Tecnología digital para enfrentar las inundaciones del siglo XXI a escala global
Las inundaciones, siendo la catástrofe natural más letal a nivel mundial, han cobrado la vida de aproximadamente 3,2 millones de personas en el pasado siglo, constituyendo más del 50% de las víctimas de desastres naturales en ese período, según datos del Centro de Investigación y Desarrollo Tecnológico del Agua de la USAL.
Desde principios de año, venimos asistiendo a alarmantes episodios de inundaciones en diferentes partes del mundo, algunas de ellas, afectando a millones de personas y dejando a su paso pérdidas económicas millonarias.
2024 continúa registrando una oleada de graves inundaciones a escala global
El pasado mes de enero, la República del Congo sufrió las peores inundaciones de los últimos sesenta años, calculando una cifra de 1,8 millones de personas afectadas.
Pocas semanas más tarde, llegaban las noticias de las devastadoras cifras que las lluvias torrenciales en Kenia dejaron desde mediados de marzo, ascendiendo a 228 muertos y cientos de miles de desplazados, en pleno corazón de un pronóstico que aún no deja tregua a la mayoría de condados kenianos.
El fenómeno de El Niño no solo ha intensificado la temporada de lluvias en este país africano, sino que, según la Oficina de las Naciones Unidas para la Coordinación de Asuntos Humanitarios (OCHA), más de 637.000 personas se han visto afectadas por las precipitaciones en la zona este del continente, incluyendo Tanzania, Ruanda, Burundi y Somalia.
En Asia Central, a principios del mes de abril, como consecuencia del rápido deshielo, se produjo el desbordamiento de varios ríos caudalosos que atraviesan Kurgán y Tiumén, mientras que varias localidades situadas en los Montes Urales, Siberia y zonas de Kazajistán cercanas a los ríos Ural y Tobol, también sufrieron daños. Por su parte, el 8 de abril el Gobierno ruso declaraba el estado de emergencia en tres ciudades de la región suroccidental, sumando la ciudad de Orsk a Kurgán y Tuimén, tras la ruptura de una presa después de jornadas de lluvias torrenciales, un episodio que afectó a más de 4.000 personas, entre ellas 885 niños, que tuvieron que ser evacuadas de las zonas inundadas de la región.
A esta catástrofe, se suman las recientes inundaciones del sur de Brasil, en el Estado de Rio Grande do Sul, que ya son consideradas el peor desastre natural de la historia de esta región. A día de hoy, el número de personas fallecidas ya asciende a 83, mientras que otras 110 continúan desaparecidas. La magnitud de este desastre también ha provocado el traslado de 115.844 habitantes, el corte de energía eléctrica para 1,2 millones de hogares, y la habilitación de refugios públicos para otras 18.487 personas.
Asimismo, la ciudad de Houston, en Texas, está sufriendo desde el pasado viernes una ola de inundaciones que han llevado a las autoridades a ordenar la evacuación obligatoria del área metropolitana de la ciudad, dejando en riesgo a una parte importante de los 7,3 millones de personas que residen en esta área. Estas lluvias torrenciales han causado el desbordamiento del río San Jacinto, que fluye entre el lago Houston y el golfo de México.
La digitalización, la mayor aliada frente a la gestión del riesgo de inundaciones
Catástrofes naturales de tal magnitud e impredecibilidad, como las inundaciones, encuentran en las tecnologías digitales las herramientas más idóneas para trabajar en la prevención, la anticipación y los sistemas de alertas tempranas para tratar de mitigar, lo más posible, su devastador impacto. La recopilación de datos en tiempo real mediante sensores y sistemas por satélite permite un seguimiento constante de los niveles de agua y las condiciones meteorológicas, lo que brinda a las autoridades la capacidad de anticipar estos episodios. Además, los modelos de simulación y el análisis de datos ayudan a evaluar riesgos y a diseñar estrategias de gestión más efectivas de cara al futuro. Esta sinergia entre tecnología y gestión de riesgos es esencial para proteger vidas y propiedades en un mundo con eventos climáticos extremos cada vez más frecuentes.
En la pasada edición de Spain Smart Water Summit 2023, Amphos21 presentaba los beneficios del software Aqua Learning para la predicción de inundaciones y la creación de alertas tempranas. Esta herramienta cuenta con un amplio espectro de modelos de las zonas inundables y sus tiempos de retorno, y su algoritmo ha demostrado ser capaz de visualizar la zona de inundación 8.000 veces más rápido que un modelo hidráulico.
Por otro lado, el software Infoworks ICM de Autodesk Water ha mostrado excelentes resultados en el desarrollo de los modelos hidrológicos del sistema nacional de predicción y alerta temprana de inundaciones de Turquía (TATUS), un país que sufre unas 125 inundaciones al año, siendo capaz de prever lluvias y escorrentías con hasta 72 horas de anticipación, y permitiendo así medidas de alerta temprana y preparación.
Además, Infoworks también es una herramienta que contribuye a la adaptación a la reciente actualización del Reglamento de Dominio Público Hidráulico (RDPH) A través de esta renovación, se introducen cambios significativos en la gestión de los Desbordamientos del Sistema de Saneamiento (DSS), que regulan cómo las ciudades han de manejar las aguas residuales durante y después de los episodios de lluvia, buscando mitigar los impactos ambientales y mejorar la calidad del agua en nuestros entornos urbanos.
Entre estos cambios, el 246 Bis exige la presentación de Planes Integrales de Gestión del Sistema de Saneamiento (PIGSS), que deben detallar los controles y monitorización de vertidos. En este sentido, InfoWorks ICM brinda a las entidades e instituciones encargadas de la gestión de redes la modelización de elementos complejos en redes hidráulicas de forma más eficiente y cohesiva. Además, tanto los Planes Integrales de Gestión de Sistemas de Saneamiento (PIGSS) y las normas técnicas básicas (NTB) están apoyadas en un modelo hidrológico-hidráulico, una tarea que puede realizar InfoWorks ICM.
En el campo de la gestión del riesgo de inundaciones, la Inteligencia Artificial (IA) posee un potencial transformador, gracias a su capacidad para procesar grandes volúmenes de datos y ofrecer predicciones más precisas.
Entre las técnicas de IA utilizadas en este ámbito, el aprendizaje automático y las redes neuronales han demostrado ser especialmente efectivas, al emplear una metodología que permite a las máquinas identificar patrones en datos complejos sin programación explícita.
En el contexto de las inundaciones, estas técnicas permiten una comprensión más profunda de los patrones hidrológicos y meteorológicos, esenciales para una predicción y gestión efectivas del riesgo.
Un ejemplo destacado es el proyecto Sen1Floods11, que utiliza redes neuronales para identificar áreas inundadas a partir de imágenes de radar y satélite. Este proyecto ha demostrado su aplicabilidad global al proporcionar un conjunto de datos que cubre eventos de inundación en seis continentes.
De este modo, otros casos de éxito en la aplicación de IA en la gestión de inundaciones incluyen el uso de fotografías para estimar la profundidad de las inundaciones durante el Huracán Harvey en Texas, el proyecto de pronóstico de inundaciones de Google y un modelo de IA en Cork, Irlanda, para predecir inundaciones con precisión.
Las posibilidades que despliegan las tecnologías digitales en el ámbito de la predicción sugieren un futuro prometedor para la prevención y la gestión del riesgo de inundaciones. La combinación de datos en tiempo real, modelos predictivos avanzados y sistemas de alerta temprana son herramientas cruciales para que las autoridades y entidades gestoras logren anticiparse a estos catastróficos eventos, una solución que puede marcar la diferencia en su impacto en las pérdidas humanas y materiales. A medida que avanzamos hacia un futuro donde los eventos climáticos extremos son la nueva normalidad, la inversión en tecnologías digitales y la aplicación de soluciones innovadoras se convierten en piedras angulares para construir sociedades más resilientes y seguras frente a las inundaciones y otros desafíos climáticos.