La UPV presenta un gemelo digital para anticipar desbordamientos y riesgos de inundación

El Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN), el Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) de la Universidad Politécnica de Valencia (UPV) y la Escuela Valenciana de Posgrado y Red de Investigación en Inteligencia Artificial (ValgrAI) han presentado un gemelo digital hidrológico para anticipar desbordamientos de barrancos a partir de datos de lluvia en tiempo real y prever su evolución durante las siguientes 48 horas.

La plataforma PGTEC combina inteligencia artificial y modelos hidrodinámicos para prever crecidas, simular inundaciones y visualizar las zonas e infraestructuras que podrían verse afectadas.

La demostración se ha realizado con la Plataforma para la Gestión de Prevención Temprana de Emergencias Climáticas (PGTEC), aplicada a la cuenca del barranco de Poyo con los registros de lluvia de la dana del 29 de octubre de 2024. La herramienta permite recrear episodios extremos, simular inundaciones y mostrar las zonas e infraestructuras que podrían quedar expuestas.

Gemelo digital para crecidas e inundaciones

PGTEC integra datos hidrometeorológicos procedentes de distintos organismos oficiales mediante varias tecnologías y los reúne en un entorno común e interoperable. El objetivo es facilitar una gestión inteligente de la información disponible y reducir la fragmentación de formatos y sistemas que dificulta la anticipación de emergencias climáticas.

Una de sus aplicaciones directas es el desarrollo de gemelos digitales capaces de prever la crecida de barrancos y representar sobre un mapa el avance del agua en el territorio. La plataforma incorpora ya un gemelo digital de las cuencas de l’Horta Sud y del barranco del Carraixet, ámbitos especialmente relevantes para el análisis de riesgos hidrológicos en el área valenciana.

El sistema se apoya en dos herramientas complementarias. El modelo hidrológico TETIS utiliza datos de lluvia registrados y previsiones meteorológicas de múltiples fuentes para estimar el caudal que podría circular por cada tramo de un cauce y el momento en que podrían producirse desbordamientos. HIDRIS reproduce después cómo se extendería el agua sobre el terreno si el cauce se desbordara, con información sobre profundidad, velocidad y posibles afecciones a edificios o infraestructuras críticas.

Información visual para servicios de emergencias

La plataforma ofrece a los responsables de emergencias un entorno visual que evita la consulta separada de numerosos mapas y previsiones. TETIS marca mediante colores los tramos con mayor riesgo, permite seguir la evolución prevista a 48 horas y ejecuta cada simulación en aproximadamente uno o dos minutos.

Además, PGTEC permite modificar escenarios para analizar sus efectos. Entre sus funciones figura la posibilidad de desplazar una tormenta, incrementar su intensidad o reproducir episodios históricos con el fin de evaluar cómo variarían sus consecuencias. Junto con la simulación del barranco de Poyo, el equipo de VRAIN, IIAMA y ValgrAI ha mostrado una recreación de la tormenta de la dana de Valencia de octubre de 2024 trasladada a otras zonas, como el barranco del Carraixet, para observar el posible impacto en poblaciones próximas.

La plataforma también incorpora WATER4CAST, una herramienta que emplea un algoritmo de inteligencia artificial para mejorar las previsiones meteorológicas y contribuir a anticipar sequías, necesidades de agua y condiciones favorables a incendios forestales. De este modo, el proyecto cubre tanto emergencias de evolución rápida, como las crecidas que requieren decisiones en pocas horas con datos casi en tiempo real, como riesgos que exigen planificación con meses de antelación, entre ellos las sequías.

PGTEC ha sido financiado por el Ministerio para la Transformación Digital y de la Función Pública, en el marco de las actuaciones promovidas por la Dirección General del Dato y el Centro de Referencia de Economía del Dato (CRED).

 
 
Patrocinio Plata
Patrocinio Bronce
Salir de la versión móvil