Resumen

NARVAEZ-ORTIZ, Ildefonso; IBANEZ-CASTILLO, Laura; ARTEAGA-RAMIREZ, Ramon  y  VAZQUEZ-PENA, Mario. Filtro de Kalman de Conjuntos para pronóstico de caudales horarios en el río Huaynamota, Nayarit, México. Ing. Investig. [online]. 2022, vol.42, n.3, e208.  Epub 01-Nov-2022. ISSN 0120-5609.  https://doi.org/10.15446/ing.investig.90023.

Los fenómenos hidrológicos se caracterizan por conformar un sistema dinámico no lineal, y los caudales no son ajenos a esta premisa. La asimilación de datos ofrece una alternativa para el pronóstico de caudales mediante el Filtro de Kalman de Conjuntos, dada su relativa facilidad de implementación y menor esfuerzo computacional en contraste con otras técnicas. Se pronosticó el caudal horario de la estación Chapalagana en función del de la estación Platanitos en el noroeste de México. Los pronósticos se realizaron de uno a seis pasos hacia adelante, combinados con tamahos de conjunto de 5, 10, 20, 30, 50 y 100 miembros. Los coeficientes de Nash-Sutcliffe para el Filtro de Kalman Discreto fueron de 0,99 y 0,85 en los pasos uno y seis respectivamente, logrando el mejor ajuste con tendencia a desplazar la serie pronosticada, similar al pronóstico persistente. El Filtro de Kalman de Conjuntos (EnKF) obtuvo 0,99 y 0,05 en los pasos uno y seis. No obstante, este converge sobre la serie observada con la limitante de sobrestimación considerable en pasos superiores. Los tres algoritmos tienen igual valor de ajuste estadístico en el paso uno, y se dan diferencias progresivas en pasos sucesivos, donde ARX y DKF se mantienen similares y EnKF se diferencia por la sobrestimación. EnKF permite captar la no linealidad en los cambios bruscos de caudal, pero genera sobrestimación en los picos.

Palabras clave : Filtro de Kalman de Conjuntos; modelos autorregresivos; pronósticos de caudales a corto plazo; asimilación de datos.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )