4 de abril, 2022 Novedades Industria Agua comentarios
< Volver

El  Instituto de Ingeniería del Agua y Medio Ambiente de la Unviersitat Politècnica de València (IIAMA-UPV) ha utilizado redes bayesianas para  caracterizar mejor las aportaciones hidrológicas de las cuencas hidrográficas. Esta técnica se ha aplicado en la cuenca hidrográfica del Júcar, en concreto en las cabeceras de los embalses de Alarcón y Contreras.

"El uso de redes bayesianas nos ayuda a conocer mejor la dependencia espacio-temporal entre las aportaciones hidrológicas de dos o más cuencas, de una manera más profunda que a través del análisis estadístico tradicional". Este es la principal conclusión del artículo científico Analysis of spatio-temporal dependence of inflow time series through Bayesian causal modelling, realizado por investigador del IIAMA Héctor Macián y el director de este centro Manuel Pulido, en colaboración con los doctores José Luis Molina y Antonio Zazo, del Grupo de Investigación Ingeniería y Gestión del Agua de la Universidad de Salamanca. El estudio busca definir nuevas formas de predicción hidrológica a escala de cuenca, mediante el desarrollado de técnicas con redes bayesianas y su posterior aplicación en la cuenca del Júcar.  

"El método desarrollado nos ayuda a entender mejor la correlación entre los caudales de diversas cuencas hidrográficas, lo que permite inferir el comportamiento hidrológico de las mismas según estas interconexiones. Esta información determina en el sentido la intensidad de estos vínculos, y cómo evolucionan en años de sequía y su impacto posterior", afirma el autor principal del artículo, Héctor Macián.

En este sentido, el investigador del IIAMA recuerda que los análisis basados en redes bayesianas ofrecen información más detallada y flexible que los tradicionalmente empleados, ya que permiten saber cómo esas relaciones van cambiando en el corto plazo de forma dinámica: "Con las redes bayesianas conocemos la perspectiva futura de evolución de los recursos hídricos de manera más eficiente que con el método tradicional. Esta información puede ayudar a estudiar cómo va a afectar el cambio climático y de este modo, tomar decisiones y planificar mejor las estrategias de adaptación".


Campo de estudio y resultados

La técnica se ha implementado en la cuenca del Júcar, al disponer de suficiente información para llevar a cabo un análisis estadístico y de casualidad con redes bayesianas. De esta forma se ha estudiado la relación entre las principales subcuencas de cabecera del río: las cuencas vertientes a los embalses de Alarcón y Contreras, que son los principales reservorios de agua del Júcar. "Los resultados establecen que los caudales en la subcuenca de Alarcón tienen más capacidad predictiva sobre los de Contreras, que en el caso inverso", indica Manuel Pulido.

De hecho, el estado hidrogeológico parece ser un factor determinante sobre este resultado. "Hemos analizado los datos de aportaciones de Alarcón y Contreras y lo que determina este resultado son los acuíferos, ya que existen acuíferos compartidos entre ambas cuencas y las precipitaciones en ambos emplazamientos son muy similares", sostiene el director del IIAMA, Manuel Pulido. Finalmente, Macián y  Pulido ponen en valor la importancia de esta nueva línea de investigación, ya que las redes bayesianas "identifican las componentes temporales y atemporales y cómo éstas interactúan y afectan a la gestión de la cuenca", concluyen los investigadores del IIAMA.

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.