SMUFF: Nuevos instrumentos para lograr mejores predicciones de los impactos derivados de lluvias intensas
Efectos de la isla de calor urbana en la región metropolitana de Barcelona
diciembre 4, 2019
La UPC participa en el diseño de un plan piloto para mejorar el control de la tuberculosis en Nigeria a partir de modelos matemáticos
noviembre 20, 2019
El objetivo del proyecto SMUFF consiste en desarrollar mejores instrumentos para evaluar y predecir los peligros y riesgos inducidos por las lluvias intensas y las tormentas (por ejemplo, inundaciones repentinas, inundaciones urbanas y deslizamientos) en ámbitos territoriales que van desde la escala municipal hasta el paneuropeo. Esto se ha conseguido combinando observaciones de precipitaciones en el ámbito europeo (a partir de datos proporcionados, entre otros, por la red europea OPERA de radares meteorológicos) con múltiples instrumentos y métodos científicos de previsión en la vanguardia del conocimiento. Como resultado del proyecto, se han desarrollado un conjunto de instrumentos y productos para obtener una previsión fiable y de alta resolución de peligros y riesgos probabilísticos para plazos de quince minutos hasta cinco días.
Los resultados se han diseminado integrando los métodos desarrollados en la plataforma del Sistema Europeo de Vigilancia de Inundaciones (EFAS - European Flood Awareness System), que es el sistema de referencia para prever inundaciones que utilizan las unidades de protección civil y los operativos de gestión y respuesta de emergencia. De este modo, el proyecto ha proporcionado instrumentos en tiempo real de gran utilidad para tomar decisiones en los centros de gestión de emergencias, entre los que se ha integrado el ERCC (Emergency Response Coordination Centre, Brussel·les), que actúa como punto neurálgico de coordinación entre las diferentes protecciones civiles europeas de los estados miembros.
El proyecto, de una duración de dos años y finalizado el año 2019, ha sido coordinado por el Instituto de Meteorología Finlandés (FMI - Finnish Meteorological Institute) y en su desarrollo también ha participado el ECMWF (European Centre for Medium-Range Weather Forecasts). También se han integrado organismos de protección civil como el centro de protección civil de Cataluña y el ESPL (Departamento de Rescate de la región finlandesa Etelä-Savo), así como stakeholders tecnológicos, como la empresa Vaisala y el organización EUMETSAT (European Organisation for the Exploitation of Meteorological Satellites).
Proyectos Relacionados
- La producción de biogás a través de la digestión anaerobia está experimentando un crecimiento exponencial en Europa en los últimos años, ya que puede ser producido localmente y porque tiene un claro efecto positivo sobre el reciclaje de los residuos, la generación de energía limpia, el desarrollo sostenible o la acción por el clima. En este contexto se desarrolla el proyecto FertiLab, en el que participan investigadores del Departamento de Ingeniería Agroalimentaria y Biotecnología (DEAB) de la UPC.
- La flexibilidad de los sistemas eléctricos es fundamental en el proceso de transición energética hacia modelos de generación de energía más sostenibles. La Comisión Europea promueve el desarrollo de soluciones que den respuesta a los retos de gestión de las redes de distribución eléctrica del futuro sistema energético basado en fuentes renovables. Una cuota cada vez más grande de generadores de electricidad fluctuante, como los sistemas eólico y solar, hace que sea más difícil calcular las cargas que se están alimentando.
- El Centro de Innovación Tecnológica en Convertidores Estáticos y Accionamientos (CITCEA) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el proyecto COVHE, el objetivo del cual es desarrollar un sistema de tracción eléctrica para vehículos pesados basado en una pila de hidrógeno.
- El objetivo del proyecto GENIUS, en el que participa el Centro de Innovación Tecnológica en Convertidores Estáticos y Accionamientos (CITCEA) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC), es el desarrollo de un estimador de carga para baterías de ion de litio basado en un modelo dinámico parametrizado por una red neuronal.
