Implementación de redes neuronales en el modelo de generación de caudales de Scholz aplicado en cuencas hidrográficas del Perú

Abstract

El modelo de Scholz, se utiliza para generar caudales en zonas donde no se tiene información, parte del concepto de Balance Hídrico a nivel mensual de una cuenca. Se estima la precipitación efectiva a partir de la precipitación total mensual, mediante unas curvas determinadas por el Bureau of Reclamation de los Estados Unidos, en función al coeficiente de escurrimiento, con estas precipitaciones efectivas y los caudales se realiza una correlación lineal múltiple para obtener los coeficientes de la ecuación característica de Scholz. Para el estudio se toma como referencia cuatro cuencas, con información hidrométrica y pluviométrica disponible, dos de las cuales se ubican en el altiplano del sur del Perú, una cuenca pertenece a la selva sur y la última se ubica en el norte, abarca en su extensión parte de la costa. En este trabajo se incorpora la aplicación de los principios de una RNA, con la cual se pretende mejorar el resultado obtenido inicialmente con el modelo de Scholz. De los resultados obtenidos se concluye que la Red Neuronal mejora los caudales en época húmeda, en cuencas con precipitaciones totales mensuales por debajo de los 121 mm/mes. Por otro lado, determinar ecuaciones como las presentadas por el Bureau of Reclamation de los Estados Unidos, para la realidad del país ayuda a mejorar la efectividad del uso de la red neuronal.