Aprendizaje automático y modelos en ingeniería hidroambiental
Instituto FLUMEN
Investigador principal
Ernest Bladé

Visión general
Investigación
Miembros
Proyectos
Publicaciones
El grupo de Dinámica Fluvial e Ingeniería Hidrológica, con sede en FLUMEN (CIMNE/UPC), realiza investigación avanzada en hidráulica fluvial e hidrología mediante modelización numérica, experimentación a escala de laboratorio y herramientas de apoyo a la toma de decisiones para la gestión sostenible de cuencas fluviales y riesgos de inundación.
El Grupo de Investigación en Dinámica Fluvial e Ingeniería Hidrológica del CIMNE, con sede en el Instituto FLUMEN del CIMNE y la Universidad Politécnica de Cataluña – BarcelonaTech (UPC), realiza investigación avanzada y transferencia de tecnología en los campos de la hidráulica fluvial, la hidrología y la ingeniería ambiental.
El grupo integra la experiencia de CIMNE en métodos numéricos con la sólida formación de FLUMEN en hidráulica, transporte de sedimentos, modelización de inundaciones y gestión de recursos hídricos. Las actividades de investigación combinan simulaciones numéricas de alta fidelidad con pruebas experimentales en las instalaciones de laboratorio de última generación de FLUMEN ─junto a la sede de CIMNE en el Campus Nord de Barcelona de la UPC─ que dan soporte a la modelización física de flujos fluviales, dinámica de sedimentos y estructuras hidráulicas.
El grupo contribuye al desarrollo de sistemas innovadores de apoyo a la toma de decisiones para la gestión integrada de las cuencas fluviales y la mitigación del riesgo de inundaciones.
Con una presencia consolidada tanto en el ámbito académico como en el aplicado, el grupo desempeña un papel destacado en el avance del conocimiento y la aportación de soluciones a los retos del mundo real en los sistemas hídricos y medioambientales.
Proyectos en curso
Proyectos finalizados
Búsqueda
Noticias relacionadas

CIMNE experts use Machine Learning to streamline reservoir risk assessment
Researchers at CIMNE's Machine Learning in Civil Engineering Research Group and the Flumen Institute have developed a new machine-learning based tool to classify off-stream reservoirs based on their potential risk of rupture. The work, carried out as part of the...