ERRADICACION DEL RIESGO DE OBSTRUCCION DE DRENAJES POR ARRASTRE DE MOBILIARIO URBANO Y VEHICULOS POR INUNDACION

2023

CONSELLERIA DE INNOVACION, UNIVERSIDADES, CIENCIA Y SOCIEDAD DIGITAL

INV. COMPETITIVA PROYECTOS

Bayón Barrachina Arnau

Las pérdidas económicas a nivel mundial y los efectos sobre la vida humana, el patrimonio cultural y los servicios ambientales causados por las inundaciones son dramáticos, siendo además las áreas más dañadas aquéllas con menos recursos para adaptar la infraestructura. En estas regiones, las inundaciones están detrás de más de la mitad de los desastres relacionados con el clima y, por lo tanto, constituyen un problema apremiante en todos los niveles de gobierno. Específicamente en áreas urbanas, el problema se ve agravado por macro-residuos formados por elementos a la deriva, como mobiliario urbano, árboles y vehículos, entre otros, que pueden bloquear puentes, alcantarillas, obras de drenaje transversal y otras estructuras hidráulicas (ver Figura 1). Esto reduce su capacidad de drenaje y, por lo tanto, multiplica el riesgo de inundación más allá de cualquier situación contemplada en la etapa de diseño de la infraestructura. El creciente interés por la resiliencia urbana y la adaptación al cambio climático ha multiplicado el número de estudios sobre este las inundaciones urbanas, pero siempre se centran en escenarios muy concretos y de poca utilidad. El presente proyecto desarrollará una metodología novedosa para el diseño y el rediseño inteligentes de entornos urbanos con el objetivo de mitigar el riesgo de inundación que plantean los objetos potencialmente residuos de inundación urbana (Potential Urban Flood Debris Objects o PUFDOs) que obstruyen las estructuras de drenaje hidráulico, combinando un enfoque teórico robusto, modelos estocásticos, el apoyo de la dinámica de fluidos computacional (CFD), técnicas de optimización numérica y tareas de investigación social participativa. Con este fin, se elaborará un inventario completo mundial de PUFDOs y se implementará y validará un modelo de para evaluar su estabilidad y estudiar las condiciones de inicio de su arrastre en escenarios de inundación. Posteriormente, se utilizará un muestreo estocástico para seleccionar la casuística a simular entre todas las combinaciones posibles de PUFDO y escenarios de inundación y los casos elegidos se evaluarán de forma sistemática gracias al empleo de equipos de cálculo de altas prestaciones. Los resultados del modelo se emplearán para entrenar una red neuronal artificial destinada a desarrollar estrategias y pautas de diseño urbano accesibles para ayudar a las instituciones de gobierno a gestionar de manera más inteligente el riesgo de inundaciones urbanas.