Aplicación de redes neuronales artificiales (RNA) al modelamiento de lluvia-escorrentía en la cuenca del río Chancay Lambayeque

• Autor: Ordoñez Rimarachin, Lourdes Stephany
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/10443
• Enlace del recurso: https://hdl.handle.net/20.500.12802/10443
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales; Modelamiento; Precipitación; Escorrentía; Cuenca; http://purl.org/pe-repo/ocde/ford#2.01.01

La presente investigación tuvo como objeto de estudio aplicar redes neuronales artificiales al modelamiento de lluvia-escorrentía en la cuenca del río Chancay Lambayeque, asimismo fue del tipo Cuantitativa – Explicativa, con un diseño Transversal. La población y muestra estuvo conformada por 11 estaciones meteorológicas y 01 hidrológica, mientras que las técnicas empleadas fueron la observación y el análisis documental, esta última tuvo como instrumento a la ficha de recolección de datos hidrometeorológicos. Como parte de los resultados, la calibración y posterior validación del modelo de redes neuronales se realizó empleando Redes de Memoria a Largo y Corto Plazo (LSTM), así se obtuvo que en la etapa de validación el modelo alcanzó un coeficiente de Nash de 0.93, correspondiéndole el calificativo de “muy bueno”. Finalmente, se recomienda el modelo de Redes de Memoria a Largo y Corto Plazo (LSTM), para modelamientos futuros que impliquen la simulación de series de tiempo, pues la facilidad de su manejo permite alcanzar buenos resultados.