Pronósticos estacionales de caudales en la cuenca alta del Río Maipo utilizando modelos aditivos generalizados para ubicación, escala y forma

Abstract

Este estudio evalúa modelos GAMLSS (Modelos Aditivos Generalizados para Localización, Escala y Forma) y los compara con un modelo de Regresión Lineal Multivariable (MRLM) para predecir caudales estacionales en la cuenca alta del río Maipo, durante las temporadas de primavera y verano. Se utilizaron diferentes tiempos de anticipación (0 y 3 meses) para calibrar y validar los modelos. Las distribuciones analizadas incluyen Gamma, Gamma Generalizada, Log Normal y Log Normal 2, utilizando predictores climáticos e hidrometeorológicos como el Niño 3.4, el AAO, caudales mensuales previos y anomalías de la temperatura superficial del mar (SST). Los resultados muestran que la distribución Gamma es la más adecuada, con un buen equilibrio entre ajuste del modelo, precisión y capacidad predictiva. Sin embargo, la capacidad predictiva de los modelos GAMLSS disminuye a mayor tiempo de desfase, especialmente en verano, aumentando la incertidumbre en las predicciones. Aunque los modelos GAMLSS capturan mejor la incertidumbre en comparación con el MRLM, no siempre son los más precisos para predecir los valores más probables de los caudales. Por tanto, es necesario explorar modelos alternativos que mejoren la precisión y reduzcan la incertidumbre en la predicción de caudales bajo diversos escenarios climáticos.