Resumen

RAFAEL-MINOPE, Willians Franklin et al. Modelamiento de procesos hidrológicos aplicando técnicas de inteligencia artificial: una revisión sistemática de la literatura. Iteckne [online]. 2022, vol.19, n.1, pp.46-60.  Epub 08-Sep-2022. ISSN 1692-1798.  https://doi.org/10.15332/iteckne.v19i1.2645.

El campo de la hidrología es una de las ciencias que se enfoca en el estudio, la planificación y la cuantificación del recurso hídrico, generando una magnitud significativa de datos, los cuales son indispensables en la rama de la ingeniería civil. Actualmente dichos datos son analizados por una variedad de técnicas, que entre las predominantes son las de inteligencia artificial (IA) exclusivamente aplicadas al modelamiento de procesos hidrológicos como lluvia-escorrentía, inundaciones, sequías, evapotranspiración, nivel de lagos y predicción de caudales. El presente documento realizó una revisión sistemática de la literatura publicadas entre los años 2015 al 2021 en las diversas bases de datos como, Scopus, Springer Link, EBSCOhost, SciELO y ScienceDirect. Para ello se estableció un proceso de protocolo en el cual se introduce la base de datos seleccionada, definición de términos de búsqueda y filtros de selección. En efecto después de considerar el proceso de protocolo se obtuvieron 50 artículos indexados además de 4 artículos y 1 libro de páginas web. Como consecuencia se encontró que las redes neuronales artificiales (RNA) son las técnicas más utilizadas para el modelamiento de procesos hidrológicos donde con innovadores lenguajes de programación se pueden codificar con mucha mayor versatilidad. A la fecha el uso de RNA se las está implementando con otras técnicas para generar modelos híbridos que permiten obtener mejores estimaciones.

Palabras clave : Modelamiento hidrológico; inteligencia artificial; aprendizaje automático; red neuronal; evapotranspiración; escorrentía y precipitación.

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