Investigadores de EPhysLab axudarán a predicir as precipitacións extremas na conca hidrográfica do Miño-Sil

Cunha superficie de case 18.000 quilómetros e máis de cen présas ao longo do seu percorrido, a conca do Miño-Sil é unha das principais rexións produtoras de enerxía de España con preto do 9% da electricidade de toda a península ibérica. Con invernos suaves e precipitacións frecuentes en todas as estacións, cunha pluviometría que oscila entre os 700 milímetros ao ano en zonas como Monforte, o Bierzo ou Ourense e os 1900 mm das serras do Oeste, nela poden darse fenómenos extremos para os que nin xestores nin infraestruturas están preparados. Por iso, investigadores do grupo EPhysLab do campus de Ourense estudan esta bacía e todos os seus afluentes para ver “como afecta o cambio climático á bacía, ás présas ou á xeración de enerxía e estimar danos que se poidan producir” e para ter “certa capacidade de resposta preparada e que as precipitacións extremas non nos collan totalmente desprevidos”, como explica a investigadora Laura de la Torre.

Trátase dun proxecto sobre xeración hidroeléctrica e riscos da meteoroloxía extrema en Galicia a través dos cambios no clima centrándose nunha conca “moi intervida”, xa que ao longo dos ríos Miño e Sil e de todos os seus afluentes hai construídas máis de 100 presas. Nos vindeiros meses, os investigadores farán moitas simulacións de cambio climático utilizando Climateprediction.net ou CPDN da Universidade de Oxford, un proxecto de computación distribuída no que participan uns 30.000 voluntarios de 150 países e que busca investigar e reducir as incertezas no modelado de predicións climáticas empregando centos de miles de ordenadores persoais mentres están inactivos.

Redistribución enerxética

Creando diferentes escenarios de cambio climático, este grupo de investigadores busca analizar como varían os tipos meteorolóxicos que producen precipitacións extremas caracterizadas non só pola gran cantidade de auga, senón tamén pola longa duración no tempo. “Son eventos meteorolóxicos que van mudar co cambio climático. Nós o que pretendemos é que sexan máis predicibles para poder darlles unha resposta axeitada”, salienta De la Torre, que participa neste proxecto xunto aos investigadores Juan Antonio Añel, Alejandro Cabrera e Manuel Fernández.

Nunha conca hidrográfica como a do Miño-Sil na que se xera tanta enerxía hidroeléctrica, cando se produce algún destes fenómenos adversos “hai que abrir presas e compensar ese exceso de xeración de enerxía pechando o fluxo que procede de centrais nucleares ou térmicas ou da eólica”, un excedente co que non se pode facer nada “porque a choiva intensa e persistente obriga a abrir as comportas”. Para evitar esas perdas enerxéticas así como posibles danos en infraestruturas é fundamental saber “cando se van producir esas precipitacións e facer un programa de seguimento, estudando o que se debe corrixir ou en que momento antes de que cheguen choivas torrenciais e nos collan por sorpresa”.

Cun financiamento de 94.000 euros

A través de simulacións, estes catro investigadores farán unha estimación de como afecta a apertura de comportas ao canle do río, ás marxes, ás infraestruturas ou ás persoas se se dan “situacións moito máis extremas de grandes precipitacións nun momento dado que provoquen que a auga supere os límites da presa”. Coa axuda do software libre DualSPHysics desenvolto entre investigadores da Universidade de Vigo e da Universidade de Manchester, os integrantes de EPhysLab poderán observar que pasa coas estruturas nos casos nos que a meteoroloxía fai inevitable aliviar máis auga da desexada.

O estudo, que conta cun financiamento de 94.000 euros por parte da Xunta de Galicia, complétase con datos facilitados por Gas Natural-Fenosa e a Confederación Hidrográfica do Miño-Sil. Cunha parte do equipo traballando nun proxecto similar relacionado coa enerxía eólica, nestes intres os investigadores están estudando como funcionan os modelos e as simulacións. A idea é poder desenvolver no vindeiro ano a parte relacionada co cambio climático para despois centrarse na análise e na modelización de riscos.