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

Autores
Alonso, Facundo José; Bertoni, Juan Carlos; García, César Luis; García Rodríguez, Carlos M.
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.
Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba; Argentina.
Fil: García, César Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: García, César Luis. Universidad Católica de Córdoba, Facultad de Ingeniería; Argentina.
Fil: García Rodríguez, Carlos M. Universidad Nacional de Córdoba; Argentina.
Fil: García Rodríguez, Carlos M. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
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 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 del 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.
Fil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.
Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba; Argentina.
Fil: García, César Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: García, César Luis. Universidad Católica de Córdoba, Facultad de Ingeniería; Argentina.
Fil: García Rodríguez, Carlos M. Universidad Nacional de Córdoba; Argentina.
Fil: García Rodríguez, Carlos M. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Otras Ingeniería del Medio Ambiente
Materia
Tormentas
Horizonte de pronóstico
Lluvia
Caudales
STIC-AmSud
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/551722

id RDUUNC_5422a3aeeff50c3d721ae0b488db65c5
oai_identifier_str oai:rdu.unc.edu.ar:11086/551722
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológicoAlonso, Facundo JoséBertoni, Juan CarlosGarcía, César LuisGarcía Rodríguez, Carlos M.TormentasHorizonte de pronósticoLluviaCaudalesSTIC-AmSudFil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba; Argentina.Fil: García, César Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: García, César Luis. Universidad Católica de Córdoba, Facultad de Ingeniería; Argentina.Fil: García Rodríguez, Carlos M. Universidad Nacional de Córdoba; Argentina.Fil: García Rodríguez, Carlos M. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.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 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 del 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.Fil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba; Argentina.Fil: García, César Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: García, César Luis. Universidad Católica de Córdoba, Facultad de Ingeniería; Argentina.Fil: García Rodríguez, Carlos M. Universidad Nacional de Córdoba; Argentina.Fil: García Rodríguez, Carlos M. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Otras Ingeniería del Medio Ambiente2015info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/551722spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:43:19Zoai:rdu.unc.edu.ar:11086/551722Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:43:19.457Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
title Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
spellingShingle Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
Alonso, Facundo José
Tormentas
Horizonte de pronóstico
Lluvia
Caudales
STIC-AmSud
title_short Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
title_full Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
title_fullStr Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
title_full_unstemmed Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
title_sort Altoritmos genéticos como herramienta de decisión frente a diversos escenarios de pronóstico hidrológico
dc.creator.none.fl_str_mv Alonso, Facundo José
Bertoni, Juan Carlos
García, César Luis
García Rodríguez, Carlos M.
author Alonso, Facundo José
author_facet Alonso, Facundo José
Bertoni, Juan Carlos
García, César Luis
García Rodríguez, Carlos M.
author_role author
author2 Bertoni, Juan Carlos
García, César Luis
García Rodríguez, Carlos M.
author2_role author
author
author
dc.subject.none.fl_str_mv Tormentas
Horizonte de pronóstico
Lluvia
Caudales
STIC-AmSud
topic Tormentas
Horizonte de pronóstico
Lluvia
Caudales
STIC-AmSud
dc.description.none.fl_txt_mv Fil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.
Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba; Argentina.
Fil: García, César Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: García, César Luis. Universidad Católica de Córdoba, Facultad de Ingeniería; Argentina.
Fil: García Rodríguez, Carlos M. Universidad Nacional de Córdoba; Argentina.
Fil: García Rodríguez, Carlos M. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
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 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 del 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.
Fil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.
Fil: Bertoni, Juan Carlos. Universidad Nacional de Córdoba; Argentina.
Fil: García, César Luis. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: García, César Luis. Universidad Católica de Córdoba, Facultad de Ingeniería; Argentina.
Fil: García Rodríguez, Carlos M. Universidad Nacional de Córdoba; Argentina.
Fil: García Rodríguez, Carlos M. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Otras Ingeniería del Medio Ambiente
description Fil: Alonso, Facundo José. Universidad Nacional de Córdoba; Argentina.
publishDate 2015
dc.date.none.fl_str_mv 2015
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/551722
url http://hdl.handle.net/11086/551722
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618952772157440
score 13.070432