Resiliencia de los sistemas urbanos de suministro de agua ante un escenario sísmico

Scientific Reports volumen 12, número de artículo: 20555 (2022) Citar este artículo

1547 Accesos

1 Citas

2 altmétrico

Detalles de métricas

Las amenazas a los sistemas de suministro de agua han aumentado en número e intensidad. Los desastres naturales como los terremotos han causado diferentes tipos de daños a las redes de distribución de agua (WDN), particularmente en aquellas con infraestructuras antiguas. Este artículo investiga la resiliencia de una red de distribución de agua existente bajo peligro sísmico. Se investiga y aplica a una WDN existente un modelo de generación de terremotos junto con un modelo hidráulico de demanda impulsado por presión basado en flujo probabilístico. Se simularon un total de 27 escenarios sísmicos y 2 estrategias de reparación. El análisis examinó métricas de resiliencia hidráulica como la presión, la demanda de fugas, la capacidad de servicio del agua y la población afectada. Los resultados muestran que la presión nodal cae por debajo de la presión nominal y llega a cero en algunos escenarios sísmicos. La demanda de fugas podría alcanzar más de 10 m3/s pocas horas después de un terremoto. La capacidad de servicio del agua cae a un mínimo del 40% y la población afectada alcanza hasta el 90% en el caso de un terremoto de 6,5 M, por ejemplo. Este estudio destaca y cuantifica las vulnerabilidades dentro de la WDN simulada. Las herramientas descritas aquí ilustran un enfoque que puede: (1) en última instancia ayudar a informar mejor los planes de seguridad del agua de los servicios públicos y (2) preparar estrategias proactivas para mitigar/reparar antes de que ocurra un peligro de esta naturaleza.

Las Redes de Distribución de Agua (WDN) son Infraestructuras Críticas (IC)1. Las RMD consisten en sistemas, instalaciones, tecnologías, servicios, etc. esenciales para el bienestar de las personas y la economía sostenible. Las WDN enfrentan una amplia gama de amenazas capaces de causar daños importantes e interrupciones en el servicio. Estas amenazas incluyen el envejecimiento de la infraestructura, los desastres naturales y los peligros provocados por el hombre. Las WDN son similares en su diseño y funciones, pero difieren en su tamaño, ubicación y vulnerabilidades. En consecuencia, las empresas de agua están implementando estrategias y desarrollando Planes de Seguridad del Agua (WSP, por sus siglas en inglés) personalizados para aumentar su resiliencia en la WDN y superar dichas amenazas.

Los desastres naturales como terremotos, sequías, incendios, huracanes, inundaciones y fuertes tormentas han causado daños de amplio espectro a las WDN, especialmente a aquellas con infraestructura obsoleta. Los investigadores han propuesto métodos para estimar las consecuencias de los desastres naturales en infraestructuras críticas como los sistemas de suministro de agua. Estudios anteriores reportaron daños que incluyen fugas y roturas de tuberías; fallas de plantas de tratamiento, bombas, reservorios y tanques; cortes de energía; pérdidas de calidad del agua, acceso reducido a suministros e instalaciones; y otros impactos negativos en el personal de sistemas2,3,4. Después de estudiar el daño que un desastre natural puede causar en los sistemas de suministro de agua, la Organización Panamericana de la Salud (OPS)5 informó que los terremotos tienen el potencial más destructivo para la RMD. Esto se debe a que: (1) los terremotos causan daños en cascada representados por incendios, cortes de energía y destrucción estructural de los activos e instalaciones de la WDN, y (2) los componentes de la WDN están enterrados bajo tierra donde la atenuación sísmica es más intensa y donde los daños no son fáciles de recuperar. detectados y reparados6,7.

Por ejemplo, el enorme terremoto de San Francisco que duró un minuto en 19068 destruyó miles de tuberías, provocó una escasez en el flujo de incendios, lo que provocó un incendio que duró tres días, mató a 800 personas y dejó enormes daños a la propiedad. El terremoto de Kobe de 19959 dañó más de 4.000 tuberías y provocó la pérdida del servicio de agua a más de un millón de personas. Los terremotos de San Fernando y Northridge10 dañaron decenas de tuberías de agua y el servicio de agua estuvo cortado durante semanas. Los terremotos más recientes han provocado daños importantes a la WDN a pesar de los avances en materiales y tecnologías antisísmicos. El terremoto del sur de Napa en 2014 demostró aún más la vulnerabilidad de las WDN. Se informó de más de 150 roturas de tuberías de agua que dejaron a los bomberos con una cantidad de agua insuficiente para combatir seis grandes incendios posteriores al terremoto11. Carter12 enfatizó la preocupación de que el crecimiento de moho debido a fallas en las tuberías de agua cause más daños que el propio temblor. El terremoto de Kumamoto en 2016 es otro recordatorio reciente de la vulnerabilidad de la RMD a las amenazas sísmicas. El terremoto cortó intermitentemente el suministro de agua durante varios días13.

Durante las últimas décadas se ha estudiado la confiabilidad y resiliencia de los sistemas de suministro de agua bajo acción sísmica. Para estudiar este tema, los investigadores aplicaron y propusieron diferentes métodos como análisis deterministas y probabilísticos de amenaza sísmica; modelos analíticos (por ejemplo, modelos numéricos de tuberías enterradas, modelos de deterioro de tuberías, modelos de interdependencia de componentes y modelos basados ​​en flujo14. En la Tabla 1 se presenta un resumen destacado de estos estudios.

Una revisión de estos estudios previos revela que la mayoría carece de una simulación hidráulica realista junto con un modelo de generación de terremotos. Pocos estudios aplicaron el análisis de demanda impulsada por la presión (PDD) al simular un terremoto disruptivo simultáneamente, o cuando se adoptó el PDD, no se consideraron simulaciones probabilísticas. Las simulaciones que aplicaron el análisis impulsado por la demanda (DDA) supusieron que la demanda nodal se satisface independientemente del gradiente de presión. Este rara vez es el caso durante un evento perturbador como un terremoto. Otras simulaciones presentadas aplicaron PDD sin considerar la amplia gama de simulaciones posibles (es decir, simulación probabilística), o se aplicaron sobre una WDN imaginaria. Esto afecta significativamente la confiabilidad de los análisis. En este estudio, un modelo de generación de terremotos se combina con un modelo hidráulico PDD basado en flujo probabilístico. El acoplamiento se desarrolla y se aplica a una WDN existente en M-City en Ontario, Canadá. Si bien este es un estudio de caso, los hallazgos e implicaciones generales pueden usarse para mejorar los modelos predictivos de peligros del agua en general.

Esta sección describe los métodos utilizados para simular los riesgos de terremotos en esta WDN específica. La Figura 1 muestra los cuatro submódulos construidos para esta tarea en la herramienta de resiliencia de la red de agua (WNTR)33. En el submódulo 1, se compila en EPANET34 un archivo de entrada (es decir, que tiene la extensión .INP) que contiene datos descriptivos de la WDN. En este archivo se ingresan los componentes del sistema y sus características. Por ejemplo, se ingresan datos de tamaño, ubicación, elevación, edad, materiales de construcción, tipo de entrada y salida para describir los tanques de almacenamiento. Para las tuberías, los datos típicos incluyen ubicación, pendiente, diámetro, uniones aguas arriba y aguas abajo, material, etc. Luego, a los componentes del sistema se les asignan curvas de fragilidad como se describe en la sección "Falla de componentes WDN".

Diagrama de flujo de simulación de terremotos en WDN.

Submódulo 2, alberga el proceso de simulación de terremotos. Primero, se elabora un escenario hipotético predeterminado donde se asigna la ubicación, magnitud y profundidad del terremoto. Los valores de estas características podrían elegirse aleatoriamente o, como en este estudio, basándose en el conocimiento del sistema. Por ejemplo, para predecir el peor de los casos, se selecciona una magnitud altamente probable, una ubicación particularmente sensible (por ejemplo, cerca de la estación de bombeo) y una profundidad más amplia. En segundo lugar, se asignan ecuaciones de predicción del movimiento del suelo (GMPE) adecuadas para representar la atenuación de las ondas sísmicas. La ubicación, la topografía y las características del terremoto simulado son las principales consideraciones en este paso. En tercer lugar, se inserta y calcula una formulación de aceleración máxima del suelo (PGA), velocidad máxima del suelo (PGV) y tasa de reparación (RR) para cada escenario.

En el tercer submódulo, se realiza la simulación de la hidráulica WDN utilizando el enfoque PDD (sección “Análisis hidráulico”). Luego, utilizando curvas de fragilidad y los valores calculados de PGA, PGV y RR, se determina el estado de cada componente de la WDN. El último paso de este submódulo es cuantificar los daños al sistema. Por ejemplo, si el temblor hubiera provocado un corte de energía en una bomba y múltiples fugas en tanques, juntas y tuberías; En este paso se cuantifican las caídas de presión posteriores, las cantidades de demanda de fugas y las ubicaciones de este daño.

La capacidad de respuesta y el servicio de la WDN ante el riesgo de terremotos se investigan a través de métricas de resiliencia en el cuarto submódulo (sección “Resiliencia de la red”). En este submódulo, se definen, formulan y calculan métricas de resiliencia. Este submódulo puede considerarse como un resumen de los resultados de la simulación, lo cual es muy importante para analistas y tomadores de decisiones.

Como esta simulación es un escenario con múltiples resultados, la simulación Monte Carlo se utiliza para abordar la incertidumbre asociada con múltiples realizaciones y estimar la confiabilidad sísmica probabilística. Para obtener resultados significativos y como validación de la simulación, se recomienda considerar un gran número de iteraciones7. En este trabajo se consideran cincuenta realizaciones de cada escenario de terremoto (es decir, magnitud, ubicación y profundidad). El número de realizaciones fue adoptado de Klise et al.4 y puede variar dependiendo de la capacidad y velocidad de la máquina de simulación.

Los efectos de un terremoto en una WDN varían según la intensidad, la ubicación y la profundidad del terremoto; características topológicas; y diseño e instalaciones de la WDN. Al construir un módulo de generación de terremotos, es crucial elegir las características del terremoto de entrada en función de estos factores14. Indudablemente, el sismo de entrada será diferente para cada área de estudio. Según Hazards United States Multi-Hazard (HAZUS-MH), se podrían utilizar seis opciones diferentes para definir un módulo sísmico; algunos de los cuales están personalizados para los datos de Estados Unidos35. La Tabla 2 presenta estas opciones.

En este artículo, los eventos sísmicos de entrada se extraen de datos históricos de la WDN objetivo y se expanden a eventos arbitrarios. Los datos históricos muestran que en un radio de 100 km, M-City ha experimentado terremotos en los últimos cuatro siglos con una intensidad máxima de 4,1 M y una profundidad máxima de 18 km36. Los datos históricos también muestran que alrededor del 70%, 20%, 5% y 5% de los terremotos tuvieron una intensidad entre 2 y 3 M, menos de 2 M, entre 3 y 4 M y más de 4 M, respectivamente. Históricamente, las WDN en el área de estudio aún no han experimentado daños devastadores en sus componentes causados ​​por riesgos sísmicos. Sin embargo, la ocurrencia de un terremoto de mayor intensidad muy probablemente generará un nuevo caso de riesgos y daños a la RMD en la región.

Earthquakes Canada define un terremoto como “La liberación repentina de energía elástica almacenada causada por la fractura repentina y el movimiento de rocas a lo largo de una falla”36. Parte de la energía se libera en forma de ondas sísmicas que hacen temblar el suelo. Este temblor del suelo provoca varios movimientos del suelo dependiendo de la trayectoria de la energía transmitida y de las características geológicas de la superficie terrestre37. La ecuación de predicción del movimiento del suelo (GMPE) formula este proceso de liberación de energía desde el epicentro del terremoto a la superficie terrestre. Dos representaciones físicas de este movimiento son la velocidad y la aceleración de las ondas sísmicas. Al investigar los riesgos de peligro sísmico, se debe considerar el pico de dichos movimientos (es decir, PGV y PGA). Según HAZUS-MH, las vulnerabilidades de las tuberías enterradas están relacionadas con PGV, y las vulnerabilidades de otros componentes de WDN (por ejemplo, tanques, bombas y plantas de tratamiento de agua) están relacionadas con PGA38. Los modelos de atenuación se desarrollan para un determinado terremoto y una región en particular. Por lo tanto, los modeladores suelen utilizar el promedio de varios modelos empíricos para concluir un comportamiento general4,7,39. En este estudio, el GMPE, Ec. 1, para el PGV en una topología característica del suelo propuesta por Kawashima et al.40; y el GMPE, Ec. 2, para el PGA propuesto por Yu y Jin41.

donde M es la magnitud del terremoto sin unidades y R es la profundidad del terremoto medida desde el epicentro en kilómetros (km). El PGV se utiliza con frecuencia para estimar la tasa de reparación de tuberías (RR), que se define como el número de reparaciones necesarias por un kilómetro de longitud de tubería (reparaciones/km). Las ecuaciones 3 y 4 representan modelos RR de ley lineal y potencial de American Lifelines Alliance39, respectivamente. Los modelos de atenuación se desarrollan para una ubicación y un terremoto específicos. Por lo tanto, se agregan factores de corrección para tener en cuenta las características del suelo y de las tuberías42. Tabla 3 y ecuación. 5 muestran el factor de corrección y sus categorías y ponderaciones adoptadas de Isoyama et al.42.

Los daños a la RMD posteriores a un terremoto son causados ​​por el movimiento del suelo. Las curvas de fragilidad expresadas en términos de funciones de movimiento del suelo son un método común utilizado para predecir daños a una WDN. Aquí, las curvas de fragilidad son herramientas estadísticas que predicen la probabilidad de que un componente alcance o supere un cierto estado de daño bajo excitación sísmica. Los componentes de WDN, como tanques, bombas y tuberías, pueden presentar diferentes estados de daño. Por ejemplo, el daño a una tubería se puede expresar en cuatro estados: rotura, fuga mayor, fuga menor y ningún daño en absoluto. Se puede utilizar una gran base de datos de las características de los terremotos y sus daños a los componentes de la WDN para construir un tipo de curva de fragilidad conocida como curva de fragilidad empírica. Un ejemplo de este tipo de curvas de fragilidad son las reportadas en los informes de The American Lifelines Alliance39,43. En estos informes, se suele utilizar PGV y RR para estimar daños en tuberías enterradas, mientras que PGA se utiliza en el caso de bombas y tanques.

En este estudio, los análisis de WDN se llevan a cabo en dos entornos de software compatibles, EPANET y Water Network Tool for Resilience (WNTR). EPANET tiene una alta confiabilidad en el análisis hidráulico de una WDN en estado estacionario y una interfaz de usuario accesible. WNTR tiene un espectro de capacidades que se alinean bien con este trabajo: la capacidad de agregar incidentes disruptivos y estrategias de respuesta, realizar simulaciones probabilísticas y calcular métricas de resiliencia fueron esenciales para este estudio.

En toda la WDN se realizan análisis hidráulicos para todos los nodos y enlaces. Cada nodo y enlace de la red de agua tiene una ecuación de balance de masa que cuantifica la entrada, la salida y el posible almacenamiento. Las ecuaciones de balance de masa adoptadas en EPANET se muestran en la Ec. 634.

donde Pn es el conjunto de tuberías conectadas al nodo n, qp,n es el caudal de agua (m3/s) desde la tubería p al nodo n, Dactn es la demanda real de agua que sale del nodo n (m3/s) y N es la conjunto de todos los nodos. Aquí, qp,n es positivo a menos que salga agua del nodo n hacia la tubería p.

Para contabilizar las pérdidas de carga en los enlaces, se utilizan fórmulas de conservación de energía. En nuestros análisis hidráulicos, la fórmula de pérdida de carga de Hazen-Williams, Ec. 734, está seleccionado en EPANET.

donde hL es la pérdida de carga en la tubería (m), C en el coeficiente de rugosidad de Hazen-Williams (sin unidades), d es el diámetro de la tubería (m), L es la longitud de la tubería (m), q es el caudal de agua ( m3/s), Hnj y Hni son las cabezas en los nodos inicial y final (m), respectivamente.

Durante un incidente perturbador como un terremoto, donde los gradientes de presión en la WDN son inestables, aplicar métodos PDD en simulaciones hidráulicas es más realista y preciso que DDA. En WNTR, el PDD que se utiliza en las simulaciones hidráulicas es el propuesto por Wagner et al.44. Una formulación de este modelo se presenta en la ecuación. 8.

donde D es la demanda real entregada (m3/s), p es la presión (Pa), P0 es la presión por debajo de la cual los clientes no pueden recibir agua (Pa), Df es la demanda esperada (m3/s) y Pf es la presión por encima de la cual se debe recibir la demanda esperada (Pa).

Otro modelo que es crucial durante un evento disruptivo es el modelo de fuga. Se espera que se produzcan fugas en tanques, accesorios, uniones y tuberías. Las fugas afectan negativamente el sistema hidráulico y la capacidad de servicio de la WDN. En WNTR, se pueden modelar las fugas o la demanda de fugas y se puede cuantificar la pérdida de agua entre el inicio del evento disruptivo y el momento de la reparación de los componentes afectados. En los casos en que las fugas sean importantes, se puede modelar una rotura dividiendo una tubería en dos secciones y agregando dos nuevas uniones desconectadas en ambos extremos. La ecuación, expresada aquí en forma general como Ec. 945 se utiliza en WNTR para cuantificar las fugas como caudal másico.

donde fuga es la demanda de fuga (m3/s), Cd es el coeficiente de descarga, A es el área de la superficie del orificio de fuga (m2), ρ es la densidad del agua (kg/m3), P es la presión manométrica en la tubería (Pa), y α es un factor de corrección. Suponiendo un flujo turbulento y grandes fugas en las tuberías, los valores de Cd y α se establecen en 0,75 y 0,5, respectivamente46.

En ingeniería, la resiliencia de un sistema se define como el tiempo necesario para restaurar un estado de equilibrio después de que ocurre un evento disruptivo47. El ciclo de resiliencia de la WDN comienza en la etapa de diseño, luego se moldea a través de las operaciones y el mantenimiento y, finalmente, se prueba a través de procesos de reparación y mitigación. Cada etapa tiene como objetivo reducir el efecto de los eventos disruptivos cuando ocurren. Cuantificar la resiliencia de la WDN es crucial para predecir la posible respuesta del sistema a una variedad de eventos disruptivos. La Agencia de Protección Ambiental de los Estados Unidos (USEPA) clasifica las métricas de resiliencia de la WDN en cinco categorías: económica, hidráulica, topográfica, calidad del agua y seguridad del agua48. Seleccionar la métrica más representativa es importante y depende del escenario del evento disruptivo y de los datos de entrada disponibles. En este estudio, se emplean métricas hidráulicas para medir la resiliencia de la WDN. Esto incluye presión, demanda, capacidad de servicio del agua y población afectada. Los daños esperados por terremotos a la WDN (p. ej., fugas, roturas, pérdida de energía) y los datos disponibles del modelo hidráulico fueron la razón por la que se eligieron las métricas hidráulicas. Las ecuaciones 10 y 11 calculan la capacidad de servicio del agua y la población afectada, respectivamente.

donde WSAt es la capacidad de servicio del agua de la WDN en el momento t, n es el número de nodo del total de N nodos de la red, Vnt y Ṽnt son el volumen de agua real y esperado recibido en el nodo n en el momento t. Por ejemplo, si tenemos una red simple de cuatro nodos (n1, n2, n3 y n4) que en un momento t tienen una demanda esperada de (Ṽ1t = Ṽ2t = Ṽ3t = Ṽ4t = 0.1 m3), y una demanda real de (V1t = 0,06 m3, V2t = 0,09 m3, V3t = 0,09 m3 y V4t = 0,08 m3), entonces WSAt = 0,8 o 80%. Durante un evento disruptivo, si los volúmenes reales de agua recibidos disminuyeran a (V1t = 0,04 m3, V2t = 0,06 m3, V3t = 0,09 m3 y V4t = 0,05 m3), entonces WSAt caería correspondientemente a 0,6 o 60%.

En la ecuación. 11, Plt es la población impactada en el momento t, popn es la población en el nodo n, dnt es una variable binaria, qn es el volumen promedio de agua consumido por día en el nodo n en condiciones normales y R es el volumen promedio de agua consumido por día. cápita por día. Según Klise et al.4 y la experiencia industrial, R se establece en 0,75 m3/cápita/día y el umbral es del 75%.

Para el ejemplo anterior, si q1 = q2 = q3 = q4 = 900 m3/día, entonces pop1 = pop2 = pop3 = pop4 = 1200 cápita. Durante el evento disruptivo dado, V1t/ Ṽ1t = 0,4, V2t/ Ṽ2t = 0,6, V3t/ Ṽ3t = 0,9, V4t/ Ṽ4t = 0,5 y d1t = 1, d2t = 1, d3t = 0, d4t = 1. Como resultado , la población total impactada en el momento t, Plt equivaldría a 1200 + 1200 + 1200 = 3600 cápitas.

Este estudio de caso investiga la resiliencia de la RMD en M-City en Ontario, Canadá. La WDN consta principalmente de una planta de tratamiento de agua (WTP) con una capacidad de 125.000 m3/d, 7 bombas de baja elevación y 5 bombas de refuerzo, casi 8.000 tuberías y 9.000 uniones, 1.700 válvulas, un depósito y 6 tanques de almacenamiento. Las tuberías están hechas de hierro fundido, hierro fundido dúctil y cloruro de polivinilo, y no hay indicación de potencial de licuefacción del suelo en el área de servicio. Los diseños espaciales de estas características se utilizaron para determinar las curvas de fragilidad de las tuberías. Este sistema sirve a más de 65.000 consumidores en los que el 80% del agua que sale es consumida por invernaderos comerciales.

En cuanto a los escenarios sísmicos, se seleccionaron un total de 27 configuraciones diferentes. Estas configuraciones fueron el resultado de 3 ubicaciones (es decir, Ubicación 1, Ubicación 2 y Ubicación 3) dentro de la WDN, 3 magnitudes (es decir, 4,5 M, 5,5 M y 6,5 M) y 3 profundidades posibles (es decir, 5 km). , 10 kilómetros y 15 kilómetros). Como se mencionó anteriormente, se ejecutaron 50 realizaciones para cada uno de los 27 escenarios considerando la incertidumbre de la simulación. La Figura 2 muestra el diseño de la WDN y una configuración de las ubicaciones de terremotos simulados. Se seleccionó la ubicación 1 para tener un epicentro del terremoto cerca de activos cruciales como la red WTP, múltiples tanques de almacenamiento, estaciones de bombeo y consumidores estratégicos (los invernaderos). La ubicación 2 tiene un perfil espacial medio donde el epicentro del terremoto se seleccionó cerca de una zona residencial, bombas de refuerzo y un tanque de almacenamiento. Después de esto, se eligió una zona residencial menos densa como epicentro del terremoto en la Ubicación 3.

Estudió el diseño de la WDN y la configuración de escenarios de terremotos.

Se supone que todos los escenarios de terremotos ocurrieron 2 días después de que comenzó la simulación y continuaron durante 2 semanas. Estas configuraciones se establecieron para permitir una simulación adecuada antes y después del terremoto, y pueden variar según el plazo previsto de reparación de daños. Se utilizó una presión mínima de cero y una presión nominal de 25 psi para las ejecuciones de simulación hidráulica de PDD4. Todos los escenarios simulados incluyeron posibles daños a los componentes de la WDN y se supuso que los equipos de reparación estaban en el lugar 3 h después de que se produjera el temblor.

Los daños a los componentes de WDN se determinaron después de calcular PGA, PGV y RR para cada realización de cada escenario. La Tabla 4 muestra el resumen del cálculo de estas características y el número de componentes dañados. Por ejemplo, la representación espacial del PGV calculado para un terremoto de 5,5 M y 15 km de profundidad en la Ubicación 1 se muestra en la Fig. 3. El PGV está en su punto más alto en el epicentro del terremoto con un valor de 0,18 m/s. Este valor disminuye a medida que el PGV se calcula más lejos del epicentro del terremoto para alcanzar eventualmente un valor de cero.

Representación espacial del PGV calculado para un terremoto de 5,5 M y 15 km de profundidad en la Ubicación 1.

Los componentes dañados de WDN se determinaron mediante estados de daño (DS) predefinidos y curvas de fragilidad. En este estudio, las bombas, los tanques y las tuberías fueron los componentes de la WDN que se investigaron bajo riesgo sísmico. Las bombas no están dañadas o se apagan (DS1) debido a un corte de energía o falla de maquinaria. Para los tanques, se predefinieron tres estados de daño. DS1, DS2 y sin daños, lo que representa una fuga menor (el diámetro de la fuga es inferior a 0,25 m), una fuga importante (el diámetro de la fuga es superior a 0,25 m con un límite superior de 1,0 m) y ninguna fuga, respectivamente. Además, se predefinieron tres estados de daños para las tuberías. DS1 para una fuga menor para la cual el diámetro de la fuga se extrajo de una distribución uniforme con un mínimo de 0,01 m y un máximo de 0,05 m, mientras que DS2 representó una fuga mayor con un diámetro de 0,05 m a 0,15 m4, y DS3 para ningún daño. .

A todos los componentes de WDN se les asignó un estado de daño estocásticamente basado en la probabilidad de exceder un estado de daño y el PGA calculado, y el RR de ese escenario específico y su realización (es decir, a partir de la curva de fragilidad de los componentes). La Figura 4 muestra curvas de fragilidad para tuberías, tanques y bombas, y muestra los estados de daño asignados para cada uno. Por ejemplo, en la Fig. 4A, si el valor calculado de RR multiplicado por la longitud de la tubería es igual a 0,4 y tiene una probabilidad de exceder un estado de daño igual a 0,2, entonces esa tubería probablemente sufrirá un daño menor por fuga y aquí se asigna DS1. .

Curvas de fragilidad y estados de daño para (A) tubería, (B) tanque y (C) bomba.

Después de asignar a cada componente un estado de daño, el modelo WDN se actualiza para incluir dichos cambios en el momento de la falla. Por ejemplo, se agrega un control de "apagado" para representar el daño de la bomba en el momento del daño durante una simulación hidráulica. De la misma manera se agregan nodos externos para representar una fuga en tuberías o tanques donde el nodo actúa como un emisor con un diámetro igual al diámetro de la fuga.

Dado que las WDN son infraestructura crítica y representan salvavidas comunitarios, es imperativo reparar los daños resultantes. Por lo tanto, se definieron y simularon dos estrategias de reparación (RS) para todas las realizaciones. Paez et al.31 presentaron múltiples criterios a considerar cuando se simulan reparaciones. En este trabajo se adoptaron dos aspectos principales de Páez et al.31: (1) se priorizaron las fugas y roturas grandes sobre las más pequeñas, y (2) las cuadrillas dedican algún tiempo a localizar y aislar las fugas antes de comenzar las reparaciones. La primera estrategia de este documento, RS1, supone que la demanda esperada de los clientes se redujo en un tercio durante 10 días después del terremoto. Mientras que la demanda esperada por el cliente se redujo a la mitad para la segunda estrategia de reparación, RS2. Para ambas estrategias de reparación, se desplegaron diez cuadrillas para reparar los daños 4 h después del terremoto. Las diez cuadrillas incluyen una cuadrilla para reparar los daños de la bomba, dos cuadrillas para reparar los daños del tanque y siete cuadrillas para reparar los daños de las tuberías. El mecanismo de reparación fue adoptado de Klise et al.4. Donde, el equipo de reparación de bombas reparó una bomba cada 8 h. Se priorizaron las bombas cercanas a la planta de tratamiento y al embalse, ya que se encuentran en el punto más bajo de la WDN cerca de la costa. Las bombas reparadas se volvieron a encender una bomba cada 8 h.

Los equipos de tanques y tuberías dedicaron 6 h a encontrar y aislar las fugas más grandes cerrando válvulas en el cruce más cercano, y 6 h a reparar la fuga y abrir la válvula. Teniendo en cuenta el número de cuadrillas desplegadas, se priorizó la reparación del tanque y las siete tuberías con la mayor demanda acumulada de fugas. A medida que la presión fluctúa con el tiempo, la demanda acumulada de fugas también lo hace. Por lo tanto, este proceso de cuantificar la demanda acumulada de fugas y priorizar la reparación se repitió cada 12 h. Aquí se supone que una vez que se reparan los componentes dañados, se los devuelve a su plena capacidad operativa.

La presión del tanque y de las uniones disminuye a medida que más componentes de la WDN sufren daños. La Figura 5 muestra la WDN antes de que ocurriera el terremoto. La ilustración es a las 48 h de la simulación, donde la presión oscila principalmente entre 35 y 80 psi. La Figura 6 muestra la presión de unión 24 h después del terremoto (es decir, el día 3 de la simulación) para una realización única de 5,5 M en la Ubicación 1 con y sin RS2. Para este escenario, 2 bombas cerca de la planta de tratamiento y 2 bombas de refuerzo resultaron dañadas (por ejemplo, estado de apagado) junto con 3 fugas en tanques y 91 fugas en tuberías. En la Fig. 6A, la simulación para este escenario se ejecuta sin ninguna estrategia de reparación. Se puede observar que 24 h después del terremoto, la mayoría de los empalmes de la red tenían una presión menor o igual a la presión nominal de 25 psi. En la Fig. 6B, se enviaron equipos de reparación y se implementó RS2. Las presiones de unión cerca de la Ubicación 1 y otras partes de la red estaban comenzando a aumentar de 25 psi a 60 psi, mientras que se notan cambios insignificantes cerca de la Ubicación 2. Esto se debe, nuevamente, a la prioridad dada a reparar bombas, tanques y componentes cerca de la planta de tratamiento de agua. Y porque se produjo un daño importante en varias tuberías cerca de la Ubicación 2, como muestra la Fig. 6C.

Presión de la WDN antes de la ocurrencia del terremoto y 48 h después de iniciada la simulación.

M-City WDN bajo un terremoto de 5,5 M en la Ubicación 1. (A) Presión de unión de la red 24 h después del terremoto en caso de que no haya reparaciones. (B) Presión en el enlace de la red 24 h después del terremoto en el caso de la estrategia de reparación, RS2. (C) Componentes dañados de la red para este escenario.

Otro punto a considerar es que la presión de unión para este escenario con RS2 se restableció a igual o por encima de la presión nominal en un día. Esto se considera una restauración relativamente rápida y probablemente sea el resultado de los supuestos de la estrategia de reparación RS2, donde la demanda esperada por el cliente se redujo a la mitad. Este nivel de caída en la demanda esperada por los clientes podría ser irreal y extremo. Sin embargo, imita un estado de emergencia que es muy probable que ocurra en un escenario de terremoto.

Los tanques proporcionan almacenamiento, abastecen la demanda de extinción de incendios y aportan una carga adicional a la red de agua para cumplir con los umbrales de presión. Durante un evento sísmico, se espera que el nivel del tanque medido como altura de presión (m) baje como resultado de daños a la bomba y fugas. La Figura 7 presenta la presión de los tanques para la realización única mencionada anteriormente. Para esta realización, 3 tanques se ven afectados por daño directo (Tanque 1, Tanque 2 en la Ubicación 1 y Tanque 3 en la Ubicación 2). Como muestra la Fig. 7, la presión en estos tres tanques cayó drásticamente entre 4 y 6 h después del terremoto. Esto se debe a daños en el cierre de dos bombas en la Ubicación 1 y una bomba en la Ubicación 2, y a nuevas fugas mayores y menores en tuberías y tanques. Esta importante caída de presión drena no sólo los tanques directamente afectados sino también otros tanques en el sistema (es decir, los tanques 3, 4 y 5). A medida que se realizan reparaciones para controlar las fugas y devolver las bombas dañadas al sistema, la presión del tanque se recupera lentamente después de aproximadamente 48 h para los tanques 1, 2 y 3, y a un ritmo más rápido para los tanques 4, 5 y 6. Nuevamente , el tiempo de recuperación de la presión del tanque depende de la intensidad y el daño del terremoto y de la estrategia de reparación. Por lo tanto, se espera un tiempo de recuperación más prolongado para: (1) un terremoto de mayor magnitud (es decir, escenarios de terremotos de 6,5 M en nuestro estudio) y (2) estrategias de reparación con menos personal o mayor demanda esperada por el cliente, como en RS1.

Presión del tanque de M-City WDN bajo un terremoto de 5,5 M en la Ubicación 1 y estrategia de reparación, RS2.

La demanda de fugas asociada con fugas y roturas menores y mayores en tuberías y tanques se muestra en la Fig. 8. El terremoto de 5,5 M ocurrió en la Ubicación 1 el día 2 de la simulación y causó daños por fugas en 91 tuberías y 3 tanques. La demanda de fugas apiladas que se muestra comienza a un ritmo alto durante las primeras 6 h. Con RS2 implementado y equipos de reparación detectando, aislando y reparando estas fugas, la demanda de fugas se reduce a la mitad desde el primer día después del terremoto. Dar prioridad a las tuberías con una mayor tasa de demanda de fugas ayuda a reducir las fugas rápidamente. Esto se puede ver entre el día 2 y el día 4. Entre el día 2 y el día 3, la demanda acumulada de fugas cae en un 50%, de 8,5 m3/s a 4,2 m3/s. Esto se compara con el 75% de 4,2 m3/s a 0,9 m3/s para el período comprendido entre el día 3 y el día 4. Detectar este tipo de fugas sobre o bajo tierra en una red espacial no es una tarea trivial. Esto resalta la importancia de invertir en técnicas de detección de fugas más rápidas y precisas.

Un gráfico de columnas apiladas de demanda de fugas (m3/s) para componentes WDN dañados causados ​​por un terremoto de 5,5 M en la Ubicación 1 con RS2. Cada bloque de color en la columna apilada representa un componente de WDN.

Vale la pena mencionar que las tuberías que tenían una alta probabilidad de sufrir daños importantes en un escenario de terremoto todavía tenían una alta probabilidad de sufrir daños mayores o menores en otro escenario de terremoto. Se elaboró ​​una lista de estas tuberías y se transmitieron recomendaciones a la empresa de agua para priorizar su modernización o reemplazo por tuberías resistentes a los terremotos.

La capacidad de servicio del agua (WSA) de WDN es una métrica de resiliencia hidráulica que mide el tiempo necesario para que el sistema restablezca su operatividad. Si bien es deseable recuperar la capacidad de servicio total (es decir, la capacidad de servicio antes del terremoto), es posible que no se pueda lograr en un corto período de tiempo. Por lo tanto, se establece un umbral de recuperación del servicio igual al 90% de la WSA anterior al terremoto. La Figura 9 presenta la línea mediana (en negro) de 50 realizaciones para el escenario de terremoto de 5,5 M en la Ubicación 1 con la estrategia de reparación RS2. Se puede discernir que tan pronto como ocurrió el terremoto en el día 2 de la simulación, la WSA comenzó a descender y alcanzó un mínimo del 63%, 1,2 días después del terremoto. Los equipos de reparación del RS2 comenzaron a recuperar algunos componentes 12 horas después del terremoto. Y a medida que continuaron las reparaciones y la recuperación, la WSA aumentó al 74% 1,8 días después del terremoto. Luego, WSA tomó la forma de una señal no uniforme con máximos y mínimos crecientes. Este comportamiento representa la relación entre el volumen real de agua entregada y la demanda esperada del cliente (es decir, la definición de WSA). Esta forma de señal no uniforme representa la variación de la demanda esperada por el cliente durante el día y de un día a otro (patrones de día laborable frente a fin de semana). Aproximadamente 9,5 días después del terremoto, la WDN restableció un mínimo del 90 % de su capacidad de servicio de agua, mientras que tomó alrededor de 2 semanas volver completamente a un estado normal con reparaciones continuas.

Capacidad de servicio del agua de la WDN representada por la mediana de 50 de realización para el escenario de un terremoto de 5,5 M en la Ubicación 1 con la estrategia de reparación RS2.

La Tabla 5 resume el WSA mínimo y el tiempo de recuperación para todos los escenarios estudiados en este documento. Se puede observar que el WSA mínimo es menor y el tiempo de recuperación es mayor para: (1) terremotos de mayor magnitud que causaron más daño, (2) terremotos que ocurrieron en la Ubicación 1, luego los de la Ubicación 2 y por último los de la Ubicación 3. Esto se explica por la densidad de ubicación de activos estratégicos y valiosos dentro de la WDN, y (3) la estrategia de reparación que tuvo una menor reducción en la demanda esperada del cliente (es decir, RS1 con una reducción de un tercio en comparación con la mitad para RS2).

La última métrica de resiliencia presentada en este documento es cuantificar el número de personas afectadas por perturbaciones debidas a peligros sísmicos. La Figura 10 muestra la población impactada representada por la mediana de 50 realizaciones para el escenario del terremoto de 5.5 M en la Ubicación 1 con estrategia de reparación RS2. Un día después del terremoto, el servicio de agua de unas 33.000 personas se vio afectado por el terremoto, como muestra la Fig. 10. Esta cifra alcanzó su máximo de 33.500 personas 1,8 días después del terremoto. Como las reparaciones comenzaron a realizarse 12 h después del terremoto, se pusieron nuevamente en servicio más componentes. El número de personas afectadas comenzó a disminuir después de 2 días y esta caída tomó una forma de señal no uniforme como se mencionó anteriormente. Nueve días después del terremoto, el número de personas afectadas alcanzó el umbral de recuperación supuesto de 6.500 personas (es decir, el 10% de la población total).

Población impactada representada por la mediana de 50 realizaciones para el escenario de terremoto de 5.5 M en la Ubicación 1 con estrategia de reparación RS2.

La Tabla 6 resume la población máxima afectada y el tiempo de recuperación para todos los escenarios estudiados en este documento. De manera similar a WSA, la población máxima impactada es mayor y el tiempo de recuperación es mayor para: (1) terremotos con mayor magnitud que causaron más daño, (2) terremotos que ocurrieron en la Ubicación 1, luego los de la Ubicación 2 y por último en la Ubicación 3, y (3) estrategia de reparación que tuvo una menor reducción en la demanda esperada del cliente (es decir, RS1 con una reducción de un tercio en comparación con la mitad para RS2).

Se acoplaron y aplicaron un modelo de generación de terremotos y un modelo hidráulico PDD basado en flujo probabilístico a una WDN real en M-City Ontario, Canadá. Una revisión de la literatura relevante reveló que muy pocos estudios aplicaron el análisis PDD al simular un terremoto disruptivo simultáneamente, o cuando se adoptó el PDD, no se consideraron simulaciones probabilísticas. Además, aquellas simulaciones que aplicaron DDA asumieron que la demanda nodal se cumplió independientemente del gradiente de presión (algo típico durante un evento disruptivo como un terremoto). Otros estudios aplicaron PDD sin considerar la amplia gama de simulaciones posibles (es decir, simulación probabilística), o se aplicaron sobre una WDN imaginaria.

Este estudio incluyó escenarios de terremotos con tres magnitudes diferentes y tres profundidades diferentes en tres ubicaciones dentro de la RMD. Estos escenarios se simularon junto con dos estrategias de reparación para medir la resiliencia de la WDN. Los componentes de la WDN resultaron dañados por el peligro sísmico. El daño fue definido por las funciones de distribución de probabilidad en las curvas de fragilidad para cada componente. Se midieron métricas hidráulicas para cuantificar la resiliencia de la WDN.

Se pueden hacer las siguientes observaciones resumidas importantes basadas en nuestro estudio:

Los terremotos leves (representados por los escenarios de 4,5 M) tendieron a causar daños mínimos a las WDN; los daños generalmente ocurrieron en componentes envejecidos y con mal mantenimiento. Este daño se volvió significativo en escenarios de terremotos moderados (representados por los escenarios de 5,5 M) y severos en escenarios de terremotos fuertes (representados por los escenarios de 6,5 M).

El servicio de agua podría perderse durante días y hasta el 90% del servicio de agua y de la población podrían verse afectados en escenarios de terremotos moderados y fuertes.

Las estrategias de reparación afectan significativamente el tiempo de restauración y deben planificarse y actualizarse periódicamente en el WSP de una empresa de servicios públicos.

Los componentes antiguos de la infraestructura (por ejemplo, tuberías viejas) deben reemplazarse por material resistente a los terremotos, particularmente en lugares sensibles y densamente poblados (es decir, la Ubicación 1 en nuestro estudio).

Las empresas de agua ahora tienen una esfera cada vez mayor de amenazas para las cuales prepararse, que incluyen infraestructura obsoleta, desastres naturales y peligros provocados por el hombre. Este trabajo ilustra un enfoque útil para ayudar a más empresas de agua a evaluar su infraestructura crítica en escenarios sísmicos potencialmente significativos. Las herramientas aquí ilustradas pueden utilizarse para ampliar o mejorar los planes esenciales de seguridad del agua de los servicios públicos. Dicho esto, los hallazgos de este trabajo requirieron grandes conjuntos de datos de entrada, análisis extensos y un conjunto de suposiciones. Para análisis similares y para una WDN del mundo real como la estudiada en este manuscrito, se debe disponer de un modelo bien calibrado del sistema y de datos del modelo de terremoto, que se deben alimentar a los submódulos presentados anteriormente en la Fig. 1. Durante este trabajo, algunos de los conjuntos de datos de entrada no estaban disponibles y tuvieron que generarse. Esto enfatiza la importancia de los datos y los desafíos de la escasez de datos para las empresas de agua.

En este estudio se hicieron algunas suposiciones sobre la estrategia de reparación y el número de cuadrillas. Estos supuestos no representan a todas las empresas de agua sino más bien a este estudio de caso. Esto no debería afectar la validez y la importancia de dicho análisis; sin embargo, debería tenerse en cuenta para otras ubicaciones. El trabajo futuro investigará la posible ocurrencia de incendios y eventos de contaminación y durante un terremoto. Se aplicarán y mejorarán análisis exhaustivos similares.

Los datos que respaldan los hallazgos de este estudio están disponibles en Union Water Supply Systems, pero se aplican restricciones a la disponibilidad de estos datos, que se utilizaron bajo licencia para el estudio actual y, por lo tanto, no están disponibles públicamente. Sin embargo, los datos están disponibles a través de los autores previa solicitud razonable y con el permiso de Union Water Supply Systems.

Clinton, W. Orden ejecutiva 13010 sobre protección de infraestructura crítica. Alimentado. Regístrese. 61, 37347–37350 (1996).

Google Académico

Eldinger, J. y Davis, C. Terremotos recientes: implicaciones para las empresas de agua de EE. UU. Fundación para la Investigación del Agua, Denver, CO. Informe n.º 4408 (2012).

Agencia de Protección Ambiental de los Estados Unidos. Medidas de sistemas de resiliencia del sistema de distribución de agua. Agencia de Protección Ambiental de EE. UU., Washington, DC, EPA/600/R-14/383 (2015).

Klise, K., Bynum, M., Moriarty, D. & Murray, R. Un marco de software para evaluar la resiliencia de los sistemas de agua potable ante desastres con un ejemplo de estudio de caso de terremoto. Reinar. Modelo. Software. 95, 420–431. https://doi.org/10.1016/j.envsoft.2017.06.022 (2017).

Artículo PubMed PubMed Central Google Scholar

OPS (Organización Panamericana de la Salud). Emergencias y desastres en sistemas de abastecimiento de agua potable y alcantarillado: Lineamientos para una respuesta efectiva. Oficina Regional de la Organización Mundial de la Salud (OMS), Washington, DC, 104 (2002).

O'Rourke, D. Tuberías enterradas. En Earthquake Engineering Handbook (eds. Scawthorn, C. & Chen, WF) (CRC Press, 2003).

Google Académico

Yoo, D., Jung, D., Kang, D., Kim, J. y Lansey, K. Modelo de evaluación de peligros sísmicos para redes urbanas de suministro de agua. J. Recursos hídricos. Plan. Gestionar. 142(2), 04015055. https://doi.org/10.1061/(asce)wr.1943-5452.0000584 (2016).

Artículo de Google Scholar

Ariman, T. & Muleski, G. Una revisión de la respuesta de tuberías enterradas bajo excitaciones sísmicas. Tierraq. Ing. Estructura. Dinámico. 9(2), 133-152. https://doi.org/10.1002/eqe.4290090204 (1981).

Artículo de Google Scholar

Shirozu, T., Yune, K., Isoyama, R. e Iwamoto, T. Informe sobre los daños a las tuberías de distribución de agua causados ​​por el terremoto de Hyogoken-nanbu (Kobe) de 1995. En Actas del cuarto Taller Japón-Estados Unidos sobre Diseño de Instalaciones de Línea de Vida Resistentes a Terremotos y Contramedidas para la Licuefacción del Suelo 93–110 (Bualo, NY, EE.UU., 1996).

EERI. Terremoto de Northridge del 17 de enero de 1994: Informe de reconocimiento, pág. 11 (Instituto de Investigación en Ingeniería Sísmica, Oakland, CA, EE. UU., 1995).

Wetzstein, J., Todorov, K. y Yune, H. Propiedad destrozada, vidas magulladas. Registro del Valle de Napa. Consultado el 5 de julio de 2021 http://napavalleyregister.com/news/local/shatteredproperty-bruised-lives/article_1af7d38c-2d23-532d-a9da-b2c5c9e3def4.html (2014).

Carter, L. Los daños del terremoto de Napa aumentan a 362 millones de dólares. La prensa demócrata. Obtenido el 5 de julio de 2021 de http://www.pressdemocrat.com/home/2613337-181/napa-quake-damagerisesto#page=1 (2014).

Gehl, P., Matsushima, S. & Masuda, S. Investigación de daños a la red de agua de la ciudad de Uki por el terremoto de Kumamoto de 2016: derivación de funciones de daño y construcción de escenarios de pérdidas de infraestructura. Toro. Tierraq. Ing. 19(2), 685–711. https://doi.org/10.1007/s10518-020-01001-z (2020).

Artículo de Google Scholar

Yoon, S., Lee, J. & Jung, J. Un enfoque integral para el análisis de riesgo sísmico basado en flujo de la red de transmisión de agua. Estructura. Ing. Mec. 73(3), 339–351 (2020).

Google Académico

Shinozuka, M., Tan, Y. & Koike, T. Capacidad de servicio de los sistemas de transmisión de agua bajo riesgo sísmico. En Actas de la Conferencia especializada de la ASCE sobre ingeniería sísmica de Lifeline, 97–110 (ASCE, Nueva York, 1981).

O'Rourke, D., Grigoriu, D. & Khater, M. Respuesta sísmica de tuberías enterradas. En Tecnología de tuberías y recipientes a presión: una década de progreso (ed. Sundrarajan, C.) 281–323 (ASME, 1985).

Google Académico

Markov, J., Grigoriu, M. & O'Rourke, D. Una evaluación de la capacidad de servicio sísmica de las redes de suministro de agua con aplicación al sistema auxiliar de suministro de agua de San Francisco. Rep. No. NCEER-94-0001. Buffalo, Nueva York: Centro Nacional de Investigación de Ingeniería Sísmica (1994).

Hwang, M., Lin, H. & Shinozuka, M. Evaluación del desempeño sísmico de los sistemas de suministro de agua. J. Infraestructura. Sistema. 4(3), 118–125. https://doi.org/10.1061/(ASCE)1076-0342(1998)4:3(118) (1998).

Artículo de Google Scholar

SelÇuk, S. & Yücemen, S. Fiabilidad de las redes de líneas de vida con múltiples fuentes bajo peligro sísmico. Nat Hazards 21, 1-18 (2000).

Artículo de Google Scholar

Shi, P. & O'Rourke, D. Modelado de respuesta sísmica de sistemas de suministro de agua. Informe técnico MCEER-MCEER-08-0016 (2006).

Wang, Y. & O'Rourke, D. Evaluación del desempeño sísmico de sistemas de suministro de agua. Informe técnico MCEER-MCEER-08-0015 (2006).

Dueñas-Osorio, L., Craig, I. & Goodno, J. Respuesta sísmica de redes críticas interdependientes. Tierraq. Ing. Estructura. Dinámico. 36, 285–306 (2007).

Artículo de Google Scholar

Adachi, T. y Ellingwood, R. Capacidad de servicio de los sistemas de agua dañados por un terremoto: efectos de la disponibilidad de energía eléctrica y los sistemas de respaldo de energía sobre la vulnerabilidad del sistema. Confiable. Ing. Sistema. Seguro. 93, 78–88 (2008).

Artículo de Google Scholar

Bonneau, L. y O'Rourke, D. Desempeño del suministro de agua durante terremotos y eventos extremos. Informe técnico MCEER-MCEER-09-0003 (2009).

Fragiadakis, M. & Christodoulou, E. Evaluación de la confiabilidad sísmica de las redes de agua urbanas. Tierraq. Ing. Estructura. Dinámico. 43, 357–374 (2014).

Artículo de Google Scholar

Hou, W. & Du, L. Estudio comparativo sobre simulación hidráulica de un sistema de distribución de agua dañado por un terremoto. En Actas de los esfuerzos internacionales en ingeniería sísmica Lifeline, 113–120 (Chengdu, China, 2014).

Makhoul, N., Navarro, C. & Lee, J. Estimaciones de daños por terremotos en la red de agua potable de Byblos. Nat. Peligros 93, 627–659 (2018).

Artículo de Google Scholar

Salgado-Gálvez, M., Zuloaga, D., Henao, S., Bernal, A. & Cardona, D. Evaluación probabilística de tasas anuales de reparación en ductos y de pérdidas económicas directas en redes de agua y alcantarillado: Aplicación a Manizales, Colombia . Nat Hazards 93, 5-24 (2018).

Artículo de Google Scholar

Yoon, S., Lee, J. & Jung, J. Un marco integral para la evaluación del riesgo sísmico de las redes urbanas de transmisión de agua. En t. J. Reducción del riesgo de desastres. 31, 983–994 (2018).

Artículo de Google Scholar

Yoo, D., Lee, J. & Lee, B. Estudio comparativo de técnicas de simulación hidráulica para redes de suministro de agua bajo riesgo de terremotos. Agua 11(2), 333. https://doi.org/10.3390/w11020333 (2019).

Artículo de Google Scholar

Páez, D. et al. Batalla de respuesta y restauración post desastre. J. Recursos hídricos. Plan. Gestionar. 146, 8. https://doi.org/10.1061/(ASCE)WR.1943-5452.0001239 (2020).

Artículo de Google Scholar

Uma, R., Scheele, F., Abbott, E. & Moratalla, J. Planificación de la resiliencia de las redes de agua bajo peligro de terremoto: un estudio de caso para el distrito de Rotorua, Nueva Zelanda. Toro. Sociedad de Nueva Zelanda Tierraq. Ing. 54(2), 135-152. https://doi.org/10.5459/bnzsee.54.2.135-152 (2021).

Artículo de Google Scholar

Klise, A. y col. Manual de usuario de la Herramienta de Red de Agua para la Resiliencia (WNTR). Informe técnico de la Agencia de Protección Ambiental de EE. UU., EPA/600/R-17/264 (2017).

Rossman, LA EPANET 2 Manual de Usuario. Cincinnati, OH: Agencia de Protección Ambiental de EE. UU. Informe técnico de la Agencia de Protección Ambiental de EE. UU., EPA/600/R–00/057 (2000).

FEMA. Modelo de terremotos Hazus: Procedimiento operativo estándar de FEMA para la preparación de datos y análisis de escenarios de terremotos Hazus. Departamento de Seguridad Nacional de los Estados Unidos, Agencia Federal para el Manejo de Emergencias, Washington (2019).

Terremotos Canadá. Obtenido el 28 de mayo de 2021 de https://earthquakescanada.nrcan.gc.ca/index-en.php (2021).

Esposito, S. Análisis de riesgo sísmico sistémico de redes de distribución de gas. Universidad de Nápoles Fegerico II, Programa de Doctorado en Riesgo Sísmico, Nápoles (2011).

FEMA. Metodología de estimación de pérdidas multirriesgos modelo sísmico, manual técnico HAZUS-MH MR3. Departamento de Seguridad Nacional de los Estados Unidos, Agencia Federal para el Manejo de Emergencias, Washington (2003).

Alianza Estadounidense de Salvavidas. Formulaciones de fragilidad sísmica para sistemas de agua, parte 1. American Lifelines Alliance (2001a).

Kawashima, K., Aizawa, K., Takahashi, K. Atenuación del movimiento máximo del suelo y espectros de respuesta de aceleración absoluta. En Actas, octava conferencia mundial sobre ingeniería sísmica, 257–264 (1984).

Yu, X. & Jin, Y. Relaciones empíricas de atenuación de la velocidad máxima del suelo basadas en registros digitales de banda ancha. En la 14ª Conferencia Mundial sobre Ingeniería Sísmica (Beijing, China, 2008).

Isoyama, R., Ishida, E., Yune, K. & Shirozu, T. Procedimiento de estimación de daños sísmicos para tuberías de suministro de agua. En Actas de la 12ª Conferencia Mundial sobre Ingeniería Sísmica (WCEE) (Auckland, Nueva Zelanda, 2000).

Alianza Estadounidense de Salvavidas. Formulaciones de fragilidad sísmica para sistemas de agua, parte 2. American Lifelines Alliance (2001).

Wagner, M., Shamir, U. y Marks, H. Fiabilidad de la distribución de agua: métodos de simulación. J. Recursos hídricos. Plan. Gestionar. 114(3), 276–294 (1988).

Artículo de Google Scholar

Crowl, A. y Louvar, F. Seguridad de procesos químicos: fundamentos con aplicaciones, 3.ª ed., 720p (Prentice Hall, 2011).

Google Académico

Lambert, A. ¿Qué sabemos sobre las relaciones de presión-fuga en los sistemas de distribución? En actas de la conferencia especializada de la IWA 'Enfoque sistémico para el control de fugas y la gestión de sistemas de distribución de agua', 16 al 18 de mayo, 89-96 (Brno, República Checa, 2001).

Holling, C. Resiliencia de la ingeniería versus resiliencia ecológica. En Ingeniería dentro de restricciones ecológicas, 31, 32 (1996).

Agencia de Proteccion Ambiental de los Estados Unidos. Medidas de sistemas de resiliencia del sistema de distribución de agua. Washington DC: Agencia de Protección Ambiental de Estados Unidos. Informe técnico de la Agencia de Protección Ambiental de EE. UU., EPA 600/R–14/383 (2014).

Descargar referencias

Los autores declaran que no recibieron fondos, subvenciones u otro tipo de apoyo durante la preparación de este manuscrito.

Laboratorio de Turbulencia y Energía, Centro Ed Lumley para la Innovación en Ingeniería, Universidad de Windsor, Windsor, ON, Canadá

Mo'Tamad H. Bata, Rupp Carriveau y David S.-K. tintineo

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

Todos los autores contribuyeron a la concepción y diseño del estudio. MB realizó la preparación de materiales, la recopilación y el análisis de datos; RC demostró competencia en las operaciones de servicios públicos de agua. DT brindó experiencia en prácticas de ilustración, interpretación y validación de modelos de datos. El primer borrador del manuscrito fue escrito por MB y todos los autores comentaron las versiones anteriores del manuscrito. Todos los autores leyeron y aprobaron el manuscrito final.

Correspondencia a Rupp Carriveau.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Bata, MH, Carriveau, R. y Ting, D.SK. Resiliencia de los sistemas urbanos de suministro de agua ante un escenario sísmico. Representante científico 12, 20555 (2022). https://doi.org/10.1038/s41598-022-23126-8

Descargar cita

Recibido: 05 de mayo de 2022

Aceptado: 25 de octubre de 2022

Publicado: 29 de noviembre de 2022

DOI: https://doi.org/10.1038/s41598-022-23126-8

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.