Regionalización del modelo GR2M para la estimación de los volúmenes de agua de entrada a las presas del Sistema Cutzamala mediante técnicas de Machine Learning

Abstract

Este trabajo aborda la regionalización del modelo hidrológico GR2M en cuencas del Sistema Cutzamala y en cuencas vecinas, con el objetivo de estimar los volúmenes de entrada mediante técnicas de machine learning. La motivación principal surge de la limitada disponibilidad de datos de caudal en las cuencas que alimentan las presas del sistema, así como la necesidad de contar con herramientas confiables para la gestión del recurso hídrico en una región donde la disponibilidad está siendo afectada por el cambio climático. Para ello, se desarrolló una metodología que permite calibrar, regionalizar y validar los parámetros del modelo, con el fin de aplicarlo en cuencas no aforadas.