Análisis de inundaciones de dique de dos dimensiones en

Regiones con escasez de datos: el estudio de caso de

Presa del Chipembe, Mozambique
Resumen: Este artículo presenta los resultados de un estudio de modelado de la hipotética ruptura de la presa de la presa
de Chipembe en Mozambique. El enfoque de modelado se basa en el software Iber, un modelo de rompimiento de presas
disponible libremente y en volumen finito bidimensional de aguas poco profundas. El modelo de elevación digital en línea
(DEM) de la misión de topografía de radar del transbordador (SRTM) se utiliza como fuente principal de datos topográficos.
Se consideran dos DEM diferentes como entrada para el modelo hidráulico: un DEM basado en los datos SRTM originales
y un DEM hidrológico acondicionado. Se realiza un análisis de sensibilidad sobre el coeficiente de rugosidad de Manning.
Los resultados demuestran el impacto relevante del DEM utilizado en la propagación de la onda de inundación prevista y
una menor influencia del valor de la rugosidad. El enfoque de modelado de bajo costo propuesto en este documento
puede ser una opción atractiva para modelar inundaciones excepcionales causadas por la ruptura de una presa, cuando
se dispone de datos y recursos limitados, como en el caso presentado. Los mapas de inundaciones y amenazas
resultantes permitirán a la Administración Regional de Gestión del Agua de Mozambique (ARA) desarrollar sistemas de
alerta temprana.
Introducción
Las represas desempeñan un papel esencial para satisfacer las demandas de abastecimiento de agua de las ciudades,
la agricultura, la industria o la generación de energía, así como para gestionar los eventos de inundaciones. Sin embargo,
también representan un riesgo potencial de falla, lo que puede causar daños materiales graves y la pérdida de vidas.
Ejemplos de fallas de presas conocidas que causaron muertes son el colapso de la presa Gleno en Italia en 1923 [1]; el
desastre de la represa St. Francis de 1928 en California [2]; el colapso de la presa Vega de Tera en España en 1959 [3];
la ruptura de la represa de Teton en 1976 en Idaho [4]; el colapso de la presa de Tous en España en 1982 [5]; y la falla
de la presa de Camará de 2004 en Brasil [6]. En el continente africano, cabe destacar el fracaso de la presa de relaves
de Virginia No. 15 en Sudáfrica en 1994 [7]. La Oficina de Reclamación de los Estados Unidos [8] proporciona una
recopilación de eventos históricos de fallas de represas, clasificados en categorías de severidad de inundación.

Los estudios de falla de presas y el mapeo de inundaciones son vitales para establecer planes de emergencia que
permitan a las autoridades competentes brindar una respuesta rápida y efectiva. Los modelos numéricos de inundación
se usan generalmente para evaluar las consecuencias de una falla potencial y producir mapas de extensión de
inundaciones. También proporcionan información sobre la profundidad del flujo, la velocidad y los parámetros derivados,
como la fuerza y la intensidad del flujo, que pueden utilizarse para evaluar el daño potencial a las estructuras [9]. En
aplicaciones prácticas, los enfoques de modelado implican el uso de modelos hidrodinámicos unidimensionales (1-D) o
bidimensionales (2-D) basados en las ecuaciones de flujo de canal abierto inestable. La elección del modelo de enfoque
se debe principalmente a las características físicas del canal del río y la llanura de inundación. Los modelos
unidimensionales, como el Sistema de Análisis de Ríos del Cuerpo de Ingenieros del Ejército de los EE. UU. (HEC-RAS)
o el Modelo Dinámico de Ondas de Inundación del Servicio Meteorológico de los EE. UU. (NWS-FLDWAV, por sus siglas
en inglés) se han utilizado ampliamente en el modelado de brechas de diques [10]. Sin embargo, los flujos sobre extensas
planicies aluviales o alrededor de confluencias de ríos pueden ser fuertemente bidimensionales, y el uso de un enfoque
unidimensional puede no ser apropiado. Dadas las limitaciones de los modelos 1-D y el aumento de la potencia de cálculo
en los últimos años, los modelos 2-D que resuelven las ecuaciones de aguas poco profundas se han convertido en una
opción bien establecida [11]. Ejemplos de modelos basados en este enfoque y utilizados en los estudios de ruptura son
el software MIKE, FLO-2D, DSS-WISE, TELEMAC o el modelo Iber [12,13]. También se debe tener en cuenta que la
versión más reciente de HEC-RAS (Versión 5.0, Centro de Ingeniería Hidrológica, Cuerpo de Ingenieros del Ejército de
los EE. UU., Davis, CA, EE. UU.) Incluye capacidades de modelado de flujo inestable bidimensional.

La provisión de buenos datos topográficos es crítica para la aplicación de los modelos antes mencionados [14-17]. En los
países desarrollados, los datos de elevación ahora se recopilan de forma rutinaria utilizando la tecnología LiDAR
(detección de luz y rango), produciendo modelos digitales de elevación (DEM) con alta resolución horizontal (0,5 m no es
infrecuente) y un alto grado de precisión vertical (de 0,05 m a 0,2 m) [18,19]. Estas características hacen de LIDAR DEM
una opción popular para modelar la inundación [20,21]. Sin embargo, los países en desarrollo a menudo carecen de esta
cartografía precisa debido a restricciones presupuestarias, en cuyo caso los modelos de elevación digital en línea de
acceso abierto pueden constituir una alternativa adecuada [22]. Dentro de esta categoría, dos DEM se han aplicado
principalmente en estudios de modelado de inundaciones: el DEM de la misión de topografía por radar del radar (SRTM)
[23,24] y el DEM (ASTER) del Radiómetro de reflexión y emisiones térmicas a bordo de vehículos espaciales avanzados.
En estudios comparativos, SRTM se ha convertido en la opción preferida para una fuente global de datos de terreno para
el modelado de inundaciones debido a su mayor resolución de características, menor número de artefactos y menor ruido,
particularmente en las áreas más planas de preocupación para los modeladores de inundaciones [25]. Este DEM tiene
una resolución espacial de alrededor de 30 m (SRTM-1s) y una precisión vertical de ~ 10 m.
El nuevo Reglamento de Seguridad de Presas en Mozambique incluye entre sus prioridades la preparación de planes de
contingencia para represas grandes que consideren los impactos de las represas y los efectos aguas abajo. Según el
Comité Internacional de Grandes Represas (ICOLD), 12 represas están clasificadas como grandes represas en
Mozambique. Una de ellas es la presa de Chipembe, una presa de terraplén con una capacidad de almacenamiento de
25 hm3 construida a principios de los años setenta. La represa se encuentra ahora en un estado de abandono y requiere
una rehabilitación urgente. Además, carece de un plan de emergencia que evalúe las consecuencias de una falla
hipotética de la presa y delinee posibles áreas de inundación río abajo.
Este artículo presenta los resultados de un estudio de modelado numérico de la hipotética ruptura de la presa de la presa
de Chipembe en Mozambique. Forma parte del trabajo del grupo de investigación GEAMA (Grupo de Ingeniería del Agua
y Medio Ambiente de la Universidad de A Coruña, A Coruña, España) sobre proyectos de cooperación relacionados con
los recursos hídricos y el fortalecimiento institucional de la Administración Regional de Gestión del Agua en el norte de
Mozambique (ARA). -Norte) y la Dirección Nacional de Aguas (Dirección Nacional de Águas, ADN). El ADN es
responsable de la formulación de políticas, la planificación y la gestión de los recursos hídricos en Mozambique. Las
actividades estratégicas emprendidas por el ADN son implementadas por los ARA regionales. GEAMA ha estado
trabajando en el desarrollo de capacidades e identificación de proyectos clave en África durante los últimos diez años, en
colaboración con las instituciones responsables en el sector del agua y otras partes interesadas (empresas, ONG) en
Tanzania, Mali y Mozambique. El trabajo presentado en este documento surge de la participación del grupo GEAMA en
un proyecto EuropeAid que tiene como objetivo compartir las mejores prácticas en el modelado de inundaciones y
respaldar la formulación de políticas informadas sobre la gestión del riesgo de inundaciones en Mozambique.
Se adoptó un enfoque de modelado 2-D para este estudio. El software Iber [26], un completo modelo bidimensional de
aguas someras, se utilizó para simular la ruptura de la presa y los impactos aguas abajo. Los resultados presentados en
este documento incluyen la extensión de la inundación y los mapas de peligro, así como los tiempos de viaje de las olas
de la inundación a lo largo de un alcance de 36 km río abajo de la presa. La fuente de los datos topográficos fue el DETM-
1s en línea DEM y el único parámetro del modelo fue el coeficiente de rugosidad. Analizamos cómo la calidad de los
datos topográficos del SRTM puede afectar los resultados de la simulación al realizar un reacondicionamiento hidrológico
del DEM, que impone el curso del río en los datos del SRTM y elimina el ruido introducido por la vegetación ribereña. Se
realizó un análisis de sensibilidad sobre el coeficiente de rugosidad, que permite la evaluación de la incertidumbre en esta
estimación y proporciona un rango de flujo máximo y velocidad de onda de inundación. Los resultados del modelo se
comparan con los datos de fallas de presas en el mundo real de Pierce et al. [27], con el objetivo de evaluar si las
predicciones de descarga máxima coinciden con las observaciones disponibles. Esta base de datos [27] comprende
variables hidrológicas y geométricas de 87 estudios de casos de ruptura de presas y proporciona relaciones de regresión
que predicen el pico de descarga para presas con diques violados. Los resultados pueden permitir a la Administración
Regional de Aguas de Mozambique (ARA-Norte) desarrollar un sistema de alerta temprana para el área, en colaboración
con otras instituciones relacionadas, como el Instituto Meteorológico Nacional o el Instituto Nacional de Gestión de
Desastres, involucrándose en el desarrollo de políticas multidisciplinares. . El estudio también puede proporcionar
orientación sobre las limitaciones y la aplicación de herramientas y datos de modelado de libre acceso para simular el
posible fallo de presas de otras represas en regiones con escasez de datos. Como un objetivo adicional, las actividades
sobre el desarrollo de capacidades del ARA realizadas en el marco de este estudio tienen como objetivo contribuir a la
implementación de un sistema nacional eficaz de gestión del riesgo de inundación.
2. Sitio de estudio
La presa de Chipembe se encuentra cerca de la ciudad de Montepuéz, en la provincia de Cabo Delgado, en el norte de
Mozambique. El área de drenaje sobre la presa es de 946 km2, que representa aproximadamente el 9.5% del área de
drenaje total del río Montepuéz (Figura 1). La altura promedio de la cuenca es de 561 m sobre el nivel del mar y la
pendiente promedio, 1.8%. La escorrentía media anual es del orden de 167 hm3 [28,29].

La presa de Chipembe es una presa de dique de 1220 m de largo, con una altura máxima de 12 my un ancho de cresta
de ~ 10 m. Está equipado con un aliviadero lateral para la descarga de inundaciones y una toma de agua para un sistema
de riego que nunca se desarrolló. La elevación máxima normal de la superficie del agua en el reservorio es de 503.6 m.
Basado en la curva de almacenamiento del reservorio, este nivel de agua corresponde a un almacenamiento bruto del
reservorio de ~ 24.8 hm3 y un área de superficie del reservorio de 7.1 km2. Según el estudio de rehabilitación de la presa
[30], el flujo de entrada máximo seguro al embalse es de 2450 m3 / sy el flujo de salida máximo seguro es de 1051 m3 /
s. La represa fue construida en la década de 1970 y ahora se encuentra en un estado de abandono. Esto se verificó
durante la visita de campo de los autores de este estudio y de los técnicos de ARA-Norte en 2013 [28]. La salida inferior
de la presa se encontró bloqueada y fuera de servicio. Se observó daño por erosión al comienzo del canal de descarga
del aliviadero. Se señaló además que las descargas a través de este aliviadero durante los eventos de inundación habían
erosionado significativamente la superficie de la presa aguas abajo. En la actualidad, la Dirección Nacional del Agua
(ADN) de Mozambique ha lanzado un proyecto que involucra una inversión de aproximadamente 50 millones de dólares
para la rehabilitación de la presa de Chipembe. El proyecto también incluirá la explotación de un área potencialmente
irrigable de alrededor de 2200 hectáreas, ubicada aguas abajo de la presa [30].3. Materials and Methods
3.1. Información cartográfica
La fuente de datos topográficos para este estudio fue el acceso abierto SRTM-1s DEM [31]. Las elevaciones de SRTM
incluyen características del terreno (por ejemplo, copas de árboles y edificios), por lo que este DEM no es un modelo de
terreno digital (DTM) "sin tierra", sino un modelo de superficie digital (DSM). En este estudio, DEM se refiere a la cuadrícula
de elevación, por lo que se utiliza como un término genérico para DSM y DTM. SRTM-1s tiene una resolución espacial
terrestre de 1 arco-segundos, que corresponde a un tamaño de cuadrícula de aproximadamente 30 m en el ecuador. Se
aplicó un proceso de corrección a estos datos de elevación llenos de vacío para incorporar la topografía del lecho del
yacimiento. La información cartográfica histórica, antes de la construcción de la presa, se utilizó para modificar el DEM.
Se verificó que la capacidad de almacenamiento de la presa se reprodujo con precisión en el DEM procesado. Los datos
de elevación de la presa de la subcuadrícula se extrajeron de la información cartográfica histórica para definir la geometría
de la represa. La figura 2 muestra la topografía del dominio modelo seleccionado. El dominio del modelo incluye el área
del embalse y un alcance de 36 km aguas abajo de la presa.

La validación de los datos SRTM en escalas continentales [31] mostró un error de altura absoluto de 5,6 m para África.
Sin embargo, esta precisión vertical está fuertemente influenciada por el relieve del terreno, y se pueden esperar errores
verticales más pequeños en entornos de baja altitud y bajo relieve [32]. En este estudio de caso, la llanura de inundación
río abajo de la presa tiene una altura promedio de 491 m a.s.l. con una pendiente promedio de 3.2%, lo que sugiere que
los errores de elevación pueden ser más bajos que el error continental. Se utilizaron un total de 20 puntos de control
terrestre ubicados a lo largo de ambas orillas del reservorio para evaluar los errores de elevación del conjunto de datos
SRTM. Estos puntos de control se obtuvieron en una encuesta cinemática en tiempo real de sistemas de navegación por
satélite global (RTK GNSS). La comparación del conjunto de datos SRTM con las elevaciones medidas reveló un error
absoluto de 4.53 ± 1.25 m (media ± desviación estándar), que es ligeramente más bajo que el error estimado para África.
No obstante, estos valores deben tomarse con precaución dado el número limitado de puntos de control y su distribución
dentro del área estudiada.
La señal del radar de apertura sintética interferométrica en la que se basa el conjunto de datos SRTM solo penetra en la
cubierta vegetal hasta cierto punto, lo que resulta en una disminución de la precisión vertical. Esto es especialmente cierto
para las áreas boscosas, y se convierte en un problema al usar estos datos para apoyar el modelado hidráulico, donde la
información precisa sobre la elevación de la llanura de inundación es esencial [33]. La cobertura de vegetación en la
llanura de inundación río abajo de la presa de Chipembe es mínima, como puede verificarse en el conjunto de datos de
altura de dosel global desarrollado por Simard et al. [34]. El mapa ráster de altura de dosel de resolución de 1 km muestra
un valor de cero en prácticamente toda esta área, lo que sugiere que el sesgo de vegetación en el SRM DEM podría no
ser un problema importante en este estudio de caso. Sin embargo, la imagen aérea del área de estudio (Figura 3) muestra
vegetación ribereña a lo largo del alcance, que no se refleja en el mapa de Simard et al. [34]. La presencia de vegetación
produce importantes sesgos positivos en la elevación del suelo SRTM alrededor del canal del río. Además, dado que el
ancho del río es de alrededor de 10 m, la topografía del lecho del río no está representada con precisión en el DEM. En
consecuencia, la ubicación del thalweg derivado de las imágenes aéreas es significativamente diferente de la trayectoria
de flujo derivada de los datos SRTM originales (Figura 3), lo que podría tener un impacto en las predicciones del modelo
hidráulico.

Se aplicó un procedimiento de reacondicionamiento del terreno para imponer el curso del río en los datos de SRTM,
siguiendo el thalweg derivado de la imagen aérea, y para profundizar el lecho del canal. El modelo de elevación digital
resultante se denota a continuación como DEM SRTMTR. El proceso de reacondicionamiento se basa en el llamado
procedimiento de grabación de arroyos, que se utiliza para corregir los patrones de drenaje de la superficie derivados de
DEM [35,36]. Se supone que la red de ríos vectoriales derivada de la imagen aérea es correcta y se convierte en un río
de trama con la misma resolución espacial que el DEM (~ 30 m). Esta red de ráster se quema en el SRTM DEM sin
acondicionar, de modo que los valores de elevación se reducen artificialmente en las celdas que forman parte de este
drenaje de ráster. La profundidad de combustión es variable a lo largo del perfil longitudinal del río, considerando la
envoltura de las elevaciones mínimas del SRTM original, como se muestra en la Figura 4a. La línea roja en la Figura 4a
es el nuevo perfil de cama a lo largo del thalweg. La profundidad de combustión promedio fue de 4.8 m (desviación
estándar de 2.4 m) y la profundidad de combustión máxima fue de 11 m. Se verificó que la pendiente promedio del perfil
longitudinal del río antes y después del proceso de acondicionamiento hidráulico fue muy similar (0.00065 y 0.00063,
respectivamente). La pendiente promedio está representada por una línea recta (líneas de puntos en la Figura 4a), que,
cuando se superpone al perfil longitudinal del río, crea un equilibrio entre las áreas totales por encima y las que están por
debajo de la línea recta. Los cambios en un conjunto de secciones representativas de los ríos se muestran en la Figura
4.
El DEM SRTM original y el DEM SRTMTR se utilizaron como entrada para el modelo hidráulico en este estudio. Cuando
los canales no se resuelven, como en el DEM SRTM original, es probable que los modelos sobreestimen la extensión de
la inundación y subestimen las velocidades de inundación [22]. Sin embargo, el valor del coeficiente de fricción podría
ajustarse para lograr predicciones más precisas de las profundidades y velocidades del agua. Según lo observado por
Neal et al. [37], la pérdida de área de la sección transversal para una profundidad de flujo dada puede compensarse
parcialmente mediante una reducción en la fricción, en el contexto de la parametrización de la topografía a escala de sub-
rejilla de una llanura de inundación. Por otro lado, la idoneidad de un DEM para el modelado de inundaciones también
depende de la frecuencia de inundación. Las inundaciones de ruptura de presas en las que el canal está completamente
sumergido pueden no requerir una resolución de DEM tan fina en comparación con los estudios con flujos poco profundos
[22]. La ruta del flujo de inundación no será dictada por el canal del río, sino más bien por la topografía general del valle
[38]. En base a lo anterior, este estudio analiza las diferencias en las predicciones del modelo hidráulico causadas por la
elección de DEM (DEM SRTM o DEM SRTMTR), combinadas con un análisis de sensibilidad sobre el coeficiente de
rugosidad. 3.2. Descripción del modelo hidráulico El modelo Iber [26] se utilizó para simular la inundación de la presa de
Chipembe. Es un modelo numérico distribuido libremente para simular el flujo inestable de superficie libre turbulenta. Se
ha utilizado con éxito para una amplia gama de aplicaciones, incluida la modelación del flujo y la calidad del río [39–41],
los impactos geomorfológicos de la falla de la presa [12], la sedimentación y el lavado en los embalses [42] o la hidráulica
de la presa de control [43]. Para una descripción detallada de las ecuaciones modelo y los métodos numéricos, se hace
referencia al lector [26] y sus referencias. El modelo resuelve las ecuaciones de aguas poco profundas 2-D, que asumen
variaciones verticales despreciables de las propiedades de flujo y la distribución de la presión hidrostática. Los modelos
basados en este enfoque se consideran herramientas adecuadas para simular la profundidad de inundación y el tiempo
de llegada del flujo de la presa [44,45]. Estas ecuaciones se resuelven con un solucionador de volumen finito no
estructurado explícito en el tiempo, que implementa el esquema de Roe [46] para la discretización de los términos
inerciales y una discretización contra el viento del término fuente inferior [47]. Este esquema tipo Godunov es
especialmente adecuado para simular flujos de ruptura de presas, que a menudo implican discontinuidades de flujo y
cambios en el régimen de flujo. Varios modelos de turbulencia tipo RANS se implementan en el modelo Iber [48]. En este
caso, se eligió el modelo k-ε de Rastogi y Rodi [49].

Las presas de terraplenes como la presa de Chipembe generalmente fallan debido a la erosión progresiva y los
parámetros de ruptura generalmente se obtienen de las ecuaciones de regresión basadas en las propiedades de la presa
y el reservorio [50]. Los requisitos de datos simples de estas formulaciones les permiten aplicarse cuando hay datos
limitados disponibles, como en este estudio. El modelo de formación de brechas implementado en Iber se basa en la Guía
para la clasificación de presas en función de su riesgo potencial [51]. Aplica una fórmula empírica para estimar las
características de incumplimiento, que se ha derivado de datos de estudios de caso. Se supone que el crecimiento de la
brecha es un proceso lineal y la forma de la brecha es trapezoidal con pendientes laterales de 1H: 1V. El ancho promedio
final de la infracción b (m) y el tiempo de desarrollo de la infracción T (h) se calculan de la siguiente manera:

donde V es el volumen de almacenamiento (hm3) y h es la altura de la presa (m). Este modelo está en línea con los
modelos de formación de brechas paramétricas de uso generalizado [52,53], que tienen incertidumbres relacionadas con
la documentación deficiente de los eventos de fallas históricas, la variación inherente en la erosionabilidad de los
materiales cohesivos o los efectos de la variabilidad del diseño del terraplén. entre otros. Sin embargo, está fuera del
alcance de este trabajo abordar la incertidumbre en los parámetros de incumplimiento y las estimaciones proporcionadas
por el modelo anterior se consideran deterministas. Los criterios de riesgo implementados en el modelo Iber consideran
tres niveles diferentes de riesgo de inundación (alto, medio y bajo) según las condiciones de flujo [26]. En zonas de alto
riesgo, se cumplen una o varias de las siguientes condiciones hidrodinámicas: la profundidad de la inundación supera 1
m, la velocidad es superior a 1 m / s o el producto de profundidad y velocidad es superior a 0,5 m2 / s. En áreas de bajo
riesgo, la profundidad es inferior a 0,5 m, la velocidad es inferior a 0,5 m / sy el producto de profundidad y velocidad es
inferior a 0,25 m2 / s. Entre estos dos niveles se encuentran las condiciones de peligro medio. Estos umbrales se basan
en las combinaciones de profundidad del agua y velocidad del flujo que pueden representar un peligro para la vida
humana. Son consistentes con la literatura sobre inestabilidad humana en el agua que fluye [54]. El modelo incorpora una
interfaz compatible con entornos GIS, que permite que las áreas de peligro de inundación obtenidas se muestren
directamente en cualquier plataforma GIS.
3.3. Configuración del modelo
El dominio modelo se extiende hasta 36.0 km corriente abajo de la presa. Fue discretizado en una malla computacional
no estructurada de aproximadamente 22,000 elementos triangulares con un tamaño variable (de 5 a 30 m) para asegurar
una definición correcta de la geometría de la presa. Se definió una condición de entrada cero en el límite ascendente,
mientras que se impuso una condición de flujo crítico en el límite descendente. Se verificó que los resultados obtenidos
con una condición de salida crítica eran muy similares a los obtenidos con una salida subcrítica (con un vertedero de
altura 0 m, es decir, elevación de cresta = elevación del terreno). El nivel de agua correspondiente a la capacidad total
del reservorio (503,6 m sobre el nivel del mar) se estableció como condición inicial en el reservorio. Se asumió un lecho
seco (profundidad cero) como condición inicial aguas abajo de la presa. La brecha se ubicó en la parte central de la presa,
como se ilustra en la Figura 5. Esta configuración del modelo corresponde a un escenario de falla de "día soleado", en el
cual la falla de la presa se debe únicamente a causas estructurales y condiciones de almacenamiento de agua en el
reservorio [13]. Se cree que este escenario de falla de la presa tiene el mayor potencial de causar la pérdida de vidas
debido al factor sorpresa [55].
Se seleccionó un coeficiente de rugosidad de Manning entre 0.03 m − 1/3 • sy 0.04 m − 1/3 • s como rango de valores de
referencia o el rango de valores más probable para el canal y la llanura de inundación. Este valor estimado se basa en
las observaciones de campo y el análisis de las fotografías aéreas. El cauce del río tiene un fondo de tierra y generalmente
es seco fuera de la estación húmeda. La llanura de inundación está cubierta por pastos cortos y pequeñas áreas de cultivo
dispersas en todo el valle, para el consumo de la comunidad local. Los espacios abiertos con poca o ninguna vegetación
son dominantes.
Como se mencionó anteriormente, se realizó un análisis de sensibilidad sobre el coeficiente de rugosidad. Además de la
dificultad de elegir un valor de rugosidad de la literatura, las limitaciones derivadas de la resolución espacial del DEM
también pueden requerir un ajuste del valor de Manning. Por lo tanto, se ejecutó un conjunto de simulaciones con
diferentes valores para el coeficiente de fricción. Se examinó un rango de Manning entre 0,02 y 0,06 m − 1/3 • s.
Se realizaron simulaciones hasta que el hidrograma pasa por el extremo inferior del alcance. Dependiendo de la DEM
utilizada y el valor de Manning, las simulaciones se ejecutan hasta 25.5 h desde el inicio de la infracción, y los resultados
del modelo se almacenan cada 800 s. Se definieron un total de 9 secciones de control a lo largo del alcance de 36,0 km
(Figura 4). La sección S1 se encuentra inmediatamente aguas abajo de la presa, mientras que S9 se encuentra al final
del alcance estudiado. El espacio entre las secciones no es uniforme y está determinado por la naturaleza del curso de
agua. El espacio promedio es de unos 4,5 km (tablas 1 y 2).
4. Resultados y discusión
4.1. Flujos máximos y tiempos de viaje de las olas de inundación
Una parte esencial de cualquier análisis de falla de una presa es la estimación del hidrograma en la brecha y su
propagación hacia abajo, en términos de flujos máximos y tiempos de viaje. Las tablas 1 y 2 enumeran el flujo máximo
de la onda de inundación (Qp), el tiempo hasta el pico (Tp) y el tiempo de llegada de la onda de inundación (Ta) en las
secciones de control aguas abajo, utilizando el DEM SRTM (Escenario A) y el DEM SRTMTR (Escenario B), y
considerando diferentes coeficientes de rugosidad en ambos escenarios. Desde el punto de vista de los planes de
emergencia y las estrategias de evacuación, el tiempo de llegada de la ola de inundación (Ta) es más útil que el tiempo
para alcanzar el pico (Tp). Ta es el tiempo transcurrido entre la falla de la presa y el humedecimiento inicial, lo que permite
un margen de tiempo para evacuar a la población en riesgo.
Según la atenuación de flujo pico y la velocidad de recorrido de la onda, las secciones transversales se pueden agrupar
en un alcance superior (S1 a S4) y un alcance inferior (S5 a S9). En el Escenario A, los flujos máximos en el alcance
superior están dentro del rango de 2748–1450 m3 / s, dependiendo del coeficiente de rugosidad y la sección transversal
específica. Más abajo (alcance más bajo) el pico de descarga es significativamente más bajo, desde 546 m3 / s hasta 66
m3 / s. En el Escenario B, los flujos máximos en el alcance superior están en el rango de 2747–1606 m3 / s, similares a
los valores obtenidos en el Escenario A. Las diferencias entre los dos escenarios aumentan en el alcance inferior, donde
los flujos están en el rango de 1376–740 m3 / s en el Escenario B. Las descargas pico son hasta ~ 10 veces más altas
en la sección aguas abajo en el Escenario B. La Figura 6 muestra la propagación de la onda de inundación a lo largo del
alcance en ambos escenarios, considerando un coeficiente de rugosidad de n = 0.03 m − 1/3 • s. La atenuación de la
magnitud del flujo máximo se puede observar claramente a medida que la onda de la inundación se desplaza río abajo.
Los porcentajes de atenuación de flujo pico en el alcance superior son similares en ambos escenarios, que van desde el
4% (sección S2) al 36% (sección S4). En el alcance inferior, los porcentajes de atenuación están entre 83% (sección S5)
y 97% (sección S9) en el Escenario A, y entre 56% (sección S5) y 65% (sección S9) en el Escenario B. En promedio, la
atenuación disminuye en el Escenario B por 30 puntos porcentuales. Se observa un comportamiento similar de la onda
de inundación si se usan otros valores de rugosidad en las simulaciones.
La Figura 7 muestra la profundidad del agua predicha, la velocidad y el campo de descarga específico en un alcance de
14 km entre las secciones S6 y S8 en los momentos seleccionados con los dos DEM. Para hacerlos comparables, los
mapas se trazan en el momento de llegada de la ola de inundación en la sección S8, que corresponde a t = 56,000 s en
el Escenario A yt = 18,000 s en el Escenario B. El desajuste de tiempo entre los dos escenarios refleja el Influencia del
DEM utilizado en la propagación de la ola de inundación. Las diferencias entre los mapas calculados con los dos DEM se
pueden ver claramente en la Figura 7. Las variaciones de elevación no físicas presentes en el DEM original afectan la
predicción de la dirección del flujo, la velocidad y la profundidad. El canal del río está incluso seco en algunas áreas,
probablemente debido a los bloqueos de flujo causados por sesgos de vegetación. Las predicciones para el Escenario B
son consistentes con la configuración del canal del río que se muestra en la imagen aérea.
Figura 7. Mapas de profundidad, velocidad y descarga específica del agua pronosticada en el alcance entre S6 y S8 con
el DEM original en t = 56,000 s (izquierda) y con el DEM acondicionado en t = 18,000 s (derecha). El valor de n = n = 0.03
m − 1/3 • s: (a) Profundidad, DEM SRTM; (b) Profundidad, DEM SRTMTR; (c) Velocity, DEM SRTM; (d) Velocity, DEM
SRTMTR; (e) Descarga específica, DEM SRTM; y (f) Descarga específica, DEM SRTMTR
La Figura 8 muestra el pico de tiempo (tp) y el tiempo de llegada de la onda de inundación (Ta) en función de la distancia
desde la presa (L) en los escenarios A y B y para diferentes valores del coeficiente de rugosidad. En el Escenario A, el
pico del hidrograma de inundación ocurre en la primera sección (S1) aproximadamente 2 h después del inicio de la falla
de la presa, independientemente del valor del coeficiente de fricción. Esto es consistente con el tiempo de desarrollo de
la infracción calculado con la Ecuación (2). Más abajo, en la sección S4, los valores de Ta y Tp varían dentro de un rango
estrecho, entre 2 h (n = 0.02 m − 1/3 • s) y 2.4 h (n = 0.06 m − 1/3 • s) y entre 2.9 h (n = 0.02 m − 1/3 • s) y 3.6 h (n = 0.06
m − 1/3 • s), respectivamente. Se obtienen resultados similares en el Escenario B, siendo los tiempos de viaje ligeramente
más bajos (Tablas 1 y 2). Por lo tanto, en esta parte superior del alcance, los tiempos de viaje de las olas de inundación
muestran poca dependencia del coeficiente de rugosidad. Más abajo en el Escenario A, la sensibilidad de Ta y Tp al valor
del coeficiente de rugosidad aumenta progresivamente. A medida que el flujo máximo se reduce, la fricción del fondo se
vuelve más importante. En el extremo corriente abajo del alcance (sección S9), Ta está entre 16 h (n = 0.02 m − 1/3 • s)
y 24 h (n = 0.06 m − 1/3 • s), es decir, hay una diferencia de tiempo de 8 h debido al coeficiente de rugosidad. Tp varía
entre 18.2 h (n = 0.02 m − 1/3 • s) y 27.8 h (n = 0.06 m − 1/3 • s). Las diferencias entre los dos escenarios son mayores
en este alcance inferior. En el Escenario B, Ta en la sección descendente varía de 5.6 h (n = 0.02 m − 1/3 • s) a 7.6 h (n
= 0.06 m − 1/3 • s). En comparación con el Escenario A, estas predicciones son aproximadamente 3 veces más bajas. Se
observa una disminución similar durante el tiempo hasta los valores máximos. Esto se puede atribuir a la ruta de flujo no
realista derivada de los datos SRTM originales, dados los sesgos de elevación en y alrededor del canal del río. La
velocidad de la onda de inundación se calculó desde el momento hasta el pico en las secciones transversales S1 y S9.
Se estimó que estaba en el rango entre 0,62 m / s (n = 0,02 m − 1/3 • s) y 0,39 m / s (n = 0,06 m − 1/3 • s) en el Escenario
A. Estos valores parecen irrealmente bajo en comparación con los del Escenario B (entre 1.95 m / sy 1.28 m / s,
respectivamente).

4.2. Comparación con datos reales de fallas de presas La tasa de salida pico pronosticada se comparó con los datos de
falla de la presa real de Pierce et al. [27]. La Figura 9 muestra la ecuación de mejor ajuste entre el pico de salida y el
volumen de agua detrás de la presa obtenida por Pierce et al. [27], las expresiones de Evans [56] y Singh y Snorrason
[57], y los resultados para la presa de Chipembe. El último corresponde al flujo máximo previsto por el modelo Iber para
n = 0.04 m − 1/3 • s (2674 m3 / s en la sección S1), aunque se obtuvieron valores muy similares para el rango de
coeficientes de Manning analizados, como puede ser visto en la Tabla 1. Se obtiene un flujo máximo de 2966 m3 / s para
la presa de Chipembe con la ecuación mencionada anteriormente de Pierce et al. [27], que tiene un coeficiente de
determinación R2 de 0.805. Esto representa alrededor de un 10% de diferencia en el flujo máximo con las predicciones
del modelo.
Las expresiones de Singh y Snorrason [57] y Evans [56], que se desarrollaron con datos de estudios de casos más
limitados, son más conservadoras. Usando estas expresiones, se obtiene un flujo máximo de 5307 y 5975 m3 / s,
respectivamente.

Figura 8. Tiempo de llegada de la ola de inundación (Ta) (arriba); y el tiempo hasta el pico (Tp) (parte inferior) frente a la
distancia desde la presa (L), con: DEM SRTM (a); y el DEM SRTMTR (b) para diferentes valores del coeficiente de
rugosidad. Pierce et al. [27] también obtuvo una relación lineal satisfactoria (R2 = 0.844) entre el pico de flujo de salida y
el factor de presa; este último se define como el producto de la altura (H) y el volumen de agua detrás de la presa (V).
Esta relación se representa en la Figura 10, junto con las expresiones dadas por MacDonald y Landgridge-Monopolis [58]
y Costa [59]. El flujo máximo previsto por el modelo Iber para la presa de Chipembe se ajusta razonablemente bien con
las tres relaciones de regresión histórica. Dado el factor de la presa de la presa de Chipembe (2.63 × 108 m4), el flujo de
salida máximo utilizando Pierce et al. [27] la ecuación es 2228 m3, lo que representa una disminución del 20% en
comparación con las predicciones del modelo numérico. La expresión de Costa [59] da como resultado un pico de flujo
de 2653 m3 / s, mientras que se obtiene un valor más conservador de 3397 m3 / s con la ecuación de MacDonald y
Langridge-Monopolis [58]. Las predicciones de descarga máxima coinciden con las observaciones informadas en Pierce
et al. [27], que se representan en las figuras 9 y 10.
Figura 9. Comparación de las ecuaciones lineales de mejor ajuste de Sing y Snorrason [57], Evans [56], Pierce e al. [27]
y el flujo máximo previsto por el modelo Iber en la presa de Chipembe.
Figura 10. Comparación de las ecuaciones de mejor ajuste de MacDonald y Landgridge-Monopolis [58], Costa [59],
Pierce et al. [27], y el flujo máximo previsto por el modelo Iber en la presa de Chipembe.

4.3. Delineación de la extensión de la inundación

El alcance de las inundaciones es información básica para los planificadores de emergencias. La Tabla 3 compara las
áreas inundadas calculadas en los Escenarios A y B utilizando diferentes coeficientes de rugosidad. El ancho de
inundación promedio que se muestra en la Tabla 3 es la relación del área inundada a la longitud del canal principal. La
profundidad promedio de la inundación es el promedio espacial de la profundidad máxima calculada durante la inundación.
En ambos escenarios, a medida que aumenta la rugosidad, también lo hace la extensión de la inundación. Sin embargo,
en el Escenario A su influencia es muy limitada, las diferencias en el área total están por debajo del 2%. Lo mismo se
aplica al ancho de inundación promedio, que aumenta de 368 m para n = 0.02 m − 1/3 • sa a 373 m para n = 0.06 m −
1/3 • s. Las diferencias en profundidad máxima son inferiores a 0,04 m. En el Escenario B, la influencia del coeficiente de
rugosidad es mayor, con diferencias en la extensión de la inundación y el ancho de inundación promedio de alrededor del
5% y diferencias en la profundidad máxima de 0,10 m, para el rango de pruebas de Manning.
El uso de DEM hidrológicamente condicionado da como resultado una menor extensión y ancho de inundación (~ 19%),
y una mayor profundidad de inundación promedio (~ 9%) en comparación con las predicciones obtenidas con el DEM
SRTM original (Tabla 3). Esto es consistente con las observaciones de Sanders [22] o Yan et al. [60] con respecto al uso
de DEM de mayor resolución en lugar del SRTM DEM. Se ha encontrado que la topografía SRTM produce una mayor
extensión de inundación en comparación con la topografía de alta precisión, debido a la representación más pobre de los
canales pequeños. Sin embargo, esto puede no ser siempre el caso, según la topografía específica del sitio y las
incertidumbres locales en el SRTM DEM. Específicamente, el sesgo positivo de los datos de elevación de SRTM en las
llanuras de inundación de vegetación pesada puede llevar a una subestimación de la extensión de la inundación [32]. En
este caso, el área de estudio es un sistema fluvial de un solo canal con poca vegetación en la llanura de inundación, como
se verificó durante la visita de campo. Dadas estas características, las predicciones de la extensión de la inundación
obtenidas en este trabajo en el Escenario A pueden considerarse conservadoras. El uso de una dotación superior en este
caso, incluso si tiene una influencia limitada, tenderá hacia resultados más conservadores. El análisis de sensibilidad
sobre el coeficiente de rugosidad propuesto en este documento, por supuesto, no pretende reemplazar el uso de DEM
más precisos, y debe entenderse en el contexto de la disponibilidad limitada de datos. Estudios anteriores que han
evaluado diferentes productos de DEM (diferentes fuentes y resoluciones) para modelos de inundaciones también han
observado pequeñas diferencias en la extensión de las inundaciones y, en algunos casos, diferencias más relevantes en
términos de tiempos de viaje (por ejemplo, el caso de la prueba de inundación en la represa de la represa de St. Francis).
por Sanders [22]). Siguiendo esta estrategia, las predicciones del caso más desfavorable en el análisis de inundaciones
(mayor extensión de inundación y tiempos de viaje más cortos) corresponden a: (a) la extensión de inundación calculada
con el rango más alto de los valores de Manning (n = 0.05–0.06); y (b) los tiempos de viaje calculados con el rango inferior
de los valores de Manning (n = 0.02–0.03). Los resultados muestran que el uso del DEM SRTM combinado con un valor
bajo de Manning no es suficiente para coincidir con los tiempos de viaje de las olas de inundación obtenidos con el DEM
SRTMTR. Esto confirma la importante influencia de la topografía en las predicciones del modelo hidráulico. Si solo se
dispone de modelos de elevación digital en línea de acceso abierto, como en el presente caso, se sugiere analizar y
preprocesar el DEM para mejorar su precisión y garantizar que sea hidrológicamente consistente. Se puede realizar un
análisis de sensibilidad del modelo de inundación sobre el valor de Manning, y se pueden usar las predicciones del peor
caso de la extensión de la inundación y los tiempos de viaje para respaldar la gestión de inundaciones y la planificación
de respuesta de emergencia.4.4. Flood Hazard Mapping
Un asentamiento rural de alrededor de 200 casas está ubicado en la margen derecha del río, aproximadamente 1.9 km
río abajo de la presa. Además, se planea un proyecto de riego para unas 2200 hectáreas [30] en esta área. En términos
de exposición a las inundaciones, estas son las principales personas y propiedades en riesgo dentro de esta área, que
deben tenerse en cuenta al evaluar los impactos de las represas. Un mapa de peligros se derivó de las distribuciones de
profundidad y velocidad de inundación. En cada celda de la malla, el nivel de peligro se determinó de acuerdo con los
criterios explicados en la sección de descripción del modelo. Siguiendo este criterio, en el Escenario A, el 79.8% del área
inundada (~ 13.34 × 106 m2) se clasifica como zona de alto riesgo, el 15.4% como peligro medio y el 4.8% como peligro
bajo, considerando n = 0.04 m − 1/3 • s (Figura 11). Se obtuvieron distribuciones de riesgos muy similares para el rango
de valores de rugosidad probado. Un aumento en el coeficiente de Manning da como resultado una zona de mayor peligro
más pequeña y una zona media y baja más grande. En el escenario B, el 84.2% del área inundada se clasifica como zona
de alto riesgo, lo que representa un aumento porcentual con respecto al escenario A. Sin embargo, en términos absolutos,
el área clasificada como de alto peligro es menor en el escenario B.
Figura 11. Mapa de peligros derivado de las distribuciones de profundidad y velocidad de inundación. Predicciones usando
el DEM SRTMTR y n = 0.04 m − 1/3 • s.
Aproximadamente el 21% del área de riego planificada se encuentra bajo la zona de alto riesgo. Por lo tanto, las
inundaciones podrían dañar esta infraestructura y provocar importantes pérdidas económicas y materiales. Además,
podría constituir un riesgo potencial para las personas que trabajan en esta área, particularmente en el alcance superior
de 5 a 6 km. No obstante, el tiempo promedio de llegada de la ola de inundación aumenta de 1 h en la sección S2 (L =
2,5 km) hasta 2,2 h en la sección S4 (L = 8,3 km) en el Escenario A, y de 0,9 h a 1,8 h en el Escenario B, lo que permite
Algún tiempo para implementar planes de evacuación.
La Figura 11 muestra el perímetro del asentamiento rural en la orilla derecha del río Montepuéz. Se puede ver que hay
un margen de 280 m desde los límites de las áreas inundadas. Según el DEM, el asentamiento se encuentra a una altitud
de 502 m. En la sección transversal más cercana, el nivel del agua alcanzó valores entre 495 my 496 m en el pico de la
inundación, que ocurrió 2 h después del inicio de la brecha. Esta altura es significativamente inferior a la del asentamiento.
Por lo tanto, el asentamiento se ubica en un área sin peligro bajo el escenario soleado de ruptura de una presa.
4.5. Aplicabilidad del modelo
La metodología y el análisis presentados en este documento constituyen un estudio de caso de mejores prácticas sobre
identificación de riesgos, respaldado por sofisticados modelos de predicción de fallas de represas e inundaciones
posteriores. Los modelos han sido cuidadosamente seleccionados para garantizar que sean aplicables en las
circunstancias específicas de la región, como la disponibilidad de datos, las características físicas de los sistemas fluviales
y la experiencia académica y profesional previa de los técnicos locales. El modelo Iber está disponible gratuitamente e
incorpora una interfaz para facilitar la configuración, ejecución y visualización de resultados. La interfaz del modelo es
compatible con entornos GIS, por lo que las áreas de riesgo de inundación se incorporan a una herramienta basada en
GIS, en la que se puede integrar una variedad de otra información geoespacial: infraestructuras de agua, red de monitoreo
de agua, tipos de uso de la tierra, etc. La eficiencia computacional también fue un criterio relevante utilizado para elegir
el modelo. En este caso, el tiempo de cálculo requerido para cada ejecución es del orden de 6 h en hardware de
computación estándar. Dado el número limitado de simulaciones que se realizarán, se considera adecuado. Sin embargo,
podría reducirse con la ayuda de computación de alto rendimiento para otras aplicaciones más allá del presente caso. Se
puede aplicar la misma metodología y se pueden esperar resultados similares si se utilizan otros modelos hidrodinámicos
bidimensionales, basados en las ecuaciones de aguas someras y los métodos de volumen finito promediados en
profundidad, en lugar del modelo Iber. Varios paquetes de software de esta naturaleza se mencionan en la sección de
introducción. Sin embargo, los flujos de ruptura de la presa suelen implicar ondas de choque y flujos subcríticos,
supercríticos y transcríticos. Por lo tanto, el rendimiento de los esquemas numéricos utilizados para resolver las
ecuaciones del modelo también son dignos de atención. Se sabe que el esquema numérico de tipo Godunov
implementado en el modelo Iber trata bien con regímenes de flujo mixto tan complejos.

5. Conclusiones Este estudio analiza las consecuencias de un posible fallo de la presa de Chipembe (Mozambique) en
los 36 km de alcance río abajo. El modelo hidrodinámico bidimensional Iber se utilizó para simular la falla de la presa y la
propagación de la ola de inundación en un escenario de día soleado. Se consideraron dos DEM diferentes como entrada
para el modelo hidráulico: un DEM basado en los datos originales SRTM-1s y un DEM hidrológicamente acondicionado,
en el que se aplicó un procedimiento de quema de corrientes. Se analizaron las diferencias en las predicciones del modelo
hidráulico causadas por la elección de los DEM. Se realizó un análisis de sensibilidad sobre el coeficiente de rugosidad
de Manning, considerando valores entre n = 0.02 y n = 0.06 m − 1/3 • s. Los resultados demuestran la influencia relevante
del DEM utilizado en la propagación de la onda de inundación predicha y la menor influencia del valor de la rugosidad. El
uso de la DEM con condicionamiento hidrológico, en lugar de los datos SRTM originales, resulta en:
(a) Descargas máximas más altas, hasta ~ 10 veces en la sección aguas abajo;
(b) Atenuación de flujo máximo inferior, de ~ 90% a ~ 60% en el alcance inferior;
(c) Tiempo más bajo para alcanzar el pico y el tiempo de llegada de la ola de inundación, alcanzando una reducción del
65% en la sección aguas abajo;
(d) Menor extensión de la inundación y ancho de la inundación (~ 19%), y mayor profundidad de inundación promedio (~
9%).
La extensión de la inundación y la profundidad promedio de la inundación no se ven afectadas significativamente por la
elección del valor de Manning. Las diferencias son inferiores al 5% y al 7%, respectivamente, con el DEM hidrológicamente
acondicionado, y inferiores al 1% y al 4% con el SRTM DEM original, para el rango de n probado. Los mapas de inundación
y riesgo de inundación obtenidos tienen incertidumbres asociadas con la precisión del DEM, los datos técnicos de la presa
y el reservorio, y el enfoque de modelado hidráulico. Sin embargo, pueden servir como base para desarrollar el plan de
respuesta de emergencia para el área y mostrar las posibilidades de extender la metodología a otras represas en
Mozambique. El estudio de caso ejemplifica la importancia de una representación correcta de la geometría del canal
principal en el DEM. El ruido introducido por la vegetación ribereña en los datos SRTM dio como resultado una
subestimación significativa de los tiempos de viaje de las inundaciones. El enfoque de modelado de bajo costo propuesto
en este documento es una opción atractiva para modelar inundaciones excepcionales causadas por la ruptura de una
presa, cuando se dispone de datos y recursos limitados, como en el caso presentado.