Resumen

En este artículo se establece el diseño de un sistema de alertas tempranas de inundación en el río Arauca, municipio de Arauca, Colombia. La información del estudio se extrae del IDEAM y es procesada obteniendo un modelo a través de las variables intervinientes, como: precipitación, nivel y caudal. Este modelo de información suministra la data al modelo matemático para el cauce del río, que se obtiene a partir de tres clases de tendencias: lineal, potencia y relaciones potenciales. El modelo del cauce se compara con un observador basado en técnicas inteligentes, redes neuronales y ANFIS en este caso, que al hacer la diferencia de sus salidas genera un residuo encargado de suministrar la información que proporciona el estado actual de nivel del río bajo estudio. Esta información permite generar las alertas que son atendidas por las entidades del gobierno dedicadas a la gestión del riesgo.

1. INTRODUCCIÓN

La diversidad del espacio geográfico colombiano, que incluye la presencia de volcanes, nevados y una elevada pluviosidad, hacen que sea uno de los lugares más propensos a desastres (Peña-García & García-Mendivelso, 2017). En Colombia, durante el siglo XXI han ocurrido una gran cantidad de desastres naturales, tales como: sismos (15%), deslizamientos (25%), tormentas (4%), e inundaciones con un 42% (EM-DAT, 2022). Lo anterior es preocupante ya que según el Banco Mundial y la Organización de las Naciones Unidas (ONU), Colombia es el tercer país con mayor riesgo climático en el mundo (CEPAL & BID, 2007). Esto último se refleja en que durante los últimos 30 años, han sido aproximadamente 10 millones de personas las afectadas por las inundaciones (EM-DAT, 2022).

Arauca es un departamento colombiano con gran cantidad de ríos y en época de invierno, entre los meses de mayo y agosto, es usual que estos se desborden. Las inundaciones generan emergencias para los habitantes de las riberas con afectaciones al sector ganadero, al igual que la destrucción de cultivos, como: yuca, plátano, cacao, maíz y frutales, entre otros (Gómez-Rojas & López-Ramírez, 2019). En este sentido, para los habitantes de Arauca es importante conocer el nivel de los ríos, especialmente en temporadas de invierno, para prevenir pérdidas humanas y económicas (Eslava-Zapata, 2021). 

La tendencia a nivel mundial es implementar sistemas que permitan conocer directamente el nivel de los ríos, para salvar vidas y prevenir desastres (Vargas & Giraldo, 2018). Las alertas tempranas y precisas para inundaciones son un desafío constante, ya que se espera el aviso del peligro natural en espacio y tiempo cortos (Teixeira & Balda, 2021). En este caso, los modelos hidrológicos pueden predecir el caudal, que relaciona la lluvia y escorrentía, entendida como el evento de una precipitación mayor que una tasa de infiltración (Maza-Mogrobejo, 2019). Actualmente, la inteligencia artificial ha sido de gran ayuda para la gestión de recursos hídricos a través de la interpretación de imágenes satelitales, así como del monitoreo de variables hidrométricas (Vargas et al., 2021; Vargas-Zapata et al., 2022).

• Materias:Modelo Matemático Desastres Naturales Prevención de desastres
• Subjects:Mathematical model Natural disasters Disaster prevention
• Palabras claves:Inundación; Nivel de Agua; Modelo Matemático; Alerta Temprana
• Keywords:Flood; Water Level; Mathematical Model; Early Warning