HYDRA Estudiar la defensa

Ajustes de estudio

El diálogo corresponde al guion oral por diapositiva del EPUB. Las demos con capturas tienen una explicación adaptada.

Tamaño de letra
19 px

Se guarda tu última diapositiva en este dispositivo. «Pantalla activa» evita el bloqueo automático mientras esta página esté visible y el navegador lo permita.

Abrir vista de diapositivas

Paso 1 de 48 · Introducción

Desarrollo de un modelo automático de inundación estocástica

Tesis Doctoral con Mención Industrial, presentada para la obtención del título de Doctor por la Universidad de Cantabria

Guion completo para leer

Guion principal

Buenos días, miembros del tribunal, director, tutor, profesores, compañeros, familiares y amigos. Muchas gracias por acompañarme. Soy Salvador Navas Fernández y voy a presentar mi tesis doctoral, titulada «Desarrollo de un modelo automático de inundación estocástica». La he realizado en IHCantabria, dentro del programa de Doctorado en Ingeniería de Costas, Hidrobiología y Gestión de Sistemas Acuáticos (IH2O) y con Mención Industrial. La tesis ha sido dirigida por el doctor Manuel del Jesus Peñil y tutorizada por el doctor César Álvarez Díaz. A lo largo de la exposición explicaré qué problema científico la origina, cómo se construyó la solución y qué evidencia permite valorar su utilidad. El título reúne las dos dimensiones que recorreremos durante la defensa. La primera es científica: representar la variabilidad hidrológica y climática y trasladarla hasta el impacto. La segunda es tecnológica: conectar métodos y programas para que ese análisis pueda ejecutarse, revisarse y repetirse. La portada identifica también el marco académico y la Mención Industrial, que sitúa el trabajo en su relación con problemas reales de ingeniería. Mi propósito será explicar tanto el fundamento de los cálculos como el alcance de las evidencias obtenidas.

Transición

Presentaré el problema, los desarrollos y sus evidencias siguiendo esta estructura.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Plantear la defensa como respuesta a un problema de ingeniería.

Recorrido visual

  1. Título de la tesis
  2. Autor, director y tutor

Saludar y hacer una pausa antes de plantear el problema. Los nombres completos y la Mención Industrial permanecen en portada.

Ver diapositiva y figuras
  • Salvador Navas Fernández
  • Dr. Manuel del Jesus Peñil
  • Dr. César Álvarez Díaz

Paso 2 de 48 · Introducción

Estructura de la defensa

Correspondencia directa con los capítulos de la memoria doctoral

Guion completo para leer

Guion principal

La exposición sigue seis bloques que agrupan los capítulos de la memoria, en este orden. Primero, la introducción: el problema, la pregunta, las hipótesis y los objetivos. Después, el estado de la técnica y la brecha que justifica la tesis. En tercer lugar, la arquitectura del sistema. En cuarto, la metodología: datos, análisis climático y estadístico, y modelización, con una breve demostración. En quinto, los casos como evidencia de validación. Y por último, las conclusiones: contribución, límites y trabajo futuro. Esta misma ruta aparece en las diapositivas para situarnos durante la exposición; las visitas a la web forman parte de ese recorrido. La metodología explicará qué recibe cada bloque, qué transformación realiza y qué entrega al siguiente. En los casos veremos resultados concretos para valorar esas operaciones. Esta separación ayudará a distinguir la descripción de una capacidad de su comprobación en una aplicación. Cuando entremos en la web, seguiremos dentro del mismo recorrido: la navegación servirá para localizar una herramienta, interpretar sus resultados o consultar el procedimiento que los produjo. La franja superior mantiene visibles estos seis bloques para que podamos reconocer en todo momento dónde estamos.

Transición

Comenzaré por las consecuencias que necesitamos estimar para decidir ante una inundación.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Dar al tribunal un mapa de la argumentación.

Recorrido visual

  1. Seis bloques del índice
  2. Ruta superior de cada diapositiva

Situar los seis bloques. La diapositiva de índice se utiliza una sola vez en el recorrido principal.

Ver diapositiva y figuras
  • 1. Introducción — Origen, motivación, problema, hipótesis y objetivos
  • 2. Estado de la técnica — Antecedentes, soluciones existentes y brecha
  • 3. Arquitectura del sistema — Núcleo científico, servicios e interfaz reproducible
  • 4. Metodología — Datos; análisis climático y estadístico; modelización
  • 5. Casos y validación — Evidencia científica y transferencia a proyectos reales
  • 6. Conclusiones — Contribuciones, límites y trabajo futuro

Paso 3 de 48 · Introducción · Contexto del problema

Qué necesitamos saber para decidir ante una inundación

Un mismo fenómeno compromete seguridad, actividad económica e infraestructuras esenciales

Guion completo para leer

Guion principal

Las inundaciones afectan simultáneamente a personas, viviendas, movilidad, actividad industrial y servicios esenciales. La gravedad de los daños depende de qué zonas se inundan, de la profundidad y la velocidad del agua, de cuánto dura la inundación y de la vulnerabilidad de las personas, los edificios y las infraestructuras expuestos. El estado previo de la cuenca condiciona, a su vez, cómo responde a la lluvia. Por eso, al utilizar una lluvia de diseño, debemos justificar qué condiciones representa y cómo se relaciona su frecuencia con la del impacto. La pregunta de ingeniería exige conocer qué impactos pueden producirse, con qué frecuencia y con qué incertidumbre. La ilustración reúne distintos sistemas expuestos para recordar que una misma situación meteorológica puede afectar de forma diferente a cada uno. En una infraestructura, interesa saber hasta qué punto entra el agua; en una zona habitada, también importa su extensión, profundidad y velocidad. Para interpretar el daño necesitamos combinar la respuesta física con la exposición y la vulnerabilidad. En esta tesis, el desarrollo se concentra en la cadena que caracteriza los escenarios y estima la respuesta hidrológica e hidráulica. Esa información alimenta la evaluación del riesgo y las decisiones de diseño; por sí sola no constituye una estimación completa de las pérdidas de todos los elementos expuestos.

Transición

La respuesta depende también de unas condiciones que pueden cambiar.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Situar la variable sobre la que se toma una decisión.

Recorrido visual

  1. Ilustración conceptual: río, ciudad y costa
  2. Edificios, movilidad e infraestructuras expuestas

La imagen es conceptual. Señalar los sistemas expuestos y formular la pregunta de decisión. No presentarla como fotografía documental de un evento.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • La misma precipitación puede producir consecuencias distintas según el estado de la cuenca y la exposición.
  • La decisión se toma sobre personas, infraestructuras y niveles de agua, no sobre la lluvia de forma aislada.
Ilustración conceptual: mecanismos fluviales, urbanos y costeros y sistemas expuestos. No representa un episodio observado.

Paso 4 de 48 · Introducción · Motivación

Por qué necesitamos considerar condiciones cambiantes

Un riesgo creciente que ya no puede representarse con un único escenario de diseño

Guion completo para leer

Guion principal

Esta tesis se realiza porque las inundaciones pueden causar graves daños humanos, económicos y territoriales, y porque las condiciones que determinan ese riesgo están cambiando. La ocupación de las llanuras inundables aumenta la exposición de personas e infraestructuras; el cambio climático modifica las condiciones hidrológicas y puede alterar la frecuencia y la intensidad de los extremos; y la impermeabilización urbana concentra la escorrentía y reduce los tiempos de respuesta. A ello se suman interacciones entre precipitación, caudal, nivel del mar, humedad antecedente y funcionamiento de infraestructuras. En este contexto, una única lluvia de diseño produce una imagen demasiado limitada del problema. La ingeniería necesita explorar muchos escenarios plausibles y conocer no solo un valor de cálculo, sino también la incertidumbre asociada a la decisión. Los tres elementos de la diapositiva describen mecanismos diferentes. La exposición cambia cuando aumenta la presencia de personas y bienes en zonas inundables. El clima introduce escenarios bajo los cuales pueden cambiar las condiciones de entrada del análisis. La urbanización modifica cómo la superficie transforma la lluvia en escorrentía. La imagen inferior sitúa esas interacciones en un territorio con usos distintos. Por eso, repetir el cálculo con un único evento y una única configuración deja fuera respuestas posibles. Explorar escenarios permite separar qué parte del resultado depende del forzamiento, cuál del estado del sistema y cuál de las decisiones de modelización.

Transición

Ante esas condiciones, el título concreta el alcance de la investigación.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Explicar los cambios que motivan el trabajo, después de situar sus consecuencias.

Recorrido visual

  1. Exposición
  2. Urbanización
  3. Condiciones climáticas cambiantes

Abrir el problema a escala social antes de hablar de software. La imagen es conceptual y no corresponde a un evento concreto; las evidencias cuantitativas y geográficas aparecerán después en los casos de estudio. Conectar con la siguiente idea: si el riesgo exige múltiples escenarios, el flujo manual deja de ser viable.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
ocupación de llanuras inundables
Exposiciónmás población e infraestructuras situadas en zonas susceptibles
ciclo hidrológico más intenso
Climalos escenarios históricos dejan de representar por sí solos el futuro
impermeabilización creciente
Ciudadrespuestas más rápidas y concentradas ante lluvias intensas
  • Exposición: personas e infraestructuras situadas en zonas inundables.
  • Urbanización: cambios en infiltración y respuesta hidrológica.
  • Cambio climático: escenarios distintos de las condiciones históricas.
La inundación afecta simultáneamente a población, movilidad, actividad industrial e infraestructuras críticas
  1. Riesgo creciente
  2. Múltiples forzamientos
  3. Impactos no lineales
  4. Decisiones bajo incertidumbre

Paso 5 de 48 · Introducción · Alcance de la tesis

Qué significa el título de la tesis

Cada palabra delimita el objeto real de la investigación

Guion completo para leer

Guion principal

El título resume el alcance de la tesis y conviene interpretar cada término. “Modelo” no significa un nuevo solver hidráulico: significa una cadena completa de cálculo. “Automático” indica que los datos, los métodos estadísticos, los escenarios y los modelos físicos pueden encadenarse sin repetir manualmente la preparación de archivos y el intercambio de datos entre etapas. “Inundación” señala que el resultado relevante no es únicamente la lluvia o el caudal, sino el impacto hidráulico: calado y extensión inundada. Y “estocástica” significa que no se estudia un único evento de diseño, sino una población de escenarios plausibles que representa la variabilidad y la incertidumbre. Esta definición exige además reproducibilidad operativa: conocer de dónde procede cada entrada, repetir las transformaciones, conservar las salidas en formatos estándar y registrar la configuración que produjo cada resultado. Por tanto, el modelo automático de inundación estocástica es una arquitectura reproducible que lleva la incertidumbre desde los datos hasta la variable sobre la que se toman decisiones. Los cuatro términos también establecen cómo valorar el resultado. La cadena debe estar conectada, de modo que una salida pueda utilizarse como entrada de la siguiente etapa. Debe poder repetirse, conservando datos y configuración. Debe producir una variable física interpretable, con su unidad y localización. Y debe conservar la información necesaria para estimar su frecuencia e incertidumbre. El esquema de la diapositiva organiza esas responsabilidades; la fotografía sitúa el sistema físico sobre el que se aplican. Así, podremos preguntar de forma concreta qué escenario produjo un determinado calado y qué hipótesis intervienen en su interpretación.

Transición

El Besaya aporta un antecedente científico para comprender este planteamiento.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Delimitar qué significa el título y evitar que se interprete como un nuevo solver hidráulico.

Recorrido visual

  1. Modelo y automatización
  2. Inundación y escenarios estocásticos
  3. Contratos de reproducibilidad

Interpretar los cuatro términos del título. El Besaya se presenta a continuación como antecedente científico del análisis sobre el impacto. La pregunta, las hipótesis y los objetivos se explican antes de introducir pyhydra como respuesta tecnológica y HYDRA como plataforma.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • Modelo: arquitectura completa de cálculo, no un nuevo motor hidráulico.
  • Automático: ejecución repetible de tareas que manualmente son lentas y frágiles.
  • Inundación: frecuencia estimada sobre calado y extensión, no heredada directamente de la lluvia.
  • Estocástica: cientos o miles de combinaciones plausibles de forzamientos, estados y parámetros.
Cuenca, observación y clima: el sistema físico que la arquitectura debe representar bajo incertidumbre
  1. Entradas trazables
  2. Escenarios plausibles
  3. Modelos físicos
  4. Frecuencia del impacto

Paso 6 de 48 · Introducción · Antecedente científico

Besaya: antecedente científico del análisis sobre el impacto

TFM de 2017 y publicación de 2018: fundamento metodológico previo al software

Guion completo para leer

Guion principal

Un antecedente científico de esta tesis es mi Trabajo Fin de Máster, desarrollado en 2017 sobre el río Besaya a su paso por Los Corrales de Buelna. En aquel trabajo construí la primera cadena completa: caracterización multivariante de avenidas, generación de escenarios, simulación hidráulica con Iber y análisis estadístico de los impactos. El TFM recibió el premio principal en la categoría de Mejor Calidad y Contenido del primer Concurso Nacional de Proyectos Fin de Máster del Colegio de Ingenieros de Caminos, Canales y Puertos. El trabajo se publicó después en la Revista de Obras Públicas, número 3598 de mayo de 2018, y consolidó la observación que guía toda la tesis: el período de retorno del forzamiento no coincide necesariamente con el del impacto hidráulico. Se comparó la inundación obtenida mediante metodologías habituales con la obtenida mediante la metodología desarrollada en el Besaya. Este caso proporciona un antecedente metodológico y muestra la dificultad de repetir una cadena extensa. Las etiquetas de la izquierda ordenan el antecedente: 2017 corresponde al TFM; 2018, a su publicación. La fila de comparación recoge ese contraste. Las dos últimas filas expresan la dificultad práctica y la consecuencia para la investigación. La metodología permitía llegar hasta el impacto, pero repetirla exigía preparar y transferir información entre herramientas de forma manual. Este antecedente motiva la pregunta científica. El desarrollo de pyhydra vendrá después, como respuesta a las hipótesis y objetivos de la tesis. Conviene mantener esa secuencia: primero se identifica qué necesitamos demostrar y, a partir de ello, se define la solución tecnológica.

Transición

Para situar aquella dificultad, veamos cómo se estima habitualmente una inundación.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Situar el Besaya como antecedente científico, antes de formular las hipótesis y los objetivos.

Recorrido visual

  1. 2017: TFM y cadena estocástica
  2. 2018: frecuencia sobre el impacto
  3. Dificultad operativa y antecedente metodológico

El Besaya es un antecedente científico y una evidencia del principio de frecuencia sobre el impacto. No presentarlo como origen de pyhydra. La librería se desarrolla para responder a los objetivos e hipótesis; su nombre y la plataforma se presentan después de formularlos.

Ver diapositiva y figuras
  • 2017 — Cadena estocástica completa en el TFM del Besaya.
  • 2018 — Publicación del principio T(forzamiento) ≠ T(impacto).
  • Comparativa — Inundación obtenida con metodologías habituales y con la metodología del Besaya.
  • Dificultad — Conexiones manuales y configuración específica para una cuenca.
  • Antecedente — Base metodológica para plantear la investigación.

Paso 7 de 48 · Introducción · Procedimiento de referencia

Cómo se estima convencionalmente una inundación

La cadena es correcta; el problema aparece cuando la incertidumbre se pierde entre sus eslabones

Guion completo para leer

Guion principal

Antes de presentar la solución, conviene fijar el procedimiento de referencia. Partimos de registros, ajustamos extremos, construimos un evento de diseño, lo transformamos mediante modelos hidrológicos e hidráulicos y obtenemos un mapa de inundación. Esta cadena física permite transformar la entrada en una respuesta hidráulica. La dificultad está en tres simplificaciones frecuentes: asumir estacionariedad, representar el extremo con un único evento y trasladar el mismo período de retorno desde el forzamiento hasta el impacto. La propuesta conserva la cadena física y organiza la exploración de múltiples escenarios para estimar la frecuencia del calado y de la extensión inundada, bajo las hipótesis del análisis. En la figura se lee la secuencia de izquierda a derecha: datos, caracterización estadística, evento, modelos físicos y mapa. El mapa conserva información espacial: permite reconocer dónde aparecen los calados calculados. Sin embargo, para asignarle una frecuencia necesitamos saber qué conjunto de eventos y estados representa. Las tres advertencias del esquema se refieren precisamente a ese paso: unas condiciones estadísticas que pueden cambiar, la reducción de la variabilidad a un único evento y la asociación directa de su período de retorno con el resultado. La propuesta amplía las realizaciones que atraviesan esa misma cadena física y analiza sus impactos conjuntamente.

Transición

La siguiente figura muestra cómo una misma lluvia admite respuestas diferentes.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Separar la cadena física válida de los supuestos de asignación de frecuencia.

Recorrido visual

  1. Fila superior, de registros a impacto
  2. Tres supuestos en los recuadros inferiores

El período de retorno se refiere a una variable y a hipótesis especificadas. En condiciones estacionarias, T100 corresponde a una probabilidad anual de superación de 0,01.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
Cadena convencional y tres supuestos que deben revisarse al propagar escenarios e incertidumbre.

Paso 8 de 48 · Introducción · Problema científico

La misma lluvia puede producir impactos distintos

Cuando la frecuencia del forzamiento se toma por la frecuencia del impacto

Guion completo para leer

Guion principal

El problema científico se ve en este esquema. En las dos filas cae la misma lluvia, con un período de retorno de cien años. En la fila de arriba el suelo está seco y el agua queda dentro del cauce. En la de abajo el suelo está saturado y el afluente llega en crecida: el río desborda. El forzamiento es idéntico, pero las condiciones de la cuenca producen impactos distintos. Por eso no basta con preguntar cada cuánto ocurre una lluvia de diseño. Hay que preguntar cada cuánto se supera un calado, un caudal o una extensión inundada relevantes para la decisión. El esquema ilustra esa diferencia, sin asignar por sí solo otra frecuencia a cada respuesta. La tesis parte de que el período de retorno del forzamiento no puede asignarse directamente al impacto. La comparación mantiene fijo el período de retorno de la lluvia para aislar el efecto de las condiciones del sistema. El suelo seco admite una parte del agua antes de que llegue al río; la saturación y la coincidencia de aportaciones pueden aumentar la respuesta hidráulica. Las dos filas ilustran, por tanto, una transformación condicionada por varios factores. No podemos deducir la frecuencia de cada impacto únicamente mirando esas dos imágenes: necesitaríamos conocer también con qué frecuencia aparecen las condiciones representadas. Esta es la razón para construir un conjunto de escenarios que conserve sus relaciones y evaluar la respuesta de cada uno.

Transición

Esa variabilidad de la respuesta conduce a la pregunta doctoral.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Hacer comprensible la diferencia entre frecuencia del forzamiento y del impacto.

Recorrido visual

  1. Comparar las dos filas del esquema
  2. Suelo seco frente a suelo saturado y afluente en crecida
  3. Resultado hidráulico de cada fila

Las dos filas son un ejemplo conceptual. La figura muestra respuestas posibles, no calcula el período de retorno de cada impacto dibujado.

Ver diapositiva y figuras
  • Un evento de lluvia no determina por sí solo la frecuencia del impacto.
  • El suelo antecedente, las confluencias y la duración cambian la respuesta.
  • La cadena manual dificulta explorar escenarios y reproducir el análisis.
Tforzante(P) ≠ Timpacto(Q, h)

El período de retorno de la lluvia (P) no es el del impacto hidráulico (caudal Q, calado h).

T(forzante) ≠ T(impacto)

Paso 9 de 48 · Introducción · Pregunta de investigación

La pregunta de investigación

Guion completo para leer

Guion principal

La pregunta de investigación es la que aparece a la izquierda: ¿es posible automatizar de forma reproducible la cadena completa del análisis probabilístico del riesgo de inundación bajo incertidumbre hidrológica y climática, integrando metodologías avanzadas previamente desarrolladas en un marco operativo transferible a proyectos reales de ingeniería? A la derecha está la cadena que exige: datos climáticos con su incertidumbre; una cadena automática cuyos cálculos puedan repetirse conservando los datos, la configuración, las versiones y las semillas aleatorias; modelos físicos adecuados a cada caso; y una aplicación real en la que se estime la frecuencia con la que se supera un calado, una extensión inundada o un nivel relevantes para el diseño. El esquema recuerda una condición esencial: las fuentes de incertidumbre consideradas deben propagarse a través de la cadena y reflejarse en los resultados finales. El texto de la pregunta impone varias exigencias simultáneas. Automatizar requiere conectar las operaciones; reproducir exige conservar la información del cálculo; integrar incertidumbre requiere representar las fuentes consideradas y seguir su propagación; y transferir significa poder adaptar el procedimiento a otro problema. La cadena de la derecha permite comprobar dónde interviene cada exigencia. Si una etapa pierde la referencia de sus datos o sustituye el ensemble por un único valor sin justificarlo, esa pérdida afecta a la interpretación posterior. La pregunta doctoral se refiere a la coherencia del conjunto, además del funcionamiento de cada componente por separado.

Transición

La pregunta se desarrolla en las tres hipótesis de la memoria.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Formular la pregunta doctoral completa, con una pausa para que se comprenda su alcance.

Recorrido visual

  1. Pregunta de investigación
  2. Datos, cadena reproducible y modelos físicos
  3. Transferencia a una aplicación real

Pronunciar despacio: es la formulación literal de la memoria (cap. 1). El foco está en "automatizar de forma reproducible" e "integrando metodologías previamente desarrolladas" — de ahí que la tesis no reivindique algoritmos nuevos, sino su operacionalización conjunta.

Ver diapositiva y figuras
¿Es posible automatizar de forma reproducible la cadena completa del análisis probabilístico del riesgo de inundación bajo incertidumbre hidrológica y climática, integrando metodologías avanzadas previamente desarrolladas en un marco operativo transferible a proyectos reales de ingeniería?
  • Conectar datos, análisis estadístico, escenarios y modelos físicos.
  • Conservar la incertidumbre entre etapas en lugar de perderla.
  • Repetir y auditar el cálculo completo.
  • Funcionar en casos reales con escalas, datos y motores diferentes.
La pregunta de investigación

Paso 10 de 48 · Introducción · Hipótesis

Hipótesis: qué debe demostrar la propuesta

¿Puede una cadena reproducible transferirse a problemas reales bajo incertidumbre?

Guion completo para leer

Guion principal

La hipótesis central es que una de las principales barreras operativas para aplicar estos métodos está en su integración. El esquema lo resume. Arriba están los métodos disponibles —extremos, cópulas, generadores, proyecciones, corrección de sesgo y motores hidráulicos—, con conexiones que deben reconstruirse en cada proyecto. Abajo aparece esa ciencia organizada en una cadena modular y reproducible, desde los datos hasta el impacto. Las dos partes de la figura contienen métodos conocidos; lo que cambia es su forma de conexión. Una conexión manual obliga a conocer formatos, unidades y decisiones que pueden quedar repartidas entre archivos o programas. Una conexión explícita permite conservar esas transformaciones y reutilizarlas. Eso da contenido a las hipótesis, pero no las convierte automáticamente en resultados demostrados. Para contrastarlas habrá que examinar campañas de cálculo, reutilización de componentes y cambios en los resultados, y reconocer qué comparaciones adicionales siguen pendientes. En particular, disponer de una campaña automática no cuantifica por sí solo el ahorro respecto a un procedimiento manual. La memoria concreta este planteamiento en tres hipótesis. H1, Automatización: La automatización del flujo completo para estudios de inundación, desde la adquisición de datos y la generación de eventos estocásticos hasta la ejecución de modelos hidrológicos e hidráulicos, mejora la eficiencia, reproducibilidad y aplicabilidad práctica del análisis del riesgo. H2, Integración modular: La integración de análisis estocástico, procesamiento climático y simulación hidrofísica en una librería modular reduce barreras técnicas y facilita la incorporación sistemática del cambio climático y la incertidumbre. H3, Flujo reproducible: La integración coordinada de metodologías avanzadas dentro de un flujo reproducible permite representar de forma más consistente la incertidumbre hidrológica y climática que los enfoques convencionales basados en escenarios únicos de diseño, facilitando además su aplicación sistemática en contextos reales de ingeniería. En el cierre volveré a estas mismas tres hipótesis para distinguir las evidencias disponibles y las comprobaciones pendientes.

Transición

Para contrastarlas, el trabajo se organiza mediante los siguientes objetivos.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Formular una pregunta y tres hipótesis que luego se puedan cerrar con evidencia.

Recorrido visual

  1. Fila superior: métodos fragmentados
  2. Fila inferior: arquitectura conectada
  3. H1, H2 y H3

Fuente: memoria definitiva, §1.4, pp. 11–12, y §8.6, p. 130. Automatización, integración modular y flujo reproducible son rótulos abreviados; los enunciados son los de la memoria. H1 incluye eficiencia y reproducibilidad: hay evidencia de ejecución viable, pero falta medir el ahorro sistemático frente al trabajo manual. H2 y H3 se cierran con alcance limitado por los casos.

Ver diapositiva y figuras
Una arquitectura modular y reproducible permite integrar las metodologías disponibles y transferir el análisis a proyectos reales.
  • H1 · Automatización: Mejorar la eficiencia, reproducibilidad y aplicabilidad práctica del análisis del riesgo.
  • H2 · Integración modular: Reducir barreras técnicas e incorporar sistemáticamente cambio climático e incertidumbre.
  • H3 · Flujo reproducible: Representar la incertidumbre hidrológica y climática con mayor consistencia que un escenario único de diseño.
Hipótesis: qué debe demostrar la propuesta

Paso 11 de 48 · Introducción · Objetivos

Objetivo general y objetivos específicos

La pregunta se convierte en cuatro compromisos verificables

Guion completo para leer

Guion principal

El objetivo general es desarrollar y validar un núcleo científico modular que permita aplicar el análisis probabilístico de inundaciones bajo incertidumbre climática e hidrológica, y demostrar su transferencia mediante una plataforma reproducible. La figura concreta ese objetivo en cuatro filas, y todas se leen igual: qué quiero lograr, qué se desarrolla y cómo se comprueba. Primera fila, Clima: integrar datos y modelos de cambio climático en los flujos estocásticos. Se desarrollan fuentes y escenarios, con su procesamiento y su corrección de sesgo, y se comprueba con entradas climáticas trazables, listas para la cadena. Segunda fila, Eventos: generar precipitación y caudal. Se desarrollan generadores estocásticos que conservan la dependencia entre variables, y se comprueba con escenarios contrastados mediante un diagnóstico de sus propiedades. Tercera fila, Modelos: automatizar la configuración, la ejecución y el postprocesado de los modelos hidrológicos e hidráulicos. Se comprueba con una cadena física automatizada que llega hasta el caudal, el calado, la extensión o el nivel. Cuarta fila, Validación: consolidar y documentar la librería y su despliegue en una plataforma, y validarlos mediante casos reproducibles. Se comprueba con la transferencia a escala local, regional y nacional. Estos cuatro objetivos son los requisitos a los que debe responder el desarrollo tecnológico. No exigen que todos los casos utilicen todos los módulos, sino que las combinaciones necesarias puedan organizarse de forma consistente. Cada objetivo deja una salida que otra persona puede revisar, y esa es la evidencia que iremos viendo a lo largo de la defensa.

Transición

Estos requisitos permiten presentar cómo se materializa la respuesta tecnológica.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Relacionar cada objetivo con una evidencia que aparecerá en la defensa.

Recorrido visual

  1. Leer una fila completa: objetivo, desarrollo y evidencia
  2. Recorrer los cuatro objetivos

Explicación funcional de los mismos objetivos de la memoria, que denominan pyhydra al núcleo e HYDRA a la plataforma. Aquí se presentan sus requisitos antes de dar nombre a la respuesta tecnológica, en la diapositiva siguiente. Leer una fila objetivo–desarrollo–evidencia y recorrer las otras tres.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • Objetivo general: desarrollar y validar un núcleo modular y demostrar su transferencia mediante una plataforma reproducible.
  • OE1–OE2: integrar datos y modelos climáticos, y generar eventos de precipitación y caudal.
  • OE3–OE4: automatizar los modelos físicos; documentar y validar el núcleo y la plataforma mediante casos reproducibles.
Cada objetivo conduce a un desarrollo concreto y a una evidencia verificable

Paso 12 de 48 · Introducción · Respuesta tecnológica

De los objetivos a pyhydra e HYDRA

Un núcleo científico modular y una plataforma para hacerlo utilizable

Guion completo para leer

Guion principal

Las hipótesis y los objetivos anteriores fijan los requisitos del desarrollo: automatizar el cálculo, organizarlo en módulos y conservar la información necesaria para repetirlo. Para dar respuesta a esos requisitos se desarrolla pyhydra, la librería de Python que reúne el núcleo científico. HYDRA designa la plataforma que integra ese núcleo con la web, los notebooks y los servicios de ejecución. Así distinguimos la implementación de los métodos y las formas de utilizarlos y documentarlos. El nombre HYDRA evoca a la hidra de la mitología griega. Sus múltiples cabezas sobre un mismo organismo representan aquí funciones especializadas que trabajan de forma coordinada: datos, estadística, escenarios y modelos físicos conectados en un flujo común. La metáfora expresa la modularidad y la integración de la propuesta. En la figura, las hipótesis y los objetivos aparecen como requisitos de partida. La caja de pyhydra identifica la implementación del núcleo científico; la de HYDRA, los recursos con los que se utiliza y documenta. A la derecha se muestra el emblema oficial, junto a la referencia a la mitología griega. La imagen representa la idea de funciones especializadas conectadas a un conjunto común. Esta distinción será útil al interpretar los casos: una función puede utilizarse desde Python, desde un notebook o desde una interfaz web sin que esas tres formas de acceso constituyan tres métodos científicos diferentes. La aportación se valorará por esa integración, por la posibilidad de repetir el análisis y por su transferencia a problemas reales.

Transición

El nombre identifica la solución; veamos ahora cómo conecta las etapas del análisis.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Presentar pyhydra como respuesta a los objetivos e hipótesis, distinguir la plataforma y explicar su nombre.

Recorrido visual

  1. Requisitos derivados de las hipótesis y los objetivos
  2. pyhydra: núcleo científico; HYDRA: plataforma
  3. Origen del nombre: hidra de la mitología griega y logotipo oficial

Secuencia causal: pregunta → hipótesis → objetivos → requisitos → desarrollo de pyhydra → integración en HYDRA. El Besaya aporta el antecedente científico, no el origen causal del software. Significado del nombre: memoria definitiva, cap. 1, apartado 1.2, p. 10, nota al pie 1. No inventar un acrónimo. La metáfora representa módulos autónomos e integrados en un flujo unificado.

Ver diapositiva y figuras
  • Requisitos: automatizar, modularizar y repetir el análisis.
  • pyhydra: librería Python que implementa el núcleo científico.
  • HYDRA: plataforma que integra núcleo, web, notebooks y servicios.
Origen del nombre: la hidra de la mitología griega

Paso 13 de 48 · Estado de la técnica · Modelación estocástica

Qué necesita una modelación estocástica de inundaciones

La generación de escenarios solo adquiere valor cuando se conecta con datos, clima y modelos físicos

Guion completo para leer

Guion principal

La figura recorre la cadena necesaria para una modelación estocástica. A partir de una serie se generan escenarios plausibles, que se transforman mediante los modelos físicos en respuestas hidráulicas. Un mapa de calado representa el resultado de una de esas ejecuciones. Al reunir muchos resultados podemos construir la curva de frecuencia situada al final y estimar la probabilidad de superar un calado. La banda expresa la incertidumbre de esa estimación. Así conectamos los escenarios con la variable de decisión. Podemos leer los cinco pasos de la figura como una transformación progresiva. La serie observada aporta información limitada sobre la variabilidad. El generador produce realizaciones bajo sus hipótesis. Los modelos físicos las convierten en respuestas, y cada mapa describe un escenario concreto. La curva final reúne esas respuestas para relacionar un calado con su frecuencia. Para leerla fijamos un período de retorno en el eje horizontal y buscamos el calado correspondiente; la banda recuerda que esa estimación tampoco es exacta. Los mapas individuales son realizaciones del cálculo, mientras que la curva resume el comportamiento del conjunto. Los años sintéticos amplían las realizaciones disponibles bajo unas hipótesis; no añaden nuevas observaciones. Por eso debemos revisar los diagnósticos del generador y la adecuación de los modelos antes de interpretar la curva.

Transición

Podemos ahora comparar esas necesidades con la cobertura de otros marcos.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Explicar la cadena estocástica antes de comparar arquitecturas.

Recorrido visual

  1. Serie corta de partida
  2. Población de escenarios
  3. Mapa por escenario y curva final

Los años sintéticos son realizaciones del modelo. La curva final está condicionada a las hipótesis del generador y de los motores.

Ver diapositiva y figuras
  • Representar escenarios plausibles exige datos y relaciones de dependencia.
  • Propagar esos escenarios exige modelos hidrológicos e hidráulicos.
  • Evaluar el riesgo exige calcular la distribución de la variable de impacto.
Los escenarios aportan valor cuando su impacto puede estimarse

Paso 14 de 48 · Estado de la técnica · Estado de la técnica

Posicionamiento frente a los marcos integrados más próximos

Cobertura funcional comparada en el capítulo 2 de la memoria

Guion completo para leer

Guion principal

La matriz permite situar la propuesta frente a los marcos revisados en la memoria. Compara su cobertura de las capacidades indicadas mediante marcas completas o parciales. CLIMADA aborda riesgo climático; RainyDay genera tormentas por transposición; wflow y HydroMT facilitan la preparación de modelos. Los enfoques de simulación continua pueden alcanzar el impacto, con implementaciones vinculadas a determinados dominios. Las filas representan ocho capacidades y las columnas, los marcos comparados. Una marca completa indica cobertura; una parcial, cobertura limitada o dependiente de recursos externos; el guion indica ausencia en el alcance revisado. Las primeras filas se refieren a datos y tratamiento estadístico; las siguientes, a generación, clima y motores; las últimas, al período de retorno del impacto y a la transferencia del producto. La lectura útil consiste en seguir una necesidad a través de varias filas. La tabla compara cobertura funcional según la memoria; no establece una clasificación universal de velocidad, exactitud o calidad para cualquier aplicación. La comparación identifica la combinación que aborda HYDRA: datos heterogéneos, extremos, dependencia, escenarios y motores físicos dentro de un flujo reutilizable que calcule la frecuencia del impacto. Esa cobertura conjunta delimita la propuesta. La elección de una herramienta para un estudio concreto depende también de sus requisitos y del ámbito de aplicación.

Transición

La arquitectura de HYDRA organiza las responsabilidades para cubrir esa combinación.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Localizar la brecha mediante la matriz comparativa.

Recorrido visual

  1. Columnas: capacidades; filas: marcos
  2. Diferenciar capacidad completa y parcial
  3. Combinación de capacidades de HYDRA

Comparación funcional documentada en la memoria. Las marcas de capacidad parcial requieren considerar el alcance de cada marco y su dominio. Evitar afirmar superioridad universal.

Ver diapositiva y figuras
  • Ningún marco revisado cubre a la vez las ocho capacidades de la tabla.
CapacidadHYDRACLIMADARainyDaywflow / HydroMTSim. continua
Adquisición automática de datos globales●●◐●—
Extremos con incertidumbre (bayesiano, AFR)●◐——◐
Análisis multivariante (cópulas)●———◐
Generación estocástica de eventos●—●—●
Corrección de sesgo de proyecciones●◐—◐◐
Motores profesionales (HEC, SWAT, SFINCS)●——◐—
Período de retorno basado en impacto●◐——●
Producto transferible (Docker, web, notebooks)●●◐●—

● Sí · ◐ Parcial (limitada o con herramientas externas) · — No. Fuente: memoria, cap. 2.

Paso 15 de 48 · Arquitectura

La arquitectura del sistema de tres niveles

Nivel científico, nivel de servicios y nivel de interfaz

Guion completo para leer

Guion principal

La figura separa tres responsabilidades. En la base, pyhydra contiene el cálculo científico: los métodos que transforman los datos y producen los resultados. En el nivel intermedio están los servicios que permiten ejecutarlo. La API responde a las herramientas interactivas; JupyterLab permite trabajar con código y conservar el análisis en notebooks. En la parte superior, la web reúne la documentación, las herramientas y los casos de estudio. El recorrido del cálculo atraviesa esos niveles en ambos sentidos. Un usuario introduce datos o parámetros en la interfaz; el servicio solicita la operación al núcleo; el núcleo devuelve un resultado que la interfaz presenta. El notebook ofrece otra forma de trabajar con ese cálculo, conservando código y pasos intermedios. Separar responsabilidades permite revisar una transformación científica sin depender del diseño de su formulario. También permite mantener una interfaz mientras se actualiza una operación del núcleo, siempre que se conserve y documente su contrato de entrada y salida. La separación permite utilizar un mismo método desde distintas formas de acceso. Los contenedores conservan sus dependencias de ejecución.

Transición

Sobre esta arquitectura se organizan los cuatro módulos funcionales que voy a explicar.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Un mismo núcleo científico, tres formas de acceso.

Recorrido visual

  1. Base: núcleo científico
  2. Centro: API y JupyterLab
  3. Arriba: acceso desde la web

La figura representa responsabilidades funcionales. pyhydra calcula; API y notebooks lo ejecutan; la web facilita el acceso. Datos, configuración y licencias siguen siendo requisitos de reproducción.

Ver diapositiva y figuras
  • pyhydra: métodos científicos reutilizables.
  • API y notebooks: dos accesos al mismo cálculo.
  • Web: documentación, herramientas y casos.
Un núcleo científico, tres capas que lo hacen transferible

Paso 16 de 48 · Arquitectura

Cuatro módulos funcionales, un núcleo científico

La misma organización que encontramos al navegar por HYDRA

Guion completo para leer

Guion principal

Las cuatro columnas corresponden a los módulos de la web: fuentes de datos, análisis climático, generación estocástica y modelización. Sus productos se conectan: series documentadas, distribuciones y escenarios, realizaciones sintéticas y respuestas físicas. Cada estudio utiliza los componentes necesarios. La columna de fuentes de datos reúne lluvia, caudal, proyecciones y suelos. La de análisis climático incluye series y extremos, análisis espacial, corrección de sesgo y downscaling híbrido. La generación estocástica produce múltiples realizaciones con variabilidad y dependencia. La modelización conecta HEC-HMS, SWAT, SFINCS y HEC-RAS y añade el análisis de sensibilidad hidráulica. Las rutas de código indican dónde se implementan esas capacidades. La franja inferior explica por qué los cuatro módulos de la web no equivalen a cuatro paquetes independientes: análisis y generación comparten climate. Este dibujo es un mapa funcional; cada caso elegirá su propia cadena de operaciones. ¿Por qué separamos análisis climático y generación estocástica si ambos están dentro de climate? Porque esta diapositiva explica funciones metodológicas, no paquetes de programación. El análisis caracteriza las series, sus extremos y dependencias, y trata el sesgo o la señal de cambio climático. La generación utiliza la caracterización estadística para producir múltiples realizaciones sintéticas con la variabilidad y dependencia consideradas. Se distinguen para explicar qué hace cada parte y qué entrega a la siguiente, aunque comparten métodos y se implementan en el mismo paquete climate. Por tanto, hay cuatro módulos funcionales en la web y tres paquetes principales en el código: data_sources, climate y modeling. Ahora explicaré sus operaciones y comprobaciones, siguiendo el recorrido científico.

Transición

Comenzaré por el bloque de datos y sus fuentes.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Reconocer los cuatro módulos de la web y distinguirlos de la organización interna del código.

Recorrido visual

  1. Fuentes de datos
  2. Análisis climático
  3. Generación estocástica
  4. Modelización
  5. Franja inferior: correspondencia con los paquetes del código

Mantener los cuatro nombres de la web. No confundir cuatro módulos funcionales con tres paquetes del código (data_sources, climate y modeling) ni con los tres niveles de arquitectura (núcleo, servicios e interfaz). El downscaling híbrido integra etapas y utiliza otros componentes; el diagrama muestra su ubicación, no cuatro etapas obligatorias.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
Fuentes de datos → Análisis climático → Generación estocástica → Modelización

Paso 17 de 48 · Metodología

Fuentes de datos

Cuatro submódulos para adquirir, homogeneizar y validar datos

Guion completo para leer

Guion principal

Las fuentes de la izquierda aportan observaciones, reanálisis, satélites, caudales, suelos y proyecciones. El adaptador central recibe una variable, un dominio y un período; descarga y convierte unidades, coordenadas y tiempos a estructuras comunes. La salida de la derecha conserva valores y metadatos de procedencia. La figura distingue las familias de fuentes, los adaptadores y una salida común organizada por tiempo, espacio y variable. Cuando corresponde, se utiliza UTC para la referencia temporal y WGS84 para las coordenadas. La fuente, la fecha y la consulta se conservan como metadatos. Esto permite reconstruir de dónde procede un valor y evitar comparar, por ejemplo, acumulaciones con unidades o intervalos distintos. Estaciones, reanálisis y satélite aportan información de naturaleza diferente: antes de combinarlos debemos comprobar qué representa cada producto y cuál es su resolución útil para el problema. Antes de ajustar modelos revisamos ausencias, cobertura, resolución y representatividad. Una serie de ERA5 puede aportar continuidad temporal, pero sus extremos locales deben contrastarse con estaciones. Homogeneizar formatos permite conectar etapas; no convierte todas las fuentes en observaciones equivalentes.

Transición

Una vez revisadas las series, podemos estudiar la frecuencia de sus extremos.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Mostrar qué transforma un adaptador de datos y qué conserva.

Recorrido visual

  1. Cinco familias de fuentes a la izquierda
  2. Adaptadores en el centro
  3. Salida común y metadatos a la derecha

La salida común no garantiza calidad física. Revisar unidades, ausencias, representatividad y metadatos antes del análisis.

Ver diapositiva y figuras
  • Precipitación: ERA5 (0.25°, horaria, desde 1940), GPM-IMERG (0.1°, 30 min, desde 2000, hasta 60°N/S), PERSIANN-CCS (~0.04°, horaria, desde 2003).
  • Caudales fluviales: GloFAS-ERA5 (0.1°, desde 1979, modelo de tránsito H-TESSEL), GRDC, USGS.
  • Cambio Climático: Modelos CMIP6 (ESGF y Copernicus Climate Data Store).
  • Suelos: SoilGrids (250 m, archivo estático 2017, 7 profundidades), clasificación textural USDA automática.
  • Estaciones: Meteostat agrega ~70.000 estaciones globales (NOAA ISD, DWD, AEMET, Environment Canada) con códigos OMM cruzables entre fuentes.
Cualquier fuente llega con el mismo formato y su procedencia registrada

Paso 18 de 48 · Metodología

Extremos y distribuciones GEV

Estimación de eventos raros y su incertidumbre

Guion completo para leer

Guion principal

Partimos de máximos anuales y ajustamos la GEV mediante localización, escala y forma; este último parámetro controla la cola. Comparamos máxima verosimilitud, L-momentos o inferencia bayesiana según los datos y supuestos. En la gráfica, los puntos negros representan máximos anuales de la muestra. La línea azul ilustra máxima verosimilitud; la roja discontinua, L-momentos; y la verde, una aproximación bayesiana. La gris punteada es la distribución de referencia de este ejemplo. Para comparar estimadores fijamos el mismo período de retorno y leemos la altura de sus curvas. En períodos elevados se separan porque la información sobre la cola es escasa. Las bandas muestran incertidumbre alrededor de las estimaciones; no convierten una extrapolación en una observación. Esta figura sirve para explicar esa sensibilidad, sin demostrar que un estimador concreto sea siempre superior. Cuando una estación tiene pocos datos, el análisis regional puede aportar información de estaciones homogéneas, normalizada y reescalada localmente. La homogeneidad debe justificarse. La referencia punteada solo se conoce en esta figura ilustrativa.

Transición

Las cópulas añaden la dependencia entre variables a sus distribuciones individuales.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Un valor de diseño debe leerse junto con su incertidumbre.

Recorrido visual

  1. Izquierda: parámetros de la GEV
  2. Derecha: puntos y curvas
  3. Períodos mayores: extrapolación y bandas

Memoria: §5.2 (GEV/GPD, estimadores e incertidumbre) y §5.3.1 (AFR). GEV sobre máximos de bloque y GPD sobre excedencias independientes son enfoques distintos. AFR: diagnosticar discordancia/heterogeneidad, normalizar por índice local, ajustar distribución regional y reescalar. No atribuir sus resultados a la curva ilustrativa de la derecha. Bootstrap, posterior MCMC y aproximación Fisher de la demo no son intercambiables.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • Máxima verosimilitud: ajuste rápido, sensible a extremos aislados.
  • L-momentos: opción robusta para registros cortos (menos de 30 años).
  • Inferencia bayesiana: banda de credibilidad; exige revisar priors y convergencia.
  • Análisis regional: normalizar, combinar estaciones homogéneas y reescalar los cuantiles locales.
F(x; μ, σ, ξ) = exp { - [ 1 + ξ ( (x - μ) / σ ) ]-1/ξ }

μ: localización · σ: escala · ξ: forma

Ejemplo ilustrativo de curvas GEV: estimadores, extrapolación y bandas; no constituye una validación comparativa.

Paso 19 de 48 · Metodología

Dependencia multivariante y cópulas

Relaciones conjuntas entre variables hidroclimáticas

Guion completo para leer

Guion principal

El caudal horizontal y el nivel del mar vertical tienen distribuciones marginales propias, representadas en los bordes. Ajustamos esas marginales y después una cópula para conservar su dependencia al generar pares. Los puntos negros son observaciones y los grises, realizaciones. Los paneles de los bordes muestran la densidad marginal de cada variable: indican dónde se concentran sus valores por separado. La nube central añade la información de cómo coinciden caudal y nivel del mar. Una cópula permite representar esa dependencia separadamente de las marginales. En las isolíneas podemos movernos entre un caudal mayor y un nivel menor, o al contrario, conservando una misma definición de frecuencia conjunta. La combinación de máxima densidad señalada con una cruz es una referencia estadística; no tiene por qué producir el mayor calado. Esa respuesta depende también de la geometría y de las condiciones del modelo hidráulico. Las curvas AND, rojas, exigen superar ambos umbrales; las OR, azules, al menos uno. Las cruces localizan máxima densidad sobre cada curva. Un mismo período de retorno conjunto admite muchas parejas, con impactos diferentes. Por eso propagamos las combinaciones por el modelo físico antes de asignar frecuencia al impacto.

Transición

Antes de generar escenarios futuros, debemos tratar el sesgo de las proyecciones climáticas.

Indicaciones de preparación (no se leen)

Objetivo al explicar. La dependencia determina qué combinaciones deben simularse.

Recorrido visual

  1. Ejes Q y SL y puntos observados
  2. Distribuciones marginales en los bordes
  3. Curvas AND/OR y cruces de máxima densidad

Q está en m³/s y SL en metros. AND: ambos umbrales; OR: al menos uno. Las cruces MPDE localizan máxima densidad sobre una isolínea: no equivalen automáticamente a máxima respuesta hidráulica.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • Familias: gaussiana para pico, duración y volumen; Gumbel, Clayton y Frank para eventos compuestos.
  • T_OR: al menos una variable supera el umbral (diseño conservador).
  • T_AND: superación simultánea (crítica en confluencias fluviales).
  • Evento de diseño más probable: máximo de la densidad conjunta sobre la isolínea del período de retorno (Salvadori y De Michele).
Período de retorno conjunto (AND en rojo, OR en azul) para confluencias fluviales costeras

Paso 20 de 48 · Metodología · Análisis climático

Cambio climático: corregir el sesgo antes de propagar escenarios

Referencia observada, histórico del modelo y proyección futura

Guion completo para leer

Guion principal

Para incorporar cambio climático necesitamos tres entradas: observaciones, histórico del modelo y proyección futura. El período histórico común permite caracterizar diferencias sistemáticas. El método delta aplica cambios mensuales; el mapeo cuantil corrige la distribución. QDM y SDM permiten tratar la señal de cambio según el método elegido. En las tres cajas superiores, las observaciones y el histórico del modelo deben compararse durante un período común. La proyección futura aporta el escenario que queremos transformar. En el método delta, la temperatura puede tratarse con cambios aditivos y la precipitación con factores multiplicativos. El mapeo cuantil trabaja sobre las distribuciones; sus variantes cambian cómo trasladan la señal futura. Por eso hay que declarar la opción utilizada. La caja de salida conserva la referencia, el modelo, el método y el horizonte. La franja inferior recuerda las comprobaciones: ajustar una media no garantiza representar correctamente la frecuencia de lluvia ni sus extremos. La salida es un escenario corregido y documentado, que podrá alimentar la generación o los modelos físicos. Comprobamos medias, frecuencia de precipitación y extremos según la variable. Corregir sesgos no elimina la incertidumbre climática ni garantiza reproducir cualquier extremo local.

Transición

Con esos escenarios corregidos podemos generar realizaciones sintéticas coherentes.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Explicar qué se compara, qué se corrige y qué incertidumbre permanece.

Recorrido visual

  1. Tres entradas: referencia, control y futuro
  2. Métodos: delta o corrección de distribuciones
  3. Escenarios corregidos y controles

Fuente: memoria §5.5, pp. 65–66. Delta aditivo para temperatura y multiplicativo para precipitación; EQM empírico; QDM multiplicativo; SDM paramétrico gamma/normal. Preservación de la señal depende de método y variable, no atribuirla por igual a todos. Conservar referencia, período histórico común, modelo, escenario, horizonte y configuración. Comprobar calidad de referencia, extrapolación y resultados físicos; no presentar una variante universal ni una validación automática fuera de muestra.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
Síntesis de la memoria doctoral, §5.5, pp. 65–66. La corrección se documenta por variable, modelo, escenario y horizonte.

Paso 21 de 48 · Metodología

Generación estocástica de escenarios

Escenarios de lluvia coherentes en espacio y tiempo

Guion completo para leer

Guion principal

El generador se elige según el problema: NEOPRENE representa lluvia mediante tormentas y células, en un punto con NSRP o en varias estaciones con STNSRP. CoSMoS reproduce una distribución marginal y su dependencia temporal. Calibramos con las series de entrada y generamos realizaciones; después comprobamos estacionalidad, dispersión, persistencia y, cuando corresponde, dependencia espacial. Los tres gráficos comparan media mensual, desviación típica y autocorrelación. Aquí la entrada «observado» también es sintética: explica el diagnóstico, sin validar todos los generadores. La salida es un ensemble que alimentará los modelos físicos. En los tres gráficos, las barras verdes representan la entrada y la línea naranja, el resultado simulado de la demostración. El primero compara la evolución estacional de la media; el segundo, cuánto varían los valores alrededor de ella; el tercero, la relación con el valor del paso temporal anterior. Se aprecia una buena coincidencia de las medias, mientras que la autocorrelación presenta diferencias en varios meses. Ese diagnóstico importa: dos series pueden tener medias parecidas y una persistencia distinta. Si alimentan un modelo hidrológico, la duración y la secuencia de las entradas pueden influir en la respuesta. La comparación debe hacerse antes de utilizar las realizaciones en un estudio de diseño.

Transición

Los modelos físicos transforman después esos escenarios en caudales y calados.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Generar, comprobar propiedades y seleccionar escenarios representativos.

Recorrido visual

  1. Tres gráficos: media, dispersión y autocorrelación
  2. Barras de la serie de entrada y línea simulada
  3. Condición previa a usar las realizaciones

Memoria: §5.4. NEOPRENE (NSRP/STNSRP) y CoSMoS son librerías externas integradas como envoltorios. En lluvia también se comprueban frecuencia de días secos/húmedos y extremos; en multisitio, correlación espacial y simultaneidad. La captura es una demo sintética con simulación rápida AR(1) estacional y transformación marginal, no una ejecución completa de STNSRP. Selección MaxDiss y reconstrucción k-NN se explican después de los motores físicos.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • NEOPRENE: tormentas y células; NSRP puntual o STNSRP multisitio.
  • CoSMoS: distribución marginal, autocorrelación y estacionalidad.
  • Calibrar → generar → comprobar media, dispersión, persistencia y dependencia espacial.
  • Salida: realizaciones sintéticas; verificar sus propiedades antes de simular impactos.
Diagnóstico estacional de una demo sintética: media, desviación estándar y autocorrelación; «observado» designa la entrada de demostración.

Paso 22 de 48 · Metodología

Modelos hidrológicos e hidráulicos

Cinco submódulos para preparar y validar motores físicos

Guion completo para leer

Guion principal

El modelo hidrológico convierte lluvia en hidrogramas; el hidráulico transforma caudales y condiciones de contorno en calados, velocidades y extensión inundada. HEC-HMS y SWAT+ cubren la primera tarea; HEC-RAS y SFINCS, la segunda. El adaptador prepara archivos, ejecuta el motor con su versión registrada, homogeneiza las salidas y comprueba unidades, rangos y finalización. Obtenemos respuestas comparables por escenario. La geometría, la rugosidad, las condiciones de contorno y la estabilidad numérica requieren revisión experta. Las cuatro operaciones del adaptador tienen salidas verificables. Preparar produce los archivos y parámetros que espera el motor. Ejecutar registra cómo terminó el proceso y con qué versión. Homogeneizar convierte sus resultados a estructuras y unidades comunes, y validar comprueba que existen, tienen unidades coherentes y permiten continuar. Esto es distinto de demostrar que el modelo reproduce el comportamiento observado del sistema. La revisión física incluye la geometría, las estructuras, las condiciones de contorno y las decisiones de calibración. La figura separa ambas tareas para que la automatización de una ejecución no se confunda con la validación completa de un modelo.

Transición

Veamos cómo obtener impactos para el ensemble completo sin simularlo íntegramente.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Los adaptadores conectan escenarios y respuestas físicas.

Recorrido visual

  1. Escenarios de entrada
  2. Preparar, ejecutar, homogeneizar y validar
  3. HEC-HMS, SWAT+, SFINCS y HEC-RAS

El esquema del adaptador distingue preparación, ejecución, homogeneización y validación. Diferenciar las comprobaciones de ejecución de la validación física frente a observaciones.

Ver diapositiva y figuras
  • HEC-HMS: calibración automática de parámetros frente a NSE, PBIAS o RMSE.
  • SWAT+: simulación continua con forzamientos climáticos generados automáticamente.
  • SFINCS: motor 2D rápido para campañas Monte Carlo de miles de escenarios.
  • HEC-RAS 1D/2D: geometría e hidrogramas de entrada preparados automáticamente.
Un contrato común conecta motores distintos sin rehacer el núcleo

Paso 23 de 48 · Metodología · Propagación del impacto

Del ensemble a los mapas de período de retorno

Seleccionar, simular, reconstruir y comprobar antes de estimar frecuencia

Guion completo para leer

Guion principal

Simular físicamente todos los escenarios puede resultar costoso. El esquema separa N escenarios de un subconjunto n: MaxDiss selecciona realizaciones que cubren su variabilidad. Ejecutamos esas realizaciones y k-NN reconstruye los mapas restantes a partir de escenarios similares. La primera caja contiene el ensemble completo N, con sus descriptores y su frecuencia de ocurrencia. MaxDiss escoge un subconjunto que cubre el espacio considerado; esa selección no convierte a todos los representantes en eventos equiprobables. La caja central recoge las n simulaciones físicas, y k-NN utiliza escenarios próximos para reconstruir respuestas no simuladas. La validación del panel inferior izquierdo reserva mapas conocidos y los compara con sus reconstrucciones. El panel derecho reúne después los impactos para estimar frecuencia por celda. Así se mantienen separadas dos preguntas: cuánto error introduce reconstruir un mapa y qué frecuencia corresponde al calado obtenido. Validamos excluyendo simulaciones conocidas y comparando sus mapas reconstruidos con los físicos: error de calado, acierto de extensión y cuantiles altos. Si la cobertura es insuficiente, ampliamos o revisamos la selección. Finalmente estimamos la frecuencia del calado en cada celda, conservando la duración representada o los pesos de ocurrencia. Esa frecuencia corresponde al impacto.

Transición

Con los cuatro módulos y su conexión ya explicados, entremos por primera vez en HYDRA para reconocerlos en la web.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Mostrar cómo el ensemble se transforma en frecuencia del impacto y cómo se comprueba la reconstrucción.

Recorrido visual

  1. N escenarios → MaxDiss → n simulaciones
  2. Mapas físicos → k-NN → ensemble de impactos
  3. Validación cruzada y frecuencia por celda

Fuente: memoria §5.6–5.6.1, pp. 66–68. MaxDiss cubre el espacio de descriptores; su selección no asigna probabilidad ni garantiza representatividad hidráulica por sí sola. k-NN interpola mapas usando vecinos y pesos; exige validación cruzada por aplicación. Métricas: RMSE/sesgo de calado, CSI y sobre/infrapredicción de extensión, error en cuantiles altos. Conservar la frecuencia del ensemble completo; no asignar el mismo peso a cada representante MaxDiss por defecto. Estimar T sobre máximos/ocurrencias de impacto según el diseño temporal y los supuestos del estudio. La validación de reconstrucción contra el motor no equivale a validación contra observaciones.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
Síntesis de la memoria doctoral, §5.6–5.6.1, pp. 66–68. N escenarios generados; n seleccionados para simulación física.

Paso 24 de 48 · Metodología · Navegación por HYDRA · Visita web (capturas en estudio)

Primera visita a HYDRA: del núcleo al navegador

Núcleo científico, plataforma web y entorno reproducible

Guion completo para leer

Guion principal

Una vez explicados los cuatro módulos y cómo se conectan sus operaciones, entramos por primera vez en HYDRA para reconocer su organización en la web. La portada permite reconocer los accesos a la documentación de los módulos, las herramientas interactivas y los casos de estudio con sus notebooks. La primera entrada que señalo es la documentación de módulos, donde se explica qué hace cada bloque y qué necesita. La segunda son las herramientas, que permiten ejecutar operaciones acotadas desde formularios y leer sus salidas. La tercera son los casos, que sitúan esas operaciones en un problema y enlazan los materiales disponibles. En esta primera visita no ejecutaremos aún una cadena territorial completa. El objetivo es reconocer esos accesos y la función que tendrán en el resto de la defensa, para que cada cambio entre diapositiva y web conserve una finalidad clara. La web reúne esos recursos y los conecta con el núcleo científico. Aquí situamos esas tres entradas; después utilizaremos una herramienta e interpretaremos resultados concretos. Los cuatro módulos que acabamos de explicar proporcionan el cálculo científico. A continuación veremos cómo se accede a algunas de sus operaciones desde las herramientas web.

Transición

Una vez situados en la plataforma, veamos cómo se utilizan sus herramientas interactivas.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Conservar una primera entrada explícita en HYDRA y orientar al tribunal antes de mostrar operaciones concretas.

Recorrido visual

  1. Portada y navegación principal
  2. Accesos a documentación, herramientas y casos/notebooks
  3. Relación con el núcleo científico

Primera visita necesaria, situada después de los módulos y antes de las herramientas web. Navegación de orientación, distinta de la demostración GEV y de las páginas de resultados. No saltarla. Evitar recorrer menús o ejecutar cálculos todavía. No dejar recuadros de resaltado sobre la portada.

Acción en la web. Entrar por primera vez en la portada. Mostrar los accesos a módulos, herramientas y casos/notebooks sin ejecutar todavía una herramienta. Volver al relato al pasar de diapositiva.

Demos preparadas: muestra las capturas locales en orden: Plataforma. Utiliza los botones de la diapositiva para cambiar de captura. Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
  • Núcleo científico: concentra los métodos de datos, clima y modelización.
  • Plataforma web: permite explorar documentación, herramientas y casos.
  • Ejecución reproducible: reúne API, notebooks y servicios en un entorno controlado.
  • Distribución abierta: código versionado y software archivado con DOI.
Portada local de HYDRA: acceso a módulos, herramientas y notebooks.
HYDRA integra documentación, herramientas y casos reproducibles

Paso 25 de 48 · Metodología · Herramientas interactivas

Herramientas interactivas en la nube

Acceso democratizado al motor pyhydra

Guion completo para leer

Guion principal

Los accesos de la plataforma permiten utilizar extremos, cópulas, series sintéticas, curvas IDF, análisis regional y corrección de sesgo. El esquema inferior muestra el recorrido común: la web envía entradas y parámetros a la API, pyhydra calcula y devuelve resultados. Estos accesos corresponden a preguntas concretas. Extremos estima cuantiles y su incertidumbre; cópulas, combinaciones de variables dependientes; series sintéticas, realizaciones temporales; IDF, relaciones entre intensidad, duración y frecuencia; análisis regional, estimaciones que comparten información entre estaciones; y corrección de sesgo, transformación de proyecciones respecto a una referencia. El esquema inferior muestra su acceso común al núcleo. La pantalla facilita configurar una operación, pero cada resultado debe interpretarse junto con la serie utilizada, el método seleccionado y sus hipótesis. Las demostraciones siguientes recorrerán tres operaciones diferenciadas: generar eventos dependientes, interpolar una variable en el espacio y calcular una respuesta hidráulica. La interfaz hace accesible el cálculo; interpretar sus hipótesis y límites exige criterio técnico. Comenzaré por las cópulas, continuaré con la interpolación espacial y cerraré con el modelado hidráulico. En cada herramienta identificaremos las entradas, la operación y la lectura del resultado.

Transición

Empecemos con las cópulas: veremos cómo se generan combinaciones que conservan la dependencia entre variables.

Indicaciones de preparación (no se leen)

Objetivo al explicar. La interfaz facilita el acceso; la interpretación exige conocer el método.

Recorrido visual

  1. Herramientas disponibles
  2. API común
  3. Núcleo científico

Esta diapositiva explica el acceso al método; la siguiente demuestra su operación. La explicación y la interacción se cronometran por separado en el ensayo de esta versión amplia.

Ver diapositiva y figuras
  • Simulación estocástica CoSMoS en 3 pasos
  • Estimación de GEV bayesiana y curvas de retorno
  • Cópulas compuestas y curvas AND/OR en confluencias
  • Una demostración principal; el resto, preparado como material de reserva para preguntas
Las herramientas web llaman al mismo núcleo pyhydra que los notebooks

Paso 26 de 48 · Metodología · Demostración de cópulas · Visita web (capturas en estudio)

Demostración guiada: cópulas de eventos

De los eventos de entrada a combinaciones sintéticas dependientes

Guion completo para leer

Guion principal

Esta demostración permite reconocer cómo se representan las dependencias al generar eventos sintéticos. Utilizo la opción Demo, que contiene ochenta eventos artificiales. Selecciono caudal máximo y volumen como variables continuas, y mantengo la estación del año como variable discreta. Solicito mil realizaciones y pulso «Ajustar cópula». No son observaciones del Besaya ni de otro caso de estudio. En los diagramas por parejas, los ejes identifican las dos variables comparadas. Los puntos verdes corresponden a la muestra de entrada y los violetas, a los eventos generados. La forma y orientación de la nube muestran cómo varían conjuntamente las variables: por ejemplo, si los caudales elevados tienden a acompañarse de volúmenes mayores. La generación busca conservar esa estructura sin repetir los mismos eventos de entrada. Después comparo las distribuciones marginales y las matrices de correlación de la muestra y de la generación. Las marginales describen cada variable por separado; las matrices resumen asociaciones entre variables. En esta comparación me centro en la relación entre caudal máximo y volumen; la estación del año es una categoría discreta, no una magnitud continua. Una coincidencia aproximada es un diagnóstico del ajuste, pero no garantiza por sí sola la reproducción de toda la dependencia extrema. FloodEventCopula combina marginales ajustadas con una cópula gaussiana. La página incluye además un análisis bivariante de períodos de retorno conjuntos. Es una operación distinta de la generación multivariante que acabamos de recorrer. Para esta visita me centro en las nubes, las marginales y las correlaciones; el ejemplo completo de curvas AND y OR queda disponible en los anexos. La utilidad de estos eventos consiste en alimentar después los modelos físicos con combinaciones plausibles, conservando las hipótesis del ajuste.

Transición

La dependencia relaciona variables; la interpolación responde a otra pregunta: qué estimamos entre las estaciones disponibles.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Mostrar que generar eventos exige representar marginales y dependencia, y comprobar ambas.

Recorrido visual

  1. Demo: variables y número de muestras
  2. Nubes de entrada y sintéticas por parejas
  3. Marginales y matrices de correlación

Los eventos de la demo son artificiales. En los gráficos «Observado» identifica la entrada, no observaciones de campo. La generación multivariante usa FloodEventCopula y cópula gaussiana; el panel de períodos conjuntos bivariantes es otro análisis.

Acción en la web. Utilizar Demo, Qmax y volume como variables continuas, season como discreta y 1000 muestras; pulsar Ajustar cópula. Comparar las nubes de entrada y sintéticas, las marginales y las matrices de correlación. No ejecutar otra operación durante esta visita.

Demos preparadas: muestra las capturas locales en orden: Dependencia entre variables → Distribuciones marginales → Correlación. Utiliza los botones de la diapositiva para cambiar de captura. Si la API no responde, utiliza las capturas preparadas de esta misma herramienta.

Ver diapositiva y figuras
Demo: 80 eventos artificiales de entrada y 1000 realizaciones sintéticas; comparación por parejas.
Comparación de las distribuciones de caudal máximo y volumen en la entrada y la generación.
Matrices de correlación de la entrada y de los eventos generados en la misma ejecución.

Paso 27 de 48 · Metodología · Demostración de interpolación · Visita web (capturas en estudio)

Demostración: interpolación espacial

Comparar campos interpolados y error de validación cruzada

Guion completo para leer

Guion principal

En la herramienta selecciono Demo y comparo tres métodos sobre las mismas ocho estaciones: IDW, kriging ordinario y una función de base radial. Ejecuto la comparación con la validación cruzada activada. En el mapa, los puntos sitúan las estaciones y el campo continuo representa la variable interpolada en los puntos objetivo. La validación cruzada deja fuera una estación, predice su valor con las restantes y repite el proceso para calcular el RMSE. Así podemos comparar métodos con los mismos datos y no solo por el aspecto del mapa. La opción de kriging utilizada es ordinaria; no incluye aquí la covariable de elevación de un kriging universal. Tampoco convierte una red escasa en observaciones nuevas: la calidad sigue limitada por la distribución de estaciones y la estructura espacial de la variable. Los puntos del mapa representan el soporte observacional; los valores entre ellos son estimaciones del interpolador. Un campo visualmente suave puede seguir teniendo errores importantes donde la red es escasa o cambia el régimen espacial. La validación dejando una estación fuera obliga a predecir un dato conocido sin utilizarlo en el ajuste de esa repetición. El RMSE resume esas diferencias en las unidades de la variable. Para comparar los tres métodos mantenemos las mismas estaciones y el mismo protocolo. El resultado informa sobre el comportamiento en esta muestra, sin garantizar el mismo error en todos los puntos del territorio ni en otro episodio.

Transición

Después de estimar las entradas en el espacio, pasemos a la respuesta física de un cauce idealizado.

Indicaciones de preparación (no se leen)

Captura de la ejecución local de /tools/interpolation. Demo de 8 estaciones; IDW, kriging ordinario y RBF. Señalar el mapa y el RMSE LOOCV. No presentar como reproducción de Andes o Mallorca ni como kriging universal con DEM.

Acción en la web. Ejecutar Demo con IDW, kriging ordinario y RBF; activar validación cruzada. Comparar mapas y RMSE utilizando la misma red de ocho estaciones.

Demos preparadas: muestra las capturas locales en orden: Mapa kriging → Validación LOOCV. Utiliza los botones de la diapositiva para cambiar de captura. Si la API no responde, utiliza las capturas preparadas de esta misma herramienta.

Ver diapositiva y figuras
Demo de 8 estaciones: mapa de kriging ordinario sobre una malla de 45 × 45 puntos.
RMSE de la demo: kriging 14,796; IDW 15,281; RBF 19,327. La comparación depende de esta red.

Paso 28 de 48 · Metodología · Demostración de modelado · Visita web (capturas en estudio)

Demostración guiada: modelado hidráulico

Geometría, rugosidad y condiciones de contorno: su efecto sobre la lámina libre

Guion completo para leer

Guion principal

Esta herramienta permite explorar la respuesta hidráulica de un cauce idealizado. En los controles fijamos el caudal, la pendiente, la geometría de la sección y la rugosidad de Manning del cauce y de las márgenes. Es un ejemplo didáctico; no representa un tramo calibrado del Besaya ni ejecuta aquí HEC-RAS o SFINCS. Comienzo con la condición de flujo uniforme. En el perfil longitudinal, el eje horizontal representa la distancia y el vertical, la cota. El lecho aparece en la parte inferior y la línea azul representa la lámina libre. Las referencias de calado normal y crítico ayudan a interpretar el régimen. Debemos distinguir la cota de la lámina del calado, que es la distancia vertical hasta el lecho. Cambio únicamente la condición de contorno a un nivel impuesto aguas abajo. Mantengo el resto de parámetros para observar cómo esa condición modifica el perfil. Si el nivel impuesto supera el correspondiente al flujo uniforme, aparece un remanso: la influencia del contorno se transmite hacia aguas arriba y la lámina deja de seguir paralela al lecho. La comparación permite relacionar una decisión de entrada con una respuesta física visible. La sección transversal y la representación de la inundación completan la lectura del perfil. Sus resultados están condicionados por la geometría idealizada y los supuestos del cálculo. La herramienta facilita explorar esos efectos; aplicar el método a un proyecto real exige datos del terreno, condiciones de contorno justificadas y validación.

Transición

Pasemos de este ejemplo didáctico al conjunto de casos que aporta la evidencia de la tesis.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Explicar cómo las condiciones de entrada y de contorno modifican el perfil hidráulico.

Recorrido visual

  1. Controles del modelo idealizado
  2. Perfil longitudinal y referencias normal y crítica
  3. Cambio del contorno aguas abajo

Ejemplo didáctico de cauce idealizado mediante Manning y cálculo de perfil. No atribuir esta ejecución a HEC-RAS o SFINCS. Comparar las dos condiciones manteniendo los demás parámetros.

Acción en la web. Mostrar el flujo uniforme con los parámetros iniciales. Cambiar a nivel impuesto aguas abajo, conservando los demás parámetros, y comparar el perfil de lámina libre.

Demos preparadas: muestra las capturas locales en orden: Flujo uniforme → Nivel impuesto aguas abajo. Utiliza los botones de la diapositiva para cambiar de captura. Si la API no responde, utiliza las capturas preparadas de esta misma herramienta.

Ver diapositiva y figuras
  • Entradas: caudal, geometría, pendiente y rugosidad.
  • Perfil longitudinal: distancia, cota del lecho y lámina libre.
  • Comparación: flujo uniforme y nivel impuesto aguas abajo.
Modelo idealizado: parámetros iniciales y perfil con condición de flujo uniforme.
Mismos parámetros; cambio de la condición de contorno para observar el remanso.

Paso 29 de 48 · Casos y validación

Diez estudios, tres dimensiones de validación

Dos estudios en el Besaya: frecuencia del impacto y sensibilidad a las rugosidades

Guion completo para leer

Guion principal

Esta tabla sitúa los diez estudios que examinaremos y muestra qué componentes intervienen en cada uno. Las primeras columnas identifican el problema y su aplicación principal. Las cuatro columnas centrales indican datos, clima o extremos, generación estocástica y modelización. Las marcas permiten seguir qué parte de la cadena necesita cada estudio; un guion señala que ese componente no forma parte del alcance mostrado. Los dos trabajos sobre el Besaya comparten dominio, pero responden a preguntas distintas: estimar la frecuencia del impacto y estudiar la sensibilidad a la rugosidad y al motor hidráulico. Mallorca y Calle 30 recorren cadenas hasta el resultado hidráulico. Valencia se concentra en extremos e incertidumbre. Tanganica, Andes, SIMPCCe y Panamá muestran aplicaciones climáticas en dominios y decisiones diferentes. El contraste IAHR 2022 permite examinar la influencia del procedimiento de diseño. La última columna distingue cuatro estudios con notebooks —Besaya, rugosidades, Calle 30 y Valencia— de los seis documentados mediante publicaciones o proyectos. Tener un notebook permite consultar el procedimiento; ejecutarlo exige también los datos, las dependencias y los motores de cada flujo. La tabla presenta, por tanto, cobertura metodológica y disponibilidad de materiales, con alcances diferentes. Seguiremos los casos para interpretar qué evidencia aporta cada uno.

Transición

El Besaya establece el primer principio: estimar la frecuencia sobre el impacto.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Cada caso aporta una evidencia y un alcance de reproducción distintos.

Recorrido visual

  1. Filas: aplicaciones
  2. Columnas: componentes y disponibilidad en HYDRA
  3. Tres preguntas de validación

Diez estudios, no diez emplazamientos distintos. Cuatro entradas con notebooks; seis documentadas. Los notebooks actuales del Besaya no equivalen a reproducir automáticamente el flujo manual histórico de Iber. HEC-RAS requiere Windows y SFINCS su ejecutable y entorno de cálculo.

Ver diapositiva y figuras
  • Besaya: frecuencia sobre el impacto
  • Besaya: rugosidades de Manning y comparación de motores
  • Mallorca: cadena en cuenca sin aforo
  • Madrid Calle 30: lluvia multisitio y calado en túneles
  • Valencia: extremos e incertidumbre tras la DANA de 2024
  • Lago Tanganica: clima, caudal y cotas futuras
  • Andes: calibración hidrológica regional
  • IAHR 2022: procedimiento convencional frente a cadena estocástica
  • SIMPCCe: caudales mínimos y gestión de embalses
  • Panamá: automatización climática y capas de riesgo

Paso 30 de 48 · Casos y validación · Visita web (capturas en estudio)

Besaya 2018: aquí nace la frecuencia sobre el impacto

Aforos → eventos multivariantes → Iber → distribución de calados

Guion completo para leer

Guion principal

En el esquema del Besaya seguimos el agua desde los aforos hasta el resultado hidráulico. Primero se extraen avenidas independientes y se describen mediante pico, volumen y duración. Una cópula gaussiana permite conservar su dependencia al generar nuevos hidrogramas plausibles. Después, Iber transforma esos hidrogramas en calados y extensión. El último bloque reúne las respuestas y estima su frecuencia. Por tanto, el período de retorno del calado se obtiene después de simular el comportamiento del sistema. La fila superior parte de los aforos y describe cada avenida mediante pico, volumen y duración. Esas magnitudes deben conservar una dependencia plausible al generar nuevos hidrogramas. El terreno y los usos del suelo aportan después la información espacial que necesita Iber para transformar el caudal en una respuesta hidráulica. La selección de escenarios permite organizar las ejecuciones, y el postprocesado reúne calados y velocidades. El bloque final asigna frecuencia a los impactos simulados. El orden es esencial: primero se transforma cada entrada en una respuesta y después se analiza el conjunto de respuestas, en lugar de trasladar directamente una etiqueta de frecuencia desde el hidrograma. Este trabajo de 2018 precede a pyhydra y establece el fundamento científico del desarrollo posterior. La tesis recoge la necesidad de repetir esas operaciones y conectarlas de una forma trazable y transferible.

Transición

Con la cadena del Besaya situada, comparemos las respuestas de SFINCS y HEC-RAS frente a la rugosidad.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Mostrar dónde se calcula la frecuencia dentro de la cadena fundacional.

Recorrido visual

  1. Aforos y descripción multivariante
  2. Hidrogramas generados y simulación con Iber
  3. Distribución del impacto al final

El TFM y el artículo preceden a la arquitectura actual. La frecuencia de calado/extensión se estima después de la simulación hidráulica.

Acción en la web. Ir directamente a la figura del pipeline del caso del Besaya, centrada en la ventana. Recorrer sus etapas y volver al relato al avanzar.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
pico, volumen y duración
3 variablesdos avenidas con el mismo pico pueden causar impactos distintos
motor hidráulico de 2018
Iberempleado manualmente, sin adaptador por lotes en pyhydra
frecuencia sobre el impacto
T(calado)no se hereda directamente del caudal pico
  • Los datos de partida son caudales observados, no precipitación.
  • La dependencia conjunta se modela entre caudal pico, volumen y duración.
  • Iber fue el motor de la publicación fundacional de 2018.
  • El estudio HEC-RAS/SFINCS pertenece a una etapa posterior de sensibilidad sobre el mismo dominio.
Cadena fundacional documentada en la memoria: el período de retorno se estima a partir del resultado hidráulico

Papel de pyhydra. Formaliza después los bloques repetibles que este trabajo reveló como necesarios: eventos, dependencia, modelos y postproceso.

  1. Aforos
  2. Qp + V + duración
  3. Cópula gaussiana
  4. Hidrogramas
  5. Iber → T(calado)

Referencia: TFM (2017); Revista de Obras Públicas 3598 (2018); memoria doctoral, cap. 7

Paso 31 de 48 · Casos y validación

Besaya: cuánto cambia el impacto al cambiar de motor

Dos trabajos sobre el mismo dominio que no deben confundirse

Guion completo para leer

Guion principal

Esta figura compara 995 realizaciones de rugosidad ejecutadas con ambos motores: 1.990 simulaciones. La leeré de arriba abajo, primero el calado y después el área inundada. Arriba, cada punto corresponde a la misma realización: SFINCS en horizontal y HEC-RAS en vertical. A la izquierda se compara el calado medio, en metros; a la derecha, el área inundada, en kilómetros cuadrados. La diagonal discontinua indica igualdad. Por encima, HEC-RAS produce valores mayores. La diferencia media es de 0,172 metros en calado y 0,149 kilómetros cuadrados en área. Las correlaciones, próximas a 0,5, indican una asociación moderada: ambos motores no responden de forma equivalente. Aquí, azul y rosa distinguen dos regímenes de HEC-RAS, de menor y mayor extensión. Las líneas horizontales señalan sus áreas medias: 0,577 y 0,700 kilómetros cuadrados. Abajo cambia el significado de los colores: verde representa SFINCS y rojo, HEC-RAS. Las curvas resumen cómo se distribuyen los resultados; un pico alto indica concentración alrededor de un valor, no más simulaciones. En calado, la curva roja está desplazada hacia valores mayores y es más ancha. En área, SFINCS concentra sus resultados en una zona estrecha; HEC-RAS presenta dos regímenes, cuya separación se aprecia mejor arriba. El coeficiente de variación mide la dispersión respecto a la media: 8,4 por ciento en HEC-RAS y 2 por ciento en SFINCS. El análisis espacial vincula los regímenes con la conexión de un compartimento secundario de 7,4 hectáreas. El coeficiente de variación es la desviación típica dividida por la media, expresada en porcentaje. Permite comparar dispersión relativa entre conjuntos con medias distintas. En calado es del 3 por ciento en SFINCS y del 5,7 por ciento en HEC-RAS; en área, del 2 y del 8,4 por ciento, respectivamente. Las curvas inferiores son densidades suavizadas: su altura no es una probabilidad puntual y cada distribución está normalizada. Las diferencias medias entre motores tampoco son errores frente a una medición. El anexo espacial permitirá investigar el mecanismo que separa los regímenes sin atribuirlo a una sola clase de Manning o a un umbral topográfico suficiente por sí mismo. La conclusión es que elegir el motor modifica el impacto y su variabilidad. Estas diferencias no demuestran cuál reproduce mejor la realidad; para ello necesitamos observaciones.

Transición

En Mallorca, la dificultad comienza antes: disponer de entradas con pocos datos.

Indicaciones de preparación (no se leen)

Objetivo al explicar. La elección del motor también cambia el impacto estimado.

Recorrido visual

  1. (a) Arriba izquierda: ejes, diagonal 1:1 y diferencia media de calado
  2. (b) Arriba derecha: área, colores de los regímenes y medias 0,577 / 0,700 km²
  3. (c) Abajo izquierda: cambio de colores a motores; concentración y desplazamiento del calado
  4. (d) Abajo derecha: distribución del área y CV 8,4 % / 2 %
  5. Cerrar con incertidumbre estructural y necesidad de observaciones

Fuente: memoria definitiva, §7.2.3 y figura 7.3, pp. 91–93; código de la figura 4 en notebooks/pilot_cases/manning_rugosidades/06_figuras_paper.ipynb. Bias = media de HEC-RAS menos SFINCS: diferencia entre modelos, no error frente a observaciones. r de Pearson: 0,516 en calado y 0,490 en área; no es un porcentaje de acierto. Arriba, azul/rosa clasifican el régimen de HEC-RAS; abajo, verde/rojo identifican el motor. Los 97 casos de régimen bajo y 898 de régimen alto son realizaciones del ensemble, no probabilidades anuales. Las curvas inferiores son densidades suavizadas, con área total unitaria; la altura no es una probabilidad ni un recuento. CV = desviación típica / media × 100: calado 3,0 % SFINCS y 5,7 % HEC-RAS; área 2,0 % y 8,4 %. Las medias 0,577 y 0,700 km² son de los regímenes de HEC-RAS; su diferencia (12,3 ha) no equivale a la superficie del compartimento secundario (7,4 ha). La conexión no depende de una sola clase de Manning ni de rebasar por sí solo el collado de 60,1 m: intervienen campo de rugosidad, gradientes, malla y conectividad. Para ampliar este mecanismo, abrir el anexo de bifurcación hidráulica.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
simulaciones hidráulicas 2D
1.990995 realizaciones emparejadas en HEC-RAS y SFINCS
compartimento secundario activado
7,4 habifurcación asociada al umbral topográfico de 60,1 m
CV del área en HEC-RAS
8,4 %frente al 2,0 % obtenido con SFINCS
  • Enfoque Monte Carlo: 995 simulaciones hidráulicas emparejadas sobre 9 usos de suelo (Manning).
  • Incertidumbre: Variabilidad inter-modelo (motores) > Variabilidad intra-modelo (rugosidad, <2% de la varianza).
  • Bifurcación: un collado a cota 60,1 m s.n.m. controla la conexión con una llanura secundaria de unas 7,4 ha.
  • Respuesta bimodal: HEC-RAS muestra saltos discretos (sesgo +0,172 m, r=0,52) no capturados por SFINCS.
Las 995 realizaciones emparejadas muestran diferencias entre HEC-RAS y SFINCS

Papel de pyhydra. Convierte un ensemble de parámetros y dos motores hidráulicos en una comparación probabilística trazable del impacto.

  1. Manning Monte Carlo
  2. HEC-RAS 2D + SFINCS
  3. Comparación emparejada
  4. Distribuciones de impacto

Referencia: Memoria doctoral, cap. 7 (Besaya); manuscrito enviado a Environmental Modelling & Software

Paso 32 de 48 · Casos y validación

Mallorca: reconstruir la cadena con pocos datos

Sant Llorenç des Cardassar (Episodio de octubre 2018)

Guion completo para leer

Guion principal

Mallorca introduce otra dificultad: reconstruir una inundación en una cuenca sin aforos. Tras el episodio de Sant Llorenç de octubre de 2018, se combinó información de lluvia, dependencia entre estaciones e interpolación espacial para construir entradas plausibles. Los indicadores de la izquierda resumen la estrategia: generar miles de escenarios, simular una selección y reconstruir los restantes mediante k-NN, aquí con seis vecinos. Iber transforma las entradas en calados y extensión; la extensión se contrasta con la cartografía de Copernicus. Los dos mapas muestran el mismo dominio urbano, lo que permite comparar la localización de las diferencias. La leyenda indica calado en metros: el azul oscuro representa mayor profundidad y el claro, menor profundidad. Conviene distinguir dos aspectos: la extensión de la zona mojada y la profundidad dentro de ella. El mapa estocástico presenta diferencias de calado y de distribución espacial respecto al clásico; no equivale a aplicar un factor constante a toda la mancha. El indicador k igual a seis se refiere a los vecinos utilizados para reconstruir respuestas no simuladas. El contraste con Copernicus aporta una referencia de extensión para el episodio, con las limitaciones de observación y datos del caso. A la derecha comparamos el mapa clásico, a la izquierda, con el estocástico, a la derecha. Las diferencias dependen de la localización. La aportación es llevar la variabilidad de la lluvia hasta el impacto, incluso cuando la escasez de datos dificulta caracterizar el episodio.

Transición

Calle 30 añade la exigencia de calcular muchos escenarios para una infraestructura.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Con pocos datos, la incertidumbre de la lluvia debe llegar al mapa hidráulico.

Recorrido visual

  1. Izquierda: escenarios, k=6 e impacto
  2. Mapas: clásico a la izquierda, estocástico a la derecha
  3. Diferencias espaciales de calado

Panel izquierdo: procedimiento clásico; derecho: estocástico. Copernicus aporta referencia de extensión. 5,85 m es un máximo modelado, no una medición observada.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
de tormentas sintéticas
Milesamplían registros horarios cortos
vecinos óptimos para reconstrucción
k = 6calados y velocidades no simulados
frecuencia calculada sobre calado
Impactomancha distinta a la metodología basada en lluvia
  • Sin aforo: contraste cualitativo con la mancha Copernicus y con marcas documentadas del episodio.
  • Clasificación PCA + k-means: 25 formas representativas de hietograma histórico.
  • Cópula gaussiana: acopla máximo, media, duración y tipo de tormenta entre pluviómetros.
  • Doble malla: hidrología a 25 m, hidráulica a 8 m (LiDAR, Iber); calado máximo simulado de 5,85 m.
Calados en Sant Llorenç: Metodología clásica (izquierda) vs Enfoque Estocástico Completo (derecha)

Papel de pyhydra. Une lluvia sintética, interpolación espacial, simulación física y reconstrucción de impactos en una cuenca sin aforos.

  1. Lluvia observada
  2. Cópulas + kriging
  3. MaxDiss + Iber 2D
  4. k-NN
  5. T sobre calado

Referencia: Caso Sant Llorenç (2019); memoria doctoral, cap. 7

Paso 33 de 48 · Casos y validación

Calle 30, Madrid: Infraestructura crítica urbana

Túneles de la M-30: la cadena completa, en el proyecto FORESEE con Ferrovial

Guion completo para leer

Guion principal

El esquema sigue la cadena del caso Calle 30. Leemos la fila superior de izquierda a derecha: los datos de precipitación permiten caracterizar los eventos, ajustar su dependencia mediante cópulas y generar eventos sintéticos multisitio. Esos eventos representan combinaciones plausibles de lluvia en las subcuencas. En la fila central empezamos por la derecha. MaxDiss selecciona eventos de lluvia representativos del conjunto sintético antes de ejecutar HEC-HMS. La selección se realiza sobre los descriptores de precipitación; no hay una segunda selección MaxDiss de hidrogramas después del modelo hidrológico. HEC-HMS transforma los eventos seleccionados en caudales de entrada. HEC-RAS 1D calcula la respuesta hidráulica utilizando esos caudales y la geometría del modelo urbano. El resultado se interpreta en secciones de la red, como las utilizadas para las curvas de calado y los perfiles longitudinales del análisis interactivo. En la fila inferior, k-NN permite reconstruir los calados de los escenarios no simulados explícitamente, a partir de los resultados calculados. Finalmente se analiza la frecuencia de excedencia del calado en cada sección de estudio y se obtienen sus períodos de retorno. No se trata de un resultado por píxel o por celda de una malla 2D. La secuencia esencial es, por tanto: lluvia sintética, selección MaxDiss, HEC-HMS, HEC-RAS 1D, reconstrucción y frecuencia del calado por sección. El período de retorno se estima sobre la respuesta hidráulica, sin asignarle directamente el de la lluvia. Esta es la cadena que podremos reconocer en las gráficas del caso.

Transición

Abrimos Análisis interactivo para interpretar el resultado de esa cadena.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Explicar la selección de lluvia antes de HEC-HMS y la frecuencia del calado en secciones del modelo 1D.

Recorrido visual

  1. Fila superior: datos, eventos, cópulas y lluvia sintética
  2. Fila central, de derecha a izquierda: MaxDiss sobre lluvia, HEC-HMS y HEC-RAS 1D; entrada del modelo urbano por la izquierda
  3. Fila inferior: reconstrucción k-NN y período de retorno del calado por sección

Corrección del autor (24 de octubre de 2026), coherente con los notebooks del caso 04_maxdiss_selection, 05_hms_ras_simulation y 06_knn_return_periods. MaxDiss se aplica a los descriptores de los eventos de lluvia sintéticos antes de HEC-HMS. El caso utiliza HEC-RAS 1D y obtiene calados y períodos de retorno en secciones; no describir píxeles, celdas ni mapas 2D como salida de este modelo. k-NN reconstruye calados, no mapas. El esquema anterior trasladaba incorrectamente MaxDiss a hidrogramas y presentaba la salida por píxel. La mención al nivel freático es contexto, no prueba de una simulación acoplada.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
modelo hidráulico HEC-RAS
1Drepresenta la red de túneles de Calle 30
eventos sintéticos multisitio
MilesMaxDiss selecciona un subconjunto representativo
períodos de retorno del calado
Seccionesresultados localizados del modelo 1D
  • Multisitio: Precipitación espacialmente correlacionada (cópulas gaussianas) en los distritos de Madrid.
  • Cadena física: HEC-HMS genera los caudales de entrada y HEC-RAS 1D modela la red de túneles.
  • Eficiencia computacional: MaxDiss evita simular exhaustivamente los miles de eventos sintéticos.
  • Reconstrucción: k-NN estima los calados de los escenarios no simulados explícitamente.
  • Transferencia industrial directa: caso desarrollado con Ferrovial dentro del proyecto FORESEE.
Selección MaxDiss de eventos de lluvia antes de HEC-HMS; calados y períodos de retorno en secciones 1D.

Papel de pyhydra. Orquesta la cadena lluvia–caudal–hidráulica y permite asignar frecuencia directamente al calado en la red de túneles.

  1. Lluvia multisitio
  2. Cópulas
  3. MaxDiss sobre lluvia
  4. HEC-HMS
  5. HEC-RAS 1D
  6. k-NN → T por sección

Caso Calle 30: Navas et al. (2024); notebooks 04–06 de selección, simulación y reconstrucción.

Paso 34 de 48 · Casos y validación · Visita web (capturas en estudio)

Calle 30 en HYDRA: análisis interactivo

Del forzamiento meteorológico al período de retorno del calado

Guion completo para leer

Guion principal

Estamos en el apartado Análisis interactivo. Comienzo por la gráfica del Puente de Toledo: el eje horizontal representa el período de retorno y el vertical, el calado. Para comparar los procedimientos fijamos el mismo período y leemos las dos curvas. El cursor permite consultar valores y la leyenda aislar las series. El perfil de la derecha añade la posición a lo largo del tramo para períodos de cien y quinientos años. Así podemos examinar en qué secciones aparecen las diferencias. En la primera gráfica, comparar las curvas significa mantener fijo el período de retorno y observar qué calado proporciona cada procedimiento en el mismo punto. Una separación vertical indica diferencia de profundidad; no debe interpretarse como una distancia entre lugares. En el perfil longitudinal, en cambio, la posición horizontal cambia a lo largo del tramo. Allí comparamos los resultados en una misma sección y reconocemos si la diferencia se concentra en determinadas zonas. Las referencias a cien y quinientos años identifican dos frecuencias de diseño. Las gráficas son complementarias: una describe la relación frecuencia–calado en un punto; la otra muestra dónde se distribuyen los calados a lo largo de la infraestructura. Las gráficas responden a una pregunta de diseño concreta: qué calado considerar en un lugar y con qué frecuencia. Son la interpretación localizada de toda la cadena que acabamos de recorrer.

Transición

El siguiente caso cambia de escala y de pregunta: entremos en los hallazgos de Valencia antes de analizar sus resultados.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Guiar dos comparaciones visibles sin dispersarse por la web.

Recorrido visual

  1. Curva de período de retorno en Puente de Toledo
  2. Perfil longitudinal T100/T500
  3. Cursor y leyenda de las series

La visita principal se limita a Análisis interactivo: comparar curva de Puente de Toledo y perfil T100/T500. El cursor y la leyenda operan en vivo; la copia preparada conserva imágenes. MaxDiss es una ampliación opcional.

Acción en la web. Abrir Análisis interactivo. Comparar un período de retorno en el Puente de Toledo y una sección en el perfil T100/T500. Utilizar cursor y leyenda; dejar la nube MaxDiss como apoyo opcional.

Demos preparadas: muestra las capturas locales en orden: Análisis interactivo. Utiliza los botones de la diapositiva para cambiar de captura. Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
modelo de la red de túneles
HEC-RAS 1Dno es una simulación hidráulica 2D
selección y reconstrucción
MaxDiss + k-NNhacen viable explorar miles de eventos
resultado de diseño
T(calado)frecuencia del impacto, no solo de la lluvia
  • Curvas de período de retorno del calado en el Puente de Toledo.
  • Perfil longitudinal para períodos de retorno de cien y quinientos años.
  • Cursores y leyendas para consultar y comparar las series en vivo.
  • Nube de eventos representativos seleccionados mediante MaxDiss.
Calle 30: curvas de período de retorno y perfil longitudinal de calados; enfoque basado en cópulas frente al clásico.
La variable relevante para la operación no es solo la lluvia: es la cota alcanzada dentro de una infraestructura crítica

Papel de pyhydra. Hace navegable y repetible el flujo completo del caso, desde la precipitación multisitio hasta el mapa de impacto.

Referencia: Navas et al., Ingeniería del Agua (2024); proyecto FORESEE/Ferrovial

Paso 35 de 48 · Casos y validación · Visita web (capturas en estudio)

Valencia en HYDRA: del resultado al notebook

La ficha del caso, trazable hasta el notebook que calculó cada cifra

Guion completo para leer

Guion principal

En esta visita entramos directamente en los hallazgos clave del caso Valencia. Este apartado reúne las conclusiones del análisis y permite relacionar los resultados que analizaremos a continuación con las decisiones del procedimiento. La comparación distingue los estimadores utilizados y el efecto de incorporar el episodio de la DANA a las series. Al leer estos hallazgos debemos mantener separadas tres cuestiones: qué datos entran en el ajuste, qué método se utiliza y qué incertidumbre acompaña a la estimación. Un cambio importante del resultado al incorporar un evento extremo muestra la sensibilidad del análisis a la información disponible. Para interpretar esa diferencia necesitamos revisar tanto la serie como las hipótesis del estimador. La ficha conecta estas conclusiones con los materiales del caso. El notebook permite examinar la preparación de datos, la selección de máximos y la comparación de métodos; repetir el análisis requiere sus datos y dependencias. En esta visita nos centramos en los hallazgos, sin ejecutar el notebook. La trazabilidad consiste en poder seguir esa relación entre entradas, procedimiento y resultado.

Transición

Con el caso situado en la plataforma, examinemos cómo la DANA modifica la estimación de los extremos.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Del indicador visible al acceso concreto al procedimiento.

Recorrido visual

  1. Hallazgos clave del caso Valencia
  2. Comparación de métodos y efecto de incorporar la DANA
  3. Relación entre datos, procedimiento y resultado

La navegación se centra en Hallazgos clave, no en los indicadores superiores ni en el acceso al notebook. Relacionar las conclusiones con los datos y métodos sin abrir ni ejecutar el notebook durante la defensa.

Acción en la web. Ir directamente a Hallazgos clave del caso Valencia. Relacionar los resultados con los métodos y los datos utilizados, sin abrir ni ejecutar el notebook durante esta visita.

Demos preparadas: muestra las capturas locales en orden: Resultados y procedimiento. Utiliza los botones de la diapositiva para cambiar de captura. Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
estaciones analizadas
22430 AEMET, 41 SIAR y 153 AVAMET
período de retorno mediante RFA local
34–41 añosestimación estable con 9 estaciones próximas
GEV comparados
3 métodosMLE, L-momentos y bayesiano
  • La ficha reúne resultados, métodos y materiales del caso.
  • El notebook permite revisar datos, preparación y estimadores.
  • Las diferencias entre métodos deben interpretarse con sus hipótesis.
Indicadores de Valencia y acceso visible al notebook del estudio regional.
Niveles de retorno de Turís y cambio de incertidumbre tras incorporar la DANA

Papel de pyhydra. Mantiene una cadena única y auditable para comparar métodos, escalas regionales y resultados antes/después de la DANA.

Referencia: VIII Jornadas de Ingeniería del Agua (2025); notebook reproducible del caso Valencia

Paso 36 de 48 · Casos y validación

Valencia: Análisis rápido ante la DANA del 2024

Qué cambia en los estimadores de extremos cuando entra un evento sin precedente

Guion completo para leer

Guion principal

En Valencia la pregunta es cuánto cambia una estimación al incorporar un episodio extraordinario. El primer indicador recuerda el dato observado: 710,8 milímetros en 24 horas en Turís, el 29 de octubre de 2024. Las barras de la derecha comparan otra cantidad: la precipitación estimada para un período de retorno de cien años. Con el ajuste bayesiano pasa de 260 milímetros sin la DANA a 952 al incorporarla: un aumento del 266 por ciento respecto al primer ajuste. La diapositiva separa una observación de dos resultados estadísticos. Los 710,8 milímetros son la precipitación medida del episodio. Los 260 y 952 milímetros son cuantiles calculados para T100 con muestras distintas. El intervalo de 66 a 91 años corresponde al período de retorno asignado al episodio cuando se incluye en el ajuste, según el estimador. Para leer las barras debemos mantener fijo el método y comparar sin DANA y con DANA. El aumento del 266 por ciento se calcula respecto al valor inicial de 260 milímetros; no expresa un aumento observado de la lluvia entre dos fechas. La franja metodológica recuerda que el estudio compara estimadores y escalas de análisis sobre las series disponibles. El intervalo de 66 a 91 años se refiere al período asignado al episodio observado, incluyendo el dato y según el estimador. Son magnitudes diferentes. La comparación muestra la sensibilidad de la cola a la muestra y la necesidad de revisar la incertidumbre antes de fijar un valor de diseño.

Transición

Tras el análisis de extremos de Valencia, pasemos a la transformación regional del clima en caudales en los Andes.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Separar lluvia observada, cuantil T100 y período asignado al episodio.

Recorrido visual

  1. Izquierda: lluvia observada e indicadores
  2. Derecha: T100 sin y con DANA
  3. Distinguir T100 del período asignado al episodio

Distinguir tres magnitudes: lluvia observada (710,8 mm), nivel de retorno T100 (260/952 mm) y período de retorno asignado al episodio (66–91 años al incorporarlo). El +266 % se refiere al cambio del nivel T100 bayesiano.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
precipitación en 24 h
710,8 mmmáximo de la serie de Turís, muy por encima de los valores previos
cambio del cuantil T100 bayesiano
+266 %de 260 a 952 mm al incorporar la DANA
período de retorno con el evento incluido
66–91 añoslos tres estimadores convergen; sin él, de 3.069 (Bayes) a 31.345 años (L-mom.)
  • Valencia (29-10-2024): 710,8 mm en 24 h en Turís (8337X), máximo de su serie.
  • Sin el evento: período de retorno > 11.000 años (MLE), > 31.000 (L-momentos) y ≈ 3.069 (bayesiano).
  • Con el evento: los tres estimadores convergen en 66–91 años; T100 bayesiano de 260 a 952 mm.
  • Análisis regional: el local (9 estaciones) da 34–41 años; el global suaviza el evento hasta 10–19 años.
  • Lección: con series cortas, comparar estimadores y comunicar bandas, no una cifra puntual.
Turís (8337X): T100 bayesiano pasa de 260 a 952 mm; las curvas completas están en los anexos

Papel de pyhydra. Permite recalcular rápidamente extremos e incertidumbre cuando entra en la serie un evento sin precedente histórico.

  1. 224 estaciones
  2. Máximos anuales
  3. GEV: 3 estimadores
  4. RFA local/global
  5. Antes ↔ después

Referencia: VIII Jornadas de Ingeniería del Agua (2025); memoria doctoral, cap. 7

Paso 37 de 48 · Casos y validación

Andes: calibración hidrológica automatizada a gran escala

De campos climáticos incompletos a caudales futuros en cuatro países

Guion completo para leer

Guion principal

Los cuatro paneles representan Colombia, Bolivia, Perú y Ecuador. El eje horizontal recorre los meses y el vertical muestra cambios porcentuales de caudal; la leyenda distingue escenarios y horizontes. En algunos meses de Perú y Ecuador aparecen aumentos superiores al 40 por ciento, mientras otras combinaciones muestran reducciones. Para obtener esas curvas se procesaron más de 200 subcuencas. Los datos se completan con satélite e interpolación; SPOTPY organiza la calibración y VIC transforma las entradas en caudal. Después se propagan 21 modelos CMIP5. La leyenda combina color y tipo de línea. Azul identifica 2011–2040; rojo, 2041–2070; y gris o negro, 2071–2100. Las líneas discontinuas corresponden a RCP4.5 y las continuas a RCP8.5. Para comparar escenarios debemos fijar país, mes y horizonte. El cero del eje vertical representa ausencia de cambio respecto a la referencia; por encima hay aumento y por debajo, reducción del caudal. El mayor cambio de final de siglo se aprecia en algunos meses de Perú y Ecuador, sin que eso describa todos los países o estaciones del año. Las escalas verticales difieren entre paneles, por lo que la comparación cuantitativa exige leer sus números y no solo la altura visual de las líneas. La contribución operativa consiste en repetir consistentemente ese ciclo regional. La interpretación debe conservar su carácter de proyección condicionada a los datos, los modelos y los escenarios utilizados.

Transición

El estudio de IAHR permite comparar dos procedimientos de cálculo del diseño.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Leer el cambio estacional en los cuatro países y explicar qué automatización lo hizo posible.

Recorrido visual

  1. Cuatro paneles por país
  2. Meses en horizontal y cambio porcentual en vertical
  3. Escenarios y horizontes de la leyenda

Los ejes muestran cambio porcentual del caudal mensual, no precipitación. El +40 % corresponde a determinados meses y escenarios de Perú/Ecuador. Automatización de la calibración no elimina la necesidad de validación hidrológica.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
calibración automática
SPOTPYPSO, DREAM y SCE-UA para evitar ajustes manuales cuenca a cuenca
subcuencas procesadas
> 200transformación regional de lluvia y clima en caudal
caudal mensual proyectado
> +40 %meses húmedos de Perú y Ecuador al final de siglo
  • La escala territorial hizo inviable la calibración manual de los modelos hidrológicos.
  • SPOTPY automatizó la búsqueda de parámetros mediante PSO, DREAM y SCE-UA.
  • VIC transformó los campos de precipitación y temperatura en caudales para más de 200 subcuencas.
  • La experiencia se trasladó después a la interfaz de calibración automática de los adaptadores de HYDRA.
Influencia proyectada del cambio climático en el caudal mensual de Colombia, Bolivia, Perú y Ecuador (RCP4.5/8.5, tres horizontes)

Papel de pyhydra. Generaliza la experiencia andina: automatizar el ciclo parámetros-modelo-evaluación con SPOTPY para convertir clima en caudal de forma repetible.

  1. Campos climáticos
  2. SPOTPY calibra
  3. VIC lluvia → caudal
  4. 21 CMIP5
  5. Caudal regional

Referencia: Estudios hidroeléctricos andinos; memoria doctoral, cap. 7

Paso 38 de 48 · Casos y validación

IAHR 2022: el procedimiento también cambia el diseño

Estudio comparativo: Método convencional (IDF) vs Enfoque Estocástico

Guion completo para leer

Guion principal

Este estudio compara el procedimiento convencional basado en IDF con una cadena estocástica. El mapa muestra diferencias de calado T100 para 2041–2070, RCP4.5, que cambian espacialmente. Los recuadros incluyen una comparación adicional de caudal T100 en 2011–2040. Para RCP4.5, IDF da 208,8 y el enfoque estocástico 278,5 metros cúbicos por segundo: un 33,4 por ciento más respecto a IDF. Ese porcentaje corresponde al caudal y no se traslada uniformemente al mapa de calados. La figura contiene dos comparaciones relacionadas, pero distintas. El mapa localiza diferencias de calado para un horizonte concreto. Los recuadros presentan caudales de diseño de otro horizonte. Mantener las unidades evita confundir metros de profundidad con metros cúbicos por segundo. El 33,4 por ciento resulta de dividir la diferencia de caudal entre 208,8, el valor del método IDF. No implica que cada celda del mapa aumente esa proporción. La franja inferior permite reconstruir el procedimiento: proyecciones EURO-CORDEX, corrección de sesgo y dependencia, generación sintética, selección y simulación con Iber. El resultado muestra cuánto puede importar la elección de la cadena de diseño bajo las condiciones analizadas. El cálculo utilizó 10.000 años sintéticos y 200 casos seleccionados con MaxDiss para Iber, reconstruyendo el resto mediante k-NN. La diferencia evidencia sensibilidad al procedimiento; demostrar mayor exactitud requiere contrastarla con observaciones.

Transición

SIMPCCe traslada el análisis climático e hidrológico a la gestión de embalses.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Distinguir la comparación espacial de calados de la comparación numérica de caudales.

Recorrido visual

  1. Mapa: diferencia de calado en T100, 2041–2070 y RCP4.5
  2. Cifras de caudal como comparación adicional
  3. Diferencia entre métodos y verdad observada

Fuente contrastada: memoria definitiva, tabla 7.6, p. 114 (página 144 del PDF), y §8.6, p. 130. El ejemplo T100 RCP4.5 2011–2040 es 208,8 → 278,5 m³/s: +33,4 % respecto a IDF; tomando como base el estocástico, IDF es un 25,0 % menor. Las 24 comparaciones de la tabla dan alrededor del 33 % de incremento, sin reconstruir los extremos del rango narrado 30–37 %. Ese rango requiere el artículo original. El mapa corresponde a 2041–2070; no confundir horizontes ni variables.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
ejemplo de caudal T100
+33,4 %208,8 → 278,5 m³/s; 2011–2040, RCP4.5
serie sintética del estudio
10.000 años200 casos seleccionados para Iber
diferencia de calados
Espacialmapa 2041–2070; variación según localización
  • Ejemplo T100 (2011–2040, RCP4.5): 208,8 → 278,5 m³/s, +33,4 % respecto a IDF.
  • El mapa representa diferencias de calado para 2041–2070.
  • El porcentaje de un caudal no es un factor corrector uniforme del mapa.
  • La diferencia entre métodos no prueba por sí sola mayor exactitud.
Mapa: diferencia de calado en 2041–2070, RCP4.5. Recuadros: comparación adicional de caudales T100; ejemplo 2011–2040.

Papel de pyhydra. Demuestra por qué la frecuencia debe propagarse por toda la cadena y evaluarse sobre el impacto, no heredarse de la lluvia.

  1. EURO-CORDEX
  2. Sesgo + cópulas
  3. 10.000 años
  4. MaxDiss + Iber
  5. IDF ↔ estocástico

Referencia: 39th IAHR World Congress, Granada (2022); memoria doctoral, cap. 7

Paso 39 de 48 · Casos y validación

SIMPCCe: aportaciones a embalses bajo cambio climático

Del pronóstico de aportaciones a la gestión del suministro

Guion completo para leer

Guion principal

SIMPCCe, publicada en Ingeniería del Agua en 2025, traslada el análisis climático a la gestión de embalses. La columna izquierda resume sus cinco módulos: datos oficiales, configuración de cuenca, entrenamiento de la red neuronal, corrección de sesgo SDM e informes de aportaciones. El gráfico de la derecha procede del artículo. Relaciona el volumen suministrado con su fiabilidad: el eje horizontal indica el porcentaje de garantía y el vertical, el volumen anual. Las líneas rojas señalan la demanda y el suministro aceptable. La lectura de la columna izquierda sigue el recorrido de la herramienta. Los datos oficiales aportan las series de referencia; la configuración delimita la cuenca y sus puntos climáticos; la red neuronal relaciona esas entradas con aportaciones; la corrección climática prepara escenarios; y los informes reúnen sus resultados. En el gráfico, al avanzar hacia una fiabilidad mayor, el volumen que puede suministrarse con esa garantía tiende a reducirse. La referencia de demanda permite ver si se mantiene el objetivo de suministro. Las líneas rojas ilustran la lectura de un suministro aceptable asociado a una garantía. La curva procede del ejemplo del artículo y no representa una serie de observaciones de un embalse presentada aquí como validación universal. Para obtener estos indicadores, las aportaciones de SIMPCCe deben combinarse con un modelo de gestión. Esa conexión permite estudiar medidas de adaptación y sus consecuencias sobre el suministro.

Transición

Panamá extiende la preparación trazable de escenarios a escala nacional.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Presentar la herramienta publicada y su conexión con decisiones de suministro.

Recorrido visual

  1. Izquierda: cinco módulos de SIMPCCe
  2. Derecha: figura 11 del artículo
  3. Ejes: fiabilidad y suministro; referencias de demanda

Referencia científica principal: Navas y del Jesus (2025), DOI 10.4995/ia.2025.23217. Figura 11, p.145: ejemplo de apoyo a decisiones; el cálculo de suministros requiere combinar aportaciones con un modelo de gestión. El artículo señala en Discusión que no presenta casos de estudio específicos. No atribuirle los valores de Embalse 2 de la guía de 2022 ni la reducción de julio del 77 %. La guía es antecedente industrial, no la fuente del gráfico mostrado. La figura 10 del artículo se conserva en el anexo.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
series corregidas por variable
6010 modelos, 2 RCP y 3 horizontes
realizaciones futuras por punto
20aplicables a la red hídrica nacional
Talento Joven “M.R. Llamas”
Premio 2023Observatorio del Agua de la Fundación Botín; candidatura colectiva por la guía que enmarca SIMPCCe
  • Artículo publicado: Navas y del Jesus (2025), Ingeniería del Agua.
  • SIMPCCe genera series de aportaciones; el modelo de gestión las transforma en suministros.
  • Los indicadores de fiabilidad permiten comparar medidas de adaptación.
Ejemplo de uso publicado: relación entre suministro y fiabilidad (figura 11, p. 145).

Papel de pyhydra. Transforma proyecciones climáticas en aportaciones y fichas de decisión para cualquier punto de la red hídrica española.

  1. SPAIN02 + SIMPA
  2. PCA 95 %
  3. ANN de aportaciones
  4. SDM climático
  5. Sequía y fiabilidad

Navas y del Jesus (2025). Ingeniería del Agua, 29(2), 132–148. DOI: 10.4995/ia.2025.23217

Paso 40 de 48 · Casos y validación

Atlas de Panamá: automatización a escala nacional

Ministerio de Ambiente y BID: 52 cuencas en ambas vertientes

Guion completo para leer

Guion principal

Este caso muestra la aplicación de la cadena a escala nacional. El mapa de la derecha representa precipitación media distribuida por subcuencas de Panamá. Las líneas negras delimitan esas unidades y la cuadrícula sitúa su posición geográfica; no delimitan manchas de inundación. La escala inferior está en milímetros: los rojos corresponden a valores menores y los verdes, cianes y azules a valores progresivamente mayores. El rango representado va aproximadamente de 1.500 a 6.000 milímetros. El mapa permite reconocer contrastes espaciales de la entrada climática, sin deducir directamente de sus colores dónde será mayor el daño. Las tres cifras de la izquierda describen magnitudes distintas. Las 52 cuencas son el dominio de las capas de inundación fluvial. Las 414 combinaciones climáticas proceden de 23 modelos, dos escenarios SSP, tres variables y tres horizontes; describen dimensiones del análisis, no un registro verificado de 414 ejecuciones hidráulicas. Los 1.464 puntos costeros corresponden a la evaluación de inundación costera en ambas costas, un ámbito diferente del mapa de precipitación. La franja inferior resume el proceso metodológico. Se completan las series de 73 estaciones con NEOPRENE y se interpolan campos mediante kriging universal a un kilómetro. La corrección de sesgo prepara escenarios climáticos. LEM transforma las entradas en caudales y SFINCS produce respuestas hidráulicas que alimentan las capas del atlas. El mapa que vemos es un producto intermedio de esa cadena. La aportación consiste en repetir un procedimiento documentado sobre múltiples dominios y configuraciones, conservando la relación entre entrada climática, modelo y resultado. La escala exige automatización y trazabilidad; también exige mantener separadas las variables y los alcances de cada producto.

Transición

Podemos reunir ahora las aplicaciones para valorar el alcance de su transferencia.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Leer el mapa como producto intermedio de datos y separar las magnitudes de escala.

Recorrido visual

  1. Mapa: precipitación en mm, límites de subcuencas y escala de colores
  2. Izquierda: 52 cuencas, 414 combinaciones y 1.464 puntos costeros
  3. Franja inferior: estaciones → escenarios → LEM/SFINCS → capas del atlas

El mapa es de precipitación, no de inundación. 414 = 23 GCM × 2 SSP × 3 variables × 3 horizontes, según Producto 3, pp. 3 y 29–30. No equivale a un registro comprobado de ejecuciones completadas ni a 414 simulaciones hidráulicas.

Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

Ver diapositiva y figuras
cuencas con capas de inundación
52escala nacional y tres períodos de retorno
combinaciones climáticas
41423 GCM × 2 SSP × 3 variables × 3 horizontes
puntos costeros analizados
1.46452 escenarios de nivel de agua total
  • 52 cuencas (hasta 13.400 km²) en ambas vertientes de Panamá, encargo del Ministerio de Ambiente y el BID.
  • NEOPRENE/STNSRP rellena 73 estaciones nacionales (1950-2022); kriging universal a malla de 1 km.
  • 414 combinaciones de análisis: 23 GCM × 2 SSP × 3 variables × 3 horizontes.
  • Modelo hidrológico LEM (NS=0,87) + SFINCS nacional y 2D de alta resolución en el área metropolitana.
  • 1.464 puntos costeros analizados en ambas costas frente a inundación costera.
Precipitación media por subcuencas, obtenida mediante el flujo nacional de descarga, control de calidad e interpolación espacial

Papel de pyhydra. Escala la misma arquitectura desde una cuenca piloto hasta un encargo nacional con cientos de combinaciones climáticas.

  1. 73 estaciones
  2. NEOPRENE + kriging
  3. 414 combinaciones
  4. LEM + SFINCS
  5. Capas de riesgo

Fuente: Producto 3, Downscaling Estadístico (2023), pp. 3, 29–30; 414 = producto de sus dimensiones de análisis

Paso 41 de 48 · Casos y validación

Qué demuestra el conjunto de casos

La modelación estocástica es el hilo que conecta datos, clima, física e impacto

Guion completo para leer

Guion principal

Esta diapositiva reúne los diez estudios para interpretar el alcance del conjunto. El eje horizontal ordena la escala espacial, desde una infraestructura hasta varios países. No representa una distancia geográfica ni una medida numérica de superficie. Las tres filas distinguen la finalidad del análisis: inundación basada en impacto, extremos e incertidumbre, y clima y escalabilidad. En la primera fila se sitúan Calle 30, los dos trabajos del Besaya y Sant Llorenç. Valencia aparece en extremos e incertidumbre. IAHR, Panamá, SIMPCCe, Tanganica y Andes se sitúan en el ámbito climático y de escalabilidad. Esa clasificación organiza la comparación; varios trabajos utilizan componentes compartidos y no quedan limitados a una sola idea metodológica. Los círculos rellenos señalan los cuatro estudios con notebooks: Besaya, rugosidades, Calle 30 y Valencia. Los círculos vacíos identifican los otros seis, documentados mediante publicaciones o proyectos. La leyenda recuerda que la ejecución necesita el entorno correspondiente. Los símbolos describen disponibilidad de materiales, no una clasificación de calidad científica. Los tres mensajes de la izquierda sintetizan la lectura. El principio común es estimar la frecuencia sobre la variable de impacto cuando el caso la requiere. Los contextos distintos ponen a prueba otras escalas, datos y motores. La transferencia consiste en reutilizar componentes conservando las decisiones del análisis. La figura muestra diversidad funcional y grados de integración distintos; no afirma que todos los casos ejecuten la misma cadena completa.

Transición

La producción científica muestra cómo se comunican y conservan esos desarrollos.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Leer escala, finalidad y disponibilidad sin atribuir el mismo alcance a todos los casos.

Recorrido visual

  1. Horizontal: escala espacial
  2. Filas: finalidad del análisis
  3. Símbolos: notebook actual o documentación

Esta es la diapositiva de síntesis del bloque. Hacer una pausa antes de presentar la producción científica; después se delimita la autoría y se cierran las hipótesis. No enumerar otra vez los diez estudios: responder a “¿qué aprendemos de todos ellos juntos?”.

Ver diapositiva y figuras
  • La lluvia de diseño es una entrada; el riesgo se decide con la distribución del impacto.
  • Cada caso activa herramientas diferentes porque la cadena física y los datos disponibles también son diferentes.
  • La aportación común es mantener trazabilidad e incertidumbre desde la fuente hasta el resultado de ingeniería.
Diez estudios: cuatro con notebooks y seis documentados en publicaciones o proyectos

Paso 42 de 48 · Conclusiones

Producción científica asociada a la tesis

La validación externa acompaña la evolución desde el método hasta la herramienta

Guion completo para leer

Guion principal

La producción científica reúne dos artículos publicados en Ingeniería del Agua: Calle 30, de 2024, y SIMPCCe, de 2025. El artículo de Valencia está aceptado, pendiente de publicación, por lo que se indica por separado y no se incluye en el recuento de publicados. Los dos manuscritos que continúan enviados son Tanganica y el estudio de rugosidades remitido a Environmental Modelling & Software. La diapositiva organiza los productos en cuatro columnas. La primera recoge los artículos publicados; la segunda, los manuscritos que permanecen en evaluación. La nota de la primera columna indica que Valencia está aceptado, pendiente de publicación. Así quedan separados los artículos publicados, el artículo aceptado y los manuscritos que continúan en evaluación. La tercera columna presenta cinco comunicaciones, difundidas entre 2023 y 2025 en jornadas y congresos. Estas comunicaciones permiten seguir la evolución de los trabajos y su discusión con la comunidad científica. Una comunicación y el artículo posterior pueden proceder de una misma investigación: no representan necesariamente casos de estudio diferentes. La cuarta columna corresponde al software científico. Los dos DOI de Zenodo identifican versiones citables de pyhydra e HYDRA y permiten referenciar los productos desarrollados, además de los métodos y resultados descritos en las publicaciones. Los mensajes inferiores agrupan las aportaciones por los problemas abordados: infraestructura urbana, gestión de embalses y análisis de eventos y niveles extremos. En conjunto, estas cuatro columnas muestran distintas formas de documentar y difundir el trabajo: artículos publicados, manuscritos en evaluación, comunicaciones y software. La siguiente diapositiva concreta mi responsabilidad personal en esos trabajos.

Transición

En estos trabajos compartidos, corresponde precisar cuál ha sido mi contribución.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Distinguir publicación, comunicación, evaluación y software citable.

Recorrido visual

  1. Dos artículos publicados
  2. Dos manuscritos enviados
  3. Cinco comunicaciones
  4. Dos DOI de software
  5. Valencia: aceptado, pendiente de publicación

Estado editorial corregido por el doctorando el 21 de octubre de 2026: dos artículos publicados (Calle 30 y SIMPCCe), Valencia aceptado pendiente de publicación y dos manuscritos enviados (Tanganica y rugosidades, este último a Environmental Modelling & Software). La revista, fecha y DOI del artículo de Valencia no se han facilitado; no inferirlos. Las comunicaciones previas y los manuscritos son productos distintos de una misma línea, no casos de estudio nuevos.

Ver diapositiva y figuras
publicados en Ingeniería del Agua
2 artículosCalle 30 (2024) y SIMPCCe (2025). Valencia: aceptado, pendiente de publicación.
manuscritos en evaluación
2 enviadosTanganica y rugosidades (Environmental Modelling & Software)
presentadas entre 2023 y 2025
5 comunicacionesVII JIA, HIC 2024, InterJIA 2024 y dos trabajos en VIII JIA
software científico publicado
2 DOIpyhydra e HYDRA, preservados en Zenodo
  • Infraestructura urbana: cadena estocástica completa con transformación lluvia–caudal y modelización 1D.
  • Gestión de embalses: transferencia de clima, corrección de sesgo y emulación de caudales mínimos.
  • Eventos y niveles extremos: incertidumbre, datos globales y respuesta ante problemas recientes.
  • Sensibilidad hidráulica: automatización masiva para revelar incertidumbre entre motores.

Paso 43 de 48 · Conclusiones

Mi contribución científica y tecnológica

Trabajo, posición de autoría y contribución personal

Guion completo para leer

Guion principal

Esta tabla concreta mi responsabilidad por trabajo. Las columnas identifican la publicación, mi posición de autoría y la contribución personal. En siete trabajos figuro como primer autor: la formulación inicial de la cadena estocástica, Besaya, Mallorca, Calle 30, SIMPCCe, Tanganica y rugosidades. Mis tareas abarcan metodología, desarrollo, simulación, análisis y redacción, con el alcance indicado en cada fila. Las colaboraciones delimitan otras responsabilidades: calibración y clima en los Andes; desarrollo, validación y documentación de NEOPRENE; generación y reconstrucción en downscaling; y módulos de extremos y frecuencia regional en Valencia. La tabla se lee por filas, manteniendo juntas sus tres columnas. En la formulación inicial y el Besaya, mi aportación se refiere a la cadena estocástica y los impactos. En Mallorca, al downscaling, la geoestadística y la simulación. En Calle 30, a la metodología y la automatización de los modelos. SIMPCCe recoge el diseño y desarrollo de la herramienta; Tanganica, la metodología con datos globales y aprendizaje automático; y rugosidades, el ensemble y la comparación de motores. Las filas de colaboración concretan tareas parciales, en lugar de atribuirme la totalidad de esos trabajos. La fila del software separa además su diseño, documentación y publicación como un producto propio de la tesis. En pyhydra e HYDRA soy primer autor del diseño, desarrollo, documentación y publicación del software. La investigación se apoya en trabajo colectivo; esta distribución identifica qué aporté personalmente. pyhydra también ha servido como herramienta para las tesis de Diego Urrea Méndez y Dina Vanesa Gómez Rave. Este uso muestra la transferencia del software a otras investigaciones doctorales.

Transición

Con esas responsabilidades delimitadas, vuelvo a las hipótesis y sus evidencias.

Indicaciones de preparación (no se leen)

Objetivo al explicar. Leer la tabla por trabajo, posición de autoría y contribución concreta.

Recorrido visual

  1. Primera columna: trabajo o publicación
  2. Segunda columna: posición de autoría
  3. Tercera columna: contribución del doctorando
  4. Transferencia de pyhydra a otras tesis doctorales

Detalle basado en tabla 8.2, p.133. Mantener siete trabajos liderados, cuatro colaboraciones y el software con rol de primer autor. La aceptación del artículo de Valencia no cambia su posición de segundo autor. No confundir autoría con ejecución exclusiva de todo el trabajo. El anexo conserva el desglose literal ampliado de análisis y redacción. El uso de pyhydra en otras tesis describe transferencia de la herramienta; no implica dirección ni autoría de esas tesis.

Ver diapositiva y figuras
    TrabajoPosiciónContribución del doctorando
    V JIA (2017)Primer autorConceptualización de la cadena estocástica, análisis y redacción
    Besaya, ROP (2018)Primer autorMetodología, modelización hidrológico-hidráulica, impactos y redacción
    Mallorca (2019)Primer autorDownscaling híbrido, geoestadística, simulación y redacción
    Andes, BID e IA (2019–2020)CoautorCalibración automática y procesamiento climático
    NEOPRENE, GMD (2023)Segundo autorDesarrollo, validación y documentación del software
    Calle 30, IA (2024)Primer autorMetodología completa, automatización HEC-HMS/HEC-RAS y redacción
    Downscaling, EGU (2024)CoautorGeneración estocástica y reconstrucción integradas en pyhydra
    SIMPCCe, IA (2025)Primer autorDiseño y desarrollo íntegro, validación nacional y redacción
    Valencia (2025)Segundo autorMódulos de extremos y AFR y ejecución de los cálculos
    Tanganica (2025)Primer autorMetodología, datos globales, aprendizaje automático y redacción
    Rugosidad Besaya, EMS (2025)Primer autorEnsemble Monte Carlo, automatización de ambos motores y redacción
    Tesis de Diego Urrea Méndez y Dina Vanesa Gómez RaveTransferenciapyhydra como herramienta de apoyo a sus investigaciones doctorales
    pyhydra e HYDRA, Zenodo (2026)Primer autorDiseño, desarrollo, documentación y publicación del software

    Autoría y tareas: memoria definitiva, tabla 8.2, p. 133. Transferencia: pyhydra como herramienta en otras tesis doctorales.

    Paso 44 de 48 · Conclusiones

    Qué evidencia aporta cada hipótesis y qué falta comprobar

    Evidencia acumulada, con el alcance de cada una

    Guion completo para leer

    Guion principal

    Esta figura vuelve a las mismas tres hipótesis: automatización, integración modular y flujo reproducible. La incertidumbre es lo que H3 propone representar de forma más consistente; no es una hipótesis distinta. La figura organiza sus evidencias de arriba abajo. Cada grupo responde a una pregunta distinta: qué campañas podemos gestionar, qué componentes podemos reutilizar y cuánto cambia el resultado al modificar datos o procedimientos. Arriba, H1, automatización, reúne 1.990 simulaciones hidráulicas del Besaya, 10.000 años sintéticos en IAHR y miles de eventos en Calle 30. Las unidades son diferentes: simulaciones, años y eventos. No podemos compararlas como tres medidas de tiempo ahorrado. Demuestran capacidad operativa para organizar campañas; el ahorro sistemático frente a un flujo manual sigue pendiente de medición. En el centro, H2, integración modular, muestra la cobertura de los bloques en los diez estudios. Podemos seguir una columna para reconocer dónde se reutiliza un componente, o una fila para ver qué necesita un caso. La diversidad de combinaciones respalda la reutilización. La disponibilidad de cuatro estudios con notebooks añade materiales de revisión, con requisitos de ejecución propios. Evaluar cuánto reduce las barreras para otros equipos exige además una comprobación de uso. Abajo, H3, flujo reproducible, presenta dos parejas de resultados. IAHR compara caudal T100 en metros cúbicos por segundo; Turís compara precipitación T100 en milímetros, sin y con la DANA. Las barras tienen escala dentro de cada gráfico, pero sus alturas no se comparan entre ambos. Muestran sensibilidad del diseño al procedimiento y a la muestra. Una diferencia, o un valor mayor, no demuestra por sí sola mayor exactitud. El contraste observacional y las comparaciones adicionales siguen siendo necesarios para valorar esa hipótesis con todo su alcance.

    Transición

    Ese balance permite sintetizar la contribución original de la tesis.

    Indicaciones de preparación (no se leen)

    Objetivo al explicar. Cada hipótesis tiene una evidencia concreta y una comprobación pendiente.

    Recorrido visual

    1. Arriba: campañas y capacidad operativa
    2. Centro: reutilización de módulos
    3. Abajo: dos comparaciones, con escalas distintas

    Fuente: memoria definitiva, §1.4, pp. 11–12, y §8.6, p. 130. Se mantienen la identidad y el orden de las hipótesis; aquí se presentan sus evidencias y límites. La formulación de H1 contempla eficiencia, pero esta defensa acredita principalmente viabilidad operativa. H2 tiene cuatro estudios con notebooks actuales, sujetos a sus requisitos de ejecución. H3 muestra sensibilidad e incertidumbre, no una demostración general de exactitud superior.

    Ver diapositiva y figuras
    • H1 · Automatización: viabilidad demostrada; ahorro de tiempo pendiente de medir.
    • H2 · Integración modular: reutilización entre aplicaciones; cuatro estudios con notebooks y requisitos propios.
    • H3 · Flujo reproducible: sensibilidad del diseño a métodos y datos; mayor valor no implica mayor exactitud.
    Cada hipótesis se contrasta con evidencia y con un límite

    Paso 45 de 48 · Conclusiones

    La contribución original: hacer operativa la ciencia existente

    Integración extremo a extremo, reproducibilidad sistemática y transferencia demostrada

    Guion completo para leer

    Guion principal

    La figura distingue la procedencia de los componentes y la contribución que resulta de conectarlos. En la base están los métodos científicos previos: análisis de extremos, cópulas, generadores y motores físicos. En el nivel central se sitúan los desarrollos de la tesis: submódulos, adaptadores y flujos documentados. Arriba aparece su integración reproducible y transferible. Los niveles de la figura distinguen conocimiento previo, desarrollo e integración. Los métodos de la base tienen autores y formulaciones reconocidos. El nivel intermedio representa el trabajo de convertirlos en componentes utilizables, conectarlos con datos y motores y conservar sus transformaciones. El nivel superior recoge el comportamiento del conjunto: ejecutar un flujo, examinar su procedencia y adaptarlo a otra aplicación. Los tres indicadores de la izquierda expresan ese resultado mediante integración extremo a extremo, trazabilidad y transferencia en diez estudios. La originalidad se sitúa en esa articulación operativa, cuyo alcance debe leerse junto con la evidencia y los requisitos de cada caso. Los casos dan contenido a esa integración: permiten examinar la influencia de entradas y modelos, estimar frecuencia sobre el impacto y reutilizar componentes en otra escala. La contribución original consiste en hacer operativa esa cadena, conservando la trazabilidad de sus decisiones y delimitando las condiciones en las que pueden interpretarse los resultados.

    Transición

    Sus límites permiten identificar qué comprobaciones y desarrollos deben seguir.

    Indicaciones de preparación (no se leen)

    Objetivo al explicar. Cerrar la tesis distinguiendo tres niveles de contribución.

    Recorrido visual

    1. Nivel inferior: conocimiento previo
    2. Nivel intermedio: desarrollo de la tesis
    3. Nivel superior: contribución original

    Base científica previa → desarrollo de componentes → integración reproducible y transferencia. Explicar esta jerarquía como conclusión de los casos.

    Ver diapositiva y figuras
    integración funcional
    Extremo a extremodatos, estadística, escenarios, modelos físicos e impacto
    reproducibilidad sistemática
    Trazablecada resultado conserva fuente, método y configuración
    transferibilidad operativa
    10 estudioscuatro con notebooks; seis documentados desde su publicación o proyecto
    • Las metodologías científicas incorporadas son reconocidas explícitamente como conocimiento previo.
    • El desarrollo doctoral las convierte en módulos, adaptadores y flujos reproducibles.
    • La originalidad reside en integrarlas y demostrar que esa arquitectura puede transferirse a proyectos reales.
    • La automatización no sustituye el juicio experto: lo hace más eficiente y trazable.
    Lo original es la integración; los métodos de base son conocimiento previo

    Paso 46 de 48 · Conclusiones

    Limitaciones y trabajo futuro

    Cinco limitaciones y tres ámbitos de trabajo futuro

    Guion completo para leer

    Guion principal

    La tabla organiza cinco limitaciones y se lee de izquierda a derecha. La primera columna identifica el problema; la segunda, las medidas que HYDRA incorpora; y la tercera, el límite que permanece. La franja inferior reúne el trabajo futuro, separado de las capacidades actuales. En la primera fila, las series cortas y los extremos raros dejan poca información sobre la cola. Bootstrap, inferencia bayesiana y análisis regional ayudan a representar o compartir esa información, pero no generan observaciones nuevas. El análisis regional exige además justificar la homogeneidad de las estaciones. La segunda fila trata los motores externos. Los adaptadores normalizan su uso y los contenedores conservan las dependencias compatibles con ese entorno. Permanecen los requisitos de instalación, licencia, plataforma y versión de cada motor; automatizar el acceso no los elimina. La tercera distingue los generadores estacionarios de una representación completa de cambios en el tiempo. Corregir sesgos y generar por escenario permite tratar condiciones climáticas concretas, pero la no estacionariedad completa requiere formulaciones y comprobaciones específicas. La cuarta se refiere al coste de simulación hidráulica: tiempo y recursos necesarios para ejecutar muchos escenarios con el modelo físico. MaxDiss, k-NN, emulación y selección permiten reducir ejecuciones, pero sus aproximaciones deben validarse. Algunos casos seguirán necesitando simulación directa. Se trata del coste computacional de las simulaciones que exige cada estudio. La quinta recoge la calidad de los datos globales. El diagnóstico, la corrección de sesgo y la trazabilidad permiten detectar y documentar diferencias. Persisten errores de representación, especialmente en cuencas complejas o con pocas observaciones locales. Las tres áreas inferiores plantean ampliar métodos y validación, desarrollar infraestructura de campañas y configuración de estudios, y reforzar documentación y transferencia. La conclusión es que HYDRA ayuda a organizar estas limitaciones y sus controles; cada aplicación debe justificar qué incertidumbre trata y cuál permanece.

    Transición

    Quiero agradecer a quienes han hecho posible este trabajo.

    Indicaciones de preparación (no se leen)

    Objetivo al explicar. Distinguir con precisión mitigación disponible, límite persistente y trabajo futuro según la memoria.

    Recorrido visual

    1. Tabla superior: cinco limitaciones de la tabla 8.1
    2. Columnas: limitación, mitigación disponible y límite persistente
    3. Franja inferior: los tres ámbitos del trabajo futuro

    Síntesis editorial trazable a la tabla 8.1 y §8.4 (pp.128–129) y §8.5 (pp.129–130). Las cinco limitaciones y las mitigaciones son las de la tabla, sin convertirlas en cinco etapas nuevas de la cadena. Bootstrap, Bayes, AFR, control de calidad, adaptadores, MaxDiss, k-NN y emulación ya aparecen como mitigaciones disponibles. VineCopula, CopulaCDFEmulator y pyhydra.uq ya forman parte de pyhydra 0.2.0; el trabajo futuro es ampliar su validación en casos reales, no presentarlos como desarrollos aún inexistentes. La tabla no garantiza reproducibilidad de motores externos ni elimina errores de representación de datos globales. La comprobación de acierto y ahorro pertenece al contraste de hipótesis (§8.6), no debe confundirse con una sexta fila de la tabla 8.1. La distribución y los archivos versionados requieren continuidad; no se presentan como recursos aún inexistentes.

    Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

    Ver diapositiva y figuras
      Fuente: memoria doctoral, tabla 8.1 y trabajo futuro, pp. 128–130.

      Paso 47 de 48 · Conclusiones

      Una tesis se firma con un nombre, pero se construye con muchos

      A quienes hicieron posible que este trabajo llegara hasta aquí

      Guion completo para leer

      Guion principal

      Quiero dar las gracias a mi familia por acompañarme y sostenerme durante todo este recorrido. A mi director, Manuel del Jesus Peñil, por enseñarme a investigar con rigor y vocación de utilidad. A mi tutor, César Álvarez Díaz, por su disponibilidad y generosidad. A IHCantabria, por el entorno humano, científico y técnico en el que he podido desarrollar el trabajo. A mis compañeros de la Universidad de Castilla-La Mancha, por su apoyo y compañerismo. Y al Banco Santander, por la beca que me ha concedido. En la diapositiva aparecen personas e instituciones con funciones distintas en ese recorrido: el apoyo personal, la dirección y tutela académicas, el entorno de investigación y el apoyo mediante la beca. La tesis reúne desarrollos propios y trabajo compartido, como he procurado distinguir en la tabla de contribuciones. Quiero que este cierre reconozca ambas dimensiones: la responsabilidad científica de lo que presento y la ayuda que hizo posible desarrollarlo y llevarlo hasta la defensa. A todos, muchas gracias.

      Transición

      Termino recuperando la idea central que resume la investigación.

      Indicaciones de preparación (no se leen)

      Objetivo al explicar. Agradecer sin abrir otra explicación científica.

      Recorrido visual

      1. Familia, director y tutor
      2. IHCantabria y compañeros de la Universidad de Castilla-La Mancha
      3. Banco Santander: beca concedida

      Tono personal y pausado. Hacer una pausa antes de la frase final.

      Ver diapositiva y figuras
      • Mi familia — el apoyo que sostuvo todo el recorrido.
      • Manuel del Jesus Peñil — rigor, confianza y vocación de utilidad.
      • César Álvarez Díaz — disponibilidad y generosidad constantes.
      • IHCantabria — el entorno humano, científico y técnico de la tesis.
      • Compañeros de la Universidad de Castilla-La Mancha — apoyo y compañerismo.
      • Banco Santander — por la beca concedida.

      Paso 48 de 48 · Conclusiones

      Muchas gracias por su atención

      HYDRA — Software libre y reproducible al servicio de la sociedad

      Guion completo para leer

      Guion principal

      Para terminar, recupero la idea que ha guiado la defensa. La tesis desarrolla una cadena reproducible que conecta datos, métodos y modelos para estimar la frecuencia del impacto bajo incertidumbre hidrológica y climática. Las aplicaciones muestran su utilidad en problemas de ingeniería y permiten precisar los límites que he expuesto. La frase central resume la propuesta: una cadena reproducible convierte información climática e hidrológica en resultados físicos que pueden examinarse. El código QR permite abrir la portada de HYDRA para consultar sus herramientas, documentación y casos. Los enlaces inferiores identifican los repositorios y versiones de los dos productos de software. Permiten continuar la consulta del trabajo con el alcance documentado en cada recurso. El recorrido ha mostrado tanto resultados concretos como condiciones de aplicación: calidad de datos, hipótesis estadísticas, motores y validación. Esa delimitación forma parte de la contribución, porque permite reconocer qué sabemos a partir de cada análisis y qué comprobaciones deben acompañar su uso en una decisión de ingeniería. Los repositorios y las versiones citables de pyhydra e HYDRA quedan disponibles para continuar esa investigación y revisar sus desarrollos. Con esta síntesis concluyo la exposición del trabajo y quedo a disposición del tribunal para las aclaraciones y preguntas que considere oportunas.

      Transición

      Muchas gracias. Cedo la palabra al tribunal.

      Indicaciones de preparación (no se leen)

      Objetivo al explicar. Dar una conclusión recordable y ceder la palabra.

      Recorrido visual

      1. Mensaje final
      2. Repositorios y DOI para acceder al trabajo

      Terminar la respuesta científica, agradecer y ceder la palabra. El QR abre la portada pública de HYDRA; los enlaces quedan visibles durante las preguntas.

      Pauta: señala la figura principal al explicar el resultado. Las figuras adicionales están en /defensa-anexos.

      Ver diapositiva y figuras
      • GitHub Librería: github.com/navass11/pyhydra (Licencia MIT)
      • GitHub Plataforma: github.com/navass11/HYDRA
      • DOI pyhydra: 10.5281/zenodo.20932555
      • DOI HYDRA: 10.5281/zenodo.21138151
      • Contacto: s.navas11@gmail.com
      Código QR para abrir la portada pública de HYDRA, sus herramientas y casos.

      Anexo 1 de 24 · Metodología · Demostración documentada

      Demostración: generación de series sintéticas

      Calibración estacional y ensemble de 30 realizaciones

      Guion completo para leer

      Guion principal

      Estas dos capturas documentan la generación estocástica. Partimos de la serie demo sintética de caudal diario de 1990 a 2019. La primera figura compara, mes a mes, la media, la desviación estándar y la autocorrelación de primer retardo del registro de entrada y de las realizaciones. Después mostramos 30 realizaciones para 2025, obtenidas con semilla 42: la línea resume la mediana y las bandas muestran la dispersión entre trayectorias. No estamos prediciendo el caudal observado de 2025; estamos generando escenarios plausibles. La interfaz calibra con CoSMoS y utiliza una simulación rápida mediante AR(1) estacional y transformación a las marginales ajustadas. Debemos comprobar sus diagnósticos antes de utilizar el ensemble en un cálculo de diseño. El diagnóstico y el ensemble responden a dos preguntas distintas. Los gráficos mensuales comprueban si la simulación conserva propiedades de la entrada. El ensemble muestra trayectorias alternativas que cumplen aproximadamente esas condiciones. La mediana resume la posición central entre realizaciones; las bandas describen su dispersión y no son una predicción observacional de un año concreto. La semilla permite repetir esta ejecución, pero no modifica la naturaleza sintética del ejemplo. Antes de alimentar un modelo físico, revisaríamos también extremos, persistencia y, si hubiera varias estaciones, su dependencia espacial. Una coincidencia de medias no garantiza por sí sola que todas esas propiedades estén reproducidas.

      Indicaciones de preparación (no se leen)

      Capturas de la API ejecutada el 6 de octubre de 2026. Mostrar primero el diagnóstico estacional y después el ensemble. Datos demo sintéticos; 30 años de calibración y 30 realizaciones de un año. La simulación rápida conserva la marginal y aproxima la dependencia con AR(1), no toda la estructura temporal de una simulación CoSMoS completa.

      Apoyo visual local: 1. Diagnóstico estacional → 2. Ensemble. Utiliza los botones de la diapositiva para cambiar de figura.

      Ver diapositiva y figuras
      Demo sintética 1990–2019: media, desviación estándar y autocorrelación mensual.
      30 realizaciones para 2025, semilla 42; bandas entre trayectorias, no un pronóstico observado.

      Anexo 2 de 24 · Metodología · Demostración documentada

      Demostración: sensibilidad de la rugosidad

      Diagnóstico del ensemble hidráulico ya calculado

      Guion completo para leer

      Guion principal

      Esta captura procede del análisis del CSV demo de mil simulaciones HEC-RAS. Cada punto corresponde a una simulación del ensemble y relaciona una medida de Manning con el calado medio, el calado mediano o el área inundada. Las rectas resumen una asociación lineal simple: el R cuadrado del calado medio es 0,0069 y el del calado mediano, 0,0014. Una relación lineal tan débil no significa que la rugosidad carezca de efecto. Puede haber respuestas no lineales, umbrales topográficos y otros controles. Esta herramienta analiza salidas ya calculadas; no vuelve a ejecutar HEC-RAS ni reproduce aquí las 995 parejas HEC-RAS y SFINCS del contraste principal. La figura permite explicar por qué necesitamos mirar la distribución del impacto y sus regímenes, además de una única regresión. Para leer cada nube fijamos qué indicador aparece en el eje vertical y qué resumen de Manning se utiliza en el horizontal. Una nube poco alineada con la recta indica que una relación lineal simple explica una fracción pequeña de esa variación; no demuestra independencia física ni ausencia de otros mecanismos. La media y la mediana del calado tampoco describen exactamente la misma propiedad de la inundación. Esta demo sirve como diagnóstico de salidas agregadas. Si detectamos grupos o cambios de régimen, necesitamos volver a los mapas y condiciones hidráulicas para investigarlos. Es la diferencia entre describir una asociación estadística y explicar el mecanismo que la produce.

      Indicaciones de preparación (no se leen)

      La demo lee un CSV con 1000 simulaciones HEC-RAS y calcula estadísticos, correlaciones y regresiones. Distinguir este CSV del conjunto emparejado y depurado de 995 realizaciones por motor presentado en el caso principal. No afirmar que la interfaz elige distribuciones de Manning ni ejecuta los motores hidráulicos.

      Apoyo visual local: 1. Manning e impacto. Utiliza los botones de la diapositiva para cambiar de figura.

      Ver diapositiva y figuras
      CSV demo HEC-RAS: 1000 simulaciones; relaciones con calado medio, mediano y área inundada.

      Anexo 3 de 24 · Metodología · Demostración documentada

      Demostración: curvas IDF

      Intensidad, duración y frecuencia: qué representa cada curva

      Guion completo para leer

      Guion principal

      La captura muestra una curva IDF obtenida con la demo sintética: cuarenta años de máximos anuales y siete duraciones, desde diez minutos hasta veinticuatro horas. Para cada duración se ajusta una GEV mediante MAP y se calculan intensidades asociadas a varios períodos de retorno. Cada línea representa un período de retorno distinto; la intensidad disminuye al aumentar la duración. Este producto organiza los extremos de precipitación y puede ser una entrada de diseño. Por sí solo no describe la forma temporal completa de la tormenta, la humedad antecedente ni la respuesta hidráulica. Por eso sirve para explicar la diferencia entre caracterizar la lluvia y calcular la frecuencia del impacto. Las cifras de esta demo no son los resultados del estudio IAHR 2022. El eje horizontal representa duración y el vertical, intensidad. Para leer una lluvia de diseño elegimos una duración y una curva de período de retorno, y obtenemos su intensidad en la intersección. Cambiar de duración manteniendo el período compara extremos de distinta ventana temporal. Las líneas no son la evolución de una tormenta: no indican en qué momento llueve más dentro de un episodio. Para construir un hietograma y obtener un impacto hacen falta decisiones adicionales sobre distribución temporal, patrón espacial y estado de la cuenca. Esa distinción permite utilizar las curvas IDF con su finalidad propia sin asignar automáticamente su frecuencia al calado resultante.

      Indicaciones de preparación (no se leen)

      Figura obtenida ejecutando /tools/idf con datos sintéticos. Ajuste MAP por duración. Usar como explicación de las curvas IDF, no como reproducción del experimento IAHR 2022 ni de sus caudales.

      Apoyo visual local: 1. Curvas IDF. Utiliza los botones de la diapositiva para cambiar de figura.

      Ver diapositiva y figuras
      Demo: 40 años sintéticos, 7 duraciones y GEV MAP; una curva por período de retorno.

      Anexo 4 de 24 · Metodología · Demostración documentada

      Demostración: análisis de frecuencia regional

      Curva regional normalizada y comprobación de homogeneidad

      Guion completo para leer

      Guion principal

      En esta captura usamos cinco estaciones sintéticas con cuarenta años de máximos anuales. El análisis regional divide los datos por el caudal índice de cada estación y ajusta una curva común mediante L-momentos. La figura central muestra el factor de crecimiento q de T. Para recuperar el nivel en una estación, multiplicamos ese factor por su caudal índice. A la derecha comprobamos la homogeneidad: en esta demo, H vale 0,386 y queda por debajo de uno. También se revisa la discordancia de las estaciones antes de agruparlas. Es una explicación del procedimiento index-flood; no son las 224 estaciones del caso Valencia ni sus períodos de retorno. La selección de la región debe justificarse físicamente, porque agrupar estaciones inadecuadas puede suavizar en exceso un extremo local. La curva de crecimiento regional permite separar forma estadística y escala local. Primero dividimos cada serie por su índice para trabajar con magnitudes comparables; después ajustamos el comportamiento común y finalmente recuperamos las unidades multiplicando por el índice de la estación. El estadístico de heterogeneidad orienta sobre la compatibilidad del conjunto y la discordancia ayuda a localizar estaciones que requieren revisión. Un valor favorable en una demo no sustituye la justificación climática e hidrológica de una región real. La ganancia consiste en compartir información entre series comparables, manteniendo el vínculo con cada estación y evitando mezclar regímenes incompatibles solo para aumentar el tamaño de la muestra.

      Indicaciones de preparación (no se leen)

      Captura real de /tools/rfa: 5 estaciones sintéticas, 40 años, L-momentos, H=0,386. No confundir con Valencia. Etiquetas completas de períodos 25, 50, 200 y 500 verificadas.

      Apoyo visual local: 1. Curva y homogeneidad. Utiliza los botones de la diapositiva para cambiar de figura.

      Ver diapositiva y figuras
      Demo regional de 5 estaciones sintéticas; L-momentos y H = 0,386.

      Anexo 5 de 24 · Metodología · Demostración documentada

      Demostración: corrección de sesgo climático

      Distribuciones y medias mensuales antes y después de corregir

      Guion completo para leer

      Guion principal

      Esta captura usa treinta años de precipitación diaria sintética y la opción multiplicativa de Quantile Delta Mapping. A la izquierda se comparan las distribuciones acumuladas de la referencia, del modelo bruto y del modelo corregido. A la derecha, las medias mensuales permiten comprobar la estacionalidad y cómo cambia el sesgo. La corrección se calibra en un período histórico y se aplica al escenario: su objetivo es ajustar el sesgo sin borrar la señal de cambio, por lo que la distribución futura corregida no tiene por qué coincidir exactamente con la observación histórica. La interfaz permite también otras opciones, como Scaled Distribution Mapping. Esta es una demostración del módulo; las capturas no corresponden a datos de Panamá, Andes o SIMPCCe. En esos proyectos hay que documentar además el método, las variables y los períodos empleados. La distribución acumulada relaciona un valor de precipitación con la proporción de datos que queda por debajo. Permite reconocer diferencias que una media única ocultaría. El gráfico mensual añade la estacionalidad: una corrección global puede comportarse de forma distinta según el mes. Para interpretar el escenario futuro hay que distinguir el sesgo histórico de la señal de cambio que queremos conservar según la variante aplicada. La referencia observada no es una plantilla que deba copiarse en todos los horizontes futuros. La comprobación consiste en revisar cómo se transforman las propiedades relevantes y documentar qué hipótesis sostienen esa transformación.

      Indicaciones de preparación (no se leen)

      Captura de /tools/bias con demo sintética y QDM multiplicativo. No afirmar que este resultado reproduce las 414 combinaciones de Panamá ni que todos los proyectos usaron idéntica configuración. Señalar CDF, medias mensuales y conservación de la señal del escenario.

      Apoyo visual local: 1. Antes y después. Utiliza los botones de la diapositiva para cambiar de figura.

      Ver diapositiva y figuras
      Demo sintética de precipitación: QDM multiplicativo, CDF y medias mensuales.

      Anexo 6 de 24 · Metodología · Demostración documentada

      Demostración: eventos compuestos

      Isolíneas AND/OR y evento de diseño de máxima probabilidad

      Guion completo para leer

      Guion principal

      La captura muestra el ajuste de una cópula Gumbel a ciento veinte pares de caudal máximo y nivel del mar de la demo sintética. Los puntos representan los pares de la muestra y las líneas describen períodos de retorno conjuntos. En azul, OR significa que al menos una de las dos variables supera su umbral; en rojo, AND exige que ambas lo superen simultáneamente. Las cruces localizan el evento de máxima densidad conjunta sobre cada isolínea, el MPDE. Hay múltiples combinaciones de caudal y nivel que comparten un mismo período de retorno conjunto: por eso el diseño compuesto no se reduce a sumar dos extremos univariantes. Podemos comparar familias de cópulas, pero la elección debe atender a la dependencia y a las colas. La figura está guardada localmente y puede explicarse sin ejecutar la herramienta. En esta demo, los pares de la muestra son sintéticos, aunque la herramienta permita trabajar con observaciones de un estudio real. Para leer una curva conjunta fijamos la definición AND u OR y después buscamos las combinaciones de ambos ejes que pertenecen a ella. Cambiar de definición modifica la probabilidad que estamos calculando. La cruz de máxima densidad identifica una combinación estadísticamente característica de esa curva, sin sustituir una exploración de su respuesta hidráulica. Si el nivel del mar dificulta el desagüe o si un caudal elevado domina el resultado, el escenario de mayor impacto dependerá de esas condiciones físicas y no únicamente de la densidad de la cópula.

      Indicaciones de preparación (no se leen)

      Captura real de /tools/compound con familia Gumbel y 120 pares sintéticos. Distinguir OR y AND y explicar las cruces MPDE. Los puntos de demo no son observaciones de un caso piloto.

      Apoyo visual local: 1. Período de retorno conjunto y MPDE. Utiliza los botones de la diapositiva para cambiar de figura.

      Ver diapositiva y figuras
      Demo sintética de 120 pares caudal–nivel del mar: Gumbel, isolíneas AND/OR y MPDE.

      Anexo 7 de 24 · Casos y validación

      Anexo: bifurcación hidráulica del Besaya

      Guion completo para leer

      Guion principal

      Los dos mapas comparan regímenes hidráulicos del ensemble de HEC-RAS en Los Corrales de Buelna. El régimen bajo reúne 97 realizaciones y el alto, 898; juntas forman las 995 realizaciones válidas del contraste. Los tonos de frecuencia espacial permiten reconocer qué zonas se inundan de forma consistente dentro de cada grupo. Son frecuencias entre realizaciones del ensemble, no probabilidades anuales de inundación asignadas directamente por estos mapas. La diferencia que interesa es la conexión con un compartimento secundario de unas 7,4 hectáreas. El collado señalado se sitúa a 60,1 metros y forma parte del corredor que permite esa conexión. Esto ayuda a investigar por qué aparecen dos grupos de áreas inundadas en los gráficos de comparación. La interpretación necesita una precisión: la cota del collado no es un umbral suficiente por sí solo. Según la memoria, ambos regímenes llegan a mojar ese píxel, pero con distribuciones de nivel distintas. Intervienen conjuntamente el campo de rugosidad, los gradientes hidráulicos, la malla y la conectividad del corredor. Ninguna clase individual de Manning predice por sí sola el régimen. Este anexo muestra cómo pasamos de una separación estadística a una hipótesis física contrastable mediante las salidas espaciales. La comparación entre motores y la comprobación con observaciones siguen siendo preguntas diferentes.

      Ver diapositiva y figuras
      El collado topográfico a cota 60,1 m s.n.m. controla la activación del compartimento secundario

      Anexo 8 de 24 · Casos y validación

      Anexo: proyecciones de niveles del lago Tanganica

      Guion completo para leer

      Guion principal

      El problema de Tanganica no es simular una inundación 2D, sino obtener cotas extremas de diseño para el puerto de Kalundu con una serie de altimetría satelital corta, de 1992 a 2023. La cadena tiene cinco pasos y conviene no mezclarlos. Primero, las variables climáticas de ERA5 se reducen mediante componentes principales y AdaBoost estima los caudales mensuales de entrada al lago. Segundo, esos caudales se convierten en niveles mediante una relación empírica N(Q): K-means separa tres regímenes de caudal y se ajustan funciones distintas para representar su respuesta no lineal. Tercero, 19 modelos CMIP6, bajo SSP2-4.5 y SSP5-8.5, incorporan la señal climática mediante el método delta mensual. Cuarto, el bootstrap remuestrea los residuos de la relación caudal-nivel, no los de AdaBoost, y genera aproximadamente 20.000 años simulados. Finalmente, los máximos anuales sintéticos proporcionan cambios de nivel por percentiles empíricos, que se suman a los niveles históricos ajustados con GEV. Para T100, GEV y Weibull sitúan el nivel histórico entre 771,55 y 771,76 m, mientras el bootstrap produce 770,19 m. La figura compara cambios de nivel respecto al histórico, en metros, para cuatro horizontes y dos escenarios. Las barras de error representan la incertidumbre del ensemble climático. La lectura compara los horizontes y sus bandas sin convertir una proyección concreta en una cota universal de diseño. La figura distribuye los cuatro horizontes en paneles, de modo que debemos conservar escenario y período de retorno al comparar entre ellos. Dentro de cada panel, el eje horizontal identifica la frecuencia de diseño y la altura de la barra, el incremento respecto al histórico. Las barras de error añaden la dispersión asociada al ensemble climático. Un incremento pequeño para un período largo no significa que la cota absoluta sea menor que la correspondiente a un período corto: cada incremento se suma a una referencia histórica distinta. Tampoco debemos sumar como si fueran equivalentes el desacuerdo entre métodos históricos y la dispersión entre modelos climáticos. Son componentes de incertidumbre con orígenes diferentes.

      Ver diapositiva y figuras
      Cambio del nivel extremo para T5-T500, cuatro horizontes y los escenarios SSP2-4.5 y SSP5-8.5

      Anexo 9 de 24 · Casos y validación

      Anexo: caudales proyectados de entrada al lago Tanganica

      Guion completo para leer

      Guion principal

      Esta figura es una serie temporal de caudales de entrada al lago, no una curva de niveles extremos. El eje horizontal recorre los años y el vertical expresa caudal en metros cúbicos por segundo. El tramo gris representa la referencia histórica; azul y rojo distinguen las proyecciones SSP2-4.5 y SSP5-8.5. La línea vertical separa visualmente el tramo histórico del futuro y las zonas sombreadas representan incertidumbre intermodelo. Las oscilaciones muestran que la proyección no consiste en una tendencia lisa y única. Las líneas centrales resumen cada escenario y las bandas permiten reconocer la dispersión de las estimaciones. El hecho de que se solapen en algunos períodos impide interpretar cualquier diferencia entre líneas como una separación inequívoca entre futuros posibles. Estos caudales se estiman mediante AdaBoost a partir de información climática y alimentan después la relación N de Q para obtener niveles. Para llegar a cotas de diseño hay que continuar con la generación de variabilidad, los máximos anuales y la referencia histórica. La figura documenta un eslabón de la cadena, no observaciones futuras ni una cota directamente aplicable al puerto.

      Ver diapositiva y figuras
      Figura 7.14, p. 110: caudales de entrada estimados con AdaBoost; no son niveles del lago

      Anexo 10 de 24 · Casos y validación

      Anexo: red de túneles de Calle 30

      Guion completo para leer

      Guion principal

      Este mapa sitúa el dominio del caso Calle 30. La cadena mostrada en la presentación conecta lluvia multisitio, HEC-HMS y HEC-RAS 1D; el mapa delimita la infraestructura a la que se asigna la frecuencia del calado. El mapa permite localizar la infraestructura y su entorno, que dan sentido a la selección de puntos de entrada y secciones hidráulicas. Una sección de túnel y una zona de acceso pueden responder de forma distinta al mismo conjunto de caudales. Por eso el análisis conserva la posición de cada resultado. La figura no es un mapa de período de retorno ni permite leer un calado por su color sin una variable hidráulica asociada. Su función en la defensa es situar el dominio sobre el que se interpretan los perfiles y las curvas del caso principal, y recordar que el modelo 1D representa una red de infraestructura concreta.

      Ver diapositiva y figuras
      Ámbito de la infraestructura urbana y red de túneles analizada

      Anexo 11 de 24 · Casos y validación

      Anexo: curvas completas de Valencia

      Guion completo para leer

      Guion principal

      Los cuatro paneles permiten comparar dos estaciones y dos muestras. Arriba aparece Turís; abajo, Carlet. La columna izquierda ajusta las series sin la DANA de 2024 y la derecha incorpora ese episodio. En cada fila debemos mantener la estación al comparar de izquierda a derecha, porque la escala vertical cambia entre estaciones. El eje horizontal representa período de retorno en años y el vertical, precipitación máxima diaria en milímetros. La línea verde representa el ajuste bayesiano; la azul, máxima verosimilitud; y la roja discontinua, L-momentos. Las bandas muestran incertidumbre. La línea horizontal punteada sitúa la precipitación observada del episodio: 710,8 milímetros en Turís y 265,1 en Carlet. Hay dos lecturas diferentes. Si fijamos un período de retorno, las alturas de las curvas proporcionan cuantiles de diseño y permiten comparar estimadores. Si fijamos la precipitación observada, la intersección con cada curva permite examinar el período que ese ajuste le asigna. Incorporar el episodio cambia ambas lecturas al modificar la cola estimada. La separación de curvas y el ensanchamiento de bandas hacia períodos largos recuerdan la incertidumbre de extrapolación. El contraste sirve para evaluar sensibilidad a la muestra y al método; no establece una frecuencia verdadera conocida del episodio ni permite interpretar como observaciones los cuantiles extrapolados.

      Ver diapositiva y figuras
      Turís y Carlet, antes y después de incorporar la DANA

      Anexo 12 de 24 · Casos y validación

      Anexo: entrenamiento de SIMPCCe

      Guion completo para leer

      Guion principal

      La captura muestra la pestaña Modelos Regresión de SIMPCCe. A la izquierda aparecen opciones para aportar una serie de aportaciones naturalizadas y para combinar el ajuste con la actualización climática. Las pestañas superiores sitúan esa operación entre la configuración de la cuenca y el cambio climático. Los controles visibles corresponden al ejemplo capturado; no indican por sí solos una configuración válida para cualquier cuenca. El gráfico superior derecho compara observado en horizontal y simulado en vertical. La línea diagonal permite reconocer coincidencia entre ambos valores; los puntos muestran sus diferencias. Los indicadores NSE, R cuadrado y sesgo resumen aspectos distintos del ajuste. El valor de cada uno pertenece a este ejemplo de la interfaz y no es una validación global de la herramienta. El panel inferior compara las series temporales de aportaciones, en hectómetros cúbicos por mes. Permite revisar si se reproducen la evolución y los picos, además de los indicadores agregados. La zona de registro documenta el avance del proceso. Este anexo explica cómo se configura y revisa el modelo de aportaciones. En la diapositiva principal, esas aportaciones se conectan con un modelo de gestión para interpretar suministro y fiabilidad; esta pantalla no calcula por sí sola toda esa decisión.

      Ver diapositiva y figuras
      Interfaz de entrenamiento y validación de la red neuronal

      Anexo 13 de 24 · Introducción · Marco conceptual

      Del Trabajo Fin de Máster a la pregunta doctoral

      La primera cadena resolvió un caso y reveló un problema más general

      Guion completo para leer

      Guion principal

      El Trabajo Fin de Máster demostró que la frecuencia del impacto debía calcularse después de la simulación hidráulica. Al mismo tiempo dejó visible una limitación práctica: la cadena funcionaba, pero dependía de muchos traspasos manuales y de una configuración específica para una única cuenca. Este antecedente ayuda a plantear una pregunta más general. ¿Cómo conservar el rigor del método, repetirlo de forma auditable y transferirlo a problemas con otros datos, otras escalas y otros modelos físicos? En el esquema se reconoce la secuencia aforos, eventos, dependencia, hidrogramas, respuesta hidráulica e impacto. Esa secuencia aporta el fundamento científico previo. La pregunta doctoral exige después formular hipótesis y objetivos para decidir qué debemos automatizar, cómo organizarlo y con qué evidencia valorar la propuesta. Por tanto, el TFM es un antecedente metodológico, mientras que el desarrollo de pyhydra se plantea para responder a los requisitos de la tesis. Esta distinción evita presentar una aplicación inicial como si ya contuviera toda la plataforma actual o como si su evolución tecnológica hubiera sido el único objetivo de investigación.

      Indicaciones de preparación (no se leen)

      Esta diapositiva es el puente entre el origen de la investigación y la formulación del problema. No adelantar nombres de paquetes. El mensaje es que la tesis generaliza una necesidad científica detectada en el TFM.

      Ver diapositiva y figuras
      la frecuencia cambia al propagarse
      Hallazgoel impacto posee una distribución propia
      cadena manual y difícil de repetir
      Límitecada nueva aplicación exigía reconstruir conexiones
      generalización reproducible
      Pregunta doctoralcómo transferir el método entre problemas reales
      • El TFM aporta el principio científico.
      • La dificultad de repetir la cadena define el problema doctoral.
      • La tesis busca generalización, trazabilidad y transferencia.
      La aplicación del Besaya lleva la frecuencia desde los aforos hasta el calado

      Anexo 14 de 24 · Introducción · Origen de la investigación

      Estrategia de investigación

      Del problema científico a los criterios utilizados para validar la respuesta

      Guion completo para leer

      Guion principal

      Una vez formulada la pregunta, la estrategia de investigación se organiza en cuatro decisiones. La primera es representar explícitamente la incertidumbre mediante múltiples escenarios plausibles y calcular la frecuencia sobre la respuesta del sistema, no solo sobre la variable de entrada. La segunda es automatizar la cadena completa para evitar rupturas manuales entre datos, métodos y modelos. La tercera es separar sus componentes para que puedan sustituirse o reutilizarse sin reconstruir todo el flujo. La cuarta es validar la propuesta en problemas de distinta escala y con información disponible muy diferente. Consideraremos que la respuesta funciona si conserva la incertidumbre hasta el impacto, permite repetir y auditar el cálculo, se adapta a distintos modelos y produce resultados útiles en aplicaciones científicas e industriales. Las cuatro decisiones pueden leerse como necesidad, estrategia y criterio de éxito. Representar incertidumbre exige generar alternativas y analizar sus impactos. Conectar operaciones exige controlar los intercambios de información. Modularizar permite sustituir un componente sin reconstruir el conjunto. Aplicar el flujo a problemas distintos permite examinar qué se reutiliza y qué necesita adaptación. El éxito debe evaluarse con evidencias concretas y límites explícitos: una operación disponible, una ejecución repetida, una comparación de resultados o un material que permita revisar el procedimiento. Esta figura organiza la estrategia de investigación y no constituye por sí misma el resultado de su validación.

      Indicaciones de preparación (no se leen)

      Esta diapositiva pertenece todavía a la introducción. No mencionar aquí nombres de paquetes, herramientas o casos. Leer por filas: necesidad → estrategia → criterio de éxito. Los nombres técnicos se presentan más adelante, después del estado de la técnica y de la arquitectura.

      Ver diapositiva y figuras
      • La solución será válida si representa la incertidumbre, puede repetirse y funciona en contextos diferentes.
      Necesidad
      Estrategia
      Criterio de éxito
      Representar la incertidumbreUn escenario único no describe todas las respuestas posibles
      Múltiples escenarios plausiblesPropagar variabilidad de entradas, estados y parámetros
      Frecuencia sobre el impactoCalcularla en caudal, calado, extensión o nivel
      Evitar cadenas manualesLos traspasos entre etapas son lentos y difíciles de auditar
      Automatización completaConectar datos, análisis, escenarios y modelos físicos
      Cálculo repetibleMismas entradas y configuración, mismos resultados
      Trabajar con problemas distintosCambian los datos disponibles, la escala y el modelo físico
      Arquitectura modularSustituir componentes sin reconstruir toda la cadena
      Adaptación sin perder trazabilidadEl método conserva su lógica en contextos diferentes
      Demostrar utilidad realLa validez no puede limitarse a un ejemplo académico
      Validación progresivaContrastar resultados, límites y capacidad de transferencia
      Utilidad científica e industrialResultados interpretables y aplicables a decisiones

      Anexo 15 de 24 · Estado de la técnica · Mapa metodológico

      Mapa metodológico de la tesis

      Cinco responsabilidades científicas que después se materializan en la arquitectura

      Guion completo para leer

      Guion principal

      Antes de la arquitectura técnica, este es el mapa metodológico: cinco responsabilidades y los submódulos de pyhydra que las materializan. Los datos: lluvia, caudal, cambio climático y suelos. Los extremos y el clima: series, análisis regional y corrección de sesgo. Los escenarios: generación estocástica y downscaling híbrido. La respuesta física: HEC-HMS, SWAT+, SFINCS y HEC-RAS. Y el impacto: reconstrucción de escenarios no simulados, sensibilidad y período de retorno sobre el calado. La web organiza estas capacidades en cuatro módulos funcionales: fuentes de datos, análisis climático, generación estocástica y modelización. El código reúne los catorce submódulos descritos en la memoria en tres paquetes principales; cada caso utiliza solo la combinación que necesita. Las cinco responsabilidades del esquema no son cinco módulos adicionales de la web. Describen funciones científicas que atraviesan la organización del software. Un mismo componente puede intervenir en varios pasos: los extremos ayudan a caracterizar entradas, y la reconstrucción ayuda a formar el conjunto de impactos. Las flechas señalan relaciones de cálculo; no obligan a que cada caso recorra todas las cajas en el mismo orden. La utilidad del mapa es mantener identificada la salida de cada transformación y su procedencia, de modo que podamos seguir una cifra desde el dato de entrada hasta el resultado de ingeniería.

      Indicaciones de preparación (no se leen)

      Utilizar esta diapositiva como orientación. No enumerar aún clases ni submódulos. En la diapositiva siguiente se explica que la arquitectura asigna una capa técnica a estas responsabilidades.

      Ver diapositiva y figuras
      Datos
      observar, reunir y controlar fuentes
      Extremos y clima
      caracterizar frecuencia y condiciones
      Escenarios
      generar combinaciones plausibles
      Respuesta física
      simular lluvia, caudal y calado
      Impacto
      estimar frecuencia para decidir
      La procedencia se conserva en cada transformación

      Anexo 16 de 24 · Casos y validación

      Resultados que sostienen la contribución

      Los casos aportan evidencias distintas y complementarias

      Guion completo para leer

      Guion principal

      Estas cuatro figuras reúnen resultados que se desarrollan en el recorrido principal. IAHR muestra un ejemplo T100 de 208,8 frente a 278,5 m³/s, un aumento del 33,4 por ciento respecto a IDF; el mapa espacial corresponde a un horizonte distinto. En Valencia, el nivel T100 bayesiano pasa de 260 a 952 mm al incorporar la DANA. En el Besaya, 995 pares de simulaciones permiten comparar dos motores. En Panamá, 414 combinaciones describen dimensiones del análisis climático, no un registro de ejecuciones hidráulicas. Cada resultado debe leerse con su variable, método, horizonte y alcance. Para comparar estas cuatro evidencias hay que conservar sus unidades y preguntas. El ejemplo IAHR relaciona un caudal con el procedimiento de diseño. Valencia relaciona un cuantil de precipitación con la inclusión de un episodio en la muestra. Besaya compara respuestas de motores para realizaciones emparejadas. Panamá muestra organización de entradas y configuraciones a escala nacional. No son cuatro medidas del mismo efecto ni cuatro pruebas intercambiables de exactitud. En conjunto, permiten reconocer por qué resulta útil una cadena trazable: hace posible identificar qué decisión o componente produce una diferencia y qué contraste adicional se necesita para interpretarla.

      Indicaciones de preparación (no se leen)

      Resumen de reserva. El rango 30–37 % del texto de la memoria queda pendiente de cotejo con el artículo original; se utiliza el ejemplo aritméticamente comprobable de +33,4 % respecto a IDF.

      Ver diapositiva y figuras
      • La evidencia combina contraste metodológico, actualización estadística, sensibilidad hidráulica y escalabilidad.
      • El valor conjunto reside en conservar la trazabilidad desde la entrada hasta la cifra final.
      IAHR 2022: caudal estocástico frente a IDF
      Valencia: actualización de T100 en Turís
      Besaya: HEC-RAS frente a SFINCS
      Panamá: precipitación por subcuencas

      Anexo 17 de 24 · Conclusiones

      Autoría completa de la línea de investigación

      Rol del doctorando en cada publicación, según la tabla de autoría del capítulo 8

      Guion completo para leer

      Guion principal

      Como parte de la evidencia procede de trabajos compartidos, la memoria delimita expresamente mi contribución, y esta tabla la resume. Soy primer autor en siete trabajos de la línea: la formulación inicial de 2017, Besaya, Mallorca, Calle 30, SIMPCCe, Tanganica y el manuscrito de rugosidad del Besaya. En los trabajos andinos contribuí a la calibración automática y al procesamiento climático; en NEOPRENE, al desarrollo, validación y documentación del software; en el trabajo de downscaling de EGU, a la generación estocástica y la reconstrucción; y en Valencia, a los módulos de extremos y análisis regional y a la ejecución de los cálculos. pyhydra ha servido también como herramienta para las tesis de Diego Urrea Méndez y Dina Vanesa Gómez Rave. Finalmente, pyhydra e HYDRA son software con rol de primer autor, diseñado, desarrollado y documentado como parte de la tesis. La posición de autoría y la tarea realizada responden a preguntas distintas. Ser primer autor identifica una responsabilidad principal, pero no implica autoría única de un trabajo colectivo. Las filas de colaboración delimitan tareas concretas de calibración, procesamiento climático, desarrollo de software o cálculo de extremos. La tabla recoge también la transferencia de pyhydra como herramienta de apoyo a otras investigaciones doctorales. Finalmente, el software constituye un producto con responsabilidades de diseño, desarrollo, documentación y distribución. Este desglose permite responder por una publicación concreta sin convertir una contribución parcial en una atribución de todo el estudio.

      Indicaciones de preparación (no se leen)

      Recorrido visual

      1. Columna izquierda: primeros trabajos y colaboraciones
      2. Transferencia de pyhydra a otras tesis doctorales

      Esta diapositiva responde preventivamente a dos preguntas: qué resultados pertenecen al doctorando y cómo se relacionan las publicaciones previas con la contribución doctoral. La tabla se distribuye en dos columnas; se leen por separado de arriba abajo. El uso de pyhydra en otras tesis describe transferencia de la herramienta; no implica dirección ni autoría de esas tesis.

      Ver diapositiva y figuras
        TrabajoPosiciónContribución del doctorando
        V JIA (2017)Primer autorConceptualización de la cadena estocástica, análisis y redacción
        Besaya, ROP (2018)Primer autorMetodología, modelización hidrológico-hidráulica, impactos y redacción
        Mallorca (2019)Primer autorDownscaling híbrido, geoestadística, simulación y redacción
        Andes, BID e IA (2019–2020)CoautorCalibración automática y procesamiento climático
        NEOPRENE, GMD (2023)Segundo autorDesarrollo, validación y documentación del software
        Calle 30, IA (2024)Primer autorMetodología completa, automatización HEC-HMS/HEC-RAS y redacción
        Downscaling, EGU (2024)CoautorGeneración estocástica y reconstrucción integradas en pyhydra
        TrabajoPosiciónContribución del doctorando
        SIMPCCe, IA (2025)Primer autorDiseño y desarrollo íntegro, validación nacional y redacción
        Valencia (2025)Segundo autorMódulos de extremos y AFR y ejecución de los cálculos
        Tanganica (2025)Primer autorMetodología, datos globales, aprendizaje automático y redacción
        Rugosidad Besaya, EMS (2025)Primer autorEnsemble Monte Carlo, automatización de ambos motores y redacción
        Tesis de Diego Urrea Méndez y Dina Vanesa Gómez RaveTransferenciapyhydra como herramienta de apoyo a sus investigaciones doctorales
        pyhydra e HYDRA, Zenodo (2026)Primer autorDiseño, desarrollo, documentación y publicación del software

        Fuente: memoria definitiva, tabla 8.2. Los trece registros se distribuyen en dos columnas para consulta.

        Anexo 18 de 24 · Casos y validación

        Anexo: resultados completos de SIMPCCe

        Guion completo para leer

        Guion principal

        Esta es la ficha de aportaciones reproducida en la figura 10 del artículo de SIMPCCe. El ejemplo se identifica como embalse de Alcántara. Las matrices superiores muestran cambios anuales por modelo para RCP4.5 y RCP8.5. Debajo se presentan aportaciones medias, varianza y cuantil 25 por mes, junto a paneles que comparan el cambio porcentual de la media y factores de cambio de los cuantiles. Las filas corresponden a los tres horizontes futuros. La ficha muestra los productos que genera la herramienta. Para leer un valor concreto debe ampliarse su panel y comprobar variable, unidad, horizonte y escenario. La lectura exige distinguir porcentajes de cambio de factores multiplicativos. Un cambio porcentual se interpreta respecto a la referencia histórica y tiene cero como ausencia de cambio; un factor tiene uno como referencia. Las filas organizan los horizontes y los colores separan los escenarios. Las medias y la varianza resumen aspectos diferentes de las aportaciones, mientras que el cuantil 25 permite examinar la parte baja de su distribución. Esta ficha reúne productos de diagnóstico: para utilizar una cifra de diseño habría que identificar el panel, el punto, la variable y el escenario correspondientes y conservar su referencia. La figura completa sirve como respaldo documental, sin sustituir esa lectura detallada por un único valor general.

        Indicaciones de preparación (no se leen)

        Fuente: figura 10, p.144, del artículo publicado de Navas y del Jesus (2025). Ejemplo identificado como Alcántara. La diapositiva principal muestra el apoyo a decisiones de la figura 11; este anexo conserva la ficha de aportaciones. No inventar valores a partir de la imagen.

        Ver diapositiva y figuras
        Figura 10 del artículo de Navas y del Jesus (2025), p. 144: ficha de aportaciones, ejemplo de Alcántara.

        Anexo 19 de 24 · Casos y validación · Besaya · Original S8

        Anexo: posiciones y orientaciones completas de las fotografías UAV

        Figura S8 original del material suplementario de rugosidades

        Guion completo para leer

        Guion principal

        Esta es la figura S8 completa que respalda la composición de la presentación principal. A la izquierda aparece la vista general del tramo y a la derecha, los detalles de los sectores A y B. Los puntos azules y naranjas sitúan las tomas, conservando el identificador de cada fotografía de S9. La flecha norte y las barras de escala permiten interpretar la orientación y el tamaño de las zonas representadas. La franja inferior contiene una referencia por fotografía. Cada círculo está orientado con el norte hacia arriba y su flecha indica el azimut de la cámara. Para relacionar una vista oblicua con el mapa buscamos primero su número, localizamos el punto y revisamos hacia dónde miraba la cámara. Estas flechas describen la toma fotográfica; no son vectores hidráulicos. El original permite revisar la correspondencia espacial sin alterar la imagen del artículo. Documenta posiciones y perspectivas del terreno. Para contrastar una simulación de crecida se necesitarían además observaciones hidráulicas apropiadas y sus condiciones de adquisición.

        Indicaciones de preparación (no se leen)

        Objetivo al explicar. Relacionar punto, número y azimut de cámara en el original del artículo.

        Recorrido visual

        1. Mapa general y escala
        2. Sectores A/B e identificadores
        3. Fila inferior: norte y azimut por toma

        Original S8 copiado sin alteración. Puede ampliarse desde la vista de estudio. La diapositiva principal recompone únicamente los tres paneles cartográficos, manteniendo sus píxeles, identificadores, escalas y norte. La orientación de cámara se consulta en esta figura completa.

        Ver diapositiva y figuras
        Original S8: mapa general, sectores A/B y dirección de la cámara por fotografía.

        Fuente: material suplementario aportado por el autor del manuscrito de rugosidades del Besaya, figura S8.

        Anexo 20 de 24 · Estado de la técnica · Antecedentes

        Evolución de la investigación (2017–2026)

        De una pregunta hidráulica concreta a un marco reproducible y transferible

        Guion completo para leer

        Guion principal

        La cronología muestra cómo fue ampliándose el problema inicial. En 2017 y 2018, el Besaya permitió formular y publicar la estimación de frecuencia sobre el impacto. Los trabajos posteriores incorporaron cuencas con pocos datos, calibración en grandes dominios y escenarios con coherencia espacial y temporal. Las primeras fechas corresponden al trabajo sobre frecuencia del impacto. El siguiente grupo incorpora la escasez de observaciones y los dominios de mayor tamaño, que exigen completar entradas y repetir calibraciones. Después aparecen los desarrollos de escenarios espaciales y temporales, necesarios para representar entradas simultáneas y su persistencia. Las aplicaciones de 2024 y 2025 permiten contrastar métodos y atender necesidades industriales. El último tramo recoge la integración y distribución del software. La cronología organiza esa evolución; no significa que todos los componentes actuales estuvieran ya implementados en los primeros trabajos. Las aplicaciones industriales añadieron exigencias de ejecución, contraste y documentación. Ese recorrido converge en la arquitectura y las versiones de software de la tesis. La diversidad de métodos responde a necesidades concretas que se han convertido en componentes reutilizables.

        Indicaciones de preparación (no se leen)

        Objetivo al explicar. Mostrar la evolución del problema científico sin volver a explicar cada caso.

        Recorrido visual

        1. Besaya como origen
        2. Nuevas exigencias de datos y escenarios
        3. Síntesis en la arquitectura

        Explicar una evolución científica, no una sucesión de congresos o lugares. El primer hito es el TFM del doctorando. La comunicación de las V JIA es una vía de difusión del trabajo, no el origen conceptual por sí sola.

        Ver diapositiva y figuras
        • 2017–2018 — Besaya: cadena estocástica y frecuencia sobre el impacto.
        • 2019–2020 — Pocos datos y grandes dominios: reconstrucción y calibración regional.
        • 2021–2023 — Generación de escenarios con estructura espacial y temporal.
        • 2024–2025 — Transferencia industrial, eventos extremos y contraste de modelos.
        • 2026 — Integración, documentación y distribución versionada.

        Anexo 21 de 24 · Arquitectura

        HYDRA en Azure y en el entorno de cada proyecto

        Acceso público a las herramientas y despliegue propio con contenedores

        Guion completo para leer

        Guion principal

        Esta diapositiva distingue dos usos de la misma plataforma. La fila superior muestra el despliegue público que hemos preparado en Azure para facilitar el acceso a HYDRA. El código se conserva en GitHub, se construyen imágenes con sus dependencias, se almacenan en Azure Container Registry y se ejecutan en Azure Container Apps. La web reúne la documentación, las herramientas interactivas y los casos de estudio. La API atiende las operaciones de las herramientas y JupyterLab permite explorar y ejecutar los notebooks disponibles. Los datos y las sesiones que deben conservarse utilizan almacenamiento persistente. Esta instalación pública facilita conocer los métodos, consultar su documentación y trabajar con los ejemplos disponibles. Abrir un notebook en ella prepara una copia de trabajo dentro de la infraestructura compartida; no despliega una instalación completa de HYDRA para cada usuario. La fila inferior muestra cómo un usuario puede montar su propio entorno para un proyecto. Obtiene una versión del repositorio y utiliza la configuración Docker Compose incluida para construir y levantar los servicios web, API y JupyterLab en su equipo o en un servidor propio. A continuación configura los volúmenes que conectan esos servicios con sus carpetas de datos, modelos y resultados. Así puede adaptar los notebooks y la configuración al problema que quiere estudiar, conservando sus archivos fuera de la vida del contenedor. También existe una variante más sencilla para quien solo quiera trabajar con notebooks: ejecutar únicamente el contenedor de JupyterLab con pyhydra y sus dependencias. En ese caso no necesita levantar la web ni la API. Conecta sus notebooks y datos mediante volúmenes, configura el acceso directo a JupyterLab y conserva los resultados en sus carpetas de proyecto. La plataforma completa es útil si desea disponer también de las herramientas y la interfaz web; el contenedor de notebooks basta cuando el trabajo se realiza desde código. Las imágenes reúnen el software y sus dependencias compatibles, pero un proyecto sigue necesitando sus datos, parámetros y los motores externos que utilice. Deben comprobarse sus requisitos de instalación, plataforma y licencia. Docker Compose proporciona el punto de partida del entorno propio; su puesta en servicio en un servidor exige configurar también los accesos y la persistencia. La distinción central es, por tanto, el propósito de cada instalación: Azure ofrece una puerta de entrada pública a HYDRA; el despliegue propio permite organizar y conservar el trabajo específico de un proyecto.

        Transición

        En cualquiera de los dos entornos, las operaciones científicas se organizan en los mismos cuatro módulos.

        Indicaciones de preparación (no se leen)

        Objetivo al explicar. Diferenciar la plataforma pública en Azure del despliegue que un usuario configura para sus propios proyectos.

        Recorrido visual

        1. Arriba: despliegue público en Azure y recursos que ofrece
        2. Abajo: Plataforma completa o solo JupyterLab; archivos propios del proyecto

        Fuentes: README.md, docs/instalacion.md, docker/docker-compose.yml y deploy/azure/README.md. La configuración local incluye web, API y JupyterLab; el servicio jupyter puede utilizarse por separado, configurando el puerto de acceso, JUPYTER_BASE_URL, JUPYTER_WORKDIR y los volúmenes de notebooks y datos; HYDRA_DATA_PATH permite montar una carpeta de datos propia. En Azure, web/API y Jupyter se ejecutan en aplicaciones separadas. No confundir una copia de notebook en el servicio público con un contenedor o instalación exclusiva por usuario. No afirmar que Docker elimina requisitos de motores o licencias. La configuración Compose es un punto de partida: revisar autenticación y accesos antes de exponer un servidor propio.

        Ver diapositiva y figuras
        Despliegue público en Azure y entorno propio de proyecto.

        Anexo 22 de 24 · Casos y validación · Besaya · Documentación aérea

        Besaya: dónde se tomaron las fotografías del terreno

        Mapa general, sectores A/B y correspondencia con las fotografías

        Guion completo para leer

        Guion principal

        Antes de comparar los motores, sitúo la documentación del terreno que acompaña al artículo de rugosidades. El mapa general de la izquierda representa el tramo del Besaya en Los Corrales de Buelna. La flecha indica el norte y la barra inferior permite reconocer la escala del dominio. Los puntos azules identifican las fotografías del sector A, en la parte norte, alrededor del puente y del trazado curvo del cauce. Los naranjas corresponden al sector B, situado más al sur junto a la zona edificada. Los dos paneles de la derecha amplían esos sectores y conservan los mismos identificadores. La leyenda central mantiene la correspondencia entre los colores y cada sector. Cada número enlaza una posición del mapa con una fotografía de la lámina siguiente. La figura S8 completa, disponible en el anexo, añade la orientación de la cámara para cada toma. Esa información permite comprender por qué fotografías obtenidas desde lugares próximos muestran perspectivas distintas. En esta composición nos centramos en localizar los dos sectores y relacionar sus identificadores con las fotografías. Esta documentación ayuda a reconocer la geometría visible del corredor y la distribución de vegetación, superficies abiertas e infraestructura. Es un apoyo para interpretar la heterogeneidad del dominio, no una medición directa del coeficiente de Manning. Con esa localización, podemos leer ahora las fotografías y relacionarlas con el territorio que representan.

        Transición

        Veamos las fotografías asociadas a esos puntos para reconocer las superficies y el entorno del cauce.

        Indicaciones de preparación (no se leen)

        Objetivo al explicar. Relacionar posición, identificador y orientación con las fotografías del terreno.

        Recorrido visual

        1. Izquierda: mapa general, norte y escala
        2. Centro: detalle y leyenda del sector A
        3. Derecha: detalle del sector B
        4. Identificadores: correspondencia con S9; S8 completa en el anexo

        Composición apaisada de los tres mapas originales de S8, sin retocar sus píxeles. Se mantienen identificadores, norte y escalas. S8 completa, con las orientaciones, se conserva en el anexo 20. Sectores A y B según la leyenda original; identificadores correspondientes a S9. No atribuir dirección de flujo a los azimuts de cámara, ni fecha de campaña, calados de avenida o valores de Manning a partir de estas imágenes.

        Ver diapositiva y figuras
        Composición apaisada de los tres mapas de S8. El original completo, con las orientaciones, se conserva en el anexo.

        Fuente: material suplementario del manuscrito de rugosidades del Besaya, enviado a Environmental Modelling & Software; figura S8.

        Anexo 23 de 24 · Casos y validación · Besaya · Fotografías del terreno

        Besaya: heterogeneidad del cauce y de sus márgenes

        Lámina S9 · vistas aéreas del cauce y sus márgenes

        Guion completo para leer

        Guion principal

        La lámina reúne las fotografías aéreas del artículo. Los números de cada imagen permiten volver a su posición y orientación en el mapa anterior. Son distintas vistas del terreno utilizado como dominio del estudio. En las imágenes del entorno del puente se reconocen el cauce, sus curvas, superficies expuestas, franjas de vegetación ribereña y la relación con la infraestructura. Otras perspectivas muestran prados y espacios abiertos junto al corredor fluvial. Las fotografías del sector B amplían la lectura hacia el tramo meridional y su proximidad a zonas edificadas. Las tomas oblicuas ayudan a reconocer relaciones espaciales que una vista exclusivamente cenital puede hacer menos evidentes. Esa diversidad importa al interpretar la rugosidad: representar todo el dominio mediante un único valor oculta diferencias entre superficies y coberturas. En el estudio se exploran distribuciones de Manning para nueve clases de uso del suelo y se propagan sus combinaciones mediante los motores hidráulicos. Las fotografías ilustran el contexto físico de esa heterogeneidad; por sí solas no determinan un valor numérico del coeficiente. Tampoco son fotografías de una avenida con niveles medidos, por lo que no las utilizamos aquí para afirmar cuál motor reproduce mejor una crecida observada. Su función es documentar el dominio y apoyar la interpretación del experimento. A continuación veremos qué cambia en los calados y las áreas al ejecutar las mismas realizaciones con HEC-RAS y SFINCS.

        Transición

        Con el terreno situado, comparemos las 995 realizaciones emparejadas de los dos motores.

        Indicaciones de preparación (no se leen)

        Objetivo al explicar. Reconocer la heterogeneidad física y situar qué aportan las imágenes al estudio de Manning.

        Recorrido visual

        1. Identificadores: correspondencia con S8
        2. Entorno del puente y curvas del cauce
        3. Vegetación ribereña, superficies expuestas y espacios abiertos
        4. Tramo del sector B y relación con zonas edificadas

        Original aportado por el autor: figS9_uav_photos.jpg, sin recortes ni alteración. Mantener la relación de números con S8. Describir coberturas visibles sin atribuir fechas, tipos granulométricos medidos, valores de Manning o niveles de avenida no documentados. Nueve clases de uso del suelo: configuración del ensemble del estudio, no clasificación inferida automáticamente a partir de estas fotografías. La vista de estudio permite ampliar el original.

        Ver diapositiva y figuras
        Figura suplementaria S9: cada fotografía conserva el identificador de posición y orientación del mapa S8.

        Fuente: material suplementario del manuscrito de rugosidades del Besaya, enviado a Environmental Modelling & Software; figura S9.

        Anexo 24 de 24 · Casos y validación

        Lago Tanganica: niveles de diseño bajo cambio climático

        De ERA5 y CMIP6 al cambio de nivel extremo respecto al histórico

        Guion completo para leer

        Guion principal

        En el lago Tanganica estimamos cotas de diseño bajo cambio climático con altimetría de 1992–2023. A la izquierda, AdaBoost convierte ERA5 en caudales mensuales; la relación empírica N(Q) los transforma en niveles. Los deltas de 19 modelos CMIP6 incorporan la señal climática. El bootstrap remuestrea los residuos de N(Q). A la derecha mostramos el horizonte 2041–2060 de la memoria. El eje horizontal indica el período de retorno; el vertical, el incremento de nivel respecto al histórico. Los colores distinguen ambos escenarios SSP y las barras de error representan incertidumbre intermodelo. Los cuatro horizontes están en el anexo. Podemos recorrer la columna izquierda sin saltar directamente desde el clima a una cota extrema. AdaBoost estima caudal mensual; N de Q transforma caudal en nivel y distingue tres regímenes para representar una relación no lineal. El bootstrap actúa sobre los residuos de esa relación, generando variabilidad alrededor de ella. En el gráfico de la derecha, cada grupo corresponde a un período de retorno y las barras comparan los dos escenarios SSP en 2041–2060. El eje vertical expresa un incremento en metros, no la altitud absoluta del lago. Las barras de error representan la incertidumbre intermodelo indicada en la memoria. Para obtener una cota futura hay que añadir el incremento a su referencia histórica, manteniendo el mismo período de retorno. Los cambios calculados con máximos anuales sintéticos se suman a las cotas históricas ajustadas con GEV. Así obtenemos niveles futuros conservando la referencia observada.

        Transición

        Para aplicar cadenas de este tipo a un territorio mayor aparece otro cuello de botella: calibrar muchos modelos de forma consistente.

        Indicaciones de preparación (no se leen)

        Objetivo al explicar. Explicar el encadenamiento y leer correctamente el incremento proyectado respecto al histórico.

        Recorrido visual

        1. Izquierda: cinco etapas de cálculo
        2. Derecha: detalle original 2041–2060
        3. Eje horizontal: período de retorno; vertical: variación de nivel
        4. Colores: SSP; barras de error: incertidumbre intermodelo

        Fuente: §7.6.2–7.6.3, pp. 108–109; figura 7.15, p. 110. El texto menciona 770,19 m bootstrap y 771,55–771,76 m GEV/Weibull para T100; el intervalo entre métodos no es una banda de confianza. R²=0,96 corresponde al conjunto completo y no es una validación independiente. Hay una discrepancia entre texto/pie y las barras de la figura 7.15 sobre el horizonte máximo y el umbral de 0,6 m para T100–T500: no afirmar esos dos resultados hasta contrastar la tabla numérica original. No atribuir al bootstrap de N(Q) todas las fuentes de incertidumbre. El detalle mostrado conserva las barras y ejes originales del horizonte identificado.

        Ver diapositiva y figuras
        AdaBoost en validación cruzada
        R² > 0,85estima caudales mensuales; no valida toda la proyección
        ensemble climático CMIP6
        19 modelosSSP2-4.5 y SSP5-8.5; método delta mensual
        cambio respecto al histórico
        ΔNivel(T)se aplica sobre niveles históricos ajustados con GEV
        • AdaBoost estima caudales mensuales a partir de ERA5; no estima directamente los niveles extremos.
        • La función N(Q), separada en tres regímenes por K-means, transforma caudal en nivel del lago.
        • El bootstrap remuestrea residuos de N(Q) y los percentiles de máximos anuales determinan los cambios de nivel.
        • Los cambios de nivel de cuatro horizontes se aplican sobre las cotas históricas ajustadas con GEV a la altimetría Hydroweb 1992–2023.
        Detalle de la figura 7.15: horizonte 2041–2060. Los cuatro horizontes se conservan en el anexo.

        Papel de pyhydra. Integra datos globales, método delta mensual y análisis de niveles extremos en un sistema lacustre con registros limitados.

        1. ERA5 → AdaBoost
        2. Caudal → N(Q)
        3. CMIP6 + delta
        4. Residuos N(Q) → bootstrap
        5. ΔNivel(T) + GEV histórica

        Fuente: memoria doctoral, §7.6, pp. 108–110; figura 7.15 (Navas et al., 2025a)

        Desplázate por la figura o usa los botones para ajustar el tamaño.