El pasado lunes 7 de julio se reunieron en la sede de Ibercivis los distintos miembros del consorcio de Flood2now conformado por expertos de la Universidad de Barcelona, la Universidad Politécnica de Madrid, la empresa CUBIT e Ibercivis.
El consorcio de Flood2Now se reunió en Zaragoza para evaluar los progresos del proyecto, que entra en su fase final con resultados tangibles en herramientas de IA, Ciencia Ciudadana y testeo de sistemas de alerta temprana. Con la fecha de cierre prevista para el 30 de noviembre de 2025, el equipo compartió logros, desafíos y próximos pasos para consolidar una gestión del riesgo de inundaciones más precisa, participativa y preventiva.
Logros destacados por áreas
🔹 WP1 – Minería de datos e IA
✔ La base de datos INUNGAMA fue migrada a SQL y ampliada con eventos hasta 2024.
✔ Se desarrolló una herramienta de IA operativa que extrae automáticamente datos de inundaciones del periódico “La Vanguardia” usando *GPT-4*, con validación en casos como la DANA de Valencia (2024).
✔ También se han realizado extensiones exitosas a otras regiones.
🔹 WP2 – Hidrometeorología y predicción
✔ Se completó la caracterización de tipos de tiempo asociados a inundaciones utilizando el método Beck.
✔ Se testeó el modelo de análogos meteorológicos integrado en el sistema FEWS (CUBIT) para mejorar alertas.
✔ Actualmente hay dos artículos científicos en preparación (Weather and Climate Extremes e Hydrology).
🔹 WP3 – Ciencia ciudadana
📸 En los ríos Arga y Ultzama se realizaron dos talleres participativos con la comunidad. Se hizo una selección de puntos de observación y escaneo 3D de las zonas. Hasta el momento la comunidad ha participado aportando +30 imágenes del nivel del agua desde los puntos señalados por los carteles georreferenciados.
🎤 En el río Francolí se llevaron a cabo diferentes entrevistas pormenorizadas individuales a la comunidad más implicada. Con motivo de la conmemoración de las inundaciones de 1994 y 2019 se realizó un taller intergeneracional de recopilación de memoria histórica sobre inundaciones.
🌐 Próximamente se hará la integración de datos ciudadanos en los modelos del proyecto.
🔹 WP4 – Sistemas de decisión
💻 FEWS operativo en el Arga: Modelo HEC-HMS calibrado + modelo de datos análogos como ensamble predictivo.
⚠️ El modelado en el Francolí está en fase final: Pendiente integración de datos análogos y manchas de inundación (ARPSIS).
🔹 WP5 – Casos piloto
📉 Se usó el modelo RIBS aplicado al Francolí. Enlos resultados se observa una subestimación de caudales al usar los datos análogos vs. datos observados. Se están explorando ajustes para lograr una mejor convergencia.
🔄 Próximos pasos: hacer las mismas simulaciones en el Arga y alcanzar una calibración automática de HEC-HMS con algoritmos de optimización.
🔹 WP6 – Comunicación
🖥️ Web del proyecto activa con galería de fotos históricas de inundaciones; entradas individuales para cada caso de estudio y página de actualidad donde se informa regularmente de los avances del proyecto.
Desafíos y colaboraciones pendientes
Creemos importante realizar una validación cruzada que permita comparar los diferentes modelos (RIBS vs. HEC-HMS) y las diversas fuentes de datos (GFS, ERA5). Adicionalmente, se está realizando, por parte de la UB, la integración del índice de riesgo de inundación en FEWS. Otro punto importante, puesto a consideración por los socios de CUBIT dentro de los desafíos, es cerrar brechas entre los datos recientes para calibrar los modelos en el Francolí.
Y como puntos clave de cara al cierre del proyecto se proponen los próximos pasos:
1️⃣ Artículos científicos: Finalizar los dos en curso y promover más publicaciones.
2️⃣ Web interactiva: Lanzar herramienta de medición y validación del nivel del agua para las imágenes del piloto del Arga impulsadas con ciencia ciudadana.
3️⃣ Evento final: Preparar demostración operativa de los sistemas FEWS.
A modo de conclusión, consideramos que Flood2Now está sentando las bases para afinar y modernizar los modelos de cara a los grandes cambios y desafíos que nos plantea el clima global actual. Las experiencias con las comunidades nos demuestran además que sí se puede avanzar en una comprensión de estos fenómenos de forma más colaborativa y basada en datos.
Conoce algunos de los miembros del consorcio de Flood2now, su papel en el proyecto y su visión de los avances.