Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
Date
2015Author
Alonso, Facundo José
Bertoni, Juan Carlos
García, César Luis
García Rodríguez, Carlos M.
Metadata
Show full item recordAbstract
Los modelos de pronóstico hidrológico son herramientas matemáticas que se emplean mientras se está produciendo una
tormenta con el fin de predecir el caudal que se producirá en una sección de un río con un cierto tiempo de anticipación (horizonte de
pronóstico). Como información de entrada suelen utilizar la lluvia y el caudal de la sección de interés, registrados en tiempo real. Sin
embargo, durante un evento de gran magnitud, algunos sistemas de pronóstico experimentan una degradación en la calidad de los
caudales observados en tiempo real, y en algunos se produce pérdida de dicha información. Esta circunstancia lo vuelve un simple
modelo de simulación. El juego de valores de parámetros que mejor ajusta al modelo en modo pronóstico, no es necesariamente el
óptimo para el mismo modelo en modo simulación, es decir, sin información de caudal observado en tiempo real. En este trabajo se
emplea el método de algoritmos genéticos MOCOM-UA para realizar una optimización multiobjetivo del modelo hidrológico GR4P. El
objetivo es ofrecer al operador del sistema de alerta de crecidas una herramienta que facilite la toma de decisión ante escenarios
diversos. El método se basa en un frente de Pareto determinado por un conjunto de soluciones de compromiso entre dos escenarios a
optimizar, que están dados por la mejor performance del modelo matemático frente a: 1) con la disponibilidad de caudales a tiempo
real, y 2) sin dicha disponibilidad. La metodología se aplicó en del río Moros en la Bretaña francesa. Los resultados indican que la
solución óptima para un escenario produce escasa performance en el otro, ya que se aparta del juego de valores de parámetros para el
cual fue calibrado el modelo. Por otro lado, las soluciones de compromiso ofrecen performances aceptables para ambos objetivos. Este
estudio es parte del proyecto HYRADIER, una cooperación científica entre Argentina, Brasil y Francia, financiado por el programa
STIC-AmSud.