Modelos basados en datos para estimar humedad del suelo y precipitación en los Andes tropicales del norte de Ecuador

Abstract

El problema abordado en esta investigación se enfoca en la necesidad de comprender el comportamiento de diferentes parámetros hidrometeorológicos y de suelo, en particular la interacción suelo-lluvia, considerando los dos tipos predominantes de vegetación: almohadilla y pajonal, en la microcuenca de Jatunhuayco (JTU_01), ubicada en los páramos de los Andes tropicales del Norte de Ecuador. El trabajo tiene como objetivo desarrollar un modelo basado en datos para predecir la humedad del suelo mediante variables hidrometeorológicas, con la finalidad de mejorar la planificación futura de los recursos hídricos. Para este acometido, se utilizaron técnicas de clusterización para caracterizar la estacionalidad de la lluvia en la microcuenca de estudio y sus zonas de influencia, se analizaron los eventos lluvia considerando la intensidad, duración y frecuencia, por otro lado, se estudió la distribución de frecuencias de todas las variables utilizadas, así como, un análisis exploratorio de datos, lo que permitió comprender el comportamiento de las mismas. Se analizó la relación entre precipitación y humedad del suelo a diferentes escalas temporales, considerando también las diferencias consecutivas de los registros de humedad; se utilizaron modelos de redes neuronales, para construir una red base para pronosticar humedad del suelo, luego se utilizaron 1 técnicas de transfer-learning, para realizar pronósticos de humedad del suelo en dominios similares, finalmente se evaluó la eficiencia. Los resultados proporcionaron una base sólida para el pronóstico preciso de la humedad del suelo. Estos hallazgos también resaltan la utilidad de las técnicas de transfer-learning en la mejora de los pronósticos en dominios similares. Este trabajo contribuye al avance de la comprensión y predicción de la humedad del suelo, lo cual es fundamental para la gestión eficiente de los recursos hídricos y la toma de decisiones en el ámbito hidrológico y ambiental.