Actualmente, el pronóstico de avalanchas lo realizan expertos que utilizan datos de estaciones meteorológicas locales y observaciones de campo de operadores de esquí y esquí de fondo, monitores de avalanchas para el transporte y la industria, y voluntarios que prueban manualmente la capa de nieve.
Según un nuevo estudio publicado en la revista Cold Regions Science and Technology, los modelos simulados de la capa de nieve desarrollados por un equipo de investigadores canadienses pueden detectar y rastrear capas delgadas de nieve. Esto puede detectar el riesgo de avalanchas de una manera única y también proporcionar a los pronosticadores una herramienta confiable adicional cuando los datos locales son insuficientes o no están disponibles.
Entre los peligros naturales, el de las avalanchas sigue provocando muertes evitables. Ya existen modelos de pronóstico desde hace algunas décadas y están mejorando constantemente, pero no se están aplicando de manera efectiva. Hoy las simulaciones desarrolladas por los investigadores podrían determinar el riesgo de avalanchas, tanto naturales como artificiales, para todo tipo de problemas. Nieve fresca, nieve mojada, ráfagas de viento, capas débiles persistentes, todo.

Predecir avalanchas, salvar vidas
“Describir las situaciones típicas que se pueden encontrar es una excelente manera de comunicar el riesgo de avalanchas”, dice el meteorólogo. Simón Horton"En muchas situaciones, sin embargo, existe una gran cantidad de incertidumbre acerca de la evaluación humana de qué fenómenos son estos tipos de paisaje podrán producir".
Aquí es donde tener más soluciones automatizadas que puedan ayudar a predecir peligros potenciales puede ayudar a los pronosticadores a preparar un pronóstico más exacto y preciso. Los resultados del estudio mostraron que el modelo desarrollado es consistente con las frecuencias de avalanchas reales observadas en Canadá durante los últimos 16 años. Y, sobre todo, ha demostrado que el enfoque tiene el potencial de respaldar la previsión de avalanchas en el futuro.