Proyecto I+D+i 2019: Adaptación al cambio climático: sistema integrado de predicción de inundación en playas

March 21, 2022

El cambio climático es una de las principales amenazas para nuestra sociedad con importantes implicaciones socioeconómicas y ambientales. En particular, la costa es un sistema muy vulnerable que se enfrenta a un incremento del riesgo para las siguientes décadas debido al aumento del nivel del mar, así como a cambios en el clima marítimo. Los temporales que impactan en las zonas costeras son responsables de peligros graves como el rebase de infraestructuras de defensa de la costa y la inundación y erosión de la costa, que pueden provocar la destrucción de bienes y la pérdida de vidas. Una de las medidas más efectivas de adaptación al cambio climático son los Sistemas de Alerta Temprana (SAT) que proporcionan soporte a las autoridades con responsabilidad en protección civil para minimizar los impactos de eventos costeros cada vez más severos y frecuentes. Sin embargo, la implantación de SAT de inundación costera requiere la superación de retos tanto científicos como tecnológicos, algunos de los cuales este Proyecto trata de resolver. Una de las características de los SAT actuales es que requieren grandes recursos computacionales, exigencia inabordable para la mayoría de las administraciones, para obtener predicciones que estén disponibles con suficiente tiempo de respuesta antes de un evento costero. Por otro lado, los métodos desarrollados actualmente se aplican sobre una morfología de la costa fija. Es decir, sin tener en cuenta el estado morfodinámico de la playa en el momento del impacto del temporal, lo cual es fundamental a la hora de predecir con fiabilidad la extensión de la inundación.

Para avanzar en la solución de estos problemas, el proyecto BEACH4CAST propone el desarrollo de un sistema probabilístico de alerta temprana de inundación de la costa. Uno de los pilares de este sistema es la combinación de minería de datos, métodos estadísticos e inteligencia artificial para predecir la inundación. De este modo, se evita la simulación en tiempo real de modelos de procesos exigentes en tiempo y en capacidad de almacenamiento. El otro pilar del sistema es el uso de datos de satélite y de drones para obtener en tiempo real una topo-batimetría (relieve del terreno y del fondo marino) actualizada de la zona de la costa con riesgo de inundación sobre la cual se aplicarán los modelos de predicción. Por último, el sistema desarrollado proporcionará la predicción de la inundación en el corto plazo (2-3 días) y también se investigará la predicción probabilista para un horizonte de 15 días, utilizando técnicas que permiten modelar la cronología de los tipos de tiempo. En la figura 1 se presenta un esquema de la metodología propuesta.

Figura 1. Metodología de BEACH4CAST.
Figura 1. Metodología de BEACH4CAST. Panel superior: modelo estadístico con predictor de campos sinópticos (X), predictor de parámetros de oleaje y nivel del mar (Y) y predictor de nivel de inundación (Z). Panel inferior: esquema de series temporales y de la escala temporal de predicción, utilizando información de satélite y de drones para la actualización de la topo-batimetría.

 

Investigadores/as Principales del proyecto
Fernando J. Méndez

Fernando J. Méndez es profesor de Ingeniería de Costas y responsable del Grupo de Ingeniería Geomática y Oceanográfica (GeoOcean) de la Universidad de Cantabria. Su experiencia está relacionada con el clima marítimo, los modelos hidrodinámicos, la inundación y la erosión costeras, la minería de datos, los extremos multivariados y la variabilidad climática. Ha sido investigador principal en varios proyectos de investigación nacionales (clima marítimo, cambio climático en la costa, inundación y erosión costera) y ha participado en varios proyectos de investigación internacionales relacionados con inundación y erosión de la costa en un clima cambiante.

Sonia Castanedo

Sonia Castanedo es profesora de Ingeniería de Costas y miembro del grupo GeoOcean (GeoOcean) de la Universidad de Cantabria. Su experiencia está relacionada con el modelado numérico de la propagación de ondas largas (marea astronómica, marejada meteorológica), hidrodinámica estuarina, oceanografía operacional y riesgo en la costa por derrames de hidrocarburos. Ha liderado y participado en varios proyectos de investigación nacionales (hidrodinámica en aguas someras, modelado numérico y estadístico de derrames de hidrocarburos, modelado experimental y numérico de descargas de salmuera). Ha liderado proyectos internacionales relacionados con oceanografía operacional.

El Grupo de Ingeniería Geomática y Oceanográfica (GeoOcean, https://geoocean.unican.es/) del Departamento de Ciencias y Tecnologías del Agua y Medio Ambiente de la Universidad de Cantabria es un grupo científico joven avalado por más de 15 años de proyectos de ingeniería e investigación de sus miembros senior.

Vídeos relacionados
BEACH4CAST: innovación en la predicción de inundaciones costeras
Los temporales que impactan en las zonas costeras son responsables de peligros graves como el rebase de infraestructuras de defensa de la costa y la inundación y erosión de la costa, que pueden provocar la destrucción de bienes y la pérdida de vidas. Una de las medidas más efectivas de adaptación al cambio climático son los Sistemas de Alerta Temprana (SAT) que proporcionan soporte a las autoridades con responsabilidad en protección civil para minimizar los impactos de eventos costeros cada vez más severos y frecuentes.

Para avanzar en la solución de estos problemas, el proyecto BEACH4CAST propone el desarrollo de un sistema probabilístico de alerta temprana de inundación de la costa. Uno de los pilares de este sistema es la combinación de minería de datos, métodos estadísticos e inteligencia artificial para predecir la inundación.

Referencia: PID2019-107053RB-I00
Programa: State R+D+I Program Oriented to the Challenges of Society – Agencia Estatal de Investigación (AEI).
Título: Proyecto I+D+i 2019: Adaptación al cambio climático: sistema integrado de predicción de inundación en playas.
Investigadores: Fernando J. Méndez y Sonia Castanedo.
Entidad beneficiaria: Universidad de Cantabria.
Área temática: Producción industrial, ingeniería civil e ingenierías para la sociedad (PIN).
Duración: 3 años.