← Casos piloto
Caso Piloto Río Besaya Cantabria, España

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

Descripción del caso

Los Corrales de Buelna es un antecedente científico de la modelación estocástica basada en impactos: un estudio real publicado en la Revista de Obras Públicas (ROP 3598, mayo 2018) y galardonado con el Premio de Mejor Calidad y Contenido en el 1.er Concurso Nacional de Proyectos Fin de Máster de Ingeniería de Caminos. El municipio se asienta en el fondo del valle del Besaya — cuenca corta y de fuerte desnivel que responde en horas a la precipitación — y ha sufrido inundaciones históricas recurrentes ligadas a los desbordamientos del río. La metodología propuesta abandona el paradigma habitual de los hietogramas de diseño: genera una colección extensa de eventos sintéticos de crecida mediante técnicas geoestadísticas, simulación hidrológica continua y regresión probabilística con cópulas, y aplica la estadística de extremos directamente sobre los calados y velocidades obtenidos de la simulación hidráulica 2D, no sobre la precipitación. Esto permite mapas de peligrosidad, vulnerabilidad y riesgo más fieles a la realidad histórica.

Reto hidrológico

La metodología habitual calcula la magnitud de una inundación tomando como datos de partida los hietogramas de diseño asociados a distintos períodos de retorno, obtenidos a partir de la estadística de extremos de la precipitación, asumiendo una respuesta homogénea en toda la cuenca. El problema surge al no incluir variables que afectan a la respuesta: el grado de saturación del suelo, la distribución espacial de la lluvia o la forma del hidrograma resultante. En el Besaya, la escasa densidad de pluviómetros hace que el modelo hidrológico reduzca sistemáticamente los caudales punta entre un 50 y un 60 % respecto a los observados en el aforo. Si se añade que las series cortas no capturan las dinámicas de crecida más extremas, el resultado es un espacio de eventos posibles muy incompleto que empuja los mapas de inundación hacia el lado de la inseguridad.

Enfoque HYDRA

La metodología parte de la mejora de la información pluviométrica mediante técnicas geoestadísticas (KO, UK, IDW) que generan series distribuidas por subcuencas; IDW resulta el mejor método dado que en esta cuenca no existe correlación entre altitud y precipitación. Con esas series se calibra HEC-HMS (SMA + Clark + Muskingum) sobre los aforos de Torrelavega y Las Caldas, logrando NSE > 0.8. La simulación continua de 42 años genera la serie de caudales diarios de la que se extraen los eventos de inundación (separados por umbral de desbordamiento) y se caracterizan por cuatro parámetros: Qmax, Qmed, duración T y tipo de hidrograma según su forma. PCA reduce la dimensionalidad; K-Means clasifica los hidrogramas en tipos representativos; las Cópulas Gaussianas (Ben Alaya et al., 2014) generan sintéticamente miles de eventos preservando la correlación entre parámetros; MaxDiss selecciona el subconjunto más representativo del espacio de variación. Los hidrogramas se reconstruyen con polinomios de grado 2 que preservan Qmax y Qmed. La simulación 2D con Iber sobre una malla RTIN del LIDAR de 0.5 pts/m² produce calados y velocidades para los eventos seleccionados. Finalmente, KNN (k = 6, óptimo determinado por minimización del error acumulado) reconstruye los resultados para el resto de eventos y la CDF empírica píxel a píxel entrega calados y velocidades asociados a cada período de retorno, sobre los que se calculan los índices HR, AV y riesgo según la metodología MAGRAMA 2013.

Besaya 2018: frecuencia sobre el impacto

El trabajo fundacional describe las avenidas mediante pico, volumen y duración, conserva su dependencia al generar hidrogramas y utiliza Iber para obtener la respuesta hidráulica. El período de retorno del calado se estima después de simular esa respuesta.

Aforos, eventos multivariantes, hidrogramas, Iber y frecuencia del calado en el trabajo fundacional del Besaya
TFM (2017) y Revista de Obras Públicas 3598 (2018). La ejecución de Iber era manual. Los notebooks actuales de HYDRA se presentan en la sección siguiente.

Flujo de trabajo

Notebooks ejecutables — haz clic en cualquier paso para abrir en Jupyter Lab.

01
Datos

Adquisición de datos

Carga de 13 estaciones pluviométricas diarias del Gobierno de Cantabria y datos foronómicos de Torrelavega y Las Caldas (Oct 1970 – Oct 2012). Comparativa de modelos digitales del terreno: MDT 25 m del IGN (LIDAR) frente a la Base Topográfica Armonizada (BTA) de la Consejería de Cantabria; las diferencias se concentran en zonas de arboleda espesa y láminas de agua. Control de calidad de los datos LIDAR 0.5 pts/m²: densidad de puntos y clasificación.

▶ Abrir notebook
02
Análisis esp.

Interpolación geoestadística

Comparativa de Kriging Ordinario (KO), Universal-Kriging (UK) e IDW sobre la red de pluviómetros del Besaya. Validación cruzada representada en diagramas de Taylor (correlación, desviación típica y RMSE). IDW produce el mejor ajuste: en esta cuenca no existe correlación entre altitud y precipitación, lo que invalida la ventaja de UK. Las series interpoladas se distribuyen sobre las 9 subcuencas del Besaya como forzamiento del modelo hidrológico.

▶ Abrir notebook
03
Clima

Análisis de extremos de caudal

Ajuste de distribuciones GEV y GPD a las series de caudales observados en los aforos de Torrelavega y Las Caldas mediante MLE y L-momentos. Estimación de cuantiles de caudal para T10, T100 y T500 con bandas de incertidumbre. Estos cuantiles sirven para contextualizar la capacidad de la simulación continua y como referencia de comparación con la metodología habitual de tormenta de diseño.

▶ Abrir notebook
04
Modelización

Calibración HEC-HMS

Modelo hidrológico HEC-HMS con SMA (Soil Moisture Accounting) para la infiltración —tres capas: suelo, agua subterránea 1 y 2—, Clark para la transformación lluvia-caudal y Muskingum para el tránsito en cauce. Calibración sobre las series de caudal diario en Torrelavega y Las Caldas (Oct 1970 – Oct 2000) y validación (Oct 2000 – Oct 2012) con Nash-Sutcliffe > 0.8. La escasa densidad de pluviómetros causa una reducción sistemática del 50–60 % en los caudales punta respecto a los observados.

▶ Abrir notebook
05
Modelización

Simulación continua y separación de eventos

Simulación hidrológica continua de 42 años (Oct 1970 – Oct 2012) con HEC-HMS y las series IDW para obtener la serie de caudal diario en Los Corrales. Separación en eventos de inundación mediante un umbral de desbordamiento: inicio en la inflexión de la pendiente creciente que supera el umbral; fin en la primera curva de recesión que lo cruza. Cada evento queda caracterizado por cuatro parámetros: Qmax, Qmed, duración T y tipo de hidrograma según su forma.

▶ Abrir notebook
06
Análisis esp.Clima

Síntesis híbrida de hidrogramas

PCA reduce la dimensionalidad de la forma del hidrograma; K-Means clasifica los eventos en tipos representativos. Regresión probabilística con Cópulas Gaussianas (Ben Alaya et al., 2014) genera miles de eventos sintéticos preservando la correlación entre Qmax, Qmed, T y tipo. MaxDiss (Máxima Disimilitud) selecciona el subconjunto más representativo que cubre todo el espacio de variación. Cada hidrograma sintético se reconstruye con un polinomio de grado 2 Q*(Q) que preserva Qmax y Qmed: Q*ᵢ = a·(Qᵢ)² + b·Qᵢ.

▶ Abrir notebook
07
Modelización

Simulación hidráulica 2D

Simulación bidimensional de flujo turbulento en lámina libre en régimen no permanente con Iber (artículo original) y HEC-RAS 2D (notebook HYDRA). Malla RTIN generada sobre el LIDAR de 0.5 pts/m² con tolerancia altimétrica de 0.5 m y lado máximo de 8 m. Los hidrogramas reconstruidos de los eventos seleccionados por MaxDiss se introducen en los elementos perimetrales de la malla. Salida: series de calado y velocidad por evento para toda la zona de estudio.

▶ Abrir notebook
08
Análisis esp.Modelización

Períodos de retorno y mapas de riesgo

Reconstrucción de calados y velocidades para eventos no simulados mediante KNN con k = 6 vecinos (valor óptimo determinado minimizando el error acumulado sobre las 10 últimas de las 150 primeras simulaciones). CDF empírica píxel a píxel: Prob(X ≤ xᵢ) = i/(N+1); período de retorno T a partir de i ≈ N(1 − 1/λT). Mapas de peligrosidad (índice HR), vulnerabilidad (AV) y riesgo según MAGRAMA 2013 para T10, T100 y T500. La mancha T10 coincide geométricamente con la llanura fluvial histórica del Besaya documentada en la ortofoto de 1946.

▶ Abrir notebook
09
Incertidumbre

Decisión de propagación de incertidumbre

Aplicación de pyhydra.uq (v0.2.0) al diseño MaxDiss de 425 eventos ya simulados en el paso 7: el diagnóstico de emulabilidad mide un R² validado cruzado de 0.86 (familia RBF cúbica) para el área inundada, muy por encima del R²=0.55 de la práctica habitual de tomar solo el caudal punta como predictor. Un piloto retrospectivo de solo 30 eventos ya habría recomendado reducir y emular, con un margen decisivo (+0.16). La reconstrucción reduce_and_emulate propaga el resultado a los ~4.900 miembros de la población sintética de cambio climático manteniendo exactos los 425 valores simulados, y la regla de parada secuencial muestra que 250 de las 425 simulaciones HEC-RAS habrían bastado.

▶ Abrir notebook

Referencias del caso

Fuentes de datos, métodos y validaciones que sustentan el caso piloto.

Artículo de partida en Revista de Obras Públicas

Navas Fernández, Sánchez Espeso y del Jesus Peñil (2018), "Evaluación y análisis del riesgo de inundación del Río Besaya a su paso por Los Corrales de Buelna, Cantabria". Este artículo fue el punto de partida metodológico de todo el caso piloto.

Ver en Dialnet →

Trabajo Fin de Máster completo

Memoria original de 2017 depositada en el repositorio de la Universidad de Cantabria, con el desarrollo completo del caso Besaya, anexos metodológicos, mapas y validaciones.

Abrir PDF →

Datos observados del caso Besaya

Series de precipitación de 13 estaciones del Gobierno de Cantabria y caudal diario en el período Oct 1970-Oct 2012; el primer notebook documenta control de calidad, metadatos y exportaciones reproducibles.

Metodología híbrida con cópulas

La reconstrucción de eventos utiliza Cópulas Gaussianas inspiradas en Ben Alaya et al. (2014) para preservar dependencias multivariantes entre los parámetros del hidrograma.

Mapas de peligrosidad, vulnerabilidad y riesgo

El cierre del caso aplica índices de peligrosidad y vulnerabilidad compatibles con la metodología MAGRAMA 2013 para T10, T100 y T500.

Validación geomorfológica independiente

La ortofoto histórica de 1946 se usa como referencia externa para comprobar que la mancha T10 reproduce la llanura fluvial histórica del Besaya.

pyhydra.uq — decisión de propagación de incertidumbre

Módulo publicado en pyhydra v0.2.0 que decide, a partir de un piloto cargado contra el presupuesto de simulación, si reducir y emular un ensemble o propagarlo por Monte Carlo directo. El paso 9 lo aplica al diseño MaxDiss ya simulado de este caso piloto.

Ver documentación →

Flujo metodológico completo — 8 pasos

Pipeline integrado: desde la adquisición de 13 estaciones pluviométricas hasta los mapas de peligrosidad, vulnerabilidad y riesgo para T10, T100 y T500. La reconstrucción híbrida mediante cópulas Gaussianas (paso 6) es la clave diferencial frente a la metodología tradicional.

Pipeline: Los Corrales de Buelna — Río Besaya (ROP 3598, 2018) 01 Adquisición 13 pluvióm. · aforos Besaya LIDAR 0.5 pts/m² · BTA 25m 02 Interpolación geoest. KO · UK · IDW → Taylor IDW seleccionado · 9 subcuencas 03 Extremos de caudal GEV · GPD sobre aforos T10 · T100 · T500 04 HEC-HMS calibrado SMA + Clark + Muskingum NSE > 0.8 · Torrelavega + Las Caldas 05 Separación de eventos Umbral → Qmax · Qmed · T · Tipo Serie continua 1970–2012 06 Síntesis híbrida PCA+K-Means+Cóp.+MaxDiss Reconstr. polinomios grado 2 07 Iber / HEC-RAS 2D RTIN · LIDAR 0.5 pts/m² Malla ≤ 8m · no permanente 08 Riesgo de inundación KNN k=6 · CDF emp. píxel HR · AV · T10 · T100 · T500 RESULTADOS PRINCIPALES 50–60% reducción caudal punta HEC-HMS k=6 vecinos KNN óptimo >13% población en zona inundable 1946 validación mancha T10 vs ortofoto

Hallazgos clave

Resultados principales extraídos del análisis.

  • La estadística de extremos se aplica sobre calados y velocidades de inundación —no sobre la precipitación ni el caudal punta— logrando mapas de peligrosidad más fieles a la dinámica real del río.

  • La escasa densidad de pluviómetros reduce sistemáticamente los caudales punta del modelo HEC-HMS entre un 50 y un 60 % respecto a los observados; la generación sintética de eventos mediante Cópulas Gaussianas es imprescindible para cubrir ese rango de caudales máximos.

  • La mancha de inundación para T10 coincide geométricamente con la llanura fluvial histórica documentada en la ortofoto de 1946, validando de forma independiente que los eventos generados son físicamente plausibles.

  • La metodología híbrida genera manchas de inundación más extensas que la metodología habitual de tormenta de diseño para el mismo período de retorno, permaneciendo del lado de la seguridad.

  • El algoritmo KNN con k = 6 vecinos (óptimo determinado por minimización del error acumulado) permite reconstruir las manchas de inundación del espacio completo de eventos sin necesidad de simulación hidráulica individualizada.

  • Una inundación para cualquier período de retorno estudiado puede afectar a más del 13 % de la población y al 20 % de la superficie del municipio; la canalización del tramo medio traslada el problema aguas abajo sin eliminarlo.

  • Aplicado retrospectivamente al diseño MaxDiss de 425 eventos, pyhydra.uq confirma que la reducción y emulación era la estrategia correcta (R² = 0.86, margen +0.16 con solo un piloto de 30 eventos) y que la regla de parada secuencial habría ahorrado el 41 % del presupuesto de simulación hidráulica (250 de 425 eventos).