Predicción de caudales mensuales en ríos de cuencas altoandinas con enfoque de redes neuronales artificiales. Caso: río Crisnejas, Perú

IF 0.3 4区 环境科学与生态学 Q4 ENGINEERING, CIVIL Tecnologia Y Ciencias Del Agua Pub Date : 2023-01-01 DOI:10.24850/j-tyca-14-01-04
L. Vásquez-Ramírez, Luis Félix Vásquez-Paredes
{"title":"Predicción de caudales mensuales en ríos de cuencas altoandinas con enfoque de redes neuronales artificiales. Caso: río Crisnejas, Perú","authors":"L. Vásquez-Ramírez, Luis Félix Vásquez-Paredes","doi":"10.24850/j-tyca-14-01-04","DOIUrl":null,"url":null,"abstract":"Predecir el comportamiento hidrológico en cuencas hidrográficas compuestas por ecosistemas altoandinos que tienen una variedad de climas, con geología compleja, topografía muy variada y suelos con alto contenido de materia orgánica generadoras de una cobertura vegetal muy heterogénea es muy difícil, y si a ello se adiciona la escasez de información hidrométrica en las redes hidrográficas se genera gran incertidumbre al planificar el aprovechamiento del recurso hídrico. La tendencia predominante para la predicción es a través de modelos hidrológicos que relacionan precipitación y escorrentía, los cuales requieren información histórica no disponible en la mayoría de los casos. La aplicación de la técnica de redes neuronales artificiales, en contraste, permite disponer de una metodología adaptable a la información disponible en cada cuenca para analizar la relación entre precipitación y escorrentía, y gracias a su robustez se pueden obtener resultados con gran precisión. El objetivo de esta investigación fue estimar y predecir los caudales promedio mensuales para la cuenca del río Crisnejas, ubicada en la región norte de los Andes peruanos; para ello se contó con registros históricos de 12 estaciones meteorológicas y una estación hidrométrica, utilizando datos de caudal, precipitación, temperatura e índice de vegetación de diferencia normalizada (NDVI), mediante una red neuronal artificial del tipo perceptrón multicapa, con bondad de ajuste del 81 %. Luego, con el registro generado de caudales, se entrenó otra red del tipo recurrente para predecir caudales medios mensuales de ocho años con una bondad de ajuste del 71 %.","PeriodicalId":48977,"journal":{"name":"Tecnologia Y Ciencias Del Agua","volume":" ","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tecnologia Y Ciencias Del Agua","FirstCategoryId":"93","ListUrlMain":"https://doi.org/10.24850/j-tyca-14-01-04","RegionNum":4,"RegionCategory":"环境科学与生态学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENGINEERING, CIVIL","Score":null,"Total":0}
引用次数: 0

Abstract

Predecir el comportamiento hidrológico en cuencas hidrográficas compuestas por ecosistemas altoandinos que tienen una variedad de climas, con geología compleja, topografía muy variada y suelos con alto contenido de materia orgánica generadoras de una cobertura vegetal muy heterogénea es muy difícil, y si a ello se adiciona la escasez de información hidrométrica en las redes hidrográficas se genera gran incertidumbre al planificar el aprovechamiento del recurso hídrico. La tendencia predominante para la predicción es a través de modelos hidrológicos que relacionan precipitación y escorrentía, los cuales requieren información histórica no disponible en la mayoría de los casos. La aplicación de la técnica de redes neuronales artificiales, en contraste, permite disponer de una metodología adaptable a la información disponible en cada cuenca para analizar la relación entre precipitación y escorrentía, y gracias a su robustez se pueden obtener resultados con gran precisión. El objetivo de esta investigación fue estimar y predecir los caudales promedio mensuales para la cuenca del río Crisnejas, ubicada en la región norte de los Andes peruanos; para ello se contó con registros históricos de 12 estaciones meteorológicas y una estación hidrométrica, utilizando datos de caudal, precipitación, temperatura e índice de vegetación de diferencia normalizada (NDVI), mediante una red neuronal artificial del tipo perceptrón multicapa, con bondad de ajuste del 81 %. Luego, con el registro generado de caudales, se entrenó otra red del tipo recurrente para predecir caudales medios mensuales de ocho años con una bondad de ajuste del 71 %.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用人工神经网络方法预测高安第斯流域河流月流量。案例:秘鲁里约热内卢Crisnejas
在流域水文预测行为由altoandinos生态系统有着多样的气候、地质复杂地形千差万别创收和土壤有机质含量高的植被覆盖异构是非常困难的,因为如果这第短缺信息网络hidrométrica江河将生成高度不确定性的规划利用水资源。预测的主要趋势是通过将降水和径流联系起来的水文模型,这需要在大多数情况下无法获得的历史信息。相比之下,人工神经网络技术的应用提供了一种适应每个流域可用信息的方法来分析降水和径流之间的关系,由于其稳健性,可以获得非常精确的结果。这项研究的目的是估计和预测位于秘鲁安第斯山脉北部地区的Crisnejas河流域的月平均流量;为了实现这一目标,我们使用了12个气象站和一个水文测量站的历史记录,使用了流量、降水、温度和归一化植被指数(NDVI)的数据,使用了多层感知器类型的人工神经网络,拟合度为81%。然后,利用生成的流量记录,对另一个循环网络进行训练,以71%的拟合优度预测8年的月平均流量。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
Tecnologia Y Ciencias Del Agua
Tecnologia Y Ciencias Del Agua ENGINEERING, CIVIL-WATER RESOURCES
CiteScore
0.60
自引率
0.00%
发文量
0
审稿时长
>12 weeks
期刊介绍: Published by the Mexican Institute of Water Technology, Water Technology and Sciences (Tecnología y ciencias del agua) is a highly specialized journal which reflects two important characteristics: The interdisciplinary nature of its articles and notes. The international scope of its authors, editors, reviewers, and readers. It constitutes the continuity of the journal Irrigación en México (Irrigation in Mexico) (1930-1946); Ingeniería hidráulica en México (Hydraulic Engineering in Mexico) (1947-1971); Recursos hidráulicos (Hydraulic Resources) (1972-1978), and Ingeniería hidráulica en México, second period (1985-2009). The journal is aimed at researchers, academics, and professionals who are interested in finding solutions to problems related to the water. The journal’s contents are interdisciplinary and contain previously unpublished articles and notes that offer original scientific and technological contribution that are developed in the fields of knowledge related to the following disciplines: Water and energy. Water quality. Hydro-agricultural sciences. Political and social science. Water management. Hydrology. Hydraulics.
期刊最新文献
Factores determinantes de la adopción de riego tecnificado en La Laguna, México Análisis hidráulico de la red presurizada de la sección 01 del Distrito de Riego 001 ante diferentes escenarios de operación Prioritization of watersheds for soil and water conservation based on GIS, PCA and WSA techniques Calidad fisicoquímica del río Mulato en Mocoa Putumayo-Colombia Calidad de agua para uso recreativo del Río Ctalamochita en Villa María, Córdoba, Argentina
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1