Aplicación de Redes Neuronales Artificiales para la Estimación de Pre-cipitaciones: Caso de Estudio de la Cuenca del Río Pastaza, Ecuador: Application of Artificial Neural Networks for Rainfall Estimation: Case Study in the Pastaza River Basin, Ecuador

• Rogel Rojas, Alexander ^[2] ; Hidalgo Velastegui, Andrés ^[1] ; Castro Solórzano, Fidel ^[1] ; Morales Fiallos, Fabián ^[1] ; Moya Medina, Dilon ^[1] ; Paredes-Beltran, Bolívar ^[1]
  1. [1] Universidad Técnica de Ambato

     Universidad Técnica de Ambato

     Ambato, Ecuador

     
  2. [2] Universida Técnica de Ambato
• Localización: Revista Científica FINIBUS - Ingeniería, Industria y Arquitectura: FINIBUS, ISSN-e 2737-6451, Vol. 7, Nº. 14, 2024 (Ejemplar dedicado a: Revista Científica FINIBUS - Ingeniería, Industria y Arquitectura), págs. 131-146
• Idioma: español
• Títulos paralelos:
  • Application of Artificial Neural Networks for Rainfall Estimation: Case Study in the Pastaza River Basin, Ecuador: Application of Artificial Neural Networks for Rainfall Estimation: Case Study in the Pastaza River Basin, Ecuador
• Enlaces
  • Texto completo
• Resumen
  • español

    La cuenca del Río Pastaza en Ecuador, crucial por su biodiversidad y gestión hídrica, enfrenta desafíos significativos debido al cambio climático. Este estudio presenta la aplicación de redes neuronales artificiales (RNA) para abordar las deficiencias en los datos pluviométricos de esta cuenca. Implementando un modelo optimizado con 5000 iteraciones, se logró una fiabilidad del 95% en la estimación de datos pluviométricos. Se analizaron datos de múltiples estaciones meteorológicas, ajustando el modelo según las distancias entre estaciones, y se demostró una mejora en precisión y coherencia en comparación con métodos tradicionales. Los resultados destacan la capacidad de las RNA para adaptarse a variaciones significativas en los datos, mejorando la planificación hídrica y mitigando los efectos de eventos climáticos extremos mediante una mejor predicción pluviométrica. La capacidad de las RNA para procesar grandes volúmenes de datos con complejas interacciones es particularmente relevante en el campo hidrometeorológico, donde la variabilidad espacial y temporal de los datos es sustancial. Este avance evidencia la aplicabilidad de las RNA en hidrología y climatología, contribuyendo al entendimiento de la variabilidad climática de la región. La integración de técnicas avanzadas de inteligencia artificial en la estimación y homogeneización de datos hidrológicos proporciona una base sólida para desarrollar estrategias de adaptación y mitigación más efectivas frente al cambio climático. A medida que la tecnología evoluciona, se abren nuevas perspectivas para aplicar técnicas similares en otras cuencas hidrográficas de la región, mejorando la gestión de los recursos hídricos en Ecuador.

  • English

    The Pastaza River basin in Ecuador, crucial for its biodiversity and water management, faces significant challenges due to climate change. This study presents the application of artificial neural networks (ANN) to address deficiencies in pluviometric data for this basin. By implementing an optimised model with 5000 iterations, a 95% reliability in precipitation data estimation was achieved. Data from multiple meteorological stations were analysed, adjusting the model based on the distances between stations, demonstrating improved accuracy and coherence compared to traditional methods. The results highlight the ANN's capability to adapt to significant data variations, enhancing water management planning and mitigating the effects of extreme weather events through better precipitation prediction. The ability of ANN to process large volumes of data with complex interactions is particularly relevant in the hydrometeorological field, where spatial and temporal data variability is substantial. This advancement demonstrates the applicability of ANN in hydrology and climatology, contributing to the understanding of regional climate variability. The integration of advanced artificial intelligence techniques in the estimation and homogenisation of hydrological data provides a solid foundation for developing more effective adaptation and mitigation strategies in response to climate change. As technology evolves, new perspectives emerge for applying similar techniques in other river basins in the region, improving the management of water resources in Ecuador.