Empresas Premium
El Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN), el Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) de la Universitat Politècnica de València (UPV) y la Valencian Graduate School and Research Network of Artificial Intelligence (ValgrAI) han demostrado un gemelo digital hidrológico que anticipa crecidas y desbordamientos a partir de datos de lluvia en tiempo real y permite seguir la evolución prevista 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
En la presentación, realizada en la jornada de presentación del proyecto y la AIIA Innovation Day de ValgrAI, el equipo ha simulado la aplicación de la herramienta PGTEC (Plataforma para la Gestión de Prevención Temprana de Emergencias Climáticas) en la cuenca del barranco de Poyo con los datos de lluvia de la DANA del 29 de octubre de 2024. También ha recreado el mismo episodio trasladado a otras zonas, como el barranco del Carraixet, para evaluar el impacto en poblaciones colindantes.
PGTEC unifica datos hidrometeorológicos de múltiples organismos oficiales en un espacio común e interoperable, aplicando una semántica compartida para que la información de lluvia u otros parámetros sea consistente independientemente de su origen. Cada organización mantiene la soberanía sobre sus datos y define las condiciones de acceso mediante contratos de uso.
El sistema combina dos modelos complementarios. El modelo hidrológico TETIS emplea registros de lluvia y previsiones meteorológicas de diversas fuentes para estimar caudales por tramo de cauce y anticipar posibles desbordamientos; las simulaciones se ejecutan en uno o dos minutos y permiten visualizar la evolución prevista a 48 horas, desplazar tormentas, intensificarlas o reproducir episodios históricos. HIDRIS modeliza la extensión del agua en caso de desbordamiento, indicando profundidad, velocidad y las infraestructuras o edificios que podrían verse afectados. Todo se presenta en un entorno visual único que facilita la interpretación para los servicios de emergencias.
El investigador de VRAIN Sergio Martí ha destacado la importancia de este espacio de datos interoperable. Por su parte, Félix Francés, catedrático de Ingeniería Hidráulica de la UPV, investigador del IIAMA y vicepresidente de la Plataforma Tecnológica Española del Agua (PTEA), ha subrayado que el proyecto aborda tanto emergencias de corto plazo (crecidas) como riesgos de planificación a más largo plazo (sequías), apoyándose en el mismo entorno de datos. PGTEC incorpora además WATER4CAST, una herramienta con algoritmos de IA para mejorar previsiones meteorológicas y anticipar sequías, necesidades de agua y condiciones propicias a incendios forestales.
Vicent Botti, director de VRAIN de la UPV y director general de ValgrAI, ha señalado que hasta ahora la información para anticipar emergencias climáticas estaba dispersa en silos de datos de distintos organismos; PGTEC las reúne en un único entorno manteniendo la autonomía de cada entidad.
La jornada contó con la participación de Ana Cidad (directora gerente de ValgrAI), Juan Carlos Caballero (concejal de Emergencias y Protección Civil del Ayuntamiento de València), Miriam Gil (directora general de Innovación en Emergencias de la Generalitat Valenciana) y Félix Francés, entre otros. Concluyó con una mesa de debate titulada “Antes de que rompa la tormenta: proactividad y gestión en la crisis climática”, moderada por Francés, con intervenciones de representantes de AEMET, la Confederación Hidrográfica del Júcar, AVAMET, Bomberos de Valencia y la Generalitat.
PGTEC ha sido financiado por el Ministerio para la Transformación Digital y de la Función Pública en el marco de las actuaciones de la Dirección General del Dato y el Centro de Referencia de Economía del Dato (CRED).
¿Podemos predecir las inundaciones en tiempo real? (artículo de Félix Francés, IIAMA-UPV, sobre sistemas de predicción y el modelo TETIS tras la DANA de 2024).
|
.jpg)
