Un método que utiliza IA puede predecir el caudal de los ríos y alertar sobre inundaciones
Vie, 29/11/2024
Tal y como revelaron las recientes inundaciones en España, y en otros lugares del mundo, cada minuto de advertencia que se da a las personas antes de una posible inundación puede salvar vidas y bienes materiales. Un nuevo artículo en la revista Hydrology puede ayudar a las autoridades a mejorar los protocolos de evacuación por inundaciones con la ayuda de un modelo de aprendizaje automático desarrollado por investigadores de la Universidad Concordia.
El candidato a doctorado Mohamed Almetwally Ahmed y Samuel Li, profesor y director del Departamento de Ingeniería de Edificaciones, Civil y Ambiental, crearon un método que utiliza inteligencia artificial para predecir con mayor precisión el caudal a corto plazo de los ríos.
Utilizando datos históricos y un nuevo conjunto de predictores basados en el clima, los autores basaron su investigación en medir la advección —la tasa de movimiento del agua— entre dos estaciones hidrométricas en el río Ottawa. Se creó un caso de prueba utilizando dos estaciones ubicadas aproximadamente a 30 kilómetros de distancia. La estación aguas abajo había estado desactivada durante muchos años, mientras que la estación aguas arriba seguía activa.
Los datos históricos recopilados durante décadas por el Gobierno de Canadá se complementaron con información sobre precipitaciones, temperatura y niveles de humedad, entre otros parámetros. Una vez introducidos en el modelo de aprendizaje automático, estos parámetros proporcionaron estimaciones fiables del caudal diario y datos en tiempo real sobre la cantidad de agua que fluía a través de una sección transversal específica del río.
“La predicción subdiurna, que significa menos de 24 horas, se utiliza principalmente para evacuaciones. Este método nos ofrece probabilidades de pronóstico más precisas en comparación con aquellas que hacen predicciones diarias o a lo largo de varios días”, dice Ahmed. “Todo se basa en probabilidades, y la probabilidad aumenta a medida que disminuye el tiempo de pronóstico”.
continuar leyendo en el siguiente enlace:
https://www.iagua.es/noticias/redaccion-iagua/nuevo-metodo-canadiense-ia...
Fuente: Iagua
El candidato a doctorado Mohamed Almetwally Ahmed y Samuel Li, profesor y director del Departamento de Ingeniería de Edificaciones, Civil y Ambiental, crearon un método que utiliza inteligencia artificial para predecir con mayor precisión el caudal a corto plazo de los ríos.
Utilizando datos históricos y un nuevo conjunto de predictores basados en el clima, los autores basaron su investigación en medir la advección —la tasa de movimiento del agua— entre dos estaciones hidrométricas en el río Ottawa. Se creó un caso de prueba utilizando dos estaciones ubicadas aproximadamente a 30 kilómetros de distancia. La estación aguas abajo había estado desactivada durante muchos años, mientras que la estación aguas arriba seguía activa.
Los datos históricos recopilados durante décadas por el Gobierno de Canadá se complementaron con información sobre precipitaciones, temperatura y niveles de humedad, entre otros parámetros. Una vez introducidos en el modelo de aprendizaje automático, estos parámetros proporcionaron estimaciones fiables del caudal diario y datos en tiempo real sobre la cantidad de agua que fluía a través de una sección transversal específica del río.
“La predicción subdiurna, que significa menos de 24 horas, se utiliza principalmente para evacuaciones. Este método nos ofrece probabilidades de pronóstico más precisas en comparación con aquellas que hacen predicciones diarias o a lo largo de varios días”, dice Ahmed. “Todo se basa en probabilidades, y la probabilidad aumenta a medida que disminuye el tiempo de pronóstico”.
continuar leyendo en el siguiente enlace:
https://www.iagua.es/noticias/redaccion-iagua/nuevo-metodo-canadiense-ia...
Fuente: Iagua