Modelado hidrológico de la cuenca del río Abangares por medio de algoritmos de inteligencia artificial

Abstract

En el presente estudio se evalúa el uso de modelos regresivos basados en algoritmos de Redes Neuronales Artificiales (RNA) y Redes Neuronales Recurrentes (RNN) del tipo LSTM, con el objetivo de estimar anticipadamente la magnitud del nivel del agua en el cauce del río Abangares a la altura de la estación fluviográfica La Marimba. La información de insumo proviene de tres estaciones pluviográficas y tres estaciones fluviográficas, localizadas dentro de los límites de la cuenca y que acumula un área de drenaje de 125,1 km2 hasta el punto de análisis. Los modelos son analizados en escalas horaria y diaria, identificando aspectos que intervienen en la calidad de la estimación, tales como; el tiempo de anticipación del pronóstico, número de horas que alimenta el algoritmo, funciones de activación, número de estaciones de entrada, arquitectura de la red neuronal, entre otros aspectos. El trabajo de investigación es un insumo para desarrollar aplicaciones hidrológicas en condiciones tropicales, por medio de modelos regresivos con base en algoritmos de inteligencia artificial, dentro de las que se pueden destacar aplicaciones como los sistemas de alerta temprana y la optimización de embalses.