Inspirándose en los mismos modelos y leyes matemáticas que se utilizan para predecir la propagación de las pandemias, los investigadores de la Universidad A&M de Texas han creado un modelo para pronosticar con precisión el proceso de propagación y recesión de las inundaciones en las redes de carreteras urbanas. Con este nuevo enfoque, los investigadores han creadoun enfoque matemático simple y poderoso para un problema complejo.
"Nos inspiró el hecho de que la propagación de epidemias y pandemias en las comunidades haya sido estudiada por personas en ciencias de la salud y epidemiología y otros campos, y hayan identificado algunos principios y reglas que rigen el proceso de propagación en redes sociales complejas,", dijo el Dr. Ali Mostafavi, profesor asociado en el Departamento de Ingeniería Civil y Ambiental de Zachry." Así que nos preguntamos, ¿estos procesos de propagación son los mismos para la propagación de inundaciones en las ciudades? Probamos eso y, sorprendentemente, encontramos que ella respuesta es sí. "
Los hallazgos de este estudio se publicaron recientemente en Nature Informes científicos .
El modelo de contagio, Susceptible-Expuesto-Infectado-Recuperado SEIR, se utiliza para modelar matemáticamente la propagación de enfermedades infecciosas. En relación con las inundaciones, Mostafavi y su equipo integraron el modelo SEIR con el proceso de propagación de la red en el que la probabilidadde inundación de un tramo de carretera depende del grado de inundación de los tramos de carretera cercanos.
En el contexto de inundaciones, susceptible es una carretera que puede inundarse porque se encuentra en una llanura aluvial; expuesta es una carretera que se ha inundado debido a la lluvia o desbordamiento de un canal cercano; infectada es una carretera que está inundada y no puedeser utilizado; y recuperado es un camino donde el agua de la inundación ha retrocedido
El equipo de investigación verificó el uso del modelo con datos históricos de alta resolución de inundaciones de carreteras en el condado de Harris durante el huracán Harvey en 2017. Los resultados muestran que el modelo puede monitorear y predecir la evolución de las carreteras inundadas a lo largo del tiempo.
"El poder de este enfoque es que ofrece un enfoque matemático simple y poderoso y proporciona un gran potencial para apoyar a los administradores de emergencias, funcionarios públicos, residentes, socorristas y otros tomadores de decisiones para el pronóstico de inundaciones en las redes de carreteras", dijo Mostafavi.
El modelo propuesto puede lograr una precisión y una recuperación decentes para la extensión espacial de las carreteras inundadas.
"Si observa el sistema de monitoreo de inundaciones del condado de Harris, puede mostrarle si un canal se está desbordando ahora, pero no pueden predecir nada sobre las próximas cuatro horas o las próximas ocho horas. Además, la inundación existenteLos sistemas de monitoreo brindan información limitada sobre la propagación de las inundaciones en las redes de carreteras y los impactos en la movilidad urbana. Pero nuestros modelos, y este modelo específico para las redes de carreteras, son sólidos para predecir la propagación futura de las inundaciones ", dijo.para la predicción de inundaciones en redes urbanas, los hallazgos de este estudio brindan información muy importante sobre la universalidad de los procesos de difusión de la red en varios sistemas sociales, naturales, físicos y de ingeniería; esto es importante para un mejor modelado y gestión de ciudades, como sistemas complejos ".
La única limitación de este modelo de predicción de inundaciones es que no puede identificar dónde comenzará la inundación inicial, pero Mostafavi dijo que existen otros mecanismos, como sensores en los medidores de inundaciones, que pueden abordar esto.
"Tan pronto como se notifiquen inundaciones en estas áreas, podemos utilizar nuestro modelo, que es muy simple en comparación con los modelos hidráulicos e hidrológicos, para predecir la propagación de las inundaciones en horas futuras. El pronóstico de inundaciones en las carreteras y las interrupciones de la movilidad es fundamental parainformar a los residentes para evitar las carreteras de alto riesgo y permitir que los administradores de emergencias y los socorristas optimicen el socorro y el rescate en las áreas impactadas en función de la información prevista sobre el acceso y la movilidad por carretera. Este pronóstico podría ser la diferencia entre la vida y la muerte durante la respuesta a una crisis ", dijo.
El estudiante de doctorado en ingeniería civil y asistente de investigación de posgrado, Chao Fan, dirigió el análisis y el modelado de los datos del huracán Harvey, junto con Xiangqi Alex Jiang, un estudiante de posgrado en ciencias de la computación que trabaja en el Laboratorio de IA de Resiliencia Urbana de Mostafavi.
"Al hacer esta investigación, me doy cuenta del poder de los modelos matemáticos para abordar problemas de ingeniería y desafíos del mundo real.
Esta investigación amplía mis capacidades de investigación y tendrá un impacto a largo plazo en mi carrera ", dijo Fan." Además, también estoy muy emocionado de que mi investigación pueda contribuir a reducir los impactos negativos de los desastres naturales en los servicios de infraestructura."
Fuente de la historia :
Materiales proporcionado por Universidad de Texas A&M . Original escrito por Alyson Chapman. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :