Resumen de Avances en metodologías estadísticas para la simulación en el medio-largo plazo de derrames de hidrocarburos en el mar
- español
El modelado de derrames de hidrocarburos es una de las herramientas más valiosa para la lucha contra la contaminación marina en este tipo de accidentes. Los modelos numéricos se pueden emplear tanto para predecir la evolución futura de un derrame especifico, como para evaluar probabilísticamente su peligrosidad. Sin embargo, las predicciones de derrames están actualmente limitadas a un horizonte 5-7 días, debido a las previsiones de los forzamientos ambientales. Este horizonte temporal no es acorde a los periodos de deriva en el mar de grandes derrames, habitualmente de varios meses. Por otro lado, el modelado estocástico para estimar la peligrosidad de un derrame ha sido enfocado, hasta la fecha, sobre todo a derrames relacionados con accidentes de buques petroleros y, por tanto, a derrames superficiales 2D. No existe hoy en día una metodología específicas para derrames profundos, que pueda solventar los límites de costes computacionales asociados a un modelado 3D probabilístico.
Para solventar estas carencias, el objetivo principal de esta tesis es desarrollar un marco metodológico general para la simulación de derrames en el medio-largo plazo, basado en diferentes técnicas estadísticas. Los objetivos específicos de la tesis son: 1) investigar las capacidades del modelado de regresión logística para la simulación de patrones ambientales; 2) definir una metodología para la predicción en el medio-largo plazo de derrames y 3) definir una metodología para el análisis de peligrosidad para derrames superficiales y profundos, basada en la selección de patrones ambientales espacio-temporales.
En cuanto al modelado estadístico de patrones ambientales, es importante considerar la variedad de dinámicas que pueden afectar un derrame de hidrocarburo en el mar, es decir, zonas dominadas por corrientes generales, como el Golfo de México, y zonas dominadas por viento y corrientes, como el Golfo de Vizcaya. Un modelo de regresión logística es empleado para simular patrones de corrientes superficiales en el Golfo de México. Varios predictores han sido analizados mediante un test estadístico. Los resultados obtenidos muestran que el modelo estadístico es capaz de reproducir correctamente la serie histórica e corrientes en el área de estudio. Otro modelo de regresión logística se ha usado para predecir patrones de viento y corrientes en el Golfo de Vizcaya donde, en 2002, ocurrió el accidente del Prestige. En este caso, además, posteriormente, se ha usado el modelo de simulación de derrames TESEO para predecir evoluciones de derrames considerando las predicciones estadísticas de viento y corriente obtenida anteriormente. Los resultados obtenidos han sido comparado con trayectorias de boyas de deriva, mostrando el potencial de la metodología propuesta.
Otra metodología estadística es, entonces, propuesta para el modelado estocástico de derrames (análisis de peligrosidad), basada en la extracción de patrones espacio-temporales ambientales. La metodología es aplicada en el Mar del Norte, considerando un derrame en profundidad. Los resultados obtenidos han sido validado con los resultados de una metodología tradicional, mucho más costosa computacionalmente.
Las metodologías desarrolladas permiten definir un marco general para la simulación de derrames en el medio-largo plazo con base en técnicas estadísticas, abordando tanto la predicción como el análisis de peligrosidad y proporcionando una herramienta más en la lucha contra la contaminación marina.
- English
The aim of this thesis is the improvement of existing tools for the fight against oil spill marine pollution. On the one side, we developed a methodology for the probabilistic forecast of oil spills at the mid-long term. The core of the methodology is the statistical simulation of oil spill met-ocean forcings, using a logistic regression model. Logistic regression modeling of met-ocean patterns is applied in the Gulf of Mexico and in the Bay of Biscay. In the second case, mid-long term prediction of oil spill is achieved considering the statistically simulated met-ocean conditions. On the other hand, we proposed a methodology for deep oil spill hazard assessment, based on the selection of spatio-temporal met-ocean patterns. This methodology was applied in the North Sea, and the obtained results were compared with the ones achieved with a traditional hazard estimation technique, highlighting the benefit of the proposed method. The methodologies presented in this thesis have shown their ability and the benefits they could bring to the tools for the fight against marine pollution.
