Risc Plus avanza na prevención de riscos na conca do Miño-Sil en Friol e Quiroga

Novas Estacións de Control e novas ferramentas de predición hidrolóxica mellorarán a xestión ante fenómenos extremos

O Grupo de Traballo Conxunto (GTC) do proxecto europeo POCTEP RISC_PLUS cofinanciado polo Fondo Europeo de Desenvolvemento Rexional (FEDER) a través do programa Interreg VIN A España – Portugal (POCTEP) 2021-2027, celebrou a súa 16ª reunión, consolidando os avances na monitorización hidrometeorológica e nas ferramentas de xestión dos riscos asociados aos fenómenos extremos e ao cambio climático na demarcación hidrográfica do Miño-Sil.

Durante o encontro, os socios do proxecto analizaron o progreso na instalación de estacións de control hidrolóxico, a integración de novas ferramentas de predición hidrometeorológicas e a cooperación transfronteiriza entre España e Portugal.

A Confederación Hidrográfica do Miño-Sil (CHMS) informou sobre a implantación e posta en funcionamento de cinco estaciones de control (SAIH-SAICA) en localizacións estratéxicas de Galicia e Castela e León, deseñadas para mellorar a xestión dos recursos hídricos, o seguimento hidrolóxico en tempo real e a predición de eventos extremos: río Tamuxe (O Rosal, Pontevedra), río Sil (Toreno, León, río Quiroga (Quiroga- Lugo), río Narla (Friol, Lugo) e Río Lobios (Lobios- Ourense). Estacións que se suman ás 118 coas que conta a demarcación do Miño-Sil.

Desde a Universidade de Vigo (UVigo), presentáronse as melloras nos sistemas de predición hidrometeorológica e hidráulica, mediante unha plataforma avanzada para a predición de caudais a partir dos modelos meteorolóxicos, destacando:

• Modelo de infiltración Soil Moisture Accounting, que optimiza a simulación hidrolóxica.
  Expansión do sistema: que conta agora con 30 puntos de predición e prevese a súa ampliación.
• Uso de IA para a xestión de encoros, en base a redes neuronais.
• Extensión da predición a 72 horas, reforzando a capacidade de resposta #ante fenómenos extremos.
• Melloras en modelización hidráulica, nos diferentes puntos do Sistema Automático de Información Hidrolóxica.

Ademais, desde a Facultade de Enxeñería da Universidade do Porto (FEUP), desenvolvéronse novos sistemas e índices de estado con compoñentes predictivas de escenarios de seca prolongada e de escaseza conxuntural ata sete meses vista, baseado en modelos con resolución de 0.25 graos. Ademais, o equipo da FEUP aplicou IA a través do machine learning para mellorar a modelización en situacións de inundacións na conca do Lima, con estudos completos en Arcos de Valdevez e Ponche dá Barca.