Regresar

Integración de un sistema de alerta temprana mediante modelación hidrodinámica y pbkp_redicción de flujos con redes neuronales. Caso de estudio: río Tomebamba

Abstract:

La zona urbana de la ciudad de Cuenca se ha visto afectada por las crecidas de sus ríos, provocando inundaciones en áreas residenciales; y, con ello pérdidas materiales o de vidas humanas. De modo que, conocer con anticipación el caudal que producirá daños es importante. Por esa razón, el objetivo del estudio es integrar un sistema de alerta temprana para pronosticar caudales diarios y evaluar la vulnerabilidad a inundaciones del río Tomebamba. En primer lugar, se construyó una red neuronal perceptrón multicapa de retro-propagación con Matlab para pronosticar caudales hasta tres días empleando datos de lluvia y caudal. A partir de una evaluación cualitativa (comparación gráfica) y cuantitativa (MSE, NS, R y PBIAS) se obtuvo un modelo capaz de predecir caudales de hasta un día; a pesar de ello, se presentaron sobreestimaciones de caudales bajos y subestimaciones de caudales altos en todas las modelaciones. En segundo lugar, se realizó una modelación fluvial con HEC-RAS para calibración y con Iber para modelar seis hidrogramas de crecida, lo que dio como resultado la ubicación de puntos de desbordamiento, áreas máximas, alertas y mapas de inundación de la zona. Así pues, los dos modelos en conjunto constituyen un sistema integral para pronóstico de crecidas en el río Tomebamba; en el que, el caudal pronosticado es comparado con umbrales fijados para tener una aproximación de los daños que podría ocasionar. Y con ello, establecer las acciones necesarias para su difusión y alerta por parte del organismo que maneje el sistema.