Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PLEC2022-009403

Financiado

Mejora de los sistemas de alerta temprana de riesgo de inundación a partir de in...

Mejora de los sistemas de alerta temprana de riesgo de inundación a partir de información pasada y de datos de ciencia ciudadana. Flood2Now El proyecto FLOOD2Now se presenta en la convocatoria de Líneas Estratégicas, dentro de la 9ª prioridad temática, sobre la Predicción de desastres naturales. Se basa en una colaboración universidad-empresa-fundación social desde... ver más

01/01/2022

181K€

Presupuesto del proyecto: 181K€

Líder del proyecto

UNIVERSIDAD DE BARCELONA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 328

Ver Participantes

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2022-01-01

0% 100%

Participantes

Lider

Proyectos interesantes

CGL2013-46245-R CALCULO PROBABILISTICO DE INUNDACIONES CON MODELOS HIDROLOGI... 51K€ Cerrado

RYC-2010-06521 Probabilistic flood Early Warning Systems: Assessment and pr... 192K€ Cerrado

PID2019-107053RB-I00 ADAPTACION AL CAMBIO CLIMATICO: SISTEMA INTEGRADO DE PREDICC... 114K€ Cerrado

CGL2014-60700-R DESARROLLO Y EVALUACION DE UN SISTEMA DE PREVISION DE LA AME... 73K€ Cerrado

PID2020-118368RB-I00 SISTEMAS DE ALERTA TEMPRANA FRENTE A INUNDACIONES PLUVIALES... 142K€ Cerrado

CGL2009-13139 DISEÑO DE UN SISTEMA DE ALERTAS TEMPRANAS PARA INUNDACIONES... 70K€ Cerrado

Últimas noticias

27-11-2024: Videojuegos y creaci... Se abre la línea de ayuda pública: Ayudas para la promoción del sector del videojuego, del pódcast y otras formas de creación digital

27-11-2024: DGIPYME En las últimas 48 horas el Organismo DGIPYME ha otorgado 1 concesiones

27-11-2024: FUNDACION-EOI En las últimas 48 horas el Organismo FUNDACION EOI ha otorgado 2 concesiones

Líder del proyecto

UNIVERSIDAD DE BARCELONA

Total investigadores 328

Presupuesto del proyecto 181K€

Descripción del proyecto El proyecto FLOOD2Now se presenta en la convocatoria de Líneas Estratégicas, dentro de la 9ª prioridad temática, sobre la Predicción de desastres naturales. Se basa en una colaboración universidad-empresa-fundación social desde una perspectiva de I+D+i, que incluye el Departamento de Física Aplicada y el Departamento de Física de la Materia Condensada de la Universidad de Barcelona, el Departamento de Ingeniería Civil: Hidráulica, Energía y Medio Ambiente de la Universidad Politécnica de Madrid, la Fundación Ibercivis y la empresa CUBIT TECNOLOGIA E INFRAESTRUCTURAS, S.L.La región mediterránea es propensa a las inundaciones repentinas, especialmente en el noroeste, donde las cadenas montañosas litorales y prelitorales favorecen no solo las lluvias torrenciales concentradas en pequeñas cuencas, sino también las lluvias intensas. Los cortos tiempos de respuesta y las escorrentías extraordinarias que se desarrollan pueden dar lugar a inundaciones repentinas catastróficas. En España la mayoría de inundaciones son de este tipo, especialmente en la costa mediterránea. En regiones montañosas, como los Pirineos, este tipo de inundaciones puede verse agravado por el deshielo. Aunque la previsión meteorológica ha mejorado mucho en los últimos años, el caso de los fenómenos extremos sigue siendo un reto, que se amplifica al pasar a la previsión hidrológica de crecidas. La dificultad de predicción de la peligrosidad se ve agravada por el hecho de que los impactos potenciales deben sopesarse en la toma de decisiones, que dependerán de la exposición y vulnerabilidad de la región en la que se produzca. Es por ello que el paso de la previsión del peligro de inundación a la previsión del riesgo de inundación constituye un reto. Esto es especialmente importante en un contexto de cambio climático, en el que los escenarios apuntan a un aumento de las precipitaciones intensas en el norte del Mediterráneo, y en el que se propone la mejora de los sistemas de alerta temprana y los sistemas de apoyo a la decisión como una medida de adaptación no estructural que cumple el "principio DNSH". También está en línea con los objetivos del Pacto Verde Europeo, ya que también ayuda a mejorar la concienciación sobre el riesgo y los hábitos de la población.El objetivo de FLOOD2Now es mejorar los sistemas de alerta temprana desde una perspectiva integral y multidisciplinar del riesgo de inundación gracias a la inclusión de información histórica y de ciencia ciudadana. Con este objetivo el proyecto incluye: (i) el desarrollo de una base de datos digital e integral sobre episodios de inundaciones de los últimos cuarenta años en el NE de la Península Ibérica utilizando Inteligencia Artificial; (ii) la investigación para definir las interrelaciones entre los diferentes factores involucrados en los impactos de las inundaciones, aplicando las metodologías de sistemas complejos más adecuadas; (iii) la investigación de los tipos de clima asociados a los diferentes eventos de inundación teniendo en cuenta también el impacto; (iv) la aplicación de la metodología de análogos para mejorar la previsión del riesgo de inundación (es decir, incluyendo los impactos potenciales); (v) la integración de este conocimiento en la mejora de los sistemas operativos para ayudar a la toma de decisiones relacionadas con inundaciones; (vi) el uso de la ciencia ciudadana para ayudar al modelado hidrológico y la toma de decisiones; (vii) la mejora de la cadena de alerta temprana de principio a fin al incluir la mejora de la conciencia de riesgo y la participación ciudadana. Para ello, se desarrollarán 30 tareas agrupadas en 7 paquetes de trabajo. La propuesta aborda los cuatro aspectos propuestos en la convocatoria: 1) La creación de una base de datos completa de inundaciones. 2) Su aplicación para la predicción. 3) Un sistema de apoyo a la decisión para la gestión de crecidas. 4) La recogida de datos a través de ciencia ciudadana que se validarán de forma semiautomática.

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores