Metodología de proyección de consumo de agua potable para el abastecimiento de la Serena y Coquimbo.

Abstract

La memoria aborda la crisis hídrica en la región de Coquimbo, Chile, centrándose en La Serena y Coquimbo, donde la escasez de agua ha afectado gravemente la agricultura, la economía y la calidad de vida. El objetivo principal fue desarrollar un modelo de predicción de la demanda operativa diaria de agua potable para optimizar su gestión. Se utilizaron datos de caudal del sistema SCADA (SMARTSCADA) de Aguas del Valle y variables meteorológicas de Open-Meteo, abarcando desde enero de 2022 hasta diciembre de 2024. La metodología integró el Análisis de Componentes Principales (PCA) para reducir la dimensionalidad de los datos de consumo de agua potable, y el modelo ARIMAX para predecir dicho consumo, considerando factores como temperatura, precipitación y cobertura de nubes.Los resultados muestran un modelo preciso, con un Error Absoluto Medio (MAE) de 38.9 l/s y un Error Porcentual Absoluto Medio (MAPE) de 2.97 %, destacando la temperatura como la variable más influyente. Implementado en Excel y utilizado diariamente por Aguas del Valle, el modelo permite anticipar la demanda con un horizonte de siete días, optimizando el uso de fuentes superficiales y subterráneas, y mejorando la eficiencia hídrica en un contexto de escasez

The report addresses the water crisis in the Coquimbo region of Chile, focusing on La Serena and Coquimbo, where water scarcity has severely affected agriculture, the economy, and quality of life. The main objective was to develop a model to predict the daily operational demand for drinking water in order to optimize its management. Flow data from the Aguas del Valle SCADA system (SMARTSCADA) and meteorological variables from Open-Meteo were used, covering the period from January 2022 to December 2024. The methodology integrated Principal Component Analysis (PCA) to reduce the dimensionality of drinking water consumption data, and the ARIMAX model to predict consumption, considering factors such as temperature, precipitation, and cloud cover. The results show an accurate model, with a Mean Absolute Error (MAE) of 38.9 l/s and a Mean Absolute Percentage Error (MAPE) of 2.97%, highlighting temperature as the most influential variable. Implemented in Excel and used daily by Aguas del Valle, the model allows for anticipating demand with a seven-day horizon, optimizing the use of surface and groundwater sources, and improving water efficiency in a context of scarcity.