Resumen

La predicción en cuencas no calibradas (PUB) es una tarea importante para la planificación y gestión de recursos hídricos y sigue siendo un desafío fundamental para la comunidad hidrológica. En los últimos años, los métodos geoestadísticos han demostrado ser valiosos para estimar variables hidrológicas en cuencas no calibradas. Sin embargo, cuatro problemas principales restringen el desarrollo de métodos geoestadísticos. Establecimos un nuevo modelo de difusión de información basado en algoritmos genéticos (GIDM) para la interpolación espacial de escorrentía en cuencas no calibradas. Los algoritmos genéticos (GA) se utilizan para generar soluciones de alta calidad a problemas de optimización y búsqueda. Así, utilizando GA, se puede obtener el parámetro del ancho de ventana óptimo. Para probar nuestro nuevo método, se realizaron siete experimentos de interpolación de escorrentía anual basados en GIDM en 17 estaciones en el río Amarillo y sus afluentes, y se compararon con el método de

• Materias:Sistemas multiagente Dinámica de interacción Simulación de comportamientos Ecuaciones diferenciales estocásticas Dinámica caótica
• Subjects:Multiagent systems Interaction dynamics Behavioral simulation Stochastic differential equations Chaotic dynamics
• Palabras claves:Predicción; Cuencas no calibradas; Métodos geoestadísticos; Algoritmo genético; Escorrentía; Optimización
• Keywords:Prediction; Ungauged basins; Geostatistical methods; Genetic algorithm; Runoff; Optimization