Senamhi emplea inteligencia artificial para anticipar crecidas en cuencas críticas del Perú

El Servicio Nacional de Meteorología e Hidrología del Perú (Senamhi), organismo adscrito al Ministerio del Ambiente, presentó avances científicos sobre el uso de modelos híbridos basados en técnicas de Deep Learning para mejorar la predicción hidrológica en cuencas de la vertiente del Pacífico, una zona altamente vulnerable ante eventos hidroclimáticos extremos.

Durante su exposición en el I Congreso Nacional de Ciencias y Tecnologías para el Desarrollo del Perú, organizado por Concytec, el especialista de la Dirección de Hidrología del Senamhi, Harold Llauca, recordó el impacto que dejaron los eventos extremos recientes y la necesidad urgente de anticiparlos.

Llauca señaló que, la medición es el punto de partida y a diciembre del 2025, el Senamhi cuenta con 131 estaciones hidrológicas operativas.

El uso de modelos híbridos que combinan redes neuronales profundas (LSTM y CNN) con modelos conceptuales como el GR4J, buscando aprovechar la capacidad predictiva de la inteligencia artificial junto con la interpretabilidad hidrológica.

El estudio analizó 13 cuencas de la vertiente del Pacífico, desde Tumbes hasta Arequipa, incluyendo cuencas altamente intervenidas donde los modelos tradicionales tienen menor desempeño.

Uno de los casos mostrados fue la cuenca Puyango - Tumbes, ubicado en Tumbes, compartida con Ecuador, en donde la falta de monitoreo en territorio ecuatoriano dificulta la anticipación de crecidas.

La incorporación de técnicas de Deep Learning genera mejoras significativas en la simulación del caudal frente al modelo tradicional que presenta un bajo rendimiento, incrementando el desempeño de 30% hasta valores de 80% en algunos casos.

Los resultados muestran incrementos notables en la métrica de desempeño hidrológico NSE, evidenciando que los modelos híbridos mejoran la predictibilidad diaria del caudal, incluso en cuencas con intervenciones humanas y disponibilidad limitada de datos.

La evidencia científica indica que las técnicas de IA también pueden aplicarse en zonas donde no existen datos de caudal mediante procesos de regionalización hidrológica, lo que abre nuevas posibilidades para la vigilancia hidroclimática nacional.

El Senamhi reafirma su compromiso con la investigación aplicada, la innovación tecnológica y el fortalecimiento de las capacidades predictivas del país para anticipar peligros hidroclimáticos y proteger a la población.