La UPV desarrolla un gemelo digital que permite anticipar riadas como la del barranco de Poyo durante la DANA de 2024
La Universitat Politècnica de València (UPV) ha desarrollado un gemelo digital hidrológico capaz de anticipar posibles desbordamientos de barrancos y prever cómo evolucionarían las inundaciones sobre el territorio. La herramienta, integrada en la plataforma PGTEC, combina inteligencia artificial, datos meteorológicos en tiempo real y modelos hidrodinámicos para mejorar la prevención de emergencias climáticas.
El sistema ha sido presentado por el Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN), el Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) de la UPV y la Valencian Graduate School and Research Network of Artificial Intelligence (ValgrAI). Durante la demostración se reprodujo un episodio de lluvias como el registrado el 29 de octubre de 2024 en la cuenca del barranco de Poyo, uno de los escenarios más castigados por la DANA que afectó a la provincia de Valencia.
La plataforma permite seguir la evolución prevista de las precipitaciones durante las siguientes 48 horas y anticipar posibles crecidas. Además, incorpora gemelos digitales de las cuencas de l'Horta Sud y del barranco del Carraixet, con los que se puede visualizar sobre un mapa cómo avanzaría el agua, qué profundidad alcanzaría y a qué edificios o infraestructuras críticas podría afectar.
Dos modelos para anticipar las inundaciones
PGTEC (Plataforma para la Gestión de Prevención Temprana de Emergencias Climáticas) integra información hidrometeorológica procedente de distintos organismos oficiales en un espacio común e interoperable, facilitando su consulta por parte de los servicios de emergencias.
Su funcionamiento combina dos herramientas. Por una parte, el modelo hidrológico TETIS utiliza datos de lluvia registrados y previsiones meteorológicas de distintas fuentes para estimar el volumen de agua que circularía por cada tramo de un cauce y determinar cuándo podrían producirse desbordamientos.
Por otra, el modelo HIDRIS reproduce cómo se extendería el agua por el terreno, calculando la profundidad y velocidad de avance y las posibles afecciones sobre edificios e infraestructuras.
La información se presenta en un entorno visual que permite identificar los tramos más comprometidos mediante un código de colores y consultar la evolución prevista durante las siguientes 48 horas. Cada simulación puede ejecutarse en aproximadamente uno o dos minutos.
Además, la herramienta permite desplazar una tormenta, modificar su intensidad o reproducir episodios históricos para analizar cómo cambiarían sus consecuencias en distintos escenarios.
Durante la presentación también se realizó una simulación de la DANA de octubre de 2024 trasladada a otras zonas, como el barranco del Carraixet, con el objetivo de comprobar cómo habría afectado a las poblaciones colindantes.
La inteligencia artificial también ayuda a prevenir incendios y sequías
La plataforma PGTEC incorpora asimismo WATER4CAST, una herramienta que aplica algoritmos de inteligencia artificial para mejorar las previsiones meteorológicas y anticipar situaciones de sequía, necesidades de agua y condiciones favorables para los incendios forestales.
El proyecto aborda así emergencias que requieren respuestas en plazos muy diferentes: desde las crecidas, que obligan a tomar decisiones en cuestión de horas y con datos prácticamente en tiempo real, hasta las sequías, cuya previsión depende del análisis de series históricas.
Félix Francés, del IIAMA, destaca que ambas situaciones, pese a sus distintas escalas temporales, se apoyan en un mismo espacio de datos interoperable a nivel de API y semántico, en el que cada entidad conserva el control de su información y todas comparten una lectura común de la situación.
Por su parte, Vicent Botti, director de VRAIN de la UPV y director general de ValgrAI, subraya que PGTEC permite superar los tradicionales silos de datos, al reunir en un único entorno a organizaciones que mantienen sus propios sistemas de trabajo, pero pueden compartir la información necesaria para gestionar una emergencia climática.
El proyecto 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).
