Determinación de escenarios por sequía mediante análisis multivariado temporal usando redes neuronales en México

Abstract

Las sequías se presentan recurrentemente en cualquier parte del mundo, lo cual incluye a México y al Organismo Cuenca Pacífico Norte (OCPN), con fuertes impactos adversos en aspectos económicos, sociales y ambientales. La importancia de este estudio radica en el análisis multivariado temporal y la determinación de escenarios por sequía mediante el uso de redes neuronales y puede servir como modelo para otras cuencas. Las redes neuronales artificiales se aplican para realizar pronósticos de sequías hidrológicas considerando la interacción de las variables que intervienen en el proceso lluvia-escurrimiento. La aplicación se llevó a cabo en el OCPN, que se ubica en el noroeste de México, entre las coordenadas 28°10’30” y 21°41’49” de LN y 103°27’50” y 109°25’55” de LW, con una extensión total de 152.007 km². Se realizó el análisis y determinación de escenarios de sequía para el período 1978-2016 y consistió en el monitoreo temporal y espacial de sequías meteorológicas, utilizando índices puntuales (SPI y PDSI) y satelital (NDVI) e hidrológicas utilizando volúmenes de escurrimiento mensual (Q), e índices de Escurrimiento de Sequía (SDI) y de Estado de las presas (Ie) para las principales presas del OCPN. Se determinaron pronósticos de escenarios a 1, 2 y 3 meses usando el análisis multivariado temporal, redes neuronales, variables climatológicas y de cuenca y se estimó la vulnerabilidad a las sequías para el año 2016. Los resultados demuestran que el pronóstico de Q más preciso fue obtenido por el modelo de red neuronal Perceptron Multilayer de dos capas. Además, el análisis de la variación climática con relación al fenómeno de El Niño demuestra que hay muy baja correlación y baja predictibilidad de sus efectos a escalas locales y regionales. Solamente cuando se encuentra en fase negativa (La Niña) con intensidades menores a -1,07 °C aumenta la probabilidad de su predicción y efectos. Se encontró que la presa El Varejonal ofrece mayor capacidad de resiliencia que la presa Sanalona ante escenarios de sequías extremas y que la combinación de escenarios más desfavorable es la de año seco seguido por año seco. Por lo mencionado, se recomiendan realizar las acciones establecidas en el Programas de Medidas Preventivas y de Mitigación de Sequías del Consejo de Cuenca de los Ríos Mocorito al Quélite, contribuyendo así a la gestión integral de cuencas para la prevención, mitigación, adaptación y respuesta a las sequías.

Droughts recurrently occur in any part of the world, including Mexico and the North Pacific Basin Organization (OCPN), with strong economic, social and environmental impacts. The importance of this study is based in the multivariate temporal analysis and the determination of drought scenarios using neural networks and it can used as a model for other basins. The artificial neural networks are used to forecast hydrological droughts considering the interaction of the variables involved in the rain-runoff process. The application was carried out at the OCPN, located in the northwest of Mexico, between 28 ° 10'30"and 21° 41'49" LN and 103° 27'50" and 109° 25' 55" LW, with a total area of 152,007 km². The analysis and determination of drought scenarios were carried out for the 1978-2016 period and consisted in the temporal and spatial monitoring of meteorological droughts, using point indices (SPI and PDSI) and satellite (NDVI) and hydrological droughts using monthly runoff volumes (Q), the Streamflow Drought Index (SDI) and Dams Status index (Ie) in the main dams of the OCPN; Determining scenarios at 1, 2 and 3 months, based on the temporal multivariate analysis and use of neural networks, climatological and basin variables and estimated vulnerability to drought in 2016. The results showed that the most accurate Q prognosis was obtained by the two-layer Perceptron Multilayer neural network model. In addition, the analysis of climatic variation in relation to the El Niño event showed that there is very low correlation and low predictability of its effects at local and regional scales; however, when it is in the negative phase (La Niña) with intensities lower than -1,07 ° C increases the probability of forecasting and impacts. It was found that the El Varejonal Dam has greater resilience capacity than the Sanalona Dam with extreme drought scenarios and the combination of the worst scenarios is the dry year followed by a dry year. Therefore, it is recommended to implement the actions established in the Preventive Measures and Drought Mitigation Program of the Mocorito to Quelite Rivers Watershed Council, and therefore contributing to the basin integrated management for prevention, mitigation, adaptation and response to droughts.