Aplicación De Redes Neuronales Para El Pronóstico De Evolución De Niveles De Agua Para La Laguna De Mar

Abstract

El área de influencia que afecta la laguna de Mar Chiquita y los bañados del Río
Dulce, constituye el sistema endorreico de mayor extensión de la República Argentina. Este
sistema incluye las cuencas de aporte de los ríos Dulce, Suquía y Xanaes alcanzando una
superficie total cercana a los 75000 km2. El entorno lagunar abarca un ecosistema cerrado,
de una extensión cercana a los 10.000 km2. Durante las últimas décadas, se han observado
importantes fluctuaciones en el sistema (2.000 a 6.000 km², entre niveles de 66 y 72 msnm),
pasando de períodos muy pobres a muy ricos, como los que se manifiestan en estos tiempos.
Estas variaciones, impactaron directamente tanto en el ecosistema como en el desarrollo
social y económico de las comunidades asentadas en las proximidades de la laguna,
generando alteraciones de distinta escala, desde la ausencia de pejerrey como consecuencia
de una concentración salina importante, hasta el traslado de una comunidad como Miramar
al verse invadida por el crecimiento de la misma.
Ante los acontecimientos sufridos por algunas comunidades costeras (Miramar), debido al
incremento repentino de las aguas, resultó necesario plantear una herramienta que permita
pronosticar con cierta exactitud, la evolución del nivel de agua del cuerpo lagunar, en
períodos de tiempo lo suficientemente cortos, tal que permitan adoptar medidas asociadas a
la planificación y asentamiento de los habitantes del lugar. Con este objetivo, se desarrolló
un modelo de redes neuronales que permite pronosticar la evolución de niveles de elevación
de superficie de agua de la laguna utilizando como variables explicativas, aquellas que
intervienen en el balance hídrico del sistema como precipitaciones (precipitación al norte y
sur de la laguna), caudales (en el río Suquía, Xanaes y Dulce) y evaporación (observada en
Miramar).