SINC // 26 de marzo de 2009. “El objetivo de este trabajo es la prevención de riadas en Zaragoza con la antelación suficiente como para minimizar los daños y mejorar la explotación del caudal”, explica a SINC Diego J. Pedregal, coautor del estudio y profesor de la Escuela Técnica Superior de Ingenieros Industriales de la UCLM.

El estudio, que se publicará en abril en la revista Environmental Modelling & Software, aborda el problema de cómo modelizar y predecir los flujos y niveles del Ebro en la capital aragonesa, a partir del análisis de un tramo de 110 km que comienza en la localidad navarra de Castejón.

Pedregal recuerda a SINC que existen otros modelos predictivos “mucho más complejos, de naturaleza determinista y que incluyen multitud de variables”, pero el que proponen, aunque sea menos formal desde un punto de vista teórico, “es más flexible, y tan sencillo de utilizar que se puede ejecutar en cualquier ordenador de sobremesa”.

Los investigadores han desarrollado el sistema predictivo en dos etapas.

Primero han utilizado una función matemática denominada “de transferencia” para dimensionar el modelo e identificar de forma aproximada el retardo con el que el flujo del agua en Castejón afecta al nivel de las aguas en Zaragoza.

“Pero la dinámica del río no se comporta de forma lineal”, apunta Pedregal. El profesor señala, por ejemplo, que el agua circula más rápido cuando el caudal es medio o bajo, que las tormentas no afectan por igual a un lecho seco (absorbe más el agua) que a uno húmedo, o que los deshielos rápidos arrastran un aguanieve que se comporta de forma diferente al agua líquida.

Todos estos factores, además de la propia física de los fluidos, hacen que la dinámica de los ríos sea “no lineal”, por lo que los investigadores han aplicado sistemas matemáticos de este tipo y han propuesto un algoritmo específico que recoja la influencia de las variables.

La capacidad predictiva del modelo se ha contrastado con la información de la base de datos histórica de la Confederación Hidrográfica del Ebro, produciendo unos errores medios del 2,5% en un horizonte de predicción de 20 horas.

Fuente: SINC