Noticias

Noticias sobre Aguas Residuales

El IIAMA desarrolla una herramienta para predecir el coste computacional de modelos hidrológicos complejos


22/04/2026

I+D+i
El IIAMA desarrolla una herramienta para predecir el coste computacional de modelos hidrológicos complejos
 
  • El estudio analiza el comportamiento computacional del modelo ecohidrológico TETIS v9.1 e incorpora técnicas de aprendizaje automático para anticipar el tiempo de ejecución de las simulaciones antes de ejecutarlas
  • La investigación, publicada en la revista científica Water y realizada por Nicolás Cortés-Torres, Félix Francés y Sergio Salazar, desarrolla una herramienta aplicable a otros modelos hidrológicos distribuidos y semidistribuidos utilizados a nivel internacional
 
Investigadores del grupo GIMHA del Instituto de Ingeniería del Agua y Medio Ambiente (IIAMA) de la Universitat Politècnica de València junto con investigadores del Laboratorio de Historia de los Agroecosistemas de la Universidad Pablo Olavide, han desarrollado el primer marco metodológico reproducible para evaluar y predecir la escalabilidad y el rendimiento computacional de modelos hidrológicos distribuidos, un avance estratégico para optimizar estudios sobre cambio climático, sistemas de alerta temprana y simulaciones hidrológicas a gran escala.
 
El estudio, publicado en la revista científica Water y realizado por Nicolás Cortés-Torres, Félix Fránces y Sergio Salazar, analiza de forma sistemática el comportamiento computacional del modelo ecohidrológico TETIS v9.1 e incorpora técnicas de aprendizaje automático para anticipar el tiempo de ejecución de las simulaciones antes de ejecutarlas.
 
 
Los modelos hidrológicos distribuidos permiten representar con gran detalle los procesos del ciclo del agua, pero su creciente complejidad implica un elevado coste computacional que rara vez se cuantifica de forma rigurosa”, afirma Félix Francés, responsable del GIMHA-IIAMA.
 
De hecho, esta falta de información dificulta la planificación y la implementación operativa en contextos en los que el tiempo de cálculo resulta crítico.
 
“Los resultados revelan que la resolución espacial es el factor que más condiciona el tiempo de ejecución, mientras que la resolución temporal muestra efectos no lineales que dependen del tamaño de la cuenca”
 

Trabajo desarrollado

 
Para abordar esta problemática, el equipo del IIAMA ejecutó 1.440 simulaciones hidrológicas bajo 48 configuraciones experimentales distintas y en cinco arquitecturas de hardware diferentes. En los análisis se evaluaron la resolución espacial, que alcanzó más de 1,8 millones de celdas, el número de pasos temporales, la densidad de estaciones de entrada y salida, así como diferentes configuraciones de memoria y del procesador.
 
Los resultados revelan que la resolución espacial es el factor que más condiciona el tiempo de ejecución, mientras que la resolución temporal muestra efectos no lineales que dependen del tamaño de la cuenca. Asimismo, la densidad de puntos de salida puede convertirse en un cuello de botella en simulaciones de alta exigencia. En cambio, la densidad de estaciones de entrada tiene una influencia mucho más limitada en el rendimiento”, señala Nicolás Cortés-Torres, investigador predoctoral del IIAMA y autor principal del artículo.
 
“Por primera vez, caracterizamos de manera sistemática y reproducible cómo escala computacionalmente un modelo hidrológico distribuido: fundamental para realizar estudios de cambio climático, calibraciones complejas o sistemas de alerta temprana”
 
A partir de los datos obtenidos, los investigadores entrenaron un modelo de aprendizaje automático basado en Random Forest, capaz de predecir el tiempo de ejecución, con coeficientes de determinación superiores a 0,99. En simulaciones largas y computacionalmente exigentes, el error medio de predicción se situó en torno al 7 %, lo que permite una planificación fiable de experimentos de gran escala.
 
“El principal avance de este trabajo es que, por primera vez, caracterizamos de manera sistemática y reproducible cómo escala computacionalmente un modelo hidrológico distribuido. Esto es fundamental para realizar estudios de cambio climático, calibraciones complejas o sistemas de alerta temprana sin comprometer los tiempos operativos”, explica Félix Francés, investigador del IIAMA y responsable del desarrollo del modelo TETIS.
 
Por su parte, Sergio Salazar, investigador de la Universidad Pablo de Olavide y coautor del artículo, subraya que la herramienta desarrollada permite evaluar la viabilidad computacional antes de ejecutar el modelo.
 
“Hasta ahora era habitual lanzar simulaciones sin una estimación precisa del tiempo requerido. Con nuestro enfoque, el usuario puede saber de antemano si una configuración es viable y optimizar los recursos disponibles”, señala.
 

Otras aplicaciones del estudio

 
Más allá del caso específico de TETIS, el marco metodológico es aplicable a otros modelos hidrológicos distribuidos y semidistribuidos utilizados a nivel internacional. Esta aportación cubre un vacío en la literatura científica, donde la mayoría de los estudios se centran en la precisión hidrológica, pero no en la eficiencia computacional.
 
“El avance tiene implicaciones directas en la predicción en tiempo real de avenidas, en la evaluación de escenarios de cambio climático que requieren miles de simulaciones y en el análisis de incertidumbre y sensibilidad”, destacan los autores.
 
Con esta investigación, el IIAMA refuerza su posición como referente internacional en modelación hidrológica distribuida y ecohidrología computacional, aportando herramientas que permiten hacer frente a los retos derivados de la creciente disponibilidad de datos y de la complejidad climática actual.
 

Fuente iiama.webs.upv.es


Publicidad

Contenidos relacionados...

Deja tu comentario

Comentarios Publicar comentario

No hay comentarios publicados hasta la fecha.