Modelado integrado de eventos extremos en sistemas costero-fluviales

Esta línea se centra en el desarrollo de herramientas avanzadas para analizar y predecir fenómenos extremos en estuarios, sistemas altamente complejos donde interactúan procesos fluviales y marinos. En este contexto, se abordan eventos extremos como inundaciones, temporales, crecidas o episodios de aumento de temperatura, que pueden tener consecuencias negativas a varios niveles.

El enfoque metodológico combina el downscaling de modelos climáticos globales para obtener información regional de alta resolución con el modelado del ciclo hidrológico mediante modelos físicos y técnicas de redes neuronales, orientado a la transformación de lluvia en escorrentía. Asimismo, integra el modelado de los estuarios mediante modelos numéricos bidimensionales (2D), como Iber, y tridimensionales (3D), como Delft3D, lo que constituye un elemento clave de esta línea.

Los modelos 2D aportan rapidez computacional y permiten explorar múltiples escenarios de forma eficiente, mientras que los modelos 3D de alta definición adquieren un papel central al posibilitar la representación detallada de toda la dinámica de la ría, incluyendo procesos verticales, estratificación y circulación compleja. La combinación e integración de ambos enfoques permite equilibrar eficiencia y precisión, proporcionando una herramienta robusta para el análisis, gestión y anticipación de eventos extremos en sistemas costero-fluviales.

Impulsores

• Marisela Des Villanueva (coordinadora). EPhysLab. Ayudas para completar la etapa de formación postdoctoral, Xunta de Galicia, hasta 2027.
• Diego Fernández Nóvoa (coordinador). EPhysLab. Ayudas para completar la etapa de formación postdoctoral, Xunta de Galicia, hasta 2027.
• Xurxo Costoya Noguerol. EPhysLab. Ramón y Cajal, hasta 2029.

Técnicas y servicios que ofrecemos

• Técnicas de downscaling (modelado WRF) para mejorar la resolución de los modelos climáticos globales. Disponibilidad de varias variables climáticas en alta resolución y posibilidad de procesar nuevas variables de interés.
• Aplicaciones basadas en redes neuronales para procesos hidrológicos y climáticos.
• Modelado hidrodinámico bidimensional (Iber) y tridimensional (Delft3D).
• Asesoramiento en modelado hidrodinámico y en aplicaciones de redes neuronales.

Bibliografía destacada

• Castro-Olivares, A., Des, M., Decastro, M., Thomas, B., & Gómez-Gesteira, M. (2025). Assessing the vulnerability of commercial bivalves to intensifying atmospheric heatwaves in coastal ecosystems. Marine Environmental Research, 209, 107210. https://doi.org/10.1016/j.marenvres.2025.107210
• Des, M., Castro-Olivares, A., Decastro, M., & Gómez-Gesteira, M. (2025). Analysis of estuarine marine heatwaves in an upwelling system: The Ría de Arousa as a case study. Global and Planetary Change, 249, 104776. https://doi.org/10.1016/j.gloplacha.2025.104776
• Fernández-Nóvoa, D., Soares, P. M., García-Feal, O., Costoya, X., Trigo, R. M., & Gómez-Gesteira, M. (2025). Neural network approach for modeling future natural river flows: Assessing climate change impacts on the Tagus River. Journal of Hydrology: Regional Studies, 58, 102191. https://doi.org/10.1016/j.ejrh.2025.102191
• Thomas, B., Costoya, X., Decastro, M., Insua-Costa, D., Senande-Rivera, M., & Gómez-Gesteira, M. (2023). Downscaling CMIP6 climate projections to classify the future offshore wind energy resource in the Spanish territorial waters. Journal of Cleaner Production, 433, 139860. https://doi.org/10.1016/j.jclepro.2023.139860