Aproximaciones neuronales univariantes para la predicción de caudales diarios en cuencas portuguesas

Abstract

Resumen: Desde hace unos años, las redes neuronales computacionales están siendo una de las herramientas más prometedoras para la estimación de caudales en cuencas. La mayoría de los trabajos de la literatura utilizan para las predicciones, junto con los datos registrados de caudales, otras variables de entrada de carácter hidro-meteorológico. En este estudio se analizó el funcionamiento de redes neuronales de retropropagación para la estimación de caudales diarios en cuencas portuguesas, considerando que sólo los datos de caudal de días previos están disponibles para la calibración de los modelos. Además de los modelos tradicionales de redes neuronales que tienen como variables de entrada los caudales en días previos, se realizó un procedimiento de convolución en las neuronas de la capa de entrada y se probó una metodología híbrida combinando redes neuronales computacionales y modelos ARIMA. Los modelos neuronales complementados con un proceso de convolución dieron las mejores estimaciones considerando los caudales de los tres días previos como variables de entrada. También se realizó un análisis preliminar de la capacidad de esta aproximación para estimar caudales diarios en una cuenca diferente a la utilizada para la calibración de los modelos, obteniéndose resultados satisfactorios. INTRODUCCIÓNEl desarrollo y la implementación de herramientas para la planificaciónóptima de los recursos hídricos requiere generalmente el análisis de los flujos de caudal en las cuencas para la evaluación de problemas de ingeniería y ambientales tales como el control de inundaciones, la operación en tiempo real de embalses, la generación hidroeléctrica, el control de la calidad del agua y de los ecosistemas de los ríos, etc.Durante muchos años se ha estudiado la transformación de lluvia en escorrentía para obtener series de caudales en cuencas y así determinar futuros eventos o caracterizar cuencas sin registros. Las dos principales aproximaciones utilizadas en la literatura especializada para la evaluación del proceso lluvia-escorrentía son los modelos conceptuales (o físicos) y los modelos de "caja negra". Usualmente, un modelo conceptual tiene como objetivo formular el proceso físico basándose en cada una de las variables que intervienen, y en este caso puede ser la interceptación, la infiltración, el agua superficial y subterránea, la percolación, la evaporación, la transpiración, etc. De este modo, este tipo de modelos normalmente es complejo y necesita de muchos requerimientos de datos para que se apliquen de forma general en distintas situaciones prácticas (Jakeman y Hornberger, 1993;Abrahart y See, 2000). Asimismo, la exactitud de las predicciones se ve influenciada por componentes subjetivas como el establecimiento de los parámetros del modelo que generalmente depende de la experiencia del usuario (Duan et al., 1992(Duan et al., , 1994Sorooshian et al., 1993;Hsu et al., 1995;Yapo et al., 1996;Tokar y Johnson, 1999;Chang y Chen, 2001).En las aproximaciones de "caja negra"se iden-© Fundación para el Fomento de la Ingenie...