Modelo de red neuronal para simulación de hidrogramas en cuencas hidrográficas

Resumen

En este trabajo se hace la simulación de hidrogramas a partir del conocimiento previo de la relación precipitación/escorrentía. El modelo (en soporte Matlab) pretende simular hidrogramas en la cuenca hidrográfica del río Corgo, en el noreste de Portugal, recurriendo a redes neuronales. Con base en las precipitaciones y escorrentías anteriormente registradas, se preveé, a partir de un hietograma arbitrario, el hidrograma correspondiente. Se procedió a realizar una estructura, donde se almacenaron los datos por cada evento; también se indicó si sería utilizado para entrenamiento, prueba o para ninguna de las opciones anteriores. Seguidamente se introdujeron los parámetros de orden según las precipitaciones y caudales, y el número de divisiones, según el eje normalizado de las ordenadas. Así, el programa buscó en todos los sucesos a ser utilizados cual sería la precipitación y el caudal máximo, para posteriormente calcular las divisiones del eje normalizado (de precipitaciones y caudales), pasando al entrenamiento de la red y, seguidamente a su prueba.

Después de la aplicación de nuestra metodología a los eventos entrenados e hidrogramas testados, se verificó que la semejanza entre ellos fuera evidente, tanto en términos de punta de hidrograma (observándose diferencias de 23.9 y 1 m3/s) como en cuanto la hora en que esa punta se verifica (una o dos horas). La estructura de la red, así como su algoritmo de aprendizaje, se mostró capaz de simular; con alta precisión, los niveles de agua registrados de la cuenca hidrográfica del río Corgo.