Congreso XXVII – HS1-2

USO DE MODELOS DE APRENDIZAJE AUTOMÁTICO PARA LA SIMULACIÓN DE
CAUDALES EN EL RÍO CAUTÍN A TRAVÉS DE R

GADIEL SEPÚLVEDA A. (1)
HÉCTOR GARCÉS-FIGUEROA (1,2,3)
ROCÍO CANO M. (1)
MAURICIO ZAMBRANO-BIGIARINI (4,5,6)

El actual contexto de cambio climático en Chile ha impulsado la búsqueda de nuevas herramientas que permitan modelar los sistemas hidrológicos. Por ello, en este trabajo, se analiza el desempeño de modelos de aprendizaje automático (ML) como alternativa a modelos hidrológicos (MH) tradicionales en la simulación de caudales diarios en la Cuenca del Río Cautín en Cajón. Se implementaron tres algoritmos de ML: Random Forest (RF), eXtreme Gradient Boosting (XGBoost) y Long Short-Term Memory (LSTM); junto con el MH agregado TUWmodel. Todos los modelos utilizaron forzantes meteorológicas diarias de precipitación, temperatura media del aire y evapotranspiración potencial, provenientes del producto CR2MET-v2.5 para el período 1983-2024. El rendimiento de los modelos fue evaluado mediante las métricas RMSE, KGE’ y KGElf.

Los resultados indican que los modelos ML superaron el desempeño de TUWmodel en el período de prueba (2010-2024), especialmente en la representación del tiempo de ocurrencia de eventos de crecidas y en la dinámica de caudales bajos. Entre los modelos ML, destacó LSTM por su capacidad para capturar dependencias temporales y reproducir la variabilidad estacional del caudal. Además, LSTM obtuvo valores de KGE’ = 0.88, KGElf = 0.86 y RMSE = 44.9 m3/s. Por su parte, RF y XGBoost demostraron rendimientos satisfactorios en caudales medios, aunque tendieron a sobreestimarlos. En su conjunto, estos resultados demuestran el potencial de los modelos ML para simular caudales diarios, con ventajas frente a enfoques tradicionales como los modelos de
precipitación-escorrentía.

1 Estudiante, Ingeniería Civil, Facultad de Ingeniería y Ciencias, Universidad de La Frontera.
2 Asistente de Investigación, Observatorio de Recursos Hídricos de La Araucanía (Kimün-Ko), Universidad de La Frontera.
3 Asistente de Investigación, Centro de Ciencia del Clima y la Resiliencia (CR2), Universidad de Chile.
4 Profesor Asociado, Departamento de Obras Civiles, Universidad de La Frontera.
5 Director, Observatorio de Recursos Hídricos de La Araucanía (Kimün-Ko), Universidad de La Frontera.
6 Investigador Asociado, Centro de Ciencia del Clima y la Resiliencia (CR2), Universidad de Chile.

USO DE MODELOS DE APRENDIZAJE AUTOMÁTICO PARA LA SIMULACIÓN DE CAUDALES EN EL RÍO CAUTÍN A TRAVÉS DE R
SepulvedaGadiel_TrabajoSOCHID1.pdf

0 B
0 Downloads
Detalles

Autor:	GADIEL SEPÚLVEDA A.
Platforms:	Windows 8
Category:	HS12
License:	Freeware
Fecha:	6 mayo, 2026