Estimación de caudales en ríos mediante imágenes obtenidas por drones

Reducción de datos 2D a 1D basada en las ecuaciones de Saint-Venant para estimar caudales con imágenes de dron

Esta tesis de magíster aborda cómo convertir los datos bidimensionales (2D) que capturan los drones, como las velocidades superficiales y las pendientes del eje del río, en datos unidimensionales (1D) compatibles con los modelos hidráulicos tradicionales. A partir de un prototipo 1D que ya estima caudales, extenderás el enfoque a 2D para representar la complejidad real del flujo en ríos, usando las ecuaciones de Saint-Venant que describen el movimiento del agua en canales abiertos. Para validar la transición usarás resultados de simulaciones numéricas 2D (por ejemplo, HEC-RAS o modelos similares) o, idealmente, datos reales de drones. El núcleo del trabajo será desarrollar algoritmos para promediar, integrar y simplificar variables espaciales (velocidad, profundidad y pendiente).

El método puede aplicarse en ríos chilenos afectados por sequías o inundaciones, para mejorar pronósticos y decisiones en tiempo real con herramientas accesibles como los drones.

Objetivos

• Analizar y derivar métodos matemáticos para reducir datos 2D (de imágenes de dron) a representaciones 1D basadas en las ecuaciones de Saint-Venant.
• Implementar algoritmos numéricos para procesar velocidades superficiales y pendientes con datos reales de drones.
• Validar el modelo comparando resultados 2D y 1D en escenarios simulados y reales, evaluando la precisión y la eficiencia computacional.
• Proponer extensiones para aplicaciones prácticas, como el monitoreo ambiental o la gestión de recursos hídricos.