Tormentas de diseño usando redes neuronales artificiales

Resumen

Varios autores han propuesto procedimientos para distribuir la magnitud total de la lluvia en función del tiempo, con el fin de producir hietogramas representativos para las tormentas de diseño. Este trabajo generaliza resultados anteriores, planteando una formulación matemática que incorpora redes neuronales artificiales para clasificar tormentas y generar hietogramas de diseño para un lugar de interés sin mediciones de lluvia. El algoritmo de clasificación de tormentas observadas permite verificar si el universo de tormentas modelado por la red neuronal artificial es representativo del lugar de interés, detectando cuáles son los grupos y niveles de probabilidad que se observan más frecuentemente. La información anterior justifica el uso del módulo generador para obtener perfiles típicos de tormentas en función de la magnitud y duración. Los resultados muestran la capacidad de la red neuronal para representar un espacio definido por tres variables y realizar una interpolación no lineal del porcentaje de lluvia acumulada en función de tres dimensiones principales, que son el identificador de grupo de tormenta, el porcentaje de duración acumulada de la lluvia y la probabilidad de excedencia asociada con la tormenta. Esta habilidad de generalizar conceptos permite la complementación de información en casos de datos escasos. Este potencial es importante en el ámbito de las ciencias hidrológicas, especialmente en países latinoamericanos que sufren de falta de datos hidrológicos debido a la escasez de recursos financieros.