HYDRA
Python Hidrología Clima Riesgo

HYDRA

Librería modular para análisis hidrológico, climático y modelización de inundaciones. Integra datos, extremos, generación estocástica y modelos físicos en flujos reproducibles.

51Notebooks
4Módulos
10+Fuentes de datos

Módulos principales

Cuatro bloques conectados para pasar de datos brutos a escenarios, simulaciones y productos de riesgo.

Herramientas interactivas

Interfaces ligeras para probar funcionalidades de HYDRA sin abrir un notebook.

Generación estocástica

Clima

Ajusta un modelo estacional CoSMoS a una serie diaria y genera un ensemble sintético reproducible.

Abrir herramienta →

Modelado hidráulico

Hidráulica

Canal compuesto con llanura de inundación. Ajusta rugosidad Manning, caudal y geometría, y observa cómo cambia la mancha de calados y el régimen hidráulico.

Abrir herramienta →

Sensibilidad de Manning

Hidráulica

Explora ensembles hidráulicos y relaciona rugosidad, calados y área inundada mediante correlaciones y regresión.

Abrir herramienta →

Eventos + GEV bayesiana

Extremos

Selecciona eventos extremos y estima niveles de retorno con una GEV MAP bayesiana y bandas aproximadas.

Abrir herramienta →

Descarga Meteostat

Datos

Busca estaciones en el mapa, selecciona periodo y descarga datos diarios o mensuales de temperatura, precipitación y viento.

Abrir herramienta →

Descarga AEMET

Datos

Visualiza las ~800 estaciones AEMET en el mapa, selecciona estación y periodo, y descarga datos diarios u horarios de temperatura, precipitación, viento y presión.

Abrir herramienta →

Cópulas de eventos

Análisis

Ajusta dependencias multivariantes entre pico, volumen, duración y variables discretas para generar eventos sintéticos.

Abrir herramienta →

Eventos compuestos

Análisis

Ajusta una cópula bivariante y obtén curvas de período de retorno conjunto OR para pares de variables hidro-climáticas.

Abrir herramienta →

Interpolación espacial

Espacial

Compara IDW, Kriging Ordinario, RBF y vecino más cercano sobre el mismo dataset. Sube 3 CSV y obtén RMSE de validación cruzada.

Abrir herramienta →

Curva IDF

Extremos

Ajusta una GEV a los máximos anuales por duración y genera la curva Intensidad-Duración-Frecuencia.

Abrir herramienta →

Corrección de sesgo

Clima

Aplica quantile mapping entre series observada y modelo. Genera QQ-plot y estadísticas antes/después.

Abrir herramienta →

Análisis de tendencia

Clima

Mann-Kendall, punto de cambio de Pettitt y pendiente de Sen sobre series anuales o mensuales.

Abrir herramienta →

Frecuencia regional

Espacial

Análisis regional por L-momentos: discordancia, heterogeneidad y curva de crecimiento GEV regional.

Abrir herramienta →

Notebooks

51 notebooks ejecutables. Haz clic para ver el contenido completo con código y resultados.

Aplicación real

Casos Piloto

Estudios de caso completos donde se aplica el pipeline HYDRA de extremo a extremo: desde la adquisición de datos hasta los mapas de peligrosidad y riesgo.

Caso Piloto Río Manzanares Madrid

M30 · Manzanares

Estadística multivariada de inundación mediante cópulas gaussianas — Río Manzanares, Madrid

17
pluviómetros cuenca M30
~1M
eventos sintéticos generados
+0.83 m
calado adicional T=500 (cópula vs clásico)
303
secciones transversales HEC-RAS
01 02 03 04 05 06 6 notebooks
Ver caso completo →
Caso Piloto Río Besaya Cantabria

Los Corrales de Buelna

Evaluación integral del riesgo de inundación del Río Besaya, Cantabria

13
Estaciones pluviométricas
42 años
Simulación continua (1970–2012)
k=6 KNN
Vecinos óptimos (mín. error)
>13%
Población en zona inundable
01 02 03 04 05 06 07 08 09 9 notebooks
Ver caso completo →
Caso Piloto Barranc del Poyo · Turia Valencia

Valencia DANA 2024

Análisis del episodio de precipitación extrema del 29 de octubre de 2024 en la provincia de Valencia

710,8 mm/día
Récord en Turís 8337X (29/10/2024)
66–91 años
Período de retorno con evento (análisis indiv.)
>31.000 años
Período de retorno sin evento (L-mom, Turís)
3 métodos × 2
MLE · L-mom · Bayes — SD vs CD
01 02 03 3 notebooks
Ver caso completo →
Caso Piloto Río Besaya Cantabria

Manning Roughness — Besaya

Sensibilidad hidráulica 2D a la incertidumbre en coeficientes de Manning: SFINCS vs HEC-RAS en el Río Besaya

1,000
simulaciones Monte Carlo
9 clases
clases de uso de suelo
Bimodal
bifurcación en HEC-RAS
7,4 ha
zona secundaria topográfica
01 02 03 04 05 06 07 7 notebooks
Ver caso completo →
Caso Piloto Torrent de Ca n'Amer Illes Balears

Mallorca · Sant Llorenç

Downscaling híbrido de precipitación extrema en una cuenca torrencial sin aforo — Sant Llorenç des Cardassar

220 L/m²
Precipitación en pocas horas (9-oct-2018)
5,85 m
Calado máximo simulado
25
Formas de hietograma clasificadas
8 m
Resolución malla hidráulica (LiDAR)
01 02 03 04 4 pasos
Ver caso completo →
Caso Piloto Lago Tanganica África Central

Lago Tanganica

Niveles de diseño bajo cambio climático en una cuenca transfronteriza de 4 países

>230.000 km²
Superficie de cuenca (4 países)
19
Modelos climáticos CMIP6
R²=0,96
Ajuste sobre el conjunto completo
~20.000 años
Series simuladas (bootstrap)
01 02 03 04 05 5 pasos
Ver caso completo →
Caso Piloto Cuencas andino-amazónicas Bolivia · Colombia · Ecuador · Perú

Andes · Vulnerabilidad hidroeléctrica

Vulnerabilidad de centrales hidroeléctricas andinas ante el cambio climático — Bolivia, Colombia, Ecuador y Perú

21
Modelos climáticos CMIP5
>200
Subcuencas con flujo automatizado
+40%
Incremento caudal húmedo (Perú/Ecuador, 2071-2100)
NSE=0,65
Calibración VIC (CachEsperanz)
01 02 03 04 4 pasos
Ver caso completo →
Caso Piloto 52 cuencas nacionales Panamá

Atlas de Panamá

Automatización a escala nacional para el Ministerio de Ambiente de Panamá y el BID — 52 cuencas en ambas vertientes

52
Cuencas (hasta 13.400 km²)
414
Combinaciones de análisis climático
1.464
Puntos costeros analizados
NS=0,87
Calibración modelo hidrológico LEM
01 02 03 04 4 pasos
Ver caso completo →
Caso Piloto Red hidrográfica española España

SIMPCCe

Herramienta nacional de caudales mínimos de embalses ante el cambio climático — Fundación Canal

10
Modelos CORDEX-AEMET
60
Series corregidas por variable (SDM)
95%
Varianza explicada (PCA)
20
Simulaciones futuras de aportación
01 02 03 04 4 pasos
Ver caso completo →

Instalación

Tres formas de arrancar HYDRA según tu entorno.

Requisitos previos 🐳 Docker Desktop (opción 1) 🐍 Python ≥ 3.10 (opción 2)
🐳

Docker

Recomendado — entorno preconfigurado, sin instalar dependencias

1
$ git clone https://github.com/navass11/pyhydra.git
2
$ docker compose -f docker/docker-compose.yml up --build
✓
Abre JupyterLab → http://localhost:8888
🐍

Python manual

Para integrarlo en tu propio entorno

1
$ pip install git+https://github.com/navass11/pyhydra.git
2
$ pyhydra-get-data manning_rugosidades
3
$ jupyter lab notebooks/
📦

Datos de casos piloto

Descarga con un comando — sin cuenta de Azure

# Ver datasets disponibles
$ pyhydra-get-data
# Descargar un dataset concreto
$ pyhydra-get-data m30_manzanares
$ pyhydra-get-data manning_rugosidades
$ pyhydra-get-data los_corrales_buelna
$ pyhydra-get-data valencia_dana

Los datos se descargan en $HYDRA_DATA_DIR/pilot_cases/<dataset>/

  • m30_manzanares 13 MB · Cópulas vs. régimen extremal (Madrid)
  • manning_rugosidades 301 MB · SFINCS + HEC-RAS ensemble
  • los_corrales_buelna Datos hidro-climáticos río Besaya
  • valencia_dana Precipitación extrema DANA 2024

Autor

SN

Salvador Navas Fernández

Senior Consultant en Ingeniería Civil · Hidralab S.L. · Ciudad Real

Ingeniero de Caminos especializado en modelización hidrológica, gestión de recursos hídricos, cambio climático y desarrollo tecnológico. Con experiencia en proyectos de análisis de riesgo de inundación y simulación hidráulica 2D, es el creador del paquete pyhydra y de los flujos de trabajo reproducibles que conforman el proyecto HYDRA.