PRONSTICO DE CAUDALES EN CUENCAS NIVALES USANDO REDES NEURONALES

ARTIFICIALES.

I. RESUMEN Este trabajo expone una metodologa destinada a

predecir los escurrimientos mensuales en cuencas de montaa, aplicando la tcnica de redes neuronales artificiales (ANN). El procedimiento gua la seleccin de las variables de entrada, la definicin de la arquitectura del modelo y los procesos de entrenamiento. Esta metodologa logra un modelo capaz de capturar la naturaleza no lineal del proceso precipitacinescorrenta para una escala mensual.

II. INTRODUCCIN
La utilizacin de las redes neuronales artificiales ANNs para la prediccin de caudales es bastante reciente. Las investigaciones ms antiguas se registran a partir del ao 1992 con los trabajos de (French et al, 1992; Zurada, 1992). Hoy existen numerosas aplicaciones de ANNs en hidrologa, dedicadas a predecir y modelar los fenmenos de lluvia escorrenta en cuencas de distintas caractersticas, utilizando datos de entrada tales como precipitacin y temperatura.

III. FORMULACIN GENERAL DEL PROBLEMA. NECESIDADES.

La solucin de cmo lograr el diseo y validacin de un modelo de pronstico que capture de una manera ptima la naturaleza no lineal de los fenmenos involucrados en la dinmica de los escurrimientos originados por la combinacin de lluvia y deshielo en cuencas con una alta influencia de fenmenos climticos locales y global y bajo condiciones de escasez de informacin, es el problema principal que aborda este trabajo.

 La aplicacin de ANN a la prediccin de escurrimientos necesita la definicin de cuatro aspectos fundamentales: la determinacin de las variables explicativas que posean la mayor influencia sobre los escurrimientos, la seleccin y diseo de la arquitectura ptima de la red, la seleccin del mejor mtodo de aprendizaje (ajuste de pesos) y la estrategia para validar la respuesta del modelo de prediccin.

IV. OBJETIVOS Y ALCANCES DEL TRABAJO

El primer objetivo abordado por este trabajo fue la elaboracin de una metodologa de diseo y entrenamiento de modelos de redes neuronales artificiales, con distintos casos de prediccin de caudales y experiencias de prediccin en otros sistemas de comportamiento no lineal. Otro objetivo importante del trabajo fue probar la metodologa desarrollada por medio de su aplicacin a un caso real de diseo y validacin de un modelo destinado a realizar el pronstico de volmenes de escurrimiento mensual en una cuenca montaosa para un horizonte desde uno a siete meses, pronstico que deba realizarse previo a la ocurrencia de las nevadas ms importantes (mes de Julio) y bajo condiciones de escasez de informacin.