Pronóstico horario de caudales mediante filtro de Kalman discreto en el río Huaynamota, Nayarit, México

• Leticia Alvarado-Hernández ^[1] ; Laura A. Ibáñez-Castillo ^[1] ; Agustín Ruiz-García ^[1] ; Fernando González-Leiva ^[2] ; Mario A. Vázquez-Peña ^[1]
  1. [1] Universidad Autónoma Chapingo

     Universidad Autónoma Chapingo

     México

     
  2. [2] Pontificia Universidad Católica de Chile

     Pontificia Universidad Católica de Chile

     Santiago, Chile

     
• Localización: Agrociencia, ISSN 2521-9766, ISSN-e 1405-3195, Vol. 54, Nº. 3, 2020, págs. 295-312
• Idioma: español
• Títulos paralelos:
  • Hourly streamflow forecasting for the Huaynamota river, Nayarit, Mexico, using the discrete Kalman filter
• Enlaces
  • Texto completo
• Resumen
  • español

    Debido a los eventos de precipitación extrema provocada por el cambio climático y a la alteración acelerada de las cuencas por el crecimiento poblacional, es importante pronosticar los caudales que generan las cuencas por los eventos de precipitación. El objetivo de este estudio fue predecir caudales horarios en la cuenca del río Huaynamota usando el Filtro de Kalman Discreto (DKF) junto con un modelo autorregresivo con entrada exógena (ARX). Al inicio los parámetros del filtro de Kalman se definen y después se recalculan por periodos definidos, es decir los valores de los parámetros del modelo se actualizan constantemente. El pronóstico de caudales se realizó en seis pasos hacia adelante (L=1, 2, 3, 4, 5 y 6 horas). La cuenca de estudio es parte del río Huaynamota, delimitada por la estación hidrométrica Chapalagana, aguas arriba de la presa Aguamilpa, en Nayarit, México. La cuenca del río Huaynamota es un tributario del río Santiago. Series de datos horarias se emplearon para precipitación y caudal, de agosto a septiembre del 2017. El modelo de pronóstico DKF-ARX mostró índices de eficiencia de Nash-Sutcliffe entre 0.99 y 0.85 con L=1 y L=6, respectivamente. Se concluye que es factible obtener un buen pronóstico de caudales horarios con filtro de Kalman discreto.

  • English

    Because of extreme rainfall events caused by climate change and of accelerated alteration of basins by population growth, it is important to forecast streamflow generated by precipitation events. The objective of this study was to predict hourly flows in the Huaynamota River basin using the Discrete Kalman Filter (DKF), together with the autoregressive exogenous input model (ARX). Initially, the Kalman filter parameters are defined then recalculated for defined periods; that is, the model parameter values are constantly updated. Flows were forecasted six steps ahead (L=1, 2, 3, 4, 5 and 6 hours). The basin studied is part of the Huynamota River, delimited by the Chapalangana hydrometric station, upstream from the Aguamilpa reservoir, Nayarit, Mexico. The Huaynamota River is a tributary of the Santiago River. Hourly data series were used for precipitation and flow from August to September 2017. The DKF-ARX forecasting model showed Nash-Sutcliffe efficiency indexes between 0.99 and 0.85, with L=1 and L=6, respectively. It is concluded that it is feasible to obtain a good forecast of hourly streamflow with the discrete Kalman filter.