Análisis de eventos de inundación a través de la comparación de modelos hidrológicos semiempíricos y de machine learning

Abstract

La presente investigación tiene como objetivo analizar eventos de inundación en la cuenca del río Vilcanota hasta la localidad de Pisac (Cusco, Perú), mediante herramientas hidrológicas estándar como HEC-HMS y técnicas avanzadas de Machine Learning (ML). Se emplea un diseño experimental basado en la simulación de escenarios de inundación, integrando procesos hidrológicos y métricas de validación como NSE (Nash-Suttcliffe Efficiency), RMSE (Root Mean Square Error), MAE (Mean Absolute Error), PBIAS (Percent Bias), KGE (Kling-Gupta Efficiency) y R2 (Coeficiente de Determinación). Además, se incorporan bases de datos de reanálisis (PISCOp_h), batimétricos (GloBathy) y productos de teledetección para la representación hidrológica en una región montañosa con alta variabilidad y escasez de datos. Durante el periodo 2016–2020 se evaluaron el modelo semiempírico de Curva Número (CN), desarrollado con HEC-HMS, y un modelo híbrido que integra el enfoque CN con técnicas ML. El modelo CN, aplicado mediante la simulación por eventos, presentó un desempeño adecuado frente a precipitaciones extremas; no obstante, su aplicabilidad fue limitada en condiciones hidrológicas variables. Por otro lado, la simulación continua representó adecuadamente procesos de escurrimiento prolongado, aunque con limitaciones al capturar los picos extremos (NSE: 0.7 en calibración; 0.3 en validación). En contraste, el modelo híbrido mostró mayor robustez (NSE: 0.9) y mejor ajuste en picos extremos (MAE: 19.73; MAPE: 5.58; sesgo: -7.3%), lo cual resulta crucial para un Sistema de Alerta Temprana. Finalmente, se identificaron patrones de caudal pico entre las 3:00 a.m. y 9:00 a.m., destacando el rendimiento superior del método de Chen en grandes cuencas.This research aims to analyze flood events in the Vilcanota River basin up to Pisac (Cusco, Peru), using standard hydrological tools such as HEC-HMS and advanced Machine Learning (ML) techniques. An experimental design was developed to simulate flood scenarios, integrating hydrological processes and validation metrics including NSE (Nash–Sutcliffe Efficiency), RMSE (Root Mean Square Error), MAE (Mean Absolute Error), PBIAS (Percent Bias), KGE (Kling–Gupta Efficiency), and R² (Coefficient of Determination). Additionally, reanalysis datasets (PISCOp_h), bathymetric data (GloBathy), and remote sensing products were incorporated to support hydrological representation in a mountainous region characterized by high variability and limited in-situ data availability. During the 2016–2020 period, the semi-empirical Curve Number (CN) model, developed with HEC-HMS, was evaluated alongside a hybrid model combining the CN approach with ML techniques. The CN model, applied via event-based simulation, performed adequately under extreme rainfall–runoff conditions, but showed limited applicability under variable scenarios. Continuous simulation represented prolonged runoff well, though with limitations in capturing peak discharges (NSE: 0.7 in calibration; 0.3 in validation). The hybrid model showed greater robustness (NSE: 0.9) and higher accuracy in peak estimation (MAE: 19.73; MAPE: 5.58; bias: -7.3%), which is key for Early Warning Systems. Finally, peak flow patterns were identified between 3:00 a.m. and 9:00 a.m., with the Chen method showing superior performance in large river basins.