

En este caso, el origen de los datos es diverso, entre otras, como redes sociales, páginas web de periódicos online, cuentas de correo electrónico etc.

El Sistema de Obtención de Impacto Meteorológico (AEMET SOIM) planteado implementa capacidades personalizables decrowdsourcing de impacto meteorológico para ser utilizado por los diferentes Grupos Funcionales de Predicción del Sistema Nacional de Predicción.

Retos

Uso pionero del crowdsourcing meteorológico en España: democratiza la aportación de datos meteorológicos, convirtiendo a la ciudadanía en sensor distribuido.

• Arquitectura modular y escalable: adaptable a distintos niveles de detalle y áreas geográficas.

• Procesamiento automático avanzado: integración de analítica de datos, control de calidad y priorización inteligente.

• Alto impacto social y medioambiental: mejora la resiliencia de la sociedad ante eventos extremos y optimiza la respuesta institucional.

• Permite la captura colaborativa de información sobre los efectos del tiempo atmosférico (inundaciones, nevadas, vientos, granizo, olas de calor o frío, etc.)

.• Integra mecanismos de tratamiento de datos, aplicando filtros de validación, categorización y análisis de calidad.

• Difunde la información resultante en tiempo útil para los Grupos Funcionales de Predicción dentro del Sistema Nacional de Predicción, facilitando decisiones basadas en evidencias

Fases

Las fases del proyecto están directamente relacionadas con el desarrollo de los diferentes Módulos que le componen:

•Módulo de recogida de información: recoge en redes sociales, foros y periódicos digitales la información relevante para el sistema utilizando un diccionario de términos clave, diseñado AEMET.

•Módulo de NLP: utiliza técnicas de NLP y algoritmos para realizar análisis de sentimientos, extracción de identidades y metadatos, realizar normalización de términos, identificación de condiciones climáticas, desambiguación de términos, manejo de negaciones y condiciones especiales, así como la adaptabilidad al lenguaje o la identificación de daños.

•Módulo de validación de datos: actúa como filtro de calidad para los datos obtenidos desde fuentes no oficiales, dotándole así de un mecanismo automatizado capaz de discriminar entre información útil y datos no fiables o irrelevantes.

•Módulo de georreferenciación: Transforma la información textual en ubicaciones geográficas.

Nuevos Servicios

• Mayor precisión y rapidez en la predicción de impactos meteorológicos.

• Reducción de la vulnerabilidad social y económica frente a fenómenos adversos.

• Impulso al liderazgo tecnológico español en soluciones de gestión climática basadas en participación ciudadana y big data.

• Protección ciudadana: mejora la precisión y rapidez de los avisos, contribuyendo a salvar vidas y reducir daños.

• Resiliencia climática: refuerza la capacidad de adaptación frente al cambio climático y fenómenos extremos.

Conclusiones

El Sistema de Obtención de Impacto Meteorológico (AEMET SOIM) representa un avance relevante en la modernización de los servicios meteorológicos públicos, al incorporar de forma estructurada inteligencia artificial, análisis avanzado de datos y participación ciudadana en los procesos operativos de vigilancia.

El proyecto demuestra cómo el uso combinado de técnicas de crowdsourcing, procesamiento del lenguaje natural y validación automática de la información mejora la detección temprana y la evaluación de los impactos asociados a fenómenos meteorológicos adversos, complementando las redes tradicionales de observación con información contextual en tiempo casi real.

SOIM no solo aporta mejoras técnicas, sino que impulsa un cambio en la relación entre la administración pública y la ciudadanía, situando a esta como agente activo en la generación de conocimiento climático. El sistema refuerza la toma de decisiones basada en evidencias, incrementa la resiliencia frente a eventos extremos y