Redes bayesianas para estudiar la correlación entre caudales de cuencas hidrográficas

“El uso de redes bayesianas nos ayuda a conocer mejor la dependencia espacio-temporal entre las aportaciones hidrológicas de dos o más cuencas, de una manera más profunda que a través del análisis estadístico tradicional”.

Este es la principal conclusión del artículo científico “Analysis of spatio-temporal dependence of inflow time series through Bayesian causal modelling”, realizado por Héctor Macián, investigador del IIAMA-UPV y Manuel Pulido, Director del IIAMA-UPV, en colaboración con los Drs. José Luis Molina y Antonio Zazo,  del Grupo de Investigación Ingeniería y Gestión del Agua de la Universidad de Salamanca.

El estudio busca definir nuevas formas de predicción hidrológica a escala de cuenca, mediante el desarrollado de técnicas con redes bayesianas y su posterior aplicación en la cuenca del Júcar

“El método desarrollado nos ayuda a entender mejor la correlación entre los caudales de diversas cuencas hidrográficas, lo que permite inferir el comportamiento hidrológico de las mismas en base a estas interconexiones. Esta información determina en el sentido la intensidad de estos vínculos, y cómo evolucionan en años de sequía y su impacto posterior”, afirma el Dr. Macián Sorribes, autor principal del artículo.

Perspectiva futura

En este sentido, el investigador del IIAMA recuerda que los análisis basados en redes bayesianas ofrecen información más detallada y flexible que los tradicionalmente empleados, ya que permiten saber cómo esas relaciones van cambiando en el corto plazo de forma dinámica.

“Con las redes bayesianas conocemos la perspectiva futura de evolución de los recursos hídricos de manera más eficiente que con el método tradicional. Esta información puede ayudar a estudiar cómo va a afectar el cambio climático y de este modo, tomar decisiones y planificar mejor las estrategias de adaptación”, destaca Héctor Macián.

Campo de estudio y resultados

La técnica se ha implementado en la cuenca del Júcar, al disponer de suficiente información para llevar a cabo un análisis estadístico y de casualidad con redes bayesianas. De esta forma se ha estudiado la relación entre las principales subcuencas de cabecera del río: las cuencas vertientes a los embalses de Alarcón y Contreras, que son los principales reservorios de agua del Júcar.

“Los resultados establecen que los caudales en la subcuenca de Alarcón tienen más capacidad predictiva sobre los de Contreras, que en el caso inverso”, indica el Dr. Pulido Veláquez. De hecho, el estado hidrogeológico parece ser un factor determinante sobre este resultado.

“Hemos analizado los datos de aportaciones de Alarcón y Contreras y lo que determina este resultado son los acuíferos, ya que existen acuíferos compartidos entre ambas cuencas y las precipitaciones en ambos emplazamientos son muy similares”, sostiene el director del IIAMA, Manuel Pulido.

Finalmente, el Dr. Macián y el Dr Pulido ponen en valor la importancia de esta nueva línea de investigación, ya que las redes bayesianas “identifican las componentes temporales y atemporales y cómo éstas interactúan y afectan a la gestión de la cuenca”, concluyen los investigadores del IIAMA.