Recuperaciones desiguales: una evaluación con aprendizaje profundo de las inundaciones de 2019 en el Medio Oeste y su impacto en las comunidades rurales

Por qué estas inundaciones siguen importando

Las inundaciones récord que barrieron Nebraska y el Medio Oeste en 2019 hicieron mucho más que destrozar carreteras y ocupar las noticias por unas semanas. Para muchas pequeñas ciudades y vecindarios rurales, los daños se han prolongado durante años, reconfigurando dónde vive la gente, cómo trabaja y si sus comunidades pueden sobrevivir a la próxima gran tormenta. Este estudio sigue lo que ocurrió mucho después de que las aguas retrocedieran, usando imágenes satelitales e inteligencia artificial para rastrear qué lugares se recuperaron, cuáles no, y por qué esa recuperación desigual importa para cualquiera que viva en una zona propensa a inundaciones.

Siguiendo comunidades desde el espacio

Los investigadores se centraron en 59 comunidades afectadas por las inundaciones en el este y el centro de Nebraska, desde pueblos diminutos de unos pocos cientos de habitantes hasta zonas suburbanas cerca de Omaha. Examinaron 70 sitios específicos —barrios, carreteras, puentes, parques e instalaciones públicas— mediante imágenes aéreas de alta resolución tomadas antes de las inundaciones en 2018 y en varios momentos posteriores (2020, 2022 y 2024). Cada sitio se clasificó en cuatro categorías en lenguaje llano: totalmente recuperado (reconstruido y en funcionamiento), parcialmente recuperado (reconstrucción lenta o incompleta), mínimamente recuperado (poca acción visible) o no recuperado (todavía destruido o desaparecido). Esta sencilla tabla de puntuación permitió al equipo comparar el progreso entre lugares y tipos de infraestructura.

Algoritmos inteligentes y criterio humano

Para procesar miles de imágenes detalladas, el equipo recurrió a un enfoque de aprendizaje profundo conocido como Siamese U‑Net. En esencia, el modelo compara dos imágenes del mismo lugar tomadas en distintos momentos y etiqueta cada píxel como «sin cambio», «demolido» o «nuevo edificio». Esto permite mapear automáticamente dónde desaparecieron o aparecieron estructuras a gran escala. Pero los investigadores también detectaron los límites de la automatización: el modelo era excelente para detectar edificios demolidos, pero con frecuencia no detectaba o interpretaba mal las nuevas construcciones. Las reparaciones sutiles, viviendas pequeñas o estructuras parcialmente reconstruidas tendían a parecerse demasiado al paisaje anterior. Para corregir esto, el equipo superpuso una segunda capa de revisión humana cuidadosa, trazando manualmente los edificios y corrigiendo errores para que los mapas finales reflejaran lo que realmente ocurría sobre el terreno.

Quién recupera viviendas y carreteras

La evaluación combinada de máquina y humanos reveló contrastes marcados. En 2024, casi la mitad de los 70 sitios se consideraban totalmente recuperados, pero más de una cuarta parte no se había recuperado en absoluto. Las carreteras y los puentes fueron los que volvieron primero: más del 85 % se restauraron ya en 2020, y el transporte siguió siendo el claro ganador de la recuperación durante todo el período del estudio. Los parques y campamentos también fueron bien, superando el 90 % de recuperación en 2024. Las instalaciones públicas, como edificios comunitarios, mostraron solo un progreso moderado, con algo más de la mitad restauradas. La vivienda fue el sector más lento y frágil: solo alrededor del 16 % de los sitios de vivienda se habían recuperado en 2020, subiendo a aproximadamente el 37 % en 2024, y al combinar todos los años, apenas el 28 % de las ubicaciones residenciales se contabilizaron como recuperadas. Para muchos residentes rurales, eso significó solares vacantes persistentes, casas tapiadas y escasez de viviendas asequibles.

Resultados desiguales de pueblo en pueblo

La recuperación también varió drásticamente por condado. Algunos lugares, como los condados de Cherry y Pierce, alcanzaron la recuperación total en los sitios estudiados, mientras que otros, incluidos Sarpy y Holt, quedaron con una gran proporción de ubicaciones nunca recuperadas. Los estudios de caso ilustran cómo se ven esas estadísticas en el terreno. Paradise Lakes, una comunidad de casas móviles en Bellevue, sufrió daños tan graves que más de 200 viviendas fueron declaradas inhabitables y finalmente demolidas; años después, el terreno sigue mayormente vacío, agravando la escasez de vivienda local incluso mientras se construyen nuevas presas cercanas. La diminuta Villa de Winslow emprendió un plan audaz para trasladar el pueblo a terrenos más altos, pero los retrasos en la financiación y la complejidad de las transacciones de tierras han dejado la reubicación incompleta más de seis años después de la inundación. En contraste, Camp Ashland, un sitio clave de entrenamiento de la Guardia Nacional, recibió decenas de millones de dólares para reconstruir con edificios elevados preparados para inundaciones y diques más robustos, convirtiéndolo en un ejemplo de recuperación rápida y bien financiada.

Lecciones para un futuro con tormentas más intensas

Al mirar a lo largo del estado, los autores sostienen que la resiliencia a largo plazo está determinada tanto por el dinero, la capacidad de planificación y la vulnerabilidad social como por el tamaño de la propia inundación. Las áreas con instituciones fuertes, mejor infraestructura y acceso expedito a fondos federales tendieron a restaurar rápidamente activos críticos. Las comunidades rurales y de bajos ingresos, a menudo con poblaciones envejecidas y bases impositivas limitadas, tuvieron más probabilidades de quedarse con viviendas dañadas, decisiones prolongadas sobre compras gubernamentales (buyouts) o reubicaciones paralizadas. El estudio concluye que rastrear la recuperación mediante herramientas como el aprendizaje profundo, ancladas por revisiones humanas cuidadosas, puede ayudar a identificar dónde se está dejando a la gente atrás. Para el público general, la conclusión es clara: reconstruir tras un desastre no es solo parchear carreteras; se trata de garantizar que las comunidades más afectadas tengan los recursos y el apoyo para recuperar sus viviendas y su futuro antes de que llegue la próxima inundación.

Cita: Jahan, R.N., Mason, J.B., Jahangeer, J. et al. Uneven recoveries: a deep learning assessment of the 2019 Midwest floods and their impact on rural communities. npj Nat. Hazards 3, 8 (2026). https://doi.org/10.1038/s44304-026-00171-1

Palabras clave: recuperación tras inundaciones, comunidades rurales, inundaciones en Nebraska, imágenes satelitales, resiliencia ante desastres