Pronóstico de sequías meteorológicas usando redes neuronales artificiales en la cuenca del río Sonora, México

Abstract

Las sequías son un fenómeno hidrometeorológico extremo que se caracteriza por la disminución de la precipitación en comparación con un valor promedio histórico de un periodo de tiempo determinado, su intensificación y prolongación provoca diversos impactos negativos a nivel ecológico, agrícola, hidrológico, económico y social. Por lo tanto, su monitoreo y pronóstico deben ser parte fundamental de la planeación de los recursos hídricos disponibles a nivel local, regional y nacional. En este estudio se calcularon los índices SPI y SPEI a escalas de 3, 6, 12 y 24 meses para el periodo de 1974 al 2013, se usaron 19 estaciones climatológicas ubicadas en la parte media y alta de la cuenca del río Sonora, México. Los valores de los índices de cada escala temporal se promediaron por grupo de estaciones, que previamente fueron definidos analizando su comportamiento pluvial medio anual y las características fisiográficas de la zona de estudio. Las series de valores medios se utilizaron, primero para caracterizar de manera temporal y espacial las sequías meteorológicas y después para evaluar la aplicabilidad de las redes neuronales artificiales para pronosticarlas. Los principales resultados del análisis de los índices indicaron tendencias al aumento en la intensidad y la frecuencia de las sequías y se identificaron eventos importantes en los años 1997, 1999, 2000 y 2011 a 2013. Al finalizar el pronóstico de los índices de sequía, los resultados mostraron que las habilidades predictivas de los modelos de redes neuronales artificiales fueron satisfactorias, con un coeficiente de determinación (R2) promedio de 0.76 en la etapa final de validación. El SPEI reflejó un panorama más real de la disponibilidad de agua en la zona de estudio y su pronóstico obtuvo el mayor rendimiento estadístico, en comparación con el SPI.