Video Experimental Relacionado
Updated: Jun 30, 2025

Watershed Planning within a Quantitative Scenario Analysis Framework
Published on: July 24, 2016
Pronóstico global de inundaciones extremas en cuencas hidrográficas sin explotar
Grey Nearing1, Deborah Cohen2, Vusumuzi Dube2
1Google, . nearing@google.com.
La inteligencia artificial (IA) ahora predice con fiabilidad eventos de inundación fluvial extrema en cuencas hidrográficas sin explotar con hasta cinco días de anticipación. Esta predicción de inundaciones por IA ofrece una mayor precisión para eventos importantes, mejorando los sistemas de alerta temprana a nivel mundial.
Área de la Ciencia:
- Hidrología y recursos hídricos
- La inteligencia artificial en las ciencias ambientales
- Reducción del riesgo de desastres naturales
Sus antecedentes:
- Las inundaciones son desastres naturales comunes, que afectan particularmente a las naciones en desarrollo con datos limitados sobre el flujo de las corrientes.
- La mitigación eficaz del riesgo de inundación se basa en advertencias de inundación precisas y oportunas.
- Los modelos hidrológicos tradicionales requieren amplios datos de calibración, lo que limita su uso en cuencas sin excavar.
Objetivo del estudio:
- Desarrollar y evaluar un sistema de pronóstico basado en inteligencia artificial (IA) para las inundaciones fluviales extremas.
- Evaluar el rendimiento de la previsión de la IA en cuencas hidrográficas sin envejecer en comparación con los sistemas de última generación existentes.
- Mejorar el tiempo de entrega y la precisión de las advertencias de inundación para eventos de alto impacto.
Principales métodos:
- Desarrolló un modelo basado en IA para el pronóstico hidrológico.
- Evaluó la fiabilidad del modelo en la predicción de eventos fluviales extremos en cuencas hidrográficas sin explotar.
- Comparación de la precisión y los plazos de ejecución de las previsiones de la IA con el Sistema Global de Concientización sobre Inundaciones (GFAS) del Servicio de Gestión de Emergencias de Copernicus.
Principales resultados:
- Las previsiones basadas en IA alcanzaron una fiabilidad comparable o superior a las previsiones actuales de GFAS para eventos fluviales extremos en cuencas sin excavar.
- El modelo de IA demostró una precisión similar o mejor para los eventos del período de retorno de cinco años en comparación con la precisión actual de un año.
- El modelo de IA se integró en un sistema de alerta temprana operativo que proporciona pronósticos de acceso abierto en tiempo real en más de 80 países.
Conclusiones:
- La inteligencia artificial ofrece una herramienta poderosa para proporcionar advertencias de inundación confiables y de largo plazo en regiones con escasez de datos.
- La IA permite advertencias más tempranas y precisas para eventos de inundación más grandes e impactantes en áreas sin crecer.
- El aumento de la disponibilidad de datos hidrológicos es crucial para mejorar aún más los sistemas mundiales de alerta de inundaciones.
Videos de Conceptos Relacionados
Design Example: Analyzing Capacity Contours for Flood Risk Assessment
Applications of GIS: Disaster Management and Emergency Response
Design Example: Creating a Hydraulic Model of a Dam Spillway
Rapidly Varying Flow
Responses to Drought and Flooding
Typical Model Studies

