Esta liña céntrase no desenvolvemento de ferramentas avanzadas para analizar e predicir fenómenos extremos en estuarios, sistemas altamente complexos onde interactúan procesos fluviais e mariños. Neste contexto, abórdanse eventos extremos como inundacións, temporais, enchentes ou episodios de aumento da temperatura, que poden ter consecuencias negativas a varios niveis.
O enfoque metodolóxico combina o downscaling de modelos climáticos globais para obter información rexional de alta resolución co modelado do ciclo hidrolóxico mediante modelos físicos e técnicas de redes neuronais, orientado á transformación da choiva en escorrentía. Así mesmo, integra o modelado dos estuarios mediante modelos numéricos bidimensionais (2D), como Iber, e tridimensionais (3D), como Delft3D, o que constitúe un elemento clave desta liña.
Os modelos 2D achegan rapidez computacional e permiten explorar múltiples escenarios de forma eficiente, mentres que os modelos 3D de alta definición adquiren un papel central ao posibilitaren a representación detallada de toda a dinámica da ría, incluídos os procesos verticais, a estratificación e a circulación complexa. A combinación e integración de ambos os enfoques permite equilibrar eficiencia e precisión, e proporciona unha ferramenta robusta para a análise, a xestión e a anticipación de eventos extremos en sistemas costeiro-fluviais.
Impulsores
- Marisela Des Villanueva (coordinadora). EPhysLab. Axudas para completar a etapa de formación posdoutoral, Xunta de Galicia, ata 2027.
- Diego Fernández Nóvoa (coordinador). EPhysLab. Axudas para completar a etapa de formación posdoutoral, Xunta de Galicia, ata 2027.
- Xurxo Costoya Noguerol. EPhysLab. Ramón y Cajal, ata 2029.
Técnicas e servizos que ofrecemos
- Técnicas de downscaling (modelado WRF) para mellorar a resolución dos modelos climáticos globais. Dispoñibilidade de varias variables climáticas en alta resolución e posibilidade de procesar novas variables de interese.
- Aplicacións baseadas en redes neuronais para procesos hidrolóxicos e climáticos.
- Modelado hidrodinámico bidimensional (Iber) e tridimensional (Delft3D).
- Asesoramento en modelado hidrodinámico e en aplicacións de redes neuronais.
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
