Un enfoque no estacionario para estimar índices de seguridad de riego en embalses

Tesis para optar al grado de Magíster en Ciencias de la Ingeniería, Mención Recursos y medio Ambiente HídricoUno de los requisitos para el dimensionamiento de un embalse es disponer de información hidrológica en un horizonte de tiempo suficientemente largo para un punto específico de una cuenca. Normalmente, esta información se obtiene a partir de series de caudales observadas o simuladas o de relaciones que utilizan forzantes meteorológicas para obtener valores de caudal requeridos y representar, de esta forma, las condiciones climáticas históricas, lo que equivale a mantener la hipótesis de estacionariedad de las series de caudales. En este estudio, se aplicó un algoritmo no paramétrico para generar series sintéticas de caudal, a partir de la precipitación y temperatura, basado en el método del vecino más cercano (K-Nearest Neighbors, KNN por sus siglas en inglés), con el fin de utilizarlo en condiciones futuras. Para evaluar el desempeño del algoritmo, se simularon series de caudal medio mensual en periodo histórico, en cuencas aportantes a embalses proyectados entre las regiones de Atacama y Maule, y los resultados obtenidos se compararon con modelos paramétricos: autorregresivo con media móvil y regresión lineal múltiple (ARMA y MLR, respectivamente). Posteriormente, se simularon series de caudal con el método KNN considerando escenarios climáticos futuros, y con esta información analizar cambios en el índice de seguridad de riego de los embalses proyectados. Los resultados exhiben un comportamiento apropiado del método no paramétrico KNN en términos de estadísticos, como valores medios, máximos, mínimos y desviación estándar, para la simulación de series de tiempo de caudales, en relación a los datos históricos registrados. Por lo tanto, la metodología propuesta se considera útil para generar series futuras de caudal, las cuales se proyectan con una tendencia a la baja en un futuro cercano. Con respecto a los índices de seguridad de riego, estos se ven afectados en escenarios climáticos futuros, y su nuevo valor depende de las características de cada cuenca en análisis. Los resultados sugieren que un método no paramétrico como KNN, que permite incorporar no estacionareidad, ofrece ventajas para el análisis de caudales futuros y la evaluación de los índices de seguridad de riego, pudiendo ser aplicado en el diseño y operación de obras de infraestructura (como embalses) incorporando una caracterización de la incertidumbre hidrológica futura