Simulación de procesos hidrológicos utilizando técnicas de machine learning y modelos hidrológicos.
Author/s
Jimeno Sáez, PatriciaDate
2018Discipline/s
Ingeniería, Industria y ConstrucciónSubject/s
HidrologíaNieve
Aguas Superficiales
Inteligencia Artificial
Abstract
Son muchas las razones por las que se necesita modelar el proceso lluvia-escorrentía, en concreto la modelación de los caudales. La razón principal son las limitaciones existentes en las técnicas de medición hidrológica, disponiéndose solamente de un rango limitado de mediciones o registros en el espacio y en el tiempo. Por ello, resulta importante disponer de medios que ayuden a extrapolar esas mediciones en el espacio y en el tiempo, particularmente en cuencas no aforadas, donde los datos no están disponibles, y en el futuro, donde las mediciones no son posibles, para evaluar el posible impacto del cambio hidrológico futuro. La estimación y evaluación de los caudales es esencial para la gestión sostenible de los recursos hídricos. Y encontrar modelos que realicen estimaciones de caudales lo más precisas posibles es fundamental a la hora tomar decisiones. Sin embargo, la estimación precisa de los caudales a escala de cuenca es compleja debido a la gran variabilidad espacial y temporal...