Modelos hidrológicos e hidrodinámicos

Desde la evaluación de riesgos de zonas inundables hasta el análisis de dispersión de contaminantes.

Previsión, predicción y activación de alertas con tiempos de anticipación

Los modelos son representaciones simplificadas de procesos del mundo real y han demostrado ser herramientas muy eficaces para la planificación y la toma de decisiones. Hay dos tipos de modelos. Los modelos mecanicistas aplican las ecuaciones físicas de los procesos del mundo real para determinar las relaciones entre entradas y salidas. Los modelos basados en datos utilizan técnicas estadísticas para determinar esas mismas relaciones. Los híbridos son una combinación de ambos tipos de modelos.

El uso es el que determina qué modelo es más eficaz para cada caso. Cuando se trata de procesos físicos bien conocidos, los modelos que suelen funcionar muy bien son los mecanicistas. Los expertos de ADASA, que incluyen ingenieros hidráulicos y químicos, aplican métodos mecanicistas mediante paquetes de software que permiten primero construir el modelo y después calibrarlo y probarlo reiteradamente hasta que el comportamiento del modelo se aproxima al sistema imitado.

El método basado en datos es más adecuado cuando la escasez de conocimientos sobre el proceso del sistema se combina con la disponibilidad de datos de alta calidad. Nuestros científicos de datos implantan modelos basados en datos que utilizan bibliotecas de métodos estadísticos. Analizan, limpian y procesan los datos, para construir los modelos, los validan y finalmente eligen el más preciso.

Modelo hidrológico

ADASA tiene amplia experiencia en la implantación de modelos. Algunos ejemplos son:

  • Los sistemas de alerta temprana de inundaciones que utilizan las predicciones de precipitaciones como entradas, junto con los modelos de escorrentía de las cuencas y los modelos de hidráulica fluvial, para prever inundaciones y predecir los caudales de los ríos.
  • Análisis de inundaciones para planificar diversas situaciones posibles, incluyendo períodos de retorno, usos del suelo, etc.
  • Análisis de la dispersión de la contaminación del agua.
  • Los sistemas de apoyo a la toma de decisiones relativas a la planificación del riego que utilizan una mezcla de modelos de ríos, canales abiertos y redes de tuberías a presión para recomendar el funcionamiento óptimo de las válvulas de los embalses, los dispositivos hidráulicos y mecánicos de regulación en canales y las estaciones de bombeo.
  • Modelos de redes de distribución de agua calibrados con datos telemétricos con fines operativos.
  • Modelos para detectar y corregir automáticamente las series cronológicas de caudales.
  • Sistemas de previsión de la demanda de agua basados en datos históricos. Evaluación de las repercusiones de las variaciones en los patrones de demanda de agua.

Nuestros especialistas elaboran modelos hidrológicos e hidráulicos complejos capaces de simular con variabilidad detallada y de manera continua todos los procesos del ciclo hidrológico, incluso en cuencas de grandes dimensiones. Para ello, empleamos modelos distribuidos basados en procesos físicos de reconocida eficacia como Tetis, Topkapi, SHE o Topmodel, así como modelos más sencillos de tipo agregado o semidistribuidos como HEC-HMS o NAM, e incluso modelos conceptuales y empíricos.

Cuando construimos herramientas operativas como los sistemas de alerta temprana de inundaciones o los sistemas de apoyo a la toma de decisiones, los paquetes de software de modelización se ejecutan automáticamente mediante plataformas de previsión y alerta en línea como Delft-FEWS. Las entradas típicas de estos sistemas son conjuntos de datos en tablas, junto con predicciones meteorológicas numéricas, imágenes de radar meteorológico, y datos espacialmente distribuidos, como los adquiridos por redes de pluviómetros.

En la siguiente fase se validan todos los conjuntos de datos. Los datos con escalas espaciales y temporales dispares se transforman (por ejemplo, por interpolación espacial para deducir la precipitación en un área), y se calcula la escorrentía de la cuenca y los hidrogramas, lo que permite ejecutar el modelo hidráulico y predecir las áreas de inundación.

Nuestros científicos de datos tienen experiencia en el uso de Python con varias bibliotecas, como, por ejemplo, NumPy, SciPy, Pandas, matplotlib, sci-kit learn y Tensor-Flow. Las utilizan para crear modelos basados en datos mediante técnicas de aprendizaje supervisado —por ejemplo, regresión lineal múltiple, regresión logística, bosques aleatorios y redes neuronales profundas— para casos de predicción o clasificación. También emplean técnicas de aprendizaje no supervisado —como k-means y la distribución gaussiana multivariante— para casos de uso de clustering como la detección de anomalías.

ADASA cuenta igualmente con una amplia experiencia en la elaboración de modelos hidráulicos de redes de distribución de agua a presión (EPANET y Bentley WaterGEMS), y para la explotación de presas, así como de modelos de flujo transitorio en lámina libre 1D/2D, que simulan el comportamiento de los ríos y la propagación de la avenida, entre ellos HEC-RAS, MIKE, IBER, SOBEK, ISIS, Floodway o Dambreak.

Ventajas

  • Mejora de las decisiones gracias al elevado grado de confianza en los resultados de las predicciones.
  • Mejor planificación a través del análisis de múltiples situaciones hipotéticas ("¿Y si...?").
  • Procedimientos de mantenimiento más eficientes.
  • Ahorro de costes.

Soluciones relacionadas


Descubra nuestros proyectos

¿NO HA ENCONTRADO LO QUE BUSCABA?

Póngase en contacto con nuestros expertos