Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio
aa

Artículos de Investigación

Vol. 8 Núm. 1 (2026): REBI, Revista Boliviana de Ingeniería

Un análisis de modelos hidrodinámicos y una propuesta de cambio cultural basada en predicciones: el caso de la inundación del Rio Grande do Sul, Brasil

Publicado
2026-02-18

Después de las fuertes inundaciones que azotaron Rio Grande do Sul, la pregunta es cuáles son las necesidades de investigación e infraestructura en un contexto de planificación urbana desordenada.Con el cambio climático y los intensos cambios en la cubierta vegetal de las cuencas urbanas, existe una tendencia a que aumente la intensidad y frecuencia de las inundaciones.Al utilizar una metodología de revisión de la literatura, este trabajo presenta soluciones de modelos matemáticos que pueden ser utilizados para la prevención y control de inundaciones, haciendo una crítica constructiva de las soluciones presentadas en la mayor inundación de Rio Grande do Sul, proponiendo soluciones alternativas. Los modelos hidrodinámicos requieren condiciones de entrada que dependen de datos de estaciones hidrométricas, que son escasas y han comprometido la precisión en eventos extremos. Con el enfoque de relacionar medidas estructurales (por ejemplo, aumentar la infiltración y recarga de aguas subterráneas que ayuden a controlar y dirigir adecuadamente la escorrentía de agua de lluvia) con medidas no estructurales (por ejemplo, políticas para reducir la generación de escorrentía superficial) y desarrollar un plan de emergencia.Esta pregunta de investigación conduce a la propuesta de un modelo de Inteligencia Cultural, Gestión del Conocimiento y Participación Social con el fin de crear un plan ideal de control de inundaciones.El principal resultado es la selección del modelo cGAN-Flood como el más adecuado para predecir inundaciones en Rio Grande do Sul.

Número:
Vol. 8 Núm. 1 (2026): REBI, Revista Boliviana de Ingeniería
Sección:
Artículos de Investigación

Citas

  1. Araújo, L. (2024). Emergência climática traz necessidade de mudança em parâmetros de risco de desastres. Jornal do Comércio. https://www.jornaldocomercio.com/cadernos/empresas-e- negocios/2024/05/1155968-emergencia-climatica-traz-necessidade-de-mudanca-em- parametros-de-risco-de-desastres.html
  2. Arsenault, R., Breton-Dufour, M., Poulin, A., Dallaire, G., & Romero-Lopez, R. (2019). Streamflow prediction in ungauged basins: Analysis of regionalization methods in a hydrologically heterogeneous region of Mexico. Hydrological Sciences Journal, 64(11), 1297–1311. https://doi.org/10.1080/02626667.2019.1643617
  3. Bao, Z., et al. (2012). Comparison of regionalization approaches based on regression and similarity for predictions in ungauged catchments under multiple hydro-climatic conditions. Journal of Hydrology, 466, 37–46. https://doi.org/10.1016/j.jhydrol.2012.07.030
  4. Brunner, G. W. (2016). HEC-RAS river analysis system: 2D modeling user’s manual. U.S. Army Corps of Engineers, Hydrologic Engineering Center. https://www.hec.usace.army.mil/software/hec-ras/documentation.aspx
  5. Choo, C. W. (1998). The knowing organization: How organizations use information to construct meaning, create knowledge, and make decisions. Oxford University Press.
  6. Davenport, T. H., & Prusak, L. (2000). Working knowledge: How organizations manage what they know (2nd ed.). Harvard Business School Press.
  7. Cutter, S. L., Boruff, B. J., & Shirley, W. L. (2003). Social vulnerability to environmental hazards. Social Science Quarterly, 84(2), 242–261. https://doi.org/10.1111/1540-6237.8402002
  8. De Angelis, C. T. (2024). Um modelo e plano de emergência padronizado para as inundações. Jornal do Comércio. https://www.jornaldocomercio.com/opiniao/2024/07/1165074-um-modelo-e- plano-de-emergencia-padronizado-para-as-inundacoes.html
  9. De Angelis, C. T. (2023). Um plano de educação ambiental baseado na educação infantil e participação social: Um estudo de caso na Aldeia Tereré em Sidrolândia. Revista Ambientale, Universidade Estadual de Alagoas. https://periodicosuneal.emnuvens.com.br/ambientale/article/view/535
  10. De Angelis, C. T., & Gomes Júnior, M. N. (2024). Uma sugestão de modelo hidrodinâmico para prever e gerir inundações. Jornal do Comércio. https://www.jornaldocomercio.com/opiniao/2024/07/1160994-uma-sugestao-de-modelo- hidrodinamico-para-prever-e-gerir-inundacoes.html
  11. Do Lago, C., Brasil, J., Nóbrega, M., Mendiondo, E., & Giacomoni, M. (2024). Improving pluvial flood mapping resolution of large coarse models with deep learning. Hydrological Sciences Journal, 69(5), 607–621. https://doi.org/10.1080/02626667.2024.2329268
  12. Fassoni-Andrade, A. C., Paiva, R. C., Rudorff, C. M., Barbosa, C. C., & Leão, E. M. (2020). High- resolution mapping of floodplain topography from space: A case study in the Amazon. Remote Sensing of Environment, 251, 112056. https://doi.org/10.1016/j.rse.2020.112056
  13. Fassoni-Andrade, A. C., Durand, F., Azevedo, A., Bertin, X., Santos, L. G., Khan, J. U., Testut, L., & Moreira, D. M. (2023). Seasonal to interannual variability of the tide in the Amazon estuary. Continental Shelf Research, 255, 104962. https://doi.org/10.1016/j.csr.2023.104962
  14. Getirana, A., Boone, A., Yamazaki, D., Decharme, B., Papa, F., & Mognard, N. (2012). The hydrological modeling and analysis platform (HyMAP): Evaluation in the Amazon basin. Journal of Hydrometeorology, 13, 1641–1665. https://doi.org/10.1175/JHM-D-12-021.1
  15. Gomes Júnior, M. N., Giacomoni, M. H., Richmond, F. A., & Mendiondo, E. M. (2024). Global optimization-based calibration algorithm for a 2D distributed hydrologic-hydrodynamic and water quality model. Environmental Modelling & Software, 179, 106096. https://doi.org/10.1016/j.envsoft.2024.106096
  16. Gomes Júnior, M. N., Lago, C. A., Rápalo, L. M., Oliveira, P. T., Giacomoni, M. H., & Mendiondo, E.
  17. M. (2023). HydroPol2D—Distributed hydrodynamic and water quality model: Challenges and opportunities in poorly-gauged catchments. Journal of Hydrology, 625(Part A), 129958. https://doi.org/10.1016/j.jhydrol.2023.129958
  18. Guidolin, M., Chen, A. S., Ghimire, B., Keedwell, E. C., Djordjevic, S., & Savic, D. A. (2016). A weighted cellular automata 2D inundation model for rapid flood analysis. Environmental Modelling & Software, 84, 378–394. https://doi.org/10.1016/j.envsoft.2016.07.008
  19. Jamali, B., Löwe, R., Bach, P. M., Urich, C., Arnbjerg-Nielsen, K., & Deletic, A. (2018). A rapid urban flood inundation and damage assessment model. Journal of Hydrology, 564, 1085–1098. https://doi.org/10.1016/j.jhydrol.2018.07.064
  20. Hu, D., Chen, Z., Li, Z., & Zhu, Y. (2024). An implicit 1D–2D deeply coupled hydrodynamic model for shallow water flows. Journal of Hydrology, 631, 130981. https://doi.org/10.1016/j.jhydrol.2024.130981
  21. Jillo, A. Y., Demissie, S. S., Viglione, A., Asfaw, D. H., & Sivapalan, M. (2017). Characterization of regional variability of seasonal water balance within Omo-Ghibe River Basin, Ethiopia. Hydrological Sciences Journal, 62(8), 1200–1215. https://doi.org/10.1080/02626667.2017.1310080
  22. Kroeber, A. L. (1949). The concept of culture in science. The Journal of General Education, 3(3), 182– 196.
  23. Li, G., Zhu, H., Jian, H., Zha, W., Wang, J., Shu, Z., Yao, S., & Han, H. (2023). A combined hydrodynamic model and deep learning method to predict water level in ungauged rivers. Journal of Hydrology, 625(Part A), 129999. https://doi.org/10.1016/j.jhydrol.2023.129999
  24. Long, Y., Chen, W., Jiang, C., Huang, Z., Yan, S., & Wen, X. (2023). Improving streamflow simulation in Dongting Lake Basin by coupling hydrological and hydrodynamic models and considering water yields in data-scarce areas. Journal of Hydrology: Regional Studies, 47, 101389. https://doi.org/10.1016/j.ejrh.2023.101389
  25. Morgado da Silva, M., & Araújo, U. (2019). Aprendizagem-serviço e fóruns comunitários: Articulações para a construção da cidadania na educação ambiental. Revista de Educação Ambiental, 24(1). https://periodicos.furg.br/ambeduc/article/view/8157
  26. Nonnemacher, L., & Fan, F. (2023). Análise da viabilidade econômica da previsão de cheias no Rio Grande do Sul. Revista de Gestão de Água da América Latina, 20, e8. https://doi.org/10.21168/rega.v20e8
  27. Paiva, R., Collischonn, W., Miranda, P., Petry, I., Dornelles, F., Goldenfum, J., Fan, F., Ruhoff, A., & Fagundes, H. (2024). Critérios hidrológicos para adaptação à mudança climática: Chuvas e cheias extremas na Região Sul do Brasil (Relatório IPH-UFRGS). https://www.ufrgs.br/iph/wp- content/uploads/2024/05/CriteriosAdaptacaoMudancaClimaticaChuvasCheiasExtremasSul.pdf
  28. Rennó, C. D., & Soares, J. V. (2022). Modelos hidrológicos para gestão ambiental. INPE. http://www.dpi.inpe.br/geopro/modelagem/relatorio_modelos_hidrologicos.pdf
  29. Rosman, P. C. C. (2001). Um sistema computacional de hidrodinâmica ambiental. En Métodos numéricos em recursos hídricos (Vol. 5, pp. 1–161). ABRH & Fundação COPPETEC.
  30. Rothberg, H. N., & Erickson, G. S. (2004). From knowledge to intelligence: Creating competitive advantage in the next economy. Butterworth-Heinemann.
  31. Schein, E. H. (1985). Organizational culture and leadership. Jossey-Bass.
  32. Stokes Oceanografia. (2023). Estudos sobre modelos hidrodinâmicos. http://stokesoceanografia.com.br/2020/08/07/modelos-hidrodinamicos1/
  33. Yang, L., et al. (2022). Effects of the Three Gorges Dam on the downstream streamflow based on a large-scale hydrological and hydrodynamics coupled model. Journal of Hydrology: Regional Studies, 40, 101039. https://doi.org/10.1016/j.ejrh.2022.101039