Modelos de datos para la simulación de procesos precipitación escorrentía en cuencas

Existen numerosas teorías de base física robustas desde un punto de vista conceptual para la modelación de los procesos hidrológicos de precipitación-escorrentía en cuencas. A pesar de su incuestionable rigor, el uso extensivo de estos modelos se enfrenta a problemas derivados de su complejidad matemática o de su difícil parametrización a escala de cuenca. En paralelo, el auge de las herramientas computacionales junto con la elevada disponibilidad de datos ha llevado a un uso extensivo de algoritmos de aprendizaje automático. Sin embargo, la gran mayoría de aproximaciones previas al uso de algoritmos de datos para la modelación hidrológica persiguen la mayor significación estadística y adolecen de sustento físico que garantice su rigor y generalidad. En el presente trabajo se presentan un conjunto de algoritmos de datos que persiguen simular, observando el principio de conservación de la masa en una cuenca, el calado en un punto de control en una sección aguas abajo de dicha cuenca. Los resultados muestran que el modelo lineal es el que arroja una mejor capacidad predictiva siendo los niveles de agua registrados en los instantes previos las variables con mayor capacidad explicativa.