Programa del congreso

Las inundaciones constituyen uno de los desastres naturales más frecuentes y con mayor impacto socioeconómico, relacionadas no solo con eventos extremos de precipitación, sino también con las características hidrológicas del territorio. Este estudio se centra en la cuenca del río Gévora, en el entorno de Badajoz, que en los últimos años ha experimentado varios episodios de inundación que han requerido la activación de medidas de emergencia. Estos eventos ponen de manifiesto la elevada vulnerabilidad de la zona frente a fenómenos hidrológicos extremos y la necesidad de mejorar los sistemas de monitorización, modelización y predicción de avenidas. En este contexto, se evalúa la utilidad de integrar información meteorológica de alta resolución procedente de ERA5-Land con propiedades hidráulicas del suelo derivadas de la base de datos EU-SoilHydroGrids para su aplicación en la modelización hidrológica mediante aprendizaje automático basado en Random Forest. Los resultados muestran que el modelo que combina ambas fuentes de información presenta el mejor rendimiento, reproduciendo adecuadamente la dinámica temporal del caudal y la magnitud de los picos de avenida, incluso durante eventos extremos. El análisis de la importancia de los predictores destaca el papel del grado de saturación del suelo, especialmente en relación con la capacidad de campo poniendo de relieve el papel determinante del estado de saturación del suelo en la generación de escorrentía.