Spatio-Temporal Performance of 2D Local Inertial Hydrodynamic Models for Urban Drainage and Dam-Break Applications

Este estudio demuestra que el modelo hidrodinámico 2D de inercia local HydroPol2D ofrece una simulación precisa y 23 veces más rápida que el solver de momento completo HEC-RAS 2D para escenarios de inundación urbana y rotura de presas, aunque la omisión de la infraestructura urbana puede generar discrepancias significativas en los caudales máximos.

Lo esencial

¡Claro que sí! Imagina que este artículo es como una prueba de choques para coches de juguete, pero en lugar de coches, están probando programas de computadora que predicen cómo se comportará el agua cuando hay una inundación.

Aquí tienes la explicación de la investigación, traducida a un lenguaje sencillo y con algunas analogías divertidas:

🌊 El Problema: ¿Cómo predecir el agua sin volar la computadora?

Imagina que quieres saber qué pasará si rompe una presa o si llueve mucho en una ciudad. Necesitas un "oráculo" (un modelo matemático) que te diga: "El agua llegará aquí a las 3:00 PM y tendrá 2 metros de profundidad".

• El modelo "Super-Poderoso" (HEC-RAS): Es como un Ferrari de Fórmula 1. Es increíblemente preciso, calcula cada gota, cada remolino y cada choque de agua. Pero tiene un problema: es muy lento. Para simular una ciudad entera, podría tardar días en dar el resultado. Si quieres avisar a la gente antes de que llegue la inundación, este Ferrari es demasiado lento.
• El modelo "Simplificado" (Local-Inertial): Es como una bicicleta eléctrica. Es más rápido, más ligero y llega a su destino en minutos. Pero, ¿es lo suficientemente preciso? A veces, al ir tan rápido, pierde detalles importantes, especialmente si el agua va muy rápido (como en una rotura de presa).

🧪 La Misión: ¿Funciona la bicicleta en una carrera de Fórmula 1?

Los autores de este estudio (un equipo de ingenieros de Brasil y EE. UU.) querían probar su nuevo modelo de bicicleta (llamado HydroPol2D) contra el Ferrari (HEC-RAS) en situaciones difíciles.

Hicieron cuatro pruebas principales:

1. La prueba de la "Pista Lisa" (Ola no rompiente)

• La analogía: Imagina empujar un flotador por un río perfectamente plano y sin piedras.
• El resultado: El modelo rápido (bicicleta) funcionó muy bien, pero tuvo un pequeño "tambaleo" al principio. Descubrieron que usar una versión mejorada de la fórmula (llamada s-upwind) hacía que la bicicleta fuera más estable y precisa que la versión original.

2. La prueba de la "Ciudad con Tuberías Secretas" (Aricanduva)

• La analogía: Imagina una ciudad donde el agua no solo corre por las calles, sino que entra y sale por alcantarillas, túneles y presas pequeñas.
  • Si el modelo ignora estas tuberías, es como si el agua se chocara contra los edificios y se quedara estancada en charcos falsos.
  • Si el modelo incluye las tuberías (usando reglas simples como "si el agua sube X metros, sale por la alcantarilla"), el agua fluye como la realidad.
• El resultado: ¡Fue un éxito rotundo! Al incluir estas "tuberías virtuales", el modelo rápido fue casi tan preciso como el Ferrari, pero dos veces más rápido. Sin ellas, el modelo fallaba estrepitosamente, calculando caudales un 17.5% diferentes y tardando el doble de tiempo.

3. La prueba de la "Ciudad Real" (Franquinho)

• La analogía: Una ciudad real con LiDAR (un escáner láser de alta precisión). El problema es que el escáner a veces ve un bache en el suelo y piensa que es un edificio, o viceversa.
• El resultado: Sin las tuberías virtuales, el modelo pensaba que el agua se estancaba en lugares donde no debería. Al poner las "tuberías" (alcantarillas y túneles) en el modelo, el agua se comportó como en la vida real: bajó por las calles y salió por los desagües.

4. La prueba de la "Catástrofe" (Rotura de Presa Pirapama)

• La analogía: Imagina que rompen una presa gigante y un muro de agua de 49.000 metros cúbicos por segundo se lanza contra una ciudad de 200.000 personas. El agua va a la velocidad de un tren (¡es supercrítica!).
• El desafío: Aquí es donde los modelos rápidos suelen fallar porque el agua va tan rápido que los cálculos simples se descontrolan.
• El resultado:
  • Velocidad: El modelo rápido fue 23 veces más veloz que el Ferrari. ¡En lugar de tardar 43 horas, tardó solo 2 horas!
  • Precisión: Predijo muy bien dónde se inundaría la ciudad (casi un 95% de acierto).
  • El defecto: Como va muy rápido, a veces pensó que el agua llegaba un poco antes de lo que realmente lo haría. Es como un corredor que llega a la meta antes de tiempo porque no calculó bien la frenada final. Pero para salvar vidas (saber dónde evacuar), es suficiente.

💡 ¿Qué aprendimos de todo esto?

1. La velocidad importa: En emergencias, un modelo que tarda 2 horas es mejor que uno perfecto que tarda 2 días.
2. No ignores la infraestructura: Si quieres predecir inundaciones en ciudades, debes decirle al programa dónde están las alcantarillas y bombas. Si no lo haces, el agua se "atascará" en la computadora y darás una alerta falsa.
3. La bicicleta funciona en la autopista: El modelo rápido (Local-Inertial) es lo suficientemente bueno para predecir desastres graves como roturas de presas, siempre que uses la fórmula correcta (s-upwind).

🏁 Conclusión Final

Los autores nos dicen: "No necesitas un Ferrari para ir al supermercado. Para predecir inundaciones y salvar vidas, nuestra bicicleta eléctrica (HydroPol2D) es rápida, barata y lo suficientemente precisa, siempre y cuando le pongamos el mapa correcto de las alcantarillas de la ciudad".

Esto permite a los gobiernos hacer simulaciones rápidas (como probar 100 escenarios diferentes de rotura de presa en una tarde) para estar mejor preparados ante el cambio climático.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Spatio-Temporal Performance of 2D Local Inertial Hydrodynamic Models for Urban Drainage and Dam-Break Applications" (Desempeño Espacio-Temporal de Modelos Hidrodinámicos 2D de Inercia Local para Aplicaciones de Drenaje Urbano y Ruptura de Presas), escrito por Marcus N. Gomes Jr. y colaboradores.

1. Planteamiento del Problema

La modelación precisa y rápida de inundaciones es fundamental para la gestión de riesgos y la alerta temprana. Sin embargo, existe una tensión entre la complejidad del modelo y el tiempo computacional:

• Modelos de momento completo (Full Momentum): Resuelven todas las ecuaciones de Saint-Venant (incluyendo inercia local y convectiva). Son precisos para flujos complejos (supercríticos, saltos hidráulicos), pero requieren tiempos de cálculo prohibitivos para dominios grandes o simulaciones en tiempo real.
• Modelos de baja complejidad (Inercia Local): Simplifican las ecuaciones eliminando el término de inercia convectiva. Son mucho más rápidos y adecuados para flujos subcríticos, pero su precisión disminuye en flujos altamente variables o supercríticos (como en rupturas de presas).
• Infraestructura Urbana: En áreas urbanas, la falta de datos detallados de alcantarillado y la representación incorrecta de estructuras (túneles, alcantarillas, embalses) en modelos 2D de alta resolución (LiDAR) generan errores significativos, como almacenamiento de agua estancada artificialmente y tiempos de cálculo excesivos.

El objetivo del estudio es evaluar el desempeño espacio-temporal de un modelo de inercia local (HydroPol2D) frente a un modelo de momento completo (HEC-RAS 2D) y determinar cómo la inclusión de condiciones de frontera internas (infraestructura urbana) afecta la precisión y eficiencia.

2. Metodología

Los autores implementaron y probaron el modelo HydroPol2D, un solver hidrodinámico 2D basado en la aproximación de inercia local, utilizando tres esquemas numéricos diferentes:

1. Formulación original (lim): La propuesta inicial de Bates et al. (2010).
2. Esquema s-centered: Basado en Sridharan et al. (2020), introduce difusión numérica centrada.
3. Esquema s-upwind: También de Sridharan et al. (2020), utiliza un esquema de viento (upwind) para la difusión numérica.

Enfoque en Infraestructura Urbana:
En lugar de acoplar modelos 1D de alcantarillado (que requieren datos topológicos detallados), el estudio implementa condiciones de frontera internas dentro de la celda 2D. Estas se modelan mediante curvas de calibración (rating curves) que relacionan el caudal con la diferencia de niveles de agua, simulando:

• Alcantarillas (culverts).
• Vertederos (spillways).
• Bombas y orificios.
  Esto permite representar el drenaje urbano con solo dos parámetros ($k_1$ y $k_2$) derivados de planos de diseño o datos GIS (Google Earth), sin necesidad de una red de tuberías explícita.

Casos de Estudio:
Se evaluaron cuatro escenarios:

1. Validación Numérica: Propagación de una onda no rompiente en una superficie plana (comparación con solución analítica).
2. Estudio de Caso 1 (Embalse): Simulación de un embalse de detención en São Paulo con control de flujo mediante alcantarilla y vertedero (hidrograma de retorno de 100 años).
3. Estudio de Caso 2 (Cuencas Urbanas): Cuenca urbana en São Paulo (50 años de retorno) para evaluar el impacto de incluir/excluir infraestructura de drenaje (túneles, alcantarillas) en la dinámica de la superficie.
4. Estudio de Caso 3 (Ruptura de Presa): Simulación de la ruptura de la presa Pirapama (Brasil) hacia la ciudad de Cabo Santo Agostinho (200,000 habitantes), generando un hidrograma de entrada de ~49,000 m³/s con números de Froude > 1.

3. Contribuciones Clave

• Implementación de Condiciones de Frontera Internas: Demostración de que se pueden simular estructuras de control de flujo urbano (alcantarillas, vertederos) dentro de un modelo 2D usando leyes hidráulicas simples, reduciendo drásticamente la necesidad de datos de red de alcantarillado y mejorando la precisión hidrológica.
• Comparativa de Esquemas Numéricos: Evaluación exhaustiva de tres esquemas de inercia local frente a un solver de momento completo en escenarios de alta variabilidad (ruptura de presa).
• Análisis Espacio-Temporal: No solo se compararon las profundidades máximas finales, sino también la evolución temporal de la onda de inundación y los tiempos de llegada.

4. Resultados Principales

A. Validación y Desempeño Numérico

• Onda no rompiente: El esquema s-upwind mostró la mejor concordancia con la solución analítica en superficies planas y lisas, mientras que la formulación original (lim) presentó inestabilidades cerca del frente de mojado/secado.
• Estudio de Caso 1 (Embalse): La representación mediante curvas de calibración logró un desempeño excelente comparado con HEC-RAS 2D, con errores de pico inferiores al 5% (NSE y KGE > 0.96).

B. Impacto de la Infraestructura Urbana (Estudio de Caso 2)

• Precisión: La inclusión de condiciones de frontera internas fue crítica. Sin ellas, el modelo almacenó agua incorrectamente en zonas bajas del terreno (ruido topográfico), resultando en profundidades de inundación 1.8 metros más altas y un 17.5% de diferencia en el caudal pico en la salida.
• Eficiencia: Incluir la infraestructura redujo el tiempo de cálculo a la mitad, ya que evitó que el modelo intentara resolver flujos estancados artificialmente.

C. Ruptura de Presa (Estudio de Caso 3)

• Precisión Espacial: Todos los esquemas de inercia local predijeron bien las áreas inundadas máximas.
  • Índice de Éxito Crítico (CSI) para profundidad máxima: 0.95 (lim), 0.92 (s-centered), 0.89 (s-upwind).
• Precisión Temporal y Dinámica: Debido a la falta de términos de inercia convectiva, todos los modelos de inercia local predijeron una avanzada más rápida de la onda de inundación en comparación con HEC-RAS 2D, especialmente en zonas de baja pendiente y cerca de la presa.
• Mejor Esquema Global: Aunque lim y s-centered tuvieron mejores CSI, el esquema s-upwind presentó las mejores métricas generales (NSE, KGE, RMSE) para el análisis espacio-temporal, equilibrando mejor la predicción de áreas mojadas y profundidades.
• Velocidad Computacional: HydroPol2D fue 23 veces más rápido que HEC-RAS 2D (114 min vs 2,610 min para el esquema más lento), permitiendo su uso en sistemas de pronóstico en tiempo real y análisis probabilísticos (Monte Carlo).

5. Significado y Conclusiones

El estudio concluye que los modelos de inercia local, específicamente con el esquema s-upwind, son herramientas viables y altamente eficientes para la predicción de inundaciones en escenarios complejos, incluyendo rupturas de presas y áreas urbanas densas.

• Compensación (Trade-off): Existe una compensación entre la velocidad y la precisión temporal. Los modelos de inercia local son excelentes para estimar la extensión máxima de la inundación y la profundidad, pero pueden subestimar los tiempos de llegada en flujos supercríticos.
• Aplicabilidad Urbana: La metodología de condiciones de frontera internas permite modelar el drenaje urbano en ausencia de datos detallados de redes de alcantarillado, mejorando significativamente la precisión de la hidrodinámica urbana sin aumentar la complejidad del modelo.
• Recomendación: Para aplicaciones que requieren pronósticos rápidos, análisis de incertidumbre o control en tiempo real de sistemas de drenaje, los modelos de inercia local son superiores debido a su velocidad computacional, siempre que se interpreten con cautela los tiempos de llegada en zonas de alta energía cinética.

El trabajo abre la puerta para la implementación de estos modelos en sistemas de alerta temprana y análisis probabilísticos de desastres, donde la velocidad de cálculo es tan crítica como la precisión espacial.