Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil

[ES] En los últimos años, la Amazonía ha experimentado una intensificación de las sequías, impulsada por una combinación de factores climáticos naturales y actividades humanas. Estas condiciones extremas han generado impactos hidrológicos y socioeconómicos significativos, especialmente en la cuenca...

ver descrição completa

Detalhes bibliográficos
Autor: Ccoscco Pacheco, Honorio
Tipo de documento: dissertação
Data de publicação:2025
País:España
Recursos:Universitat Politècnica de València (UPV)
Repositório:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:espanhol
OAI Identifier:oai:riunet.upv.es:10251/224194
Acesso em linha:https://riunet.upv.es/handle/10251/224194
Access Level:Acceso aberto
Palavra-chave:Sequías
Cuenca Amazonas
Predicción hidrológica
Droughts
Modelación Hidrológica
Hydrological Forecasting
Reanalysis
Máster Universitario en Ingeniería Hidráulica y Medio Ambiente-Màster Universitari en Enginyeria Hidràulica i Medi Ambient
id ES_5f25f9e37de55c93e1e360cbc8d841ce
oai_identifier_str oai:riunet.upv.es:10251/224194
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
Seasonal hydrological prediction in Amazonia by integrating satellite and reanalysis data. Black river basin, Brasil
Predicció hidrològica estacional a l&apos
Amazònia mitjançant la integració de dades satel·litàries i de reanàlisis. Conca del riu Negre, Brasil
title Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
spellingShingle Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
Ccoscco Pacheco, Honorio
Sequías
Cuenca Amazonas
Predicción hidrológica
Droughts
Modelación Hidrológica
Hydrological Forecasting
Reanalysis
Máster Universitario en Ingeniería Hidráulica y Medio Ambiente-Màster Universitari en Enginyeria Hidràulica i Medi Ambient
title_short Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
title_full Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
title_fullStr Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
title_full_unstemmed Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
title_sort Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, Brasil
dc.creator.none.fl_str_mv Ccoscco Pacheco, Honorio
author Ccoscco Pacheco, Honorio
author_facet Ccoscco Pacheco, Honorio
author_role author
dc.contributor.none.fl_str_mv Pérez Martín, Miguel Ángel
Departamento de Ingeniería Hidráulica y Medio Ambiente
Instituto Universitario de Ingeniería del Agua y del Medio Ambiente
Escuela Técnica Superior de Ingeniería de Caminos, Canales y Puertos
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Sequías
Cuenca Amazonas
Predicción hidrológica
Droughts
Modelación Hidrológica
Hydrological Forecasting
Reanalysis
Máster Universitario en Ingeniería Hidráulica y Medio Ambiente-Màster Universitari en Enginyeria Hidràulica i Medi Ambient
topic Sequías
Cuenca Amazonas
Predicción hidrológica
Droughts
Modelación Hidrológica
Hydrological Forecasting
Reanalysis
Máster Universitario en Ingeniería Hidráulica y Medio Ambiente-Màster Universitari en Enginyeria Hidràulica i Medi Ambient
description [ES] En los últimos años, la Amazonía ha experimentado una intensificación de las sequías, impulsada por una combinación de factores climáticos naturales y actividades humanas. Estas condiciones extremas han generado impactos hidrológicos y socioeconómicos significativos, especialmente en la cuenca del río Negro, en Brasil. La sequía de 2023 y 2024 registró los niveles más bajos del río en 122 años, lo que provocó una crisis en la navegabilidad y afectó directamente el abastecimiento industrial del puerto, así como el normal desarrollo de las actividades de las comunidades ribereñas en la zona de la franja de Manaus. Estas condiciones generaron pérdidas de más de 216 millones de euros solo durante la sequía de 2023. Con la finalidad de anticiparse a este tipo de eventos extremos y reducir sus impactos, en este estudio se presenta una metodología aplicable a cualquier cuenca o río del mundo. Esta permite, por un lado, integrar datos satelitales y de reanálisis climático en la modelación hidrológica para la gestión de recursos hídricos, especialmente en cuencas con limitada cobertura observacional, y por otro, desarrollar una metodología de predicción hidrológica basada en el estado inicial de la cuenca y la integración de anomalías climáticas derivadas de datos del ECMWF. Esto permite estimar caudales y niveles futuros del río. Para ello, en primer lugar, se validaron distintas fuentes climáticas, tanto satelitales como de reanálisis, seleccionando aquellas que mostraron un alto desempeño frente a los datos observacionales. Posteriormente, se implementó el modelo hidrológico Témez bajo un esquema semi-agregado, generando caudales medios mensuales simulados con resultados buenos y excelentes según los indicadores de ajuste. Finalmente, se desarrolló la predicción hidrológica mediante la integración de anomalías climáticas derivadas de los pronósticos del ECMWF, lo que permitió estimar los niveles futuros del río en el puerto de Manaus. Se concluye que los datos de precipitación provenientes de CHIRPS y los de temperatura del NOAA CPC presentan el mejor desempeño en la región de estudio. En este contexto, la integración de datos satelitales y de reanálisis se consolida como una fuente de información valiosa para los procesos de modelación y predicción hidrológica, permitiendo obtener resultados satisfactorios. Para la sequía de 2024, los resultados evidenciaron una capacidad predictiva aceptable tanto para el clima como para los caudales en los dos casos analizados, lo que indica que la fuente de predicción climática (ECMWF) estima adecuadamente las condiciones en esta región de la Amazonía. En contraste, los niveles no se lograron representar de manera precisa durante los periodos de sequía extrema (octubre noviembre), debido al comportamiento hidráulico entre el río Negro y río Amazonas, pues este último influye hidráulicamente en Manaus. Por otra parte, el modelo Témez puede ser empleado en la modelación de grandes cuencas, siempre que se consideren ciertos criterios, como el tratamiento del routing. La predicción climática e hidrológica ha mostrado un buen desempeño en ambos casos analizados, independientemente de la ventana temporal utilizada, es necesario evaluar distintas fuentes de pronóstico climático, analizar su sensibilidad frente a diferentes condiciones iniciales del modelo y realizar predicciones basadas en condiciones iniciales históricas. Asimismo, se recomienda realizar estudios hidráulicos para comprender mejor el fenómeno y con desarrollar una metodología de predicción más robusta y fiable.
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-07-28
2025
2025-07-11
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/224194
url https://riunet.upv.es/handle/10251/224194
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reserva de todos los derechos
http://rightsstatements.org/vocab/InC/1.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reserva de todos los derechos
http://rightsstatements.org/vocab/InC/1.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869409183730761728
spelling Predicción hidrológica estacional en la amazonía mediante integración de datos satelitales y de reanálsis. Cuenca del río Negro, BrasilSeasonal hydrological prediction in Amazonia by integrating satellite and reanalysis data. Black river basin, BrasilPredicció hidrològica estacional a l&aposAmazònia mitjançant la integració de dades satel·litàries i de reanàlisis. Conca del riu Negre, BrasilCcoscco Pacheco, HonorioSequíasCuenca AmazonasPredicción hidrológicaDroughtsModelación HidrológicaHydrological ForecastingReanalysisMáster Universitario en Ingeniería Hidráulica y Medio Ambiente-Màster Universitari en Enginyeria Hidràulica i Medi Ambient[ES] En los últimos años, la Amazonía ha experimentado una intensificación de las sequías, impulsada por una combinación de factores climáticos naturales y actividades humanas. Estas condiciones extremas han generado impactos hidrológicos y socioeconómicos significativos, especialmente en la cuenca del río Negro, en Brasil. La sequía de 2023 y 2024 registró los niveles más bajos del río en 122 años, lo que provocó una crisis en la navegabilidad y afectó directamente el abastecimiento industrial del puerto, así como el normal desarrollo de las actividades de las comunidades ribereñas en la zona de la franja de Manaus. Estas condiciones generaron pérdidas de más de 216 millones de euros solo durante la sequía de 2023. Con la finalidad de anticiparse a este tipo de eventos extremos y reducir sus impactos, en este estudio se presenta una metodología aplicable a cualquier cuenca o río del mundo. Esta permite, por un lado, integrar datos satelitales y de reanálisis climático en la modelación hidrológica para la gestión de recursos hídricos, especialmente en cuencas con limitada cobertura observacional, y por otro, desarrollar una metodología de predicción hidrológica basada en el estado inicial de la cuenca y la integración de anomalías climáticas derivadas de datos del ECMWF. Esto permite estimar caudales y niveles futuros del río. Para ello, en primer lugar, se validaron distintas fuentes climáticas, tanto satelitales como de reanálisis, seleccionando aquellas que mostraron un alto desempeño frente a los datos observacionales. Posteriormente, se implementó el modelo hidrológico Témez bajo un esquema semi-agregado, generando caudales medios mensuales simulados con resultados buenos y excelentes según los indicadores de ajuste. Finalmente, se desarrolló la predicción hidrológica mediante la integración de anomalías climáticas derivadas de los pronósticos del ECMWF, lo que permitió estimar los niveles futuros del río en el puerto de Manaus. Se concluye que los datos de precipitación provenientes de CHIRPS y los de temperatura del NOAA CPC presentan el mejor desempeño en la región de estudio. En este contexto, la integración de datos satelitales y de reanálisis se consolida como una fuente de información valiosa para los procesos de modelación y predicción hidrológica, permitiendo obtener resultados satisfactorios. Para la sequía de 2024, los resultados evidenciaron una capacidad predictiva aceptable tanto para el clima como para los caudales en los dos casos analizados, lo que indica que la fuente de predicción climática (ECMWF) estima adecuadamente las condiciones en esta región de la Amazonía. En contraste, los niveles no se lograron representar de manera precisa durante los periodos de sequía extrema (octubre noviembre), debido al comportamiento hidráulico entre el río Negro y río Amazonas, pues este último influye hidráulicamente en Manaus. Por otra parte, el modelo Témez puede ser empleado en la modelación de grandes cuencas, siempre que se consideren ciertos criterios, como el tratamiento del routing. La predicción climática e hidrológica ha mostrado un buen desempeño en ambos casos analizados, independientemente de la ventana temporal utilizada, es necesario evaluar distintas fuentes de pronóstico climático, analizar su sensibilidad frente a diferentes condiciones iniciales del modelo y realizar predicciones basadas en condiciones iniciales históricas. Asimismo, se recomienda realizar estudios hidráulicos para comprender mejor el fenómeno y con desarrollar una metodología de predicción más robusta y fiable.[EN] In recent years, the Amazon has experienced an intensification of droughts, driven by a combination of natural climatic factors and human activities. These extreme conditions have generated significant hydrological and socioeconomic impacts, especially in the Negro River basin in Brazil. The drought of 2023 and 2024 recorded the lowest river levels in 122 years, which caused a crisis in navigability and directly affected the industrial supply of the port, as well as the normal development of the activities of the riparian communities in the area of the Manaus strip. These conditions generated losses of more than 216 million euros during the 2023 drought alone. In order to anticipate this type of extreme events and reduce their impacts, this study presents a methodology applicable to any basin or river in the world. This allows, on the one hand, to integrate satellite and climate reanalysis data in hydrological modeling for water resources management, especially in basins with limited observational coverage, and on the other hand, to develop a hydrological prediction methodology based on the initial state of the basin and the integration of climate anomalies derived from ECMWF data. This allows estimating future river flows and levels. First, different climate sources, both satellite and reanalysis, were validated, selecting those that showed a high performance compared to observational data. Subsequently, the Témez hydrological model was implemented under a semi-aggregated scheme, generating simulated monthly mean flows with good and excellent results according to the adjustment indicators. Finally, the hydrological prediction was developed by integrating climatic anomalies derived from ECMWF forecasts, which allowed estimating future river levels in the port of Manaus. It is concluded that precipitation data from CHIRPS and temperature data from NOAA CPC present the best performance in the study region. In this context, the integration of satellite and reanalysis data is consolidated as a valuable source of information for hydrological modeling and prediction processes, allowing satisfactory results to be obtained. For the 2024 drought, the results showed an acceptable predictive capacity for both climate and flows in the two cases analyzed, indicating that the climate prediction source (ECMWF) adequately estimates the conditions in this region of the Amazon. In contrast, the levels were not accurately represented during periods of extreme drought (October-November), due to the hydraulic behavior between the Negro River and the Amazon River, since the latter hydraulically influences Manaus. On the other hand, the Témez model can be used in the modeling of large basins, provided that certain criteria are considered, such as the treatment of routing. The climatic and hydrological prediction has shown good performance in both cases analyzed, regardless of the time window used, it is necessary to evaluate different sources of climate forecasts, analyze their sensitivity to different initial conditions of the model and make predictions based on historical initial conditions. It is also recommended that hydraulic studies be carried out to better understand the phenomenon and develop a more robust and reliable prediction methodology.Universitat Politècnica de ValènciaPérez Martín, Miguel ÁngelDepartamento de Ingeniería Hidráulica y Medio AmbienteInstituto Universitario de Ingeniería del Agua y del Medio AmbienteEscuela Técnica Superior de Ingeniería de Caminos, Canales y PuertosRepositorio Institucional de la Universitat Politècnica de València Riunet20252025-07-2820252025-07-11master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://riunet.upv.es/handle/10251/224194reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Reserva de todos los derechoshttp://rightsstatements.org/vocab/InC/1.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/2241942026-06-13T07:49:27Z
score 15.228081

Registros relacionados