Algoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico

Show simple item record

dc.creator Alonso, Facundo
dc.creator Bertoni, Juan
dc.creator García, César
dc.creator García, Carlos
dc.creator Alonso, Facundo
dc.creator Bertoni, Juan
dc.creator García, César
dc.creator García, Carlos
dc.date 2017-12-26
dc.date 2017-12-26
dc.date.accessioned 2020-01-10T00:00:51Z
dc.date.available 2020-01-10T00:00:51Z
dc.identifier http://revistas.unasam.edu.pe/index.php/Aporte_Santiaguino/article/view/242
dc.identifier 10.32911/as.2015.v8.n1.242
dc.identifier https://doi.org/10.32911/as.2015.v8.n1.242
dc.identifier http://repositorio.unasam.edu.pe/handle/UNASAM/3774
dc.identifier.uri http://repositorio.unasam.edu.pe/handle/UNASAM/3774
dc.identifier.uri http://revistas.unasam.edu.pe/index.php/Aporte_Santiaguino/article/view/242
dc.description 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 se 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 el 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. es-ES
dc.format application/pdf
dc.format text/html
dc.format application/pdf
dc.format text/html
dc.language spa
dc.language spa
dc.publisher Universidad Nacional Santiago Antúnez de Mayolo es-ES
dc.relation http://revistas.unasam.edu.pe/index.php/Aporte_Santiaguino/article/view/242/629
dc.relation http://revistas.unasam.edu.pe/index.php/Aporte_Santiaguino/article/view/242/770
dc.relation /*ref*/Berthet, L. 2010. Prevision des crues au pas de temps horaire: pour une meilleure assimilation de l’information de debit dans un modele hydrologique. These de doctorat, Cemagref / AgroParisTech, Paris.
dc.relation /*ref*/Brazil, L.E., Krajewski, W.F. 1987. «Optimization of complex hydrologic models using random search methods». Paper presented at Conference on Engineering Hydrology Hydraulics Division, American Society of Civil Engineering. Williamsburg, VA, 3-7 August.
dc.relation /*ref*/Brazil, L.E. 1988. Multilevel calibration strategy for complex hydrologic simulation models. Ph.D. Dissertation, Colorado State University, Fort Collins, CO.
dc.relation /*ref*/Duband, D. 1999. Réflexion actuelle sur la prévision hydrométéorologique. Colloque SHF «La gestion des risques liés aux inondations», 29 et 30 septembre 1999, Paris.
dc.relation /*ref*/Duan, Q., Gupta, V.K., Sorooshian, S. 1992. Effective and efficient global optimization for conceptual rainfall-runoff models. Water Resources Research, 28 (4), 1015-1031.
dc.relation /*ref*/Duan, Q., Gupta, V.K., Sorooshian, S. 1993. A shuffled complex evolution approach for effective and efficient global minimization. Journal of Optimization Theory and Applications, 76 (3), 501-521.
dc.relation /*ref*/Gan, T.Y., Biftu, G.F. 1996. Automatic calibration of conceptual rainfall-runoff models: optimization algorithms, catchment conditions, and model structure. Water Resources Research, 32 (12), 3513-3524.
dc.relation /*ref*/Gupta, H.V. y otros. 2009. Decomposition of the mean squared error and NSE performance criteria: Implications for improving hydrological modelling. Journal of Hydrology, Volume 377, Issues 1-2, 20 October 2009, Pages 80-91.
dc.relation /*ref*/Klemeš, V. 1986. Operational testing of hydrological simulation models. Hydrological Sciences Journal, 31(1), 13-24.
dc.relation /*ref*/Luce, C.H., Cundy, T.W. 1994. Parameter identification for a runoff model for forest roads. Water Resources Research, 30 (4), 1057-1069.
dc.relation /*ref*/Oudin L., Michel, C., Anctil F. 2005. Which potential evapotranspiration input for a lumped rainfall-runoff model?. Part 1-Can rainfall-runoff models effectively handle detailed potential evapotranspiration inputs? Journal of Hydrology 303 (2005), 275-289.
dc.relation /*ref*/Perrin, C., Michel, and V. Andréassian. 2003. Improvement of a parsimonious model for streamflow simulation. J. Hydrol. 279: 275-289.
dc.relation /*ref*/Sorooshian, S.; Duan, Q. y Gupta, V.K. 1993. Calibration of rainfall-runoff models: application of global optimization to the Sacramento soil moisture accounting model. Water Resources Research, 29 (4), 1185-1194.
dc.relation /*ref*/Tangara, M. 2005. Nouvelle méthode de prévision de crue utilisant un modèle pluie-débit global. Thèse de Doctorat, Cemagref / EPHE, Paris.
dc.relation /*ref*/Tanakamaru, H. 1995. Parameter estimation for the tank model using global optimization. Transactions of the JSIDRE, 178, 103-112.
dc.relation /*ref*/Tanakamaru, H. y Burges, S.J. 1996. Application of Global Optimization to Parameter Estimation of the Tank Model. In: Proceedings of the International Conference on. Water Resources and Environmental Research: Towards the 21th Century, Kyoto, Japan, 29-31 October 1996 (2), 39-46.
dc.relation /*ref*/Wang, Q.J. 1991. The genetic algorithm and its application to calibrating conceptual rainfall-runoff models. Water Resources Research, 27 (9), 2467-2471.
dc.relation /*ref*/Yapo, P.-O.; H. V. Gupta y S. Sorooshian. 1998. Multi-objective global optimization for hydrologic models. J. Hydrol. 204(1), 83-97.
dc.relation /*ref*/-----------------------------------------------------------------------------------------------------------------
dc.relation /*ref*/Fecha de recepción: 25 de febrero de 2015 Fecha de aceptación: 30 de abril de 2015 Correspondencia Facundo Alonso facundojosealonso@gmail.com
dc.relation 10.32911/as.2015.v8.n1.242.g629
dc.source 2616-9541
dc.source 2070-836X
dc.source Aporte Santiaguino; Vol. 8, Núm. 1 (2015): Enero-Junio; pág. 45-56 es-ES
dc.title Algoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico es-ES
dc.type info:eu-repo/semantics/article
dc.type info:eu-repo/semantics/publishedVersion


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics