CORDIS - Resultados de investigaciones de la UE
CORDIS

Development of a Decision Support System for increasing the Resilience of Transportation Infrastructure based on combined use of terrestrial and airborne sensors and advanced modelling tools

Article Category

Article available in the following languages:

Aumentar la resiliencia de las carreteras al cambio climático

Un grupo de investigadores financiado con fondos europeos desarrolló nuevos métodos para aprovechar tecnologías existentes en pos de aumentar la resiliencia de la red vial europea a la creciente amenaza del cambio climático.

Transporte y movilidad icon Transporte y movilidad

Unos de los mayores retos que afrontan los operadores y los ingenieros del transporte es la gestión y el mantenimiento seguros de las autopistas y del conjunto de la red vial. Además, las inspecciones y reparaciones efectivas deben ejecutarse de manera rápida y eficaz a fin de garantizar una interrupción mínima. Factores como el envejecimiento, los fenómenos meteorológicos extremos, el aumento de la intensidad del tráfico, los cambios de uso, el mantenimiento deficiente y las reparaciones aplazadas contribuyen al deterioro progresivo de la red vial. Por lo tanto, la necesidad de realizar inspecciones y trabajos de reparación en la red vial es cada vez más urgente conforme se vuelve más vulnerable a los daños. En el proyecto PANOPTIS, financiado con fondos europeos, se abordaron estos retos mediante el empleo de herramientas y servicios existentes, como modelos climáticos, modelización de fenómenos meteorológicos extremos y sus efectos, sistemas de alerta rápida y sensores ambientales. Sus investigadores también emplearon vehículos terrestres y drones para inspeccionar la red vial. Además, se llevó a cabo un cartografiado detallado de los activos en una área extensa con una tecnología de cartografía móvil de vanguardia integrada en drones.

Mejora de la recuperación frente a daños

El objetivo era desarrollar una sistema de apoyo a las decisiones integral para mejorar la resiliencia de la red vial a partir de sensores terrestres y aéreos y herramientas de modelización avanzadas. El sistema puede proporcionar mediciones fiables de factores de estrés climáticos, hidrológicos y atmosféricos, así como modelos de riesgos múltiples, y mejorar las predicciones de riesgos de seguridad geotécnicos y estructurales. La creación de un módulo de pronóstico permitió obtener previsiones meteorológicas y pluviométricas personalizadas de alta resolución. «Las alertas de riesgo basadas en las condiciones actuales y las previsiones permiten a los decisores preparar una respuesta adaptada», afirma Phillipe Chrobocinski, coordinador del proyecto. Y añade: «También proporciona alertas sobre accidentes y sus posibles consecuencias a fin de mitigar su efecto lo más rápido posible». Los socios del proyecto usaron técnicas avanzadas de aprendizaje automático y fusión de datos para desarrollar una plataforma integral que se pueda aplicar a la red vial a fin de ayudar a comprender los riesgo de peligros múltiples y contribuir a una mejor prevención y preparación. Este nuevo sistema integrado puede respaldar las decisiones operativas y estratégicas al facilitar que la red vial se recupere de los daños de manera más eficaz y, de esa manera, aumentar la resiliencia de la infraestructura vial y de transporte. Los investigadores emplearon asimismo los sensores existentes ya instalados en lugares de demostración en España y Grecia y, además, incorporaron nuevas estaciones meteorológicas no tripuladas de bajo coste para medir variables microclimáticas como, por ejemplo, la velocidad del viento, la humedad del aire, la temperatura y el contenido de humedad del suelo. También emplearon etiquetas inteligentes para supervisar vibraciones, así como sistemas de detección de niebla.

Pruebas de campo en condiciones extremas

Como primer lugar de prueba, se eligió un tramo de la autovía A2 en España, que conecta Madrid y Guadalajara. En esta zona se suelen producir fenómenos meteorológicos extremos que ya han causado daños importantes, como el colapso de un puente debido a una inundación. El segundo lugar de prueba fue una sección de la autopista Egnatia Odos en el norte de Grecia, que se seleccionó debido a la exposición de estructuras, como puentes y terraplenes, a episodios sísmicos y grandes precipitaciones, que pueden provocar asentamientos del terreno, corrimientos de tierras y desprendimientos de rocas. Las herramientas de PANOPTIS para modelizar riesgos y realizar predicciones precisas en zonas muy pequeñas son pioneras a un nivel de resolución tan alto. La modelización de riesgos combina datos ambientales, por ejemplo datos edafológicos e hidrológicos, con los mejores modelos de vulnerabilidad para respaldar una gestión más eficaz de la red vial a nivel de planificación, mantenimiento y explotación. «El sistema se puede emplear bien en el día a día para responder ante accidentes y catástrofes naturales mediante el despliegue rápido de drones, bien en modo de inspección para un mantenimiento a más largo plazo», concluye Chrobocinski.

Palabras clave

PANOPTIS, carreteras, resiliencia, infraestructura, transporte, cambio climático, sistema de apoyo a las decisiones

Descubra otros artículos del mismo campo de aplicación