Las inundaciones son un fen\u00f3meno cada vez m\u00e1s frecuente, que generan grandes p\u00e9rdidas econ\u00f3micas, materiales e incluso humanas. En los \u00faltimos a\u00f1os ha crecido el inter\u00e9s a nivel mundial por mitigar este problema y generar estrategias de gesti\u00f3n del riesgo de inundaciones y comprender la din\u00e1mica hidrol\u00f3gica de las cuencas, un sector que demanda de una mayor calidad y frecuencia (tanto temporal como espacial) en los datos para lograr modelar y predecir el comportamiento de las aguas con mayor precisi\u00f3n. Una demanda que se ve muchas veces truncada por los costes que implica la monitorizaci\u00f3n, especialmente en grandes cuencas y en pa\u00edses en v\u00edas de desarrollo.<\/p>\n
Investigadores del Grupo de Investigaci\u00f3n \u201cHidr\u00e1ulica del riego\u201d (HIDER<\/a>) de la Escuela T\u00e9cnica Superior de Ingenier\u00eda agron\u00f3mica, Alimentaria y de Biosistemas (ETSIAAB<\/a>) de la Universidad Polit\u00e9cnica de Madrid (UPM<\/a>), en colaboraci\u00f3n con las empresas Wairbut S.A. y Alexandri Ingenier\u00eda Civil S.L., y con el apoyo de investigadores del Instituto Geol\u00f3gico y Minero de Espa\u00f1a (IGME<\/a>), han desarrollado una plataforma que se presenta como una alternativa para afrontar este problema. Su bajo coste, sumado a la ideolog\u00eda de c\u00f3digo abierto, permite que esta tecnolog\u00eda se encuentre al alcance de cualquier persona para que pueda utilizarla e incluso colaborar para mejorarla y obtener un sistema m\u00e1s robusto y adaptable a distintos ecosistemas.<\/p>\n La plataforma, creada con software escrito en Python 3, est\u00e1 integrada por dos nodos sensoriales: un nodo meteorol\u00f3gico, que permite la medici\u00f3n de variables como la precipitaci\u00f3n (con un error absoluto medio de \u00b1 1 mm) o el contenido de humedad en el suelo (con un error de \u00b1 2,2 %); y un nodo hidrol\u00f3gico, que registra variables hidrol\u00f3gicas (con un error de \u00b1 0,51 cm). Estos errores suelen verse en equipos sofisticados de mayor coste, lo que destaca el potencial de los sensores de bajo costo empleados por el equipo de investigaci\u00f3n.<\/p>\n \u201cDe momento la tecnolog\u00eda ha sido probada y validada tanto en campo como en laboratorio, con resultados m\u00e1s que prometedores. Sin embargo, a\u00fan estamos trabajando para lograr incorporar mejoras, especialmente en la transmisi\u00f3n de datos y en la alimentaci\u00f3n de los equipos\u201d se\u00f1ala Daniel Alberto Segovia Cardozo, investigador de la UPM que ha participado en el trabajo.<\/p>\n En el proyecto, tambi\u00e9n se ha desarrollado una plataforma web para la gesti\u00f3n de los datos en tiempo real denominada \u201cSmart-Hidro\u201d, que permite la gesti\u00f3n y almacenamiento de los datos recogidos por los distintos nodos de una manera m\u00e1s interactiva, mostrando gr\u00e1ficas y mapas que facilitan la toma de decisiones en tiempo real.<\/p>\n \u201cDada la importancia que viene cobrando a\u00f1o a a\u00f1o la gesti\u00f3n de cuencas hidrol\u00f3gicas, y especialmente el riesgo de inundaci\u00f3n, esperamos que en los pr\u00f3ximos a\u00f1os esta tecnolog\u00eda haya evolucionado y se encuentre en funcionamiento en distintas cuencas alrededor del mundo\u201d, indican los investigadores.<\/p>\n Referencia bibliogr\u00e1fica:<\/strong><\/p>\n Segovia-Cardozo, D. A., Rodr\u00edguez-Sinobas, L., Canales-Ide, F., & Zubelzu, S. (2021). Design and Field Implementation of a Low-Cost, Open-Hardware Platform for Hydrological Monitoring. Water, 13(21), 3099. https:\/\/doi.org\/10.3390\/w13213099<\/p>\n Segovia-Cardozo, D. A., Rodr\u00edguez-Sinobas, L., D\u00edez-Herrero, A., Zubelzu, S., & Canales-Ide, F. (2021). Understanding the Mechanical Biases of Tipping-Bucket Rain Gauges: A Semi-Analytical Calibration Approach. Water, 13(16), 2285. https:\/\/doi.org\/10.3390\/w13162285<\/p>\n![\"\"](\"https:\/\/www.fie.undef.edu.ar\/ceptm\/wp-content\/uploads\/2022\/02\/imagen2_210222.jpg\")