Aplicación de redes neuronales artificiales a la modelación de lluvia-escorrentía en la cuenca del río Chancay Lambayeque

Entre los meses de diciembre a abril, regiones del norte del Perú, entre ellas Lambayeque, se ven afectados por eventos extremos máximos, ocasionando estragos en viviendas, inundación de campos de cultivo, colapso de obras hidráulicas y, lo más irreparable, pérdida de vidas humanas. En esa línea, el objetivo de la presente investigación fue aplicar redes neuronales artificiales al modelamiento de lluvia-escorrentía en una cuenca del norte de Perú, en específico, en la cuenca del río Chancay Lambayeque, perteneciente a la vertiente del Pacífico. Para ello se recopilaron registros de precipitación y caudales de 30 años (normal hidrológica), de 12 estaciones hidrometeorológicas pertenecientes tanto a la cuenca como aledañas a ésta. Así, aplicando un modelo de redes de memoria a largo y corto plazo (LSTM), se procedió a modelar la lluvia, buscando seguir el comportamiento de los caudales observados en la estación hidrométrica Racarrumi; con un 80 % de la información se entrenó al modelo y con un 20 % se validó. En suma, se obtuvo que en la etapa de validación del modelamiento, el coeficiente de Nash fue de 0.93, correspondiéndole el calificativo de “muy bueno”.