
Los datos de la DANA
"En Valencia se batió el récord de lluvia máxima en una hora registrada en España"
La Inteligencia Artificial (IA) corrige los errores de los modelos clásicos de predicción de inundaciones

Mes y medio después de la DANA más devastadora registrada nunca en España continúan analizándose los datos para entender el fenómeno meteorológico que ha causado 222 muertos y cuatro desaparecidos. "En esta ocasión lo diferente ha sido la cantidad de lluvia pero no solo a nivel de cantidad sino también en intensidad; se ha batido el récord de lluvia máxima en una hora registrada en España y eso ha hecho que esta catástrofe tenga esta magnitud". En declaraciones a EFE, el investigador de la Universidad Católica San Antonio de Murcia (UCAM) y miembro del proyecto Juan de la Cierva de la Universitat Politècnica de València (UPV) Adrián López-Ballesteros.
"Lo que más llama la atención de esta dana" es la cantidad de lluvia que cayó en un solo día; la estación de Turís recogió en torno a unos 800 l/m2, el doble lo que llueve en toda la Comunitat Valenciana en un año. "El caudal pico que hemos simulado es de en torno a 4.800-4.900 metros cúbicos por segundo, lo que equivaldría a doce veces el caudal del río Ebro. Un caudal de agua de unos 162 millones de m3".
López-Ballesteros ha participado este martes en la jornada divulgativa organizada por el centro ValgrAI, referencia en Inteligencia Artificial en la Comunitat Valenciana, sobre "La IA ante catástrofes naturales: prevención y reconstrucción", con la ponencia "La autopsia de una dana: ¿qué pasó el 20/10/2024 en Valencia?".
"He utilizado la movilización hidrológica para entender la cantidad de agua que se ha generado con esta dana, y la movilización hidráulica para entender cómo se ha distribuido este agua en el terreno; la IA entra en hacer un enfoque novedoso para poder validar los resultados obtenidos en estos modelos hidrológicos e hidráulicos", explica.
Y si se tuvieran "datos de lluvia del futuro, se los podría introducir a estos modelos y simularían lo que he conseguido simular ahora con el pasado, o sea, la cantidad de agua que se generaría", añade.
"En esta ocasión lo diferente ha sido la cantidad de lluvia pero no solo a nivel de cantidad sino también en intensidad; se ha batido el récord de lluvia máxima en una hora registrada en España y eso ha hecho que esta catástrofe tenga esta magnitud", sostiene.
"Los ingenieros trabajamos con lo que se llama el periodo de retorno. Siempre hablamos de un primer retorno de más de 500 años, pero yo en este caso diría más de 1.000 o incluso más de 10.000. Pero hay que llevar cuidado porque habría que entender bien lo que significa: no es que vaya ocurrir una vez cada 500 años sino que hay una probabilidad de 0,001 o 0,002 de que ocurra", concluye.
El mejor modelo de predicción
La Inteligencia Artificial (IA) corrige los errores de los modelos clásicos de predicción de inundaciones y permite crear modelos híbridos, "con lo mejor de ambos", para ser más eficaces, según el investigador Félix Francés, del Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València (IIAMA UPV).
Francés ha participado este martes en la jornada divulgativa organizada por el centro ValgrAI, referencia en Inteligencia Artificial en la Comunitat Valenciana, sobre "la IA ante catástrofes naturales: prevención y reconstrucción", con la ponencia "Posibilidades de aplicación de la IA en la predicción de inundaciones".
Según ha indicado a EFE, "hay que utilizar modelos híbridos: por una parte los modelos clásicos basados en ecuaciones de la física y, por otra, la inteligencia artificial".
En su intervención ha hablado de las posibilidades de utilización de modelos de predicción, en concreto, de "dedicar la inteligencia artificial a la corrección de los errores de la evaluación clásica".
"La idea es aprovechar lo mejor de los dos mundos", asevera para explicar: "Los modelos basados en ecuaciones de la física tienen una mejor capacidad predictiva porque se basan en leyes de la física y eso nos da una mayor confianza en su capacidad predictiva".
✕
Accede a tu cuenta para comentar