Risc Plus avanza en la prevención de riesgos en la cuenca del Miño-Sil en Friol e Quiroga
El Grupo de Trabajo Conjunto (GTC) del proyecto europeo POCTEP RISC_PLUS cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) a través del programa Interreg VI A España – Portugal (POCTEP) 2021-2027, ha celebrado su 16ª reunión, consolidando los avances en la monitorización hidrometeorológica y en las herramientas de gestión de los riesgos asociados a los fenómenos extremos y al cambio climático en la demarcación hidrográfica del Miño-Sil.
Durante el encuentro, los socios del proyecto analizaron el progreso en la instalación de estaciones de control hidrológico, la integración de nuevas herramientas de predicción hidrometeorológicas y la cooperación transfronteriza entre España y Portugal.
La Confederación Hidrográfica del Miño-Sil (CHMS) informó sobre la implantación y puesta en funcionamiento de cinco estaciones de control (SAIH-SAICA) en ubicaciones estratégicas de Galicia y Castilla y León, diseñadas para mejorar la gestión de los recursos hídricos, el seguimiento hidrológico en tiempo real y la predicción de eventos extremos: río Tamuxe (O Rosal, Pontevedra), río Sil (Toreno, León, río Quiroga (Quiroga- Lugo), río Narla (Friol, Lugo) y Río Lobios (Lobios- Ourense). Estaciones que se suman a las 118 con las que cuenta la demarcación del Miño-Sil.
Desde la Universidad de Vigo (UVigo), se han presentado las mejoras en los sistemas de predicción hidrometeorológica e hidráulica, mediante una plataforma avanzada para la predicción de caudales a partir de los modelos meteorológicos, destacando:
- Modelo de infiltración Soil Moisture Accounting, que optimiza la simulación hidrológica.
- Expansión del sistema: que cuenta ahora con 30 puntos de predicción y se prevé su ampliación.
- Uso de IA para la gestión de embalses, en base a redes neuronales.
- Extensión de la predicción a 72 horas, reforzando la capacidad de respuesta ante fenómenos extremos.
- Mejoras en modelización hidráulica, en los diferentes puntos del Sistema Automático de Información Hidrológica.
Además, desde la Facultad de Ingeniería de la Universidad de Oporto (FEUP), se han desarrollado nuevos sistemas e índices de estado con componentes predictivas de escenarios de sequía prolongada y de escasez coyuntural hasta siete meses vista, basado en modelos con resolución de 0.25 grados. Además, el equipo de la FEUP ha aplicado IA a través del machine learning para mejorar la modelización en situaciones de inundaciones en la cuenca del Lima, con estudios completos en Arcos de Valdevez y Ponte da Barca.