Pasar al contenido principal

REDUCCION DE LA ESCALA TEMPORAL EN LA PLANIFICACION HIDROLOGICA PARA LA GESTION DE RECURSOS Y EL MEDIO AMBIENTE

PID2019-106322RB-I00

•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Convocatoria Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Año convocatoria 2019
Plan Estatal 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Centro beneficiario UNIVERSITAT POLITÈCNICA DE VALÈNCIA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Tesis doctoral (DoctoralThesis)

Modelización integrada con aprendizaje automático para evaluar la contaminación por nutrientes en las masas de agua actual y bajo el efecto del cambio climático. Aplicación a la Demarcación Hidrográfica del Júcar

  • Dorado Guerra, Diana Yaritza
[ES] La contaminación del agua representa un desafío ambiental crítico a nivel global y en la Unión Europea (UE), particularmente en la región mediterránea de España. El crecimiento poblacional, la demanda creciente de alimentos y combustibles, junto con el cambio climático, intensifican la contaminación por nutrientes en los cuerpos de agua. Esta contaminación amenaza la calidad del agua y los ecosistemas acuáticos, así como la salud humana. La complejidad de las vías de transporte de nutrientes hace que su monitoreo y mitigación sean complicados. Se requieren modelos integrales que vinculen procesos y relaciones de causa y efecto para controlar eficazmente la contaminación. En la región mediterránea, como la Demarcación Hidrográfica del Júcar (DHJ), la interacción entre agua superficial y subterránea es clave, pero los modelos tradicionales presentan limitaciones. Esta tesis aborda estos desafíos al caracterizar la contribución de nutrientes a las masas de agua superficiales de la DHJ, evaluar medidas de reducción de la contaminación, considerando el cambio climático a largo plazo y aplicar técnicas de aprendizaje supervisado para predecir la concentración de nitratos. El acoplamiento de modelos hidrológicos y de calidad del agua, junto con el aprendizaje automático, ofrece una comprensión profunda y valiosa de los factores detrás de la contaminación por nutrientes y proporciona una base sólida para la toma de decisiones y la gestión sostenible del agua en la DHJ y regiones similares. Esta tesis fue estructurada como un compendio de tres artículos que abarcan estos desafíos. El primer artículo profundiza en la compleja interacción entre las aguas superficiales y las subterráneas en las cuencas de la DHJ, centrándose en la dinámica de la contaminación por nitratos. Los resultados muestran una correlación directa entre las concentraciones de nitratos en ríos y acuíferos a lo largo del eje principal de los ríos Júcar y Turia, lo cual destaca el papel fundamental de las aportaciones de agua subterránea en la contribución a los niveles de nitratos de los ríos. Además, el estudio identifica regiones aguas abajo con actividades agrícolas y urbanas intensificadas como focos de contaminación por nitratos. El segundo artículo aborda la vulnerabilidad de la calidad de las aguas superficiales al cambio climático y escenarios de reducción de la contaminación difusa y puntual en las cuencas de la DHJ a largo plazo. Los resultados indican que, en los escenarios de cambio climático, se espera que aumenten significativamente las masas de agua con un mal estado de amonio, fósforo y DBO5, y en menor proporción las masas en mal estado de nitratos. En concreto, las concentraciones medias de amonio y fósforo podrían duplicarse durante los meses de bajo caudal. Para mantener la calidad actual del agua, se requieren reducciones sustanciales de al menos el 25% de la contaminación difusa por nitratos y del 50% de las cargas puntuales de amonio, fósforo y DBO5. El tercer artículo presenta un enfoque innovador para simular la concentración de nitratos en masas de agua superficiales mediante modelos de aprendizaje automático. Aprovechando los métodos de selección de características y los algoritmos random forest (RF) y eXtreme Gradient Boosting (XGBoost), el estudio logró una gran precisión en la predicción de la concentración de nitratos. Estos modelos analizaron 19 variables de entrada, que abarcan factores ecológicos, hidrológicos y ambientales, junto con datos de concentración de nitratos procedentes de estaciones de aforo de la calidad de las aguas superficiales. En particular, la investigación destaco que la localización desempeña un papel dominante, explicando el 87% de la variabilidad de los nitratos en relación con la concentración de nitrógeno y fósforo. Esta investigación destaco el potencial del aprendizaje automático en la predicción de la calidad del agua y la evaluación de riesgos., [CA] La contaminació de l'aigua representa un desafiament ambiental crític a nivell global i a la Unió Europea (UE), particularment a la regió mediterrània d'Espanya. El creixement poblacional, la demanda creixent d'aliments i combustibles, juntament amb el canvi climàtic, intensifiquen la contaminació per nutrients en els cossos d'aigua. Aquesta contaminació amenaça la qualitat de l'aigua i els ecosistemes aquàtics, així com la salut humana. La complexitat de les vies de transport de nutrients fa que el seu monitoratge i mitigació siguin complicats. Es requereixen models integrals que vinculin processos i relacions de causa i efecte per a controlar eficaçment la contaminació. A la regió mediterrània, com la Demarcació Hidrogràfica del Xúquer (DHJ), la interacció entre aigua superficial i subterrània és clau, però els models tradicionals presenten limitacions. Aquesta tesi aborda aquests desafiaments en caracteritzar la contribució de nutrients a les masses d'aigua superficials de la DHJ, avaluar mesures de reducció de la contaminació, considerant el canvi climàtic a llarg termini i aplicar tècniques d'aprenentatge supervisat per a predir la concentració de nitrats. L'acoblament de models hidrològics i de qualitat de l'aigua, juntament amb l'aprenentatge automàtic, ofereix una comprensió profunda i valuosa dels factors darrere de la contaminació per nutrients i proporciona una base sòlida per a la presa de decisions i la gestió sostenible de l'aigua en la DHJ i regions similars. Aquesta tesi va ser estructurada com un compendi de tres articles que abasten aquests desafiaments. El primer article aprofundeix en la complexa interacció entre les aigües superficials i les subterrànies en les conques de la DHJ, centrant-se en la dinàmica de la contaminació per nitrats. Els resultats mostren una correlació directa entre les concentracions de nitrats en rius i aqüífers al llarg de l'eix principal dels rius Xúquer i Túria, la qual cosa destaca el paper fonamental de les aportacions d'aigua subterrània en la contribució als nivells de nitrats dels rius. A més, l'estudi identifica regions aigües avall amb activitats agrícoles i urbanes intensificades com a focus de contaminació per nitrats. El segon article aborda la vulnerabilitat de la qualitat de les aigües superficials al canvi climàtic i escenaris de reducció de la contaminació difusa i puntual en les conques de la DHJ a llarg termini. Els resultats indiquen que, en els escenaris de canvi climàtic, s'espera que augmentin significativament les masses d'aigua amb un mal estat d'amoni, fòsfor i DBO5, i en menor proporció les masses en mal estat de nitrats. En concret, les concentracions mitjanes d'amoni i fòsfor podrien duplicar-se durant els mesos de baix cabal. Per a mantenir la qualitat actual de l'aigua, es requereixen reduccions substancials d'almenys el 25% de la contaminació difusa per nitrats i del 50% de les càrregues puntuals d'amoni, fòsfor i DBO5. El tercer article presenta un enfocament innovador per a simular la concentració de nitrats en masses d'aigua superficials mitjançant models d'aprenentatge automàtic. Aprofitant els mètodes de selecció de característiques i els algorismes random forest (RF) i extremi Gradient Boosting (XGBoost), l'estudi va aconseguir una gran precisió en la predicció de la concentració de nitrats. Aquests models van analitzar 19 variables d'entrada, que abasten factors ecològics, hidrològics i ambientals, juntament amb dades de concentració de nitrats procedents d'estacions d'aforament de la qualitat de les aigües superficials. En particular, la recerca destaco que la localització exerceix un paper dominant, explicant el 87% de la variabilitat dels nitrats en relació amb la concentració de nitrogen i fòsfor. Aquesta recerca destaco el potencial de l'aprenentatge automàtic en la predicció de la qualitat de l'aigua i l'avaluació de riscos., [EN] Water pollution poses a critical environmental challenge globally and in the European Union (EU), particularly in the Mediterranean region of Spain. Population growth, increasing demand for food and fuels, coupled with climate change, intensify nutrient pollution in water bodies. This pollution threatens water quality, aquatic ecosystems, and human health. The complexity of nutrient transport pathways makes monitoring and mitigation challenging. Comprehensive models that link processes and cause-and-effect relationships are required to effectively control pollution. In the Mediterranean region, such as the Júcar River Basin District (RBD), the interaction between surface and groundwater is crucial, but traditional models have limitations. This thesis addresses these challenges by characterising the contribution of nutrients to surface waters in the Júcar RBD, evaluating pollution reduction measures considering long-term climate change, and applying supervised learning techniques to predict nitrate concentrations. The coupling of hydrological and water quality models, along with machine learning, provides a deep and valuable understanding of the factors behind nutrient pollution and establishes a solid foundation for decision-making and sustainable water management in the Júcar RBD and similar regions. This thesis is structured as a compendium of three articles that encompass these challenges. The first article delves into the complex interaction between surface and groundwater in the Júcar RBD basins, focusing on nitrate pollution dynamics.The results reveal a direct linear correlation between nitrate concentrations in rivers and aquifers along the main axes of the Júcar and Turia rivers, highlighting the fundamental role of groundwater contributions to river nitrate levels. Additionally, the study identifies downstream regions with intensified agricultural and urban activities as nitrate pollution hotspots. This research not only identifies pollution sources but also offers a means to predict nitrate concentrations and assess the effectiveness of pollution prevention measures. The second article addresses the vulnerability of surface water quality to climate change and long-term diffuse and point source pollution reduction scenarios in the Júcar RBD basins. In a region where nutrient concentrations are of particular concern, the study investigates how changing climatic conditions, including rising temperatures and altered precipitation patterns, affect nitrate, ammonium, phosphorus, and biochemical oxygen demand (BOD5) levels. The results indicate that under climate change scenarios, significantly more water bodies are expected to be in poor condition for ammonium, phosphorus, and BOD5, and to a lesser extent, nitrate. Specifically, average concentrations of ammonium and phosphorus could double during low-flow months. To maintain current water quality, substantial reductions of at least 25% in diffuse nitrate pollution and 50% in point source loads of ammonium, phosphorus, and BOD5 are required. This research underscores the importance of water quality management strategies. The third article introduces an innovative approach to simulate nitrate concentrations in surface water bodies using machine learning models. Leveraging feature selection methods and artificial intelligence algorithms, including random forest (RF) and eXtreme Gradient Boosting (XGBoost), the study achieved high precision in predicting nitrate concentrations. These models analysed 19 input variables spanning ecological, hydrological, and environmental factors, along with nitrate concentration data from surface water quality gauging stations. In particular, the research highlighted the dominant role of location, explaining 87% of nitrate variability in relation to nitrogen and phosphorus concentration. This research showcased the potential of machine learning in water quality prediction and risk assessment., We appreciate the help provided by the Júcar River Basin District Authority (CHJ), who gathered field data. The first author’s research was partially funded by a PhD scholarship from the food research stream of the programme “Colombia Científica—Pasaporte a la Ciencia”, granted by the Colombian Institute for Educational Technical Studies Abroad (Instituto Colombiano de Crédito Educativo y Estudios Técnicos en el Exterior, ICETEX). The authors thank the Spanish Research Agency (AEI) for the financial support to RESPHIRA project (PID2019-106322RB- 100)/AEI/10.13039/501100011033. The contributors gratefully acknowledge funding for open access charge: CRUE-Universitat Politècnica de València
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Tesis doctoral (DoctoralThesis)

Mejora de la gestión del recurso hídrico mediante la incorporación de indicadores de regímenes ecológicos en el análisis de sistemas de recursos hídricos

  • Pardo Loaiza, Jesús
[ES] El agua constituye un recurso esencial cuya disponibilidad limitada y su creciente demanda hace que sea considerado como un elemento de gran valor desde diversos puntos de vista (ambiental, biológico, social, económico, etc.). El mantenimiento de condiciones favorables que permitan un equilibrio medioambiental adecuado es una de las metas de una adecuada planificación y gestión de recursos hídricos. Una de las acciones principales para la preservación de la biodiversidad de las cuencas consiste en la implementación de caudales ecológicos. Para ello, es importante poder contar con herramientas adecuadas que permitan cuantificar los efectos de los cauda-les ecológicos sobre las actividades socioeconómicas y el medio ambiental. Esta tesis tiene como objetivo proponer metodologías para la obtención y análisis de indicadores que permitan la optimización de regímenes de caudales ecológicos en sistemas de recursos hídricos complejos. Estas metodologías posibilitan evaluar los efectos de los caudales ecológicos en la alteración hidrológica, la alteración del hábitat, las garantías de las demandas, y la explotación del recurso hídrico. Esta tesis doctoral se estructura como un compendio de tres artículos científicos publicados en revistas del primer y segundo cuartil del Journal Citation Reports. En el primer artículo se define una metodología para el análisis de la alteración hidrológica en sistemas altamente regulados para diferentes escenarios de caudales ecológicos, apoyada en la utilización de modelos de simulación de la gestión de sistemas de recursos hídricos, y la posterior estimación y agrupación de indicadores de alteración hidrológica. Dicha metodología ha sido aplicada en la parte española de la Demarcación Hidrográfica del Duero. El segundo artículo plantea una metodología para la obtención de un indicador de alteración del hábitat en cuencas reguladas, mediante la aplicación conjunta de un modelo de simulación de la gestión de cuencas y un modelo de estimación de series temporales de hábitat de las especies acuáticas presentes en la zona de estudio. La metodología se aplica en el sistema de explotación del Órbigo, perteneciente a la Demarcación Hidrográfica del Duero. Las series temporales de hábitat fueron obtenidas y analizadas para diferentes escenarios de regímenes de caudales ecológicos, evaluando sus efectos en la alteración del hábitat y las garantías de las demandas. El tercer artículo propone una metodología para evaluar la variación temporal y espacial del índice de explotación del recurso hídrico (WEI+) en cuencas reguladas. Esta metodología, que fue aplicada en la cuenca del río del Órbigo, permite analizar los efectos de los regímenes de caudales eco-lógicos en el estrés hídrico de los distintos tramos de rio de una cuenca regulada. El enfoque propuesto para reducir la escala espacial del índice de explotación del recurso hídrico es también es útil para identificar las mejores fuentes de agua en las cuencas fluviales para satisfacer futuras demandas de agua y/o restricciones ambientales. Finalmente, a partir de la información obtenida de estas metodologías, se realiza un análisis conjunto de todos estos parámetros para las diferentes alternativas de caudal ecológicos planteadas. Para ello, se evalúan de manera conjunta indicadores globales de alteración hidrológica, alteración de hábitat, déficits de las demandas y estrés hídrico. Estos indicadores globales facilitan, tanto a los gestores como a los usuarios del agua, el análisis de estrategias de planificación y gestión de recursos hídricos., [CA] L'aigua constitueix un recurs essencial la disponibilitat limitada del qual i la seua creixent demanda fa que siga considerat com un element de gran valor des de diversos punts de vista (ambiental, biològic, social, econòmic, etc.). El manteniment de condicions favorables que permeten un equilibri mediambiental adequat és una de les metes d'una adequada planificació i gestió de recursos hídrics. Una de les accions principals per a la preservació de la biodiversitat de les conques consisteix en la implementació de cabals ecològics. Per a això, és important poder comptar amb eines adequades que permeten quantificar els efectes dels cabals ecològics sobre les activitats socioeconòmiques i el mitjà ambiental. Aquesta tesi té com a objectiu proposar metodologies per a l'obtenció i anàlisi d'indicadors que permeten l'optimització de règims de cabals ecològics en sistemes de recursos hídrics complexos. Aquestes metodologies possibiliten avaluar els efectes dels cabals ecològics en l'alteració hidrològica, l'alteració de l'hàbitat, les garanties de les demandes, i l'explotació del recurs hídric. Aquesta tesi doctoral s'estructura com un compendi de tres articles científics publicats en revistes del primer i segon quartil del Journal Citation Reports. En el primer article es defineix una metodologia per a l'anàlisi de l'alteració hidrològica en sistemes altament regulats per a diferents escenaris de cabals ecològics, recolzada en la utilització de models de simulació de la gestió de sistemes de recursos hídrics, i la posterior estimació i agrupació d'indicadors d'alteració hidrològica. Aquesta metodologia ha sigut aplicada en la part espanyola de la Demarcació Hidrogràfica del Duero. El segon article planteja una metodologia per a l'obtenció d'un indicador d'alteració de l'hàbitat en conques regulades, mitjançant l'aplicació conjunta d'un model de simulació de la gestió de conques i un model d'estimació de sèries temporals d'hàbitat de les espècies aquàtiques presents en la zona d'estudi. La metodologia s'aplica en el sistema d'explotació del Órbigo, pertanyent a la Demarcació Hidrogràfica del Duero. Les sèries temporals d'hàbitat van ser obtingudes i analitzades per a diferents escenaris de règims de cabals ecològics, avaluant els seus efectes en l'alteració de l'hàbitat i les garanties de les demandes. El tercer article proposa una metodologia per a avaluar la variació temporal i espacial de l'índex d'explotació del recurs hídric (WEI+) en conques regulades. Aquesta metodologia, que va ser aplicada en la conca del riu del Órbigo, permet analitzar els efectes dels règims de cabals ecològics en l'estrés hídric dels diferents trams de va riure d'una conca regulada. L'enfocament proposat per a reduir l'escala espacial de l'índex d'explotació del recurs hídric és també és útil per a identificar les millors fonts d'aigua en les conques fluvials per a satisfer futures demandes d'aigua i/o restriccions ambientals. Finalment, a partir de la informació obtinguda d'aquestes metodologies, es realitza una anàlisi conjunta de tots aquests paràmetres per a les diferents alternatives de cabal ecològics plantejades. Per a això, s'avaluen de manera conjunta indicadors globals d'alteració hidrològica, alteració d'hàbitat, dèficits de les demandes i estrés hídric. Aquests indicadors globals faciliten, tant als gestors com als usuaris de l'aigua, l'anàlisi d'estratègies de planificació i gestió de recursos hídrics., [EN] Water is an essential resource whose limited availability and growing demand means that it is considered an element of great value from various points of view (environmental, biological, social, economic, etc.). The maintenance of favourable conditions that allow an adequate environmental balance is one of the goals of water resources planning and management. One of the main actions for the preservation of the basin biodiversity in the implementation of environmental flows. To this end, it is important to have adequate tools that allow assessing the effects of environmental flows on socioeconomic activities and the environment. This thesis aims to propose methodologies for assessing and analysing indicators that allow the optimization of ecological flow regimes in complex water resource systems. These methodologies enable evaluating the effects of ecological flows on hydrological alteration, habitat alteration, reliability of water demands, and water resources exploitation. This doctoral thesis is structured as a compendium of three research papers published in journals indexed in the first and second quartiles of the Journal Citation Reports. In the first paper, a methodology for the analysis of hydrological alteration in highly regulated systems for different scenarios of ecological flows is pro-posed. The methodology is endorsed using models for the management of water resource systems, and the subsequent computation and grouping of indicators of hydrological alteration. This methodology was applied to the Spanish part of the Duero Water District. The second paper proposes a methodology for assessing an indicator of habitat alteration in regulated basins through the joint application of a basin management simulation model and a model to estimate habitat time series of the aquatic species present in the study zone. The methodology is applied to the Órbigo exploitation system, which belongs to the Duero Water District. Habitat time series were obtained and analysed for different environmental flow regime scenario, and the effects of this environmental flows on habitat alteration and water demand reliability were assessed. The third paper proposes a methodology to evaluate the temporal and spatial variation of the water exploitation index (WEI+) in regulated basins. This methodology, which was applied in the Órbigo river basin, allows ana-lysing the effects of ecological flow regimes on water stress in the different river sections of a regulated basin. The proposed approach to reduce the spatial scale of the water exploitation index is also helpful to identify the best water sources in river basins to meet future water demands and/or higher values of environmental restrictions. Finally, based on the information obtained through the application of these methodologies, a joint analysis of all these parameters was carried out for the different proposed environmental flow alternatives. To this end, global indicators of hydrological alteration, habitat alteration, water demand deficits and water stress are jointly evaluated. These global indicators help water managers and users to analyse strategies of water resources planning and management., The authors thank the Spanish Ministry of Science and Innovation (MCIN) and Spanish Research Agency (AEI) for the financial support MCIN/AEI/10.13039/501100011033 to RESPHIRA project (PID2019- 106322RB-I00). RB was partly funded by MCIN/AEI /10.13039/501100011033 through Juan de la Cierva program (IJC2019-038848-I). Funding for open ac- cess charge: CRUE-Universitat Politècnica de València. The authors also thank three anonymous reviewers for their suggestions to improve this work.