.

Cientistas, da esquerda para a direita, Ethan Coon, Phong Le, Gabriel Perez e Saubhagya Rathore, discutem áreas propensas a inundações no laboratório de visualização do Everest do ORNL. A equipe desenvolveu uma estrutura de modelagem 3D para avaliar com mais precisão os riscos de inundações de longo prazo e os riscos populacionais. Crédito: Carlos Jones/ORNL, Departamento de Energia dos EUA
Para prever melhor o risco de inundação a longo prazo, cientistas do Oak Ridge National Laboratory do Departamento de Energia desenvolveram uma estrutura de modelagem 3D que captura a dinâmica complexa da água conforme ela flui pela paisagem. A estrutura busca fornecer insights valiosos sobre quais comunidades são mais vulneráveis à medida que o clima muda, e foi desenvolvida para um projeto que está avaliando o risco climático e os caminhos de mitigação para uma área urbana ao longo da costa do sudeste do Texas.
A estrutura de modelagem oferece uma ferramenta poderosa para planejamento urbano ao fornecer estimativas robustas de eventos de inundação frequentes e raros. Ao modelar os processos físicos que transformam a precipitação em escoamento, a estrutura considera fatores como cobertura do solo, propriedades do solo e declive do terreno.
Esses elementos, incorporados juntamente com dados de densidade populacional, fornecem uma perspectiva única sobre o risco de inundação em vastas áreas, como bacias hidrográficas. Essa abordagem abrangente é detalhada em um estudo publicado no Revista de Hidrologia.
A capacidade de modelagem foi desenvolvida para o Southeast Texas Urban Integrated Field Laboratory, ou IFL, um projeto do DOE que usa ciência multidisciplinar para informar caminhos para resiliência climática na região de Beaumont-Port Arthur, Texas. A área abriga a maior refinaria de petróleo do mundo e é um grande centro industrial para os Estados Unidos. Sua proximidade com a Costa do Golfo torna a região vulnerável a inundações e subsidência de terras — o afundamento gradual do solo ao longo do tempo — com estressores adicionais da densidade populacional e poluição apresentando múltiplos desafios para os tomadores de decisão locais.
“Este novo modelo de última geração não apenas estima a magnitude do fluxo de eventos raros, como uma enchente de 100 anos, mas também quantifica a profundidade da enchente associada, permitindo-nos avaliar o impacto na população diretamente”, disse Gabriel Perez, que coliderou o trabalho como pesquisador de pós-doutorado no grupo de Modelagem de Sistemas de Bacias Hidrográficas do ORNL e atualmente é professor associado na Universidade Estadual de Oklahoma.
“Essa é uma estrutura única, que pode nos ajudar a entender melhor como o risco de inundações está evoluindo devido às mudanças climáticas e à urbanização.”
Ao desenvolver tal modelo, “torna-se muito mais importante confiar na física subjacente às inundações, porque elas são verdadeiras ao longo do tempo, ao contrário de um modelo que é calibrado sob as condições de hoje e pode não ser adequado ao clima ou às cidades de amanhã”, disse Ethan Coon, colíder do projeto, equipe sênior de P&D e pesquisador principal da pesquisa do ORNL para o IFL Urbano do Sudeste do Texas.
A nova estrutura incorpora o software Amanzi-ATS, um modelo hidrológico integrado de superfície-subsuperfície desenvolvido pelo ORNL, Los Alamos National Laboratory, Lawrence Berkeley National Laboratory e Pacific Northwest Natural Laboratory. O Amanzi-ATS fornece uma visão holística dos sistemas hidrológicos.
Ele captura fluxos subterrâneos, considerando geologia complexa e propriedades do solo, e considera topografia única, incluindo a representação de infraestrutura hídrica e perturbações, como mudanças no uso da terra pela urbanização acelerada. Os resultados podem identificar novas áreas propensas a inundações, identificando especificamente riscos para populações da área.
Na bacia de Village Creek de 2.227 quilômetros quadrados a montante de Beaumont-Port Arthur, cientistas do ORNL usaram a estrutura para simular milhares de eventos de inundação para estimar o risco de inundação e a exposição da população a inundações para eventos até o período de retorno de 500 anos. O estudo de caso se baseou em estimativas populacionais do conjunto de dados LandScan do ORNL, além de conjuntos de dados de terra e solo, dados de precipitação de radar por hora, medições de vazão e uma infinidade de outros conjuntos de dados, resultando em uma configuração de modelo Amanzi-ATS com quase 1,9 milhão de elementos.
“Modelar eventos de inundação em uma bacia hidrográfica inteira com esse nível de detalhe requer imenso poder de computação”, disse Perez. O modelo foi executado no supercomputador Perlmutter no National Energy Research Scientific Computing Center (NERSC), uma instalação de usuário do DOE Office of Science, em Lawrence Berkeley.
Estrutura com visão de futuro
“Conseguimos replicar uma ampla gama de observações, incluindo fluxo de água, efeitos da vegetação, teor de umidade do solo e até mesmo mudanças nas águas subterrâneas. Esses resultados iniciais aumentam nossa confiança na captura de processos de inundação e aumentam nossa capacidade de quantificar mudanças de inundação nas próximas décadas. Essa abordagem é crucial para atender à missão dos IFLs Urbanos”, disse Perez.
“O que é diferente aqui é que não estamos apenas analisando precipitação”, disse Coon. “Estamos computando fluxos de água, mas também estamos computando áreas inundadas e vinculando isso a dados populacionais para que possamos entender o que esses eventos significam para as pessoas no solo.”
“Modelos calibrados principalmente na precipitação têm o objetivo de prever as condições nos próximos 30 dias, e isso é muito útil para o planejamento de inundações de curto prazo”, acrescentou Coon. “Mas para nosso horizonte mais longo, é importante nos apoiar em modelos baseados em física. Você não quer fazer um plano de 10 ou 20 anos com base nos eventos e infraestrutura de hoje. Você precisa de estatísticas diferentes e uma ideia de quais serão as condições nas próximas décadas.”
Em seguida, os cientistas aplicarão a nova capacidade de modelagem a uma seção maior da região de Beaumont-Port Arthur. Um dos objetivos é simular respostas a inundações que reflitam várias projeções climáticas futuras e mudanças no uso da terra. Entre os desafios estará a modelagem de inundações compostas, um evento em que vários riscos interagem, desde tempestades costeiras até inundações de rios, simulando a influência da precipitação em superfícies impermeáveis em corredores urbanos e como a infraestrutura hídrica interage com eventos de inundação.
O objetivo final, disse Coon, é fornecer a capacidade para planejadores urbanos responderem melhor às perguntas dos comissários de planejamento sobre abordagens como restauração de pântanos ou outros projetos de integração de bacias completas. “Por exemplo, tal abordagem evitaria a necessidade de construir mais bueiros e valas? Queremos ter uma ferramenta que possa responder a essas consultas baseadas em cenários”, disse ele.
Desenvolver soluções de mitigação que sejam transferíveis — comprovadamente bem-sucedidas em uma região que podem ser implantadas em outros estados — é uma das metas do projeto. O Southeast Texas Urban IFL é um dos quatro laboratórios de campo patrocinados pelo DOE em todo o país com a missão de entender melhor os impactos das mudanças climáticas e desenvolver estratégias de adaptação equitativas junto com parceiros locais. Contribuir para esse esforço maior de resiliência climática é importante.
“É aí que entra a participação do laboratório nacional. Podemos ajudar a entender e facilitar essa transferibilidade. O que aprendemos em cada um dos IFLs Urbanos pode se tornar mais amplamente relevante”, disse Coon.
Mais Informações:
Gabriel Perez et al, Avanço da análise de frequência de inundações baseada em processos para avaliar o risco de inundações e a exposição da população a inundações, Revista de Hidrologia (2024). DOI: 10.1016/j.jhydrol.2024.131620
Fornecido pelo Laboratório Nacional de Oak Ridge
Citação: Cientistas acrescentam o elemento humano às previsões de inundações de longo prazo (2024, 17 de julho) recuperado em 18 de julho de 2024 de https://phys.org/news/2024-07-scientists-human-element-term.html
Este documento está sujeito a direitos autorais. Além de qualquer uso justo para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.
.








