111article3

MODELADO DE SERIES CLIMATOLÓGICAS MEDIANTE UNA RED
NEURONAL ARTIFICIAL
Jesús Palazón González1 y Adela García Guzmán2

Resumen:
Se ha desarrollado un modelo de red neuronal para caracterizar series meteorológicas que son difíciles
de modelar con los métodos clásicos de inferencia estadística. Concretamente, se ha utilizado la red
neuronal para cuantificar la relación intensidad – duración de lalluvia, variables que se encuentran
interrelacionadas de una forma muy imprecisa. El modelo contiene funciones de transferencia no lineales e incluye términos de naturaleza estadística en la función de error. Para estimar los parámetros
de la red neuronal se ha desarrollado un algoritmo de aprendizaje adaptado a funciones de error no
derivables.
Palabras clave: Intensidad de la lluvia, dependenciade la intensidad y duración de la lluvia, red neuronal artificial, términos de error en una red neuronal artificial.

INTRODUCCIÓN
La finalidad principal de un estudio hidrológico es la obtención de datos básicos que permitan
evaluar los recursos hídricos de una cuenca. En
la actualidad, la mejor forma de evaluar estos recursos se basa en la implantación de modelos que
caractericen y simulen laforma en la que las precipitaciones se transforman en escorrentía. En este
sentido, la variable climática más importante es la
lluvia, ya que de ella dependerán la distribución y
los valores máximos de los recursos disponibles.
El modelado de la lluvia plantea ciertas dificultades debido a la dependencia temporal de las
observaciones y a la dependencia cruzada entre las
variables asociadas a laocurrencia de lluvia, como
pueden ser la duración, la intensidad media o la
variación de la intensidad dentro de cada episodio
lluvioso. Todas estas relaciones de dependencia adquieren especial importancia en modelos que generan datos agregados en intervalos cortos de tiempo.

En este trabajo se propone un modelo de red
neuronal artificial (RNA) que relaciona la duración y la intensidad media de unalluvia. Se han
elegido estas variables porque son componentes
importantes de los modelos pluviométricos y
porque sus relaciones son difíciles de cuantificar,
especialmente en datos con escala de agregación
pequeña.
Las RNAs constituyen una alternativa a
la generación de modelos empíricos y han sido
utilizadas con éxito en tareas de modelado de
sistemas y ajuste de funciones no lineales. Suflexibilidad para el ajuste de datos con gran
dispersión numérica, junto con la ventaja que
supone no tener que precisar el enunciado de una
relación matemática exacta (Alvarez y Bolado,
1996), hacen interesante su uso para caracterizar
procesos hidrológicos, en los que resulta deseable una descripción precisa de la variabilidad.

Departamento de Estadística e Investigación Operativa. Escuela TécnicaSuperior de Ingenieros Agrónomos y Montes de Córdoba
Apdo. 3048. 14080 Córdoba. Tlf. 957218478
E-mail: 1 ma2pagoj@uco.es 2 ma1gagua@uco.es
Artículo recibido el 8 de abril de 2002, recibido en forma revisada el 19 de noviembre de 2002 y el 14 de marzo de 2003 y aceptado para su publicación el 8 de abril de 2003. Pueden ser remitidas discusiones sobre el artículo hasta seis meses después de lapublicación del mismo siguiendo lo indicado en las “Instrucciones para autores”. En el caso de ser aceptadas, éstas serán publicadas conjuntamente con la respuesta de los autores.

INGENIERÍA DEL AGUA · VOL. 11 · Nº 1 MARZO 2004

41

Jesús Palazón González y Adela García Guzmán

Entre dichos procesos hidrológicos cabe citar la
predicción de la lluvia en el espacio y en el tiempo
(French et al., 1992),transporte de solutos (Rogers
y Dowla, 1994), modelado del proceso lluvia – escorrentía (Hsu et al., 1995; Mason et al., 1996),
retención del agua en el suelo (Schaap y Bouten,
1996), determinación de la red de drenaje (Kao,
1996), estimación de parámetros en movimiento no forzado (Morshed y Kaluarachchi, 1998),
predicción de avenidas (Whitley y Hromadka II,
1999), predicción de la salinidad (Maier...