PDF

Palabras clave

Turbiedad
predicción
pronóstico meteorológico
simulación climática
modelación
redes neuronales.

Cómo citar

Poblete , C. ., Suárez , F. ., Vicuña , S. ., Meruane , C. ., de La Fuente , A. ., & Reyes A , J. . (2020). Avances en el pronóstico operacional de corto plazo y la evolución futura de largo plazo del fenómeno de la turbiedad en el río Maipo. Aqua-LAC, 12(2), 37–46. https://doi.org/10.29104/phi-aqualac/2020-v12-2-03

Resumen

Advances in the short-term operational forecast and the long-term future evolution of the turbidity phenomenon in the Maipo River.

El fenómeno de la turbiedad extrema ha sido abordado en trabajos previos a través del análisis de eventos históricos, estudios que han permitido, además de caracterizar y comprender de mejor forma el fenómeno, estar en condiciones de intentar una predicción del mismo. Se presentan a continuación avances conseguidos en dos líneas de predicción: 1) pronósticos operacionales de corto plazo, alimentados por forzantes que gatillan aumentos de turbiedad en el río y 2) evolución futura de largo plazo, considerando los patrones de cambio climáticos que pueden ocurrir sobre la cuenca del Maipo. El modelo operacional pronostica la serie de tiempo horaria de turbiedad para un horizonte de 3 días y consiste en un modelo híbrido que combina información geomorfológica y meteorológica de la cuenca, unida a un pronóstico hidrometeorológico base, con algoritmos Deep Learning que definen el peso de cada forzante. Desde su puesta en operación, la herramienta se ha utilizado para generar advertencias del tipo alerta temprana y estimaciones del tiempo de duración de la emergencia. La evolución futura del fenómeno se abordó utilizando simulaciones de un modelo climático de alta resolución las cuales alimentaron un modelo hidrológico local, resultados que unidos a un modelo basado en redes neuronales, generaron series diarias de turbiedad. Respecto de la situación actual y bajo un escenario de Cambio Climático RCP 8.5, se esperarían para el futuro incrementos en el número de eventos, en la duración máxima y magnitud media asociada y aparentes reducciones en las intensidades máximas de los mismos. Si bien ambas herramientas deben seguir siendo evaluadas, se consideran interesantes alternativas para avanzar en la predicción del comportamiento del fenómeno, tanto en el corto como en el largo plazo.

https://doi.org/10.29104/phi-aqualac/2020-v12-2-03
PDF