Método para estimar escenarios de inundación

Aunque la comunidad científica ha concluido que se ha producido un incremento en los eventos extremos de precipitación, siguen faltando pruebas sobre las tendencias en las inundaciones que provocan. A continuación se presenta una metodología para la generación de escenarios de inundación que incluyan las proyecciones de precipitación, obtenidas mediante modelos de circulación global, para que sirvan como base para la evaluación probabilista del riesgo por inundación.

Las pruebas del calentamiento del planeta se encuentran en múltiples indicadores climáticos independientes, desde la atmósfera hasta las profundidades de los océanos. Entre ellos se encuentran los cambios en las temperaturas superficiales, atmosféricas y oceánicas, los glaciares, la capa de nieve, el hielo marino, el nivel del mar y el vapor de agua atmosférico.

De acuerdo con el Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC, sus siglas en inglés), el cambio climático (CC) ocasiona un incremento en la frecuencia e intensidad de los eventos extremos, como ocurre con los meteorológicos (precipitaciones, nevadas y sequías, entre otros) que a su vez puede repercutir en la intensidad de las inundaciones, deslizamientos y ciclones tropicales, por citar algunos; esto aumenta la necesidad de fortalecer la gestión del riesgo de desastres con una visión clara en cuanto a competencias, planes, directrices, financiamiento, coordinación entre sectores y de una manera que tenga en cuenta la naturaleza cada vez más sistémica del riesgo de desastres.

Para crear sociedades resilientes ante los desastres se requiere incrementar la inversión pública y privada en la prevención y reducción del riesgo a través de medidas estructurales y no estructurales. Para realizar esto de una manera eficiente, es necesario cuantificar el nivel del riesgo al que se encuentra expuesta la población, la infraestructura y demás activos de interés.

Escenarios de inundación asociados a una frecuencia de ocurrencia

En términos generales, el procedimiento del análisis probabilista de riesgo consiste en evaluar las pérdidas en el grupo de activos expuestos durante cada uno de los escenarios que colectivamente describen la amenaza, para luego integrar los resultados obtenidos en indicadores de riesgo, como son la pérdida anual esperada, la tasa de excedencia de las pérdidas y la pérdida máxima probable (PML).

En los análisis de riesgo por inundación, la amenaza está representada por un conjunto de eventos o escenarios que colectivamente deben describir todas las formas posibles en que puede ocurrir una inundación en el sitio de análisis, y las frecuencias de ocurrencia de cada uno de estos eventos (véase figura 1). Un escenario, entonces, estará definido por una combinación precipitación-escurrimiento, la frecuencia anual de ocurrencia de la combinación y un mapa de los tirantes de inundación producidos por el tránsito de la avenida y el eventual desbordamiento del cauce que la conduce (Torres et al., 2014).

Por lo anterior, para realizar un análisis probabilista del riesgo por inundaciones, incluyendo las proyecciones por cambio climático, es necesario contar con una colección lo suficientemente amplia y exhaustiva de escenarios de precipitación con los cambios que se esperan a futuro para caracterizar de manera adecuada los escenarios de inundación que originan.

Metodología

El peligro de inundación debido a la lluvia se relaciona directamente con la precipitación pluvial en la cuenca analizada, el tipo de cobertura dominante del suelo y las características de la topografía del terreno. Por lo tanto, el procedimiento utilizado para determinar los escurrimientos a partir de la precipitación que los origina debe estar basado en un modelo de lluvia-escurrimiento. Los pasos principales para el desarrollo del modelo de amenaza de inundación pluvial se desarrollan en seguida.

Generación de escenarios de precipitación

Como parte de la Quinta Comunicación Nacional para el Quinto Reporte de Evaluación del IPCC, en México se realizó un proyecto conjunto (Fernández et al., 2015) entre el Instituto Nacional de Ecología y Cambio Climático (INECC) órgano sectorizado de la Secretaría de Medio Ambiente y Recursos Naturales (Semarnat), y el Centro de Ciencias de la Atmósfera (CCA) de la Universidad Nacional Autónoma de México (UNAM). En este estudio, con base en el análisis de cuatro modelos de circulación global (CNRM-CM5, HadGEM2-ES, MPI-ESM-LR y GFDL-CM3) y en la climatología de referencia (19612000), se obtuvieron escenarios de cambio climático para escenarios de concentración de gases de efecto invernadero con RCP 4.5 (escenario medio) y RCP 8.5 (escenario alto) con los horizontes a futuro cercano (2015-2039), futuro medio (2045-2069) y a futuro lejano (2075-2099) para la República mexicana.

Debido a que los resultados disponibles de las proyecciones de precipitación por cambio climático únicamente presentan mallas de porcentajes de cambio y valores medios, ambos proyectados por mes, se propone una metodología para simular series de precipitación diaria utilizando como señal base los eventos diarios de mallas de bases de datos de precipitación globales (CHIRPS, CMORPH, IMERG, entre otros) y las proyecciones de CC obtenidas con los modelos de circulación global.

Para la generación de las mallas de escenarios diarios de precipitación que incluyan las proyecciones de CC obtenidas con los modelos de circulación global se realizan las siguientes consideraciones:

• La precipitación media diaria de la serie simulada es igual a la media de las proyecciones de CC.

• La desviación estándar de la serie simulada se obtiene considerando un coeficiente de variación mensual igual que el observado en los datos actuales.

• La correlación espacial de la precipitación entre los diferentes puntos de las mallas simuladas es la misma que las observadas en las mallas de precipitación usadas como base.

• El análisis se realiza por mes para poder capturar los efectos de la estacionalidad de las lluvias en el transcurso del año.

El proceso de generación de las nuevas mallas de precipitación que incluyan las proyecciones de CC consiste en realizar una corrección de la media y de la desviación de las mallas de los datos actuales para que sean iguales a las proyecciones de CC. Estas de precipitación serán integradas en los análisis hidrológicos e hidráulicos que se realicen, para obtener escenarios diarios de escurrimientos y obtener la amenaza de inundación en las diferentes zonas, por ejemplo, en forma de mapas de inundación asociados a diferentes periodos de retorno.

Método para estimar escenarios de inundación

Estimación de precipitación efectiva

La intensidad de lluvia debe traducirse en una profundidad de precipitación efectiva, la cual corresponde a la porción de la precipitación total que puede escurrir y alcanzar los cauces naturales o las áreas inundables. Para cada uno de los eventos se calcula la precipitación efectiva y se dispone de ella en forma de mallas georreferenciadas.

El cálculo de la altura de precipitación efectiva se puede realizar con la metodología del Número de Curva (NC) establecida en el TR-55 por el Departamento de Agricultura de Estados Unidos, ampliamente usada en nuestro país. Este método es una alternativa para la estimación del escurrimiento directo, derivado de la precipitación total o de diseño, de gran utilidad en cuencas no instrumentadas.

Los valores de NC dependen del tipo y uso de suelo, además de la condición hidrológica, que a su vez depende de factores como el relieve del terreno, el tratamiento del suelo en el caso de cultivos y de las condiciones de la vegetación.

Modelo de inundación

Cuando se estudia el escurrimiento en un cauce, es importante conocer el valor de los volúmenes aportados, el gasto máximo y el instante en que se presenta. Esta información la proporcionan los hidrogramas (véase figura 2), que de acuerdo con las características de la cuenca y la precipitación cambiarán su forma y sus valores. El volumen de escurrimiento que se sugiere considerar es igual al área bajo el hidrograma correspondiente al tiempo de concentración en cada celda que conforma la superficie del MDE.

A partir de los escenarios diarios de precipitación se realizan los análisis de inundación correspondientes. En los últimos años, la implementación de modelos conceptuales simplificados se ha desarrollado con el fin de promover el análisis de zonas de inundación más grandes y en un menor tiempo computacional, lo que permite la simulación de grandes cantidades de escenarios que pueden alimentar modelos probabilísticos, pero siempre teniendo en mente las limitaciones que estos modelos conceptuales puedan tener.

Estos modelos requieren un esfuerzo informático mucho menor que los modelos hidrodinámicos. Son rápidos y robustos, lo más deseable para aplicaciones que no requieren la salida de la velocidad, y tienen bajas demandas en la representación y la precisión de la dinámica del flujo. El ahorro en tiempo de ejecución hace prever que este tipo de modelo es apto para grandes llanuras de inundación y para la evaluación probabilística del riesgo que requiere un gran número de simulaciones. Cuando existen trayectorias de flujo claras a través de la llanura de inundación, estos modelos producen predicciones de la extensión de la inundación, el volumen y la profundidad del agua que se comparan bien con los modelos 2D de ecuaciones aguas poco profundas. Sin embargo, las comparaciones divergen en el caso de topografías más complejas, sobre todo en las áreas en las que la conservación del momento es importante, como la predicción de los niveles de agua y las velocidades en el complejo campo de flujo cerca de una falla de presa y cuando la inundación que se propaga encuentra una pendiente adversa en la llanura de inundación. Esto limita la aplicación de los modelos conceptuales a las aplicaciones en las que los efectos dinámicos son menos importantes en las condiciones del flujo de agua.

El modelo propuesto en este trabajo utiliza los principales conceptos de los enfoques de Cellular Automata aplicados a las celdas de una malla regular. El enfoque se basa en una evaluación top-down del flujo de agua a través de las celdas, en un proceso paso a paso, utilizando un conjunto de estados de acuerdo con las condiciones de sus vecinos y el flujo. En primer lugar, se asigna un estado inicial a cada celda, luego se calcula un proceso de actualización del estado de acuerdo con reglas simples que determinan el nuevo estado en términos de su estado actual y de las celdas vecinas. De acuerdo con las condiciones en una vecindad de Moore (central + ocho vecinos), las celdas se clasifican en uno de los siguientes cuatro estados posibles con su propio conjunto de reglas: 1) inactivo, 2) transporte, 3) área inundada y 4) borde. En la figura 3 se describe de forma esquemática el proceso de escurrimiento del modelo utilizado.

El modelo requiere, como datos de entrada, mallas regulares con la distribución espacial sobre el área de estudio de los siguientes tres parámetros: 1) MDE, 2) coeficiente de rugosidad de Manning, y 3) volumen de entrada de agua.

Como resultado de este proceso, se obtiene una malla de tirantes de agua que muestran la distribución espacial de las huellas de inundación como la mostrada en la figura 4. Al repetir este proceso para cada escenario de precipitación, se obtiene su correspondiente escenario de inundación, que podrá ser integrado junto con la información de exposición y vulnerabilidad en los

Método para estimar escenarios de inundación con proyecciones de cambio climático

Ejemplo de aplicación

Se presenta como ejemplo de la metodología descrita la región de la Riviera Nayarit, en los estados de Jalisco y Nayarit (véase figura 5). La información referente al modelo digital de elevaciones y la cobertura vegetal del suelo se obtiene a partir de datos del Inegi.

Como precipitación de referencia se utiliza la base de datos del Climate Hazard Group Infrared Precipitation with Station (CHIRPS), un producto diseñado explícitamente para proporcionar estimaciones combinadas de precipitación de satélite y estaciones que cubren la mayoría de las regiones terrestres del mundo y tienen una latencia bastante baja, alta resolución, bajo sesgo y un largo periodo de registro.

En la figura 6 se muestra la precipitación acumulada promedio en la zona analizada. Como puede apreciarse, la mayor diferencia se observa en la temporada de lluvias, principalmente en los meses de junio a septiembre. En esos meses existe un incremento de la precipitación en la mayoría de los modelos de CC. Aunque este incremento aparentemente no es alto, puede reflejarse de manera importante en los escurrimientos consecuentes en las cuencas de la zona.

A partir de los escenarios diarios de precipitación originales (actuales) se realizan los análisis de inundación correspondientes. Con los escenarios diarios de inundación generados, para las condiciones actuales y para las proyecciones de CC, se realiza la estimación de mapas de inundación asociados a diferentes periodos de retorno (Tr) mediante el ajuste de diversas funciones de probabilidad.

Para determinar las variaciones en los escurrimientos pluviales entre los registros actuales y las proyecciones de CC, primeramente se hace la estimación de mapas de inundación para diferentes periodos de retorno utilizando los escenarios generados a partir de las mallas de precipitación diaria del CHIRPS y las modificadas con las proyecciones de CC. Posteriormente, se estima la variación mediante el cálculo del cociente de los resultados asociados a las proyecciones entre los resultados con las precipitaciones originales (serie actual) para cada Tr. En la figura 7 se pueden observar las variaciones existentes con el modelo CNRM-CM5 para los Tr de 2 y 100 años, lo cual representa precipitaciones que pueden presentarse en el corto plazo (Tr = 2 años) y eventos más extremos que pueden presentarse de manera poco frecuente (Tr = 100 años).

Conclusiones

Esta metodología puede ser implementada por funcionarios de gobierno para obtener resultados que se puedan incorporar en las herramientas de evaluación de riesgos y aplicaciones; para la planificación económica en instituciones financieras; en protección civil y para otras autoridades, con el fin de mejorar el proceso de toma de decisiones y contribuir a la eficacia de la gestión del riesgo por inundación en la construcción de sociedades resilientes

Referencias

Fernández, A., et al. (2015). Actualización de los escenarios de cambio climático para estudios de impactos, vulnerabilidad y adaptación. Atlas climático de la UNAM. Disponible en: atlasclimatico.unam. mx:8578/AECC/servmapas

Torres, M. A., et al. (2014). Event-based approach for probabilistic flood risk assessment. International Journal of River Basin Management 12(4): 377-389.

Torres, M. A., et al. (2022). A conceptual flood model based on cellular automata for probabilistic risk applications. Environmental Modelling & Software 157: 105530.

¿Desea opinar o cuenta con mayor información sobre este tema? Escríbanos a helios@heliosmx.org

RESERVA LA FECHA

País invitado: España

Síguenos

CICMComunidadVirtual Colegio de Ingenieros Civiles de México CICMoficial

Sede: Colegio de Ingenieros Civiles de México

DAVID DE LEÓN ESCOBEDO

Doctor en Ingeniería. Premio “Nabor Carrillo” del CICM al mejor trabajo de investigación 2016. Ese año ingresó a la Academia de Ingeniería. Es nivel 1 en el SNI y profesor en la Facultad de Ingeniería de la Universidad Autónoma del Estado de México.