Avances en Iber para la clasificación de balsas: proyecto ACROPOLIS
Enviado: 30-10-2023
|Aceptado: 16-01-2024
|Publicado: 31-01-2024
Derechos de autor 2024 Ingeniería del Agua
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Descargas
Palabras clave:
riesgo de inundación, balsas, machine learning, computación de alto rendimiento, Iber
Agencias de apoyo:
Resumen:
Se estima que en España hay alrededor de 70.000 balsas. Según la legislación vigente, usuarios y administraciones tienen la obligación de clasificarlas en función del riesgo potencial frente una eventual rotura si tienen más de 100.000 m3 o el dique mide más de 5 m. Con el objetivo de construir un sistema de ayuda para su clasificación que facilite y agilice este proceso, se ha llevado a cabo el proyecto ACROPOLIS. A tal fin, la herramienta de modelización numérica Iber fue elemento esencial y de carácter transversal. Por un lado, el empleo de Iber permitió desarrollar un método simplificado para pre-clasificar balsas en base a técnicas de machine learning y, por otro lado, se desarrollaron metodologías ad hoc en Iber que agilizan y automatizan los procesos, como la extracción automática de información hidráulica y de peligrosidad en puntos vulnerables y la paralelización del código para el cálculo mediante técnicas de computación de alto rendimiento.
Citas:
ACA. 2014. Criteris d’interpretació de la Guia tècnica de Classificació de preses en funció del risc potencial. Agència Catalana de l’Aigua, Generalitat de Catalunya.
Alonso, E.E. 2021. The Failure of the Aznalcóllar Tailings Dam in SW Spain. Mine Water Environ. 40, 209–224. https://doi.org/10.1007/s10230-021-00751-9
Alonso, E.E., Gens, A., 2006a. Aznalcóllar dam failure. Part 1: Field observations and material properties. Géotechnique, 56, 165–183. https://doi.org/10.1680/geot.2006.56.3.165
Alonso, E.E., Gens, A. 2006b. Aznalcóllar dam failure. Part 3: Dynamics of the motion. Géotechnique, 56, 203–210. https://doi.org/10.1680/geot.2006.56.3.203
Anta-Álvarez, J., Bermúdez, M., Cea, L., Suárez, J., Ures, P., Puertas, J. 2015. Modelización de los impactos por DSU en el río Miño (Lugo). Ingeniería del Agua, 19(2), 105–116. https://doi.org/10.4995/ia.2015.3648
Aranda, J.Á., Beneyto, C., Sánchez-Juny, M., Bladé, E. 2021. Efficient Design of Road Drainage Systems. Water, 13, 1661. https://doi.org/10.3390/w13121661
Aranda, J.Á., Sánchez-Juny, M., Sanz-Ramos, M., Beneyto, C. 2023. Design of Drainage Downspouts Systems over a Road Embankment. Water, 15, 3529. https://doi.org/10.3390/w15203529
Bermúdez, M., Farfán, J.F., Willems, P., Cea, L. 2021. Assessing the Effects of Climate Change on Compound Flooding in Coastal River Areas. Water Resour. Res., 57. https://doi.org/10.1029/2020WR029321
Bladé, E., Cea, L., Corestein, G. 2014a. Numerical modelling of river inundations [in Spanish]. Ingeniería del Agua, 18(1), 71–82. https://doi.org/10.4995/ia.2014.3144
Bladé, E., Cea, L., Corestein, G., Escolano, E., Puertas, J., Vázquez-Cendón, E., Dolz, J., Coll, A. 2014b. Iber: river flow numerical simulation tool [in Spanish]. Rev. Int. Métodos Numéricos para Cálculo y Diseño en Ing., 30, 1–10. https://doi.org/10.1016/j.rimni.2012.07.004
Bladé, E., Sánchez-Juny, M., Arbat, M., Dolz, J. 2019a. Computational Modeling of Fine Sediment Relocation Within a Dam Reservoir by Means of Artificial Flood Generation in a Reservoir Cascade. Water Resour. Res., 55, 3156–3170. https://doi.org/10.1029/2018WR024434
Bladé, E., Sanz-Ramos, M., Dolz, J., Expósito-Pérez, J., Sánchez-Juny, M. 2019b. Modelling flood propagation in the service galleries of a nuclear power plant. Nucl. Eng. Des., 352, 110180. https://doi.org/10.1016/j.nucengdes.2019.110180
BOE-A-1995-3865, 1995. Resolución de 31 de enero de 1995, de la Secretaría de Estado de interior, por la que se dispone la publicación del Acuerdo del Consejo de Ministros por el que se aprueba la Directriz Básica de Planificación de Protección Civil ante el Riesgo de Inundació. Boletín Oficial del Estado. núm. 38, 14 febrero 1995, páginas 4846 a 4858. Minist. Justicia e Inter. 13.
BOE-A-1996-7319, 1996. Orden de 12 de marzo de 1996 por la que se aprueba el Reglamento Técnico sobre Seguridad de Presas y Embalses. Boletín Oficial del Estado. núm. 78, 30 marzo 1996, páginas 12244 a 12254. Minist. Obras Públicas, Transp. y Medio Ambient. 12244–12254.
BOE-A-2008-755, 2008. Real Decreto 9/2008, de 11 de enero, por el que se modifica el Reglamento del Dominio Público Hidráulico, aprobado por el Real Decreto 849/1986, de 11 de abril. Boletín Oficial del Estado núm. 14, 16 enero 2008, páginas 3141 a 3149. Minist. la Pres. 9.
BOE-A-2010-11184, 2010. Real Decreto 903/2010, de 9 de julio, de evaluación y gestión de riesgos de inundación. Boletín Oficial del Estado. núm. 171, 15 julio 2010, páginas 61954 a 61967. Minist. la Pres. 14.
Bonakdari, H., Moradi, F., Ebtehaj, I., Gharabaghi, B., Sattar, A.A., Azimi, A.H., Radecki-Pawlik, A. 2020. A Non-Tuned Machine Learning Technique for Abutment Scour Depth in Clear Water Condition. Water, 12, 301. https://doi.org/10.3390/w12010301
Brath, A., Montanari, A., Moretti, G. 2006. Assessing the effect on flood frequency of land use change via hydrological simulation (with uncertainty). J. Hydrol., 324, 141–153. https://doi.org/10.1016/j.jhydrol.2005.10.001
Cea, L., Bermúdez, M., Puertas, J., Bladé, E., Corestein, G., Escolano, E., Conde, A., Bockelmann-Evans, B., Ahmadian, R. 2016. IberWQ: new simulation tool for 2D water quality modelling in rivers and shallow estuaries. J. Hydroinformatics, 18, 816–830. https://doi.org/10.2166/hydro.2016.235
Cea, L., Bladé, E. 2015. A simple and efficient unstructured finite volume scheme for solving the shallow water equations in overland flow applications. Water Resour. Res., 51, 5464–5486. https://doi.org/10.1002/2014WR016547
Cea, L., Bladé, E., Corestein, G., Fraga, I., Espinal, M., Puertas, J. 2014. Comparative analysis of several sediment transport formulations applied to dam-break flows over erodible beds, in: EGU General Assembly 2014. 27 April – 02 May 2014, Vienna, Austria.
CEDEX, 2020. Manual CEDEX_LAZtoMDT.v.1.0.
Coll, A., Pasenau, M., Escolano, E., Perez, J.S., Melendo, A., Monros, A., Gárate, J. 2018. www.gidhome.com.
de Cea, J.C. 2021. Evolución de la normativa en seguridad de balsas de riego, in: Jornada Sobre La Gestión de La Seguridad En Balsas de Riego. MAPAMA, p. 64.
Díez-Herrero, A., Garrote, J. 2020. Flood Risk Analysis and Assessment, Applications and Uncertainties: A Bibliometric Review. Water, 12, 24. https://doi.org/10.3390/w12072050
DOUE-L-2007-82010, 2007. Directiva 2007/60/CE del Parlamento Europeo y del Consejo, de 23 de octubre de 2007, relativa a la evaluación y gestión de los riesgos de inundación.
EEA, 2000. CORINE Land Cover technical guide - Addendum 2000. European Enviromental Agency Technical report No 40. Copenhague, Denmark.
Farfán, J.F., Cea, L. 2022. Improving the predictive skills of hydrological models using a combinatorial optimization algorithm and artificial neural networks. Model. Earth Syst. Environ., 9, 1103–1118 https://doi.org/10.1007/s40808-022-01540-1
Farfán, J.F., Cea, L. 2021. Coupling artificial neural networks with the artificial bee colony algorithm for global calibration of hydrological models. Neural Comput. Appl., 33, 8479–8494 https://doi.org/10.1007/s00521-020-05601-3
Fuentes Mariles, Ó.A., Cruz Gerón, J.A., Rivera Díaz, C., Luna Cruz, F., González Prado, J. 2010. Caracterización Experimental de Ruptura de Diques, in: XXIV Congreso Latinoamericano de Hidráulica, Punta Del Este, Uruguay. UNESCO, p. 226.
García-Alén, G., García-Feal, O., Cea, L., Puertas, J. 2023. Implementación de embalses en cálculos hidrológicos con Iber. Ingeniería del Agua, 27(1), 59–72. https://doi.org/10.4995/ia.2023.18750
García-Feal, O., González-Cao, J., Gómez-Gesteira, M., Cea, L., Domínguez, J., Formella, A. 2018. An Accelerated Tool for Flood Modelling Based on Iber. Water, 10, 1459. https://doi.org/10.3390/w10101459
Gens, A., Alonso, E.E. 2006. Aznalcóllar dam failure. Part 2: Stability conditions and failure mechanism. Géotechnique, 56, 185–201. https://doi.org/10.1680/geot.2006.56.3.185
Hooshyaripor, F., Tahershamsi, A., Behzadian, K. 2015. Estimation of peak outflow in dam failure using neural network approach under uncertainty analysis. Water Resour., 42, 721–734. https://doi.org/10.1134/S0097807815050085
ICOLD European Club, 2012. Working group on safety of existing dams.
IGN, 2022. Digital Elevation Models [WWW Document]. Cent. Descargas. URL http://centrodedescargas.cnig.es/CentroDescargas/ (accessed 4.26.22).
Junta de Andalucía. 2010. Inventario de balsas de Andalucía [WWW Document]. Cons. Agric. Ganad. Pesca y Desarro. Sostenible. Junta Andalucía. URL http://www.ideandalucia.es/catalogo/inspire/srv/api/records/2c106f46-0ae4-4de4-bba5-f0f4399ff75a (accessed 3.24.23).
MAGRAMA. 2011. Methodological Guide for the Development of the National Flood Zone Mapping System [in Spanish]. Ministerio de Medio Ambiente y Medio Rural y Marino. Gobierno de España: Madrid, España.
Martínez-Gomariz, E., Barbero, C., Sanchez-Juny, M., Forero-Ortiz, E., Sanz-Ramos, M. 2023. Dams or ponds classification based on a new criterion to assess potential flood damage to roads in case of failure. Nat. Hazards, 117, 625–653. https://doi.org/10.1007/s11069-023-05875-5
MITECO, 2021. Technical guide for the classification of dams [in Spanish]. Ministerio para la transición ecológica y el reto demográfico (MITECO). Madrid, España.
MMA. 1996. Techincal guide for the classification of dams function of the potential risk [in Spanish]. Ministerio de Medio Ambiente. Dirección General de Obras Hidráulicas y Calidad de las Aguas. Madrid, España.
Morales-Hernández, M., Sharif, M.B., Kalyanapu, A., Ghafoor, S.K., Dullo, T.T., Gangrade, S., Kao, S.-C., Norman, M.R., Evans, K.J. 2021. TRITON: A Multi-GPU open source 2D hydrodynamic flood model. Environ. Model. Softw., 141, 105034. https://doi.org/10.1016/j.envsoft.2021.105034
Motta, M., de Castro Neto, M., Sarmento, P. 2021. A Mixed Approach for Urban Flood Prediction Using Machine Learning and GIS. Int. J. Disaster Risk Reduct., 56, 102154. https://doi.org/10.1016/j.ijdrr.2021.102154
MTERD. 2019. Legislación en materia de seguridad en balsas de riego [WWW Document]. Minist. para la Transic. Ecológica y el Reto Demográfico (MTERD). Curso en diseño, construcción, explotación, Manten. y Segur. balsas riego. URL https://www.mapa.gob.es/images/es/legislaciondeseguridaddebalsas_tcm30-520204.pdf (accessed 1.19.21).
Nguyen, D.T. 2023. Operating Multi-Purpose Reservoirs in the Red River Basin: Hydropower Benefit Optimization in Conditions Ensuring Enough Water for Downstream Irrigation. Sustainability, 15, 5444. https://doi.org/10.3390/su15065444
NVIDIA. 2022a. NVIDIA CUDA Fortran Programming Guide [WWW Document]. URL https://docs.nvidia.com/hpc-sdk/compilers/cuda-fortran-prog-guide/ (accessed 2.23.22).
NVIDIA. 2022b. NVIDIA HPC SDK Version 22.3 Documentation [WWW Document]. URL https://docs.nvidia.com/hpc-sdk/compilers/ (accessed 2.25.22).
Orozco Rivas, R., Berezowsky, M. 2000. Brechas en bordos de arcilla formadas por desbordamiento. Ingeniería del Agua, 7(3), 255–262. https://doi.org/10.4995/ia.2000.2848
Roy, P., Pal, S.C., Arabameri, A., Rezaie, F., Chakrabortty, R., Chowdhuri, I., Saha, A., Malik, S., Das, B. 2021. Climate and land use change induced future flood susceptibility assessment in a sub-tropical region of India. Soft Comput., 25, 5925–5949. https://doi.org/10.1007/s00500-021-05584-w
Ruiz-Villanueva, V., Bladé, E., Sánchez-Juny, M., Marti-Cardona, B., Díez-Herrero, A., Bodoque, J.M. 2014. Two-dimensional numerical modeling of wood transport. J. Hydroinformatics, 16, 1077. https://doi.org/10.2166/hydro.2014.026
Ruiz-Villanueva, V., Mazzorana, B., Bladé, E., Bürkli, L., Iribarren-Anacona, P., Mao, L., Nakamura, F., Ravazzolo, D., Rickenmann, D., Sanz-Ramos, M., Stoffel, M., Wohl, E. 2019. Characterization of wood-laden flows in rivers. Earth Surf. Process. Landforms, 44, 1694–1709. https://doi.org/10.1002/esp.4603
Sachdeva, S., Bhatia, T., Verma, A.K. 2017. Flood Susceptibility Mapping Using GIS-Based Support Vector Machine and Particle Swarm Optimization: A Case Study in Uttarakhand (India), in: ). In Proceedings of the 2017 8th International Conference on Computing, Communication and Networking Technologies (ICCCNT), 3-7 July; IEEE: Delhi, India, 2017. pp. 1–7. https://doi.org/10.1109/ICCCNT.2017.8204182
Sahoo, D., Yazdi, M.Y., Owen, J.S., White, S.A. 2021. The Basics of Irrigation Reservoirs for Agriculture. https://doi.org/10.34068/LGP.R.01
Salazar, F., Toledo, M.A., Oñate, E., Morán, R. 2015. An empirical comparison of machine learning techniques for dam behaviour modelling. Struct. Saf., 56, 9–17. https://doi.org/10.1016/j.strusafe.2015.05.001
Salazar, F., Toledo, M.T., Oñate, E., Suárez, B. 2016. Interpretation of dam deformation and leakage with boosted regression trees. Eng. Struct., 119, 230–251. https://doi.org/10.1016/j.engstruct.2016.04.012
Sánchez-Romero, F.J., Pérez-Sánchez, M., Redón-Santafé, M., Torregrosa Soler, J.B., Ferrer Gisbert, C., Ferrán Gozálvez, J.J., Ferrer Gisbert, A., López-Jiménez, P.A. 2019. Estudio numérico para la elaboración de mapas de inundación considerando la hipótesis de rotura en balsas para riego. Ingeniería del Agua, 23(1), 1–18. https://doi.org/10.4995/ia.2019.8892
Sañudo, E., Cea, L., Puertas, J. 2020. Modelling Pluvial Flooding in Urban Areas Coupling the Models Iber and SWMM. Water (Switzerland), 12, 2647. https://doi.org/https://doi.org/10.3390/w12092647
Sanz-Ramos, M., Andrade, C.A., Oller, P., Furdada, G., Bladé, E., Martínez-Gomariz, E. 2021a. Reconstructing the Snow Avalanche of Coll de Pal 2018 (SE Pyrenees). GeoHazards, 2, 196–211. https://doi.org/10.3390/geohazards2030011
Sanz-Ramos, M., Bladé, E., Dolz, J., Sánchez-Juny, M. 2022a. Revisiting the Hydraulics of the Aznalcóllar Mine Disaster. Mine Water Environ., 41, 335–356. https://doi.org/10.1007/s10230-022-00863-w
Sanz-Ramos, M., Bladé, E., Dolz, J., Sánchez-Juny, M. 2021b. Aznalcóllar disaster: muds or acid waters? [in Spanish]. Ingeniería del Agua, 25(3), 229–239. https://doi.org/10.4995/ia.2021.15633
Sanz-Ramos, M., Bladé, E., Escolano, E. 2020a. Optimization of the Floodplain Encroachment calculation with hydraulic criteria [in Spanish]. Ingeniería del Agua, 24(3), 203–218. https://doi.org/10.4995/ia.2020.13364
Sanz-Ramos, M., Bladé, E., González-Escalona, F., Olivares, G., Aragón-Hernández, J.L. 2021c. Interpreting the Manning Roughness Coefficient in Overland Flow Simulations with Coupled Hydrological-Hydraulic Distributed Models. Water, 13, 3433. https://doi.org/10.3390/w13233433
Sanz-Ramos, M., Bladé, E., Oller, P., Furdada, G. 2023a. Numerical modelling of dense snow avalanches with a well-balanced scheme based on the 2D shallow water equations. J. Glaciol. 1–17. https://doi.org/10.1017/jog.2023.48
Sanz-Ramos, M., Bladé, E., Palau, A., Vericatl, D., Ramos-Fuertes, A. 2019. IberHABITAT: assessment of Physical Habitat Suitability and Weighted Usable Area for fishes. Application in the Eume River. Ribagua, 6, 158–167. https://doi.org/10.1080/23863781.2019.1664273
Sanz-Ramos, M., Bladé, E., Silva-Cancino, N., Salazar, F., López-Gómez, D., Martínez-Gomariz, E. 2023b. A Probabilistic Approach for Off-Stream Reservoir Failure Flood Hazard Assessment. Water (Switzerland), 15, 2202. https://doi.org/https://doi.org/10.3390/w15122202
Sanz-Ramos, M., Cea, L., Bladé, E. 2022b. IberAula - Dissemination [WWW Document]. URL https://iberaula.es/56/ibercommunity/dissemination (accessed 1.27.22).
Sanz-Ramos, M., López-Gómez, D., Bladé, E., Dehghan-Souraki, D. 2023c. A CUDA Fortran GPU-parallelised hydrodynamic tool for high-resolution and long-term eco-hydraulic modelling. Environ. Model. Softw., 161, 105628. https://doi.org/10.1016/j.envsoft.2023.105628
Sanz-Ramos, M., Martí-Cardona, B., Bladé, E., Seco, I., Amengual, A., Roux, H., Romero, R. 2020b. NRCS-CN Estimation from Onsite and Remote Sensing Data for Management of a Reservoir in the Eastern Pyrenees. J. Hydrol. Eng., 25, 05020022. https://doi.org/10.1061/(ASCE)HE.1943-5584.0001979
Sanz-Ramos, M., Olivares Cerpa, G., Bladé i Castellet, E. 2020. Metodología para el análisis de rotura de presas con aterramiento mediante simulación con fondo móvil. Ribagua, 7, 1–10. https://doi.org/10.1080/23863781.2019.1705198
Sanz-Ramos, M., Olivares, G., Bladé, E. 2022c. Experimental characterization and two-dimensional hydraulic-hydrologic modelling of the infiltration process through permeable pavements. Rev. Int. Métodos Numéricos para Cálculo y Diseño en Ing., 38. https://doi.org/10.23967/j.rimni.2022.03.012
Schultz, B. 2008. Water management and flood protection of the polders in the Netherlands under the impact of climate change and man-induced changes in land use. J. Water L. Dev., 12, 71–94. https://doi.org/10.2478/v10025-009-0007-8
SEIASA, 2021. Criterios de diseño para la seguridad en balsas de riego.
Silva-Cancino, N., Salazar, F., Sanz-Ramos, M., Bladé, E. 2022. A Machine Learning-Based Surrogate Model for the Identification of Risk Zones Due to Off-Stream Reservoir Failure. Water, 14, 2416. https://doi.org/10.3390/w14152416
Singh, R.B., Singh, S. 2011. Rapid urbanization and induced flood risk in Noida, India. Asian Geogr., 28, 147–169. https://doi.org/10.1080/10225706.2011.629417
Soler Guitart, J., Gómez Valentín, M., Rodellar Benedé, J. 2010. Propuesta de operación mediante control pasivo del canal Xerta-Sénia. Ingeniería del Agua, 17(1), 69–87. https://doi.org/10.4995/ia.2010.2962
Vahedifard, F., AghaKouchak, A., Ragno, E., Shahrokhabadi, S., Mallakpour, I. 2017. Lessons from the Oroville dam. Science, 355(6330), 1139-1140. https://doi.org/10.1126/science.aan0171
Zhu, Yang, Liu, Wen, Zhang, Chang, 2019. Hydrological Responses to the Future Climate Change in a Data Scarce Region, Northwest China: Application of Machine Learning Models. Water, 11, 1588. https://doi.org/10.3390/w11081588
