Modelado del caudal natural en la cuenca hidrográfica Chambo con redes neuronales

Abstract

RESUMEN: En este trabajo se ha evaluado el desempeño de diferentes modelos de redes neuronales para predecir el caudal natural en la cuenca hidrográfica Chambo a partir de series de entrada hidro-climáticas que abarcan un rango de 14 años. Se han considerado redes con diferentes estructuras y se han entrenado de manera local, global y secuencial. Se ha medido el desempeño de los modelos utilizando diferentes métricas y se ha comprobado que en la mayoría de los casos los modelos logran reconstruir de manera correcta los caudales en un rango de 6 años. Con los resultados obtenidos se ha utiliza do el software de gestión MODSIM que permite optimizar los usos de los recursos de la cuenca y se ha comprobado que el balance hídrico obtenido con los caudales predichos por los modelos de redes neuronales es el mismo que el obtenidos con un modelo hidrológico tradicional. Finalmente se ha desarrollado una aplicación que permite la ejecución del modelo en diferente cuencas hidrográficas

ABSTRACT: In this work, the performance of different neural network models to predict the natural flow in the watershed Chambo has been evaluated. Models with different configurations have been trained locally, globally and sequentially in hydro-climatic series spanning a 14-year range. The performance of the models, has been measured using different metrics, and it has been verified that in most cases, they succeed in correctly reconstructing the flows over a 6 year range. The obtained results has been used to optimize the use of the resources of the basin with the software MODSIM, and it has been proven that the results obtained by means of neural network models are the same as those obtained with a traditional hydrological model. Finally, an application has been deve loped that allows the execution of the model in different hydrological basins.