⚡ electrical engineering

Groundwater Forecasting Under Missing Data Uncertainty: A Multi-Horizon Assessment Using Hyperbolic Deep Learning

Este estudio propone un marco integrado de pronóstico de aguas subterráneas de múltiples horizontes que combina la reconstrucción óptima de datos faltantes con el aprendizaje profundo hiperbólico para abordar eficazmente las brechas de observación y reducir la acumulación de errores en las predicciones a largo plazo, demostrando una estabilidad y precisión superiores en comparación con las arquitecturas convencionales de aprendizaje profundo.

Autores originales: Kübra Küllahcı, Kürşat Şekerci

Publicado 2026-07-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Kübra Küllahcı, Kürşat Şekerci

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La visión general: Prediciendo el océano subterráneo

Imagine que las aguas subterráneas son un enorme e invisible océano oculto bajo nuestros pies. Los agricultores, las ciudades y las industrias dependen de él, pero no podemos verlo. Solo sabemos qué tan alto o bajo está el nivel del agua revisando algunos "termómetros" (pozos de monitoreo) dispersos por la zona.

¿El problema? Estos termómetros a veces se rompen, o las personas que los leen pierden algunos días. Esto deja vacíos en los datos. Además, predecir cuál será el nivel del agua el próximo mes es fácil, pero adivinar cuál será dentro de cinco meses es como intentar predecir el clima con un año de antelación: se vuelve caótico e incierto muy rápidamente.

Este artículo presenta una nueva herramienta de "super-pronóstico" diseñada para manejar estos registros rotos y realizar mejores conjeturas a largo plazo.

Parte 1: Reparando los registros rotos (Imputación de datos)

El Problema: Antes de poder predecir el futuro, necesitas una historia completa. Pero los datos de los pozos en el este de Turquía tenían huecos (meses faltantes).

La Analogía: Imagine que está intentando terminar un rompecabezas, pero faltan varias piezas.

La forma antigua: Podría simplemente adivinar la pieza faltante basándose en el color de la pieza de al lado (interpolación simple) o buscar un rompecabezas similar y copiar una pieza de allí (k-Nearest Neighbors).
El enfoque del artículo: Los investigadores probaron cuatro formas diferentes de "rellenar los espacios en blanco". Trataron esto como un experimento científico, verificando no solo si los números parecían correctos, sino si la forma del movimiento del agua (su ritmo y patrones) se mantenía fiel a la realidad.

El Ganador: Encontraron que un método llamado KalmanUCM fue el mejor "reparador de rompecabezas". No solo adivinó un número; entendió la historia subyacente del agua (sus subidas y bajadas estacionales y sus tendencias lentas) y llenó los vacíos de una manera que mantuvo intacto el ritmo natural.

Parte 2: El nuevo "Cerebro" (Aprendizaje Profundo Hiperbólico)

El Problema: Una vez que los datos fueron corregidos, necesitaban un modelo computacional para predecir el futuro. La mayoría de los modelos estándar (como los usados para los mercados de valores o el clima) piensan en líneas planas y rectas (espacio euclidiano).

La Analogía: Piense en una hoja de papel plana. Si intenta dibujar un árbol complejo y ramificado en una hoja de papel plana, las ramas se aplastan y se amontonan a medida que se alejan. No puede mostrar toda la complejidad sin que el papel se rompa o las ramas se superpongan desordenadamente.

Las aguas subterráneas son como ese árbol: Tienen cambios simples a corto plazo (lluvia diaria) y cambios complejos y profundos a largo plazo (años de sequía o almacenamiento).
Los modelos antiguos: Intentaban forzar este árbol complejo en una hoja de papel plana. Se confundían al mirar hacia el futuro lejano.

La Nueva Solución: Los investigadores utilizaron Aprendizaje Profundo Hiperbólico.

La Metáfora: Imagine una silla de montar o un chip Pringle. Esta forma se curva hacia afuera. En una silla de montar, tiene mucho más espacio para desplegar las ramas sin que se amontonen entre sí.
Cómo funciona: Este nuevo modelo "piensa" en un espacio curvo (como el chip Pringles) en lugar de uno plano. Esto le permite organizar mucho mejor las capas jerárquicas y complejas de los datos de las aguas subterráneas. Puede ver el "panorama general" de las tendencias a largo plazo y, al mismo tiempo, notar las pequeñas ondulaciones inmediatas.

Parte 3: La Carrera (Probando los Modelos)

Los investigadores pusieron a su nuevo "Cerebro Hiperbólico" a competir contra otros dos modelos computacionales populares:

CNN-BiLSTM-GRU: Un modelo híbrido de gran potencia que intenta aprender patrones observando datos tanto del pasado como del futuro.
TimesNet: Un modelo moderno que observa las series temporales como una imagen en 2D para encontrar patrones repetitivos.

La Pista de Carreras: Probaron los modelos prediciendo los niveles de las aguas subterráneas con 1 mes, 2 meses, 3 meses, 4 meses y 5 meses de antelación.

Los Resultados:

Corto Plazo (1 mes de antelación): Todos los modelos lo hicieron bien, pero el modelo Hiperbólico fue el más rápido y preciso.
Largo Plazo (5 meses de antelación): Aquí es donde los otros tropezaron. A medida que la predicción se alejaba, los modelos "planos" empezaron a cometer errores cada vez más grandes (como un coche saliéndose de la carretera).
El Ganador: El modelo de Aprendizaje Profundo Hiperbólico se mantuvo en la carretera. Incluso en la marca de los 5 meses, mantuvo su precisión mucho mejor que los demás. No perdió la "calma" a medida que la predicción se volvía más difícil.

Parte 4: La Prueba (¿Realmente funcionó?)

Los investigadores no se limitaron a decir "se ve bien". Realizaron estrictas pruebas estadísticas (como un árbitro revisando el marcador):

La "Prueba de Wilcoxon": Confirmó que el modelo Hiperbólico no tuvo solo suerte; su éxito fue estadísticamente significativo. Era genuinamente mejor.
El "Gráfico de Dispersión": Imagine un gráfico donde la predicción perfecta es una línea diagonal recta. Los puntos del modelo Hiperbólico se mantuvieron pegados a esa línea, incluso para las predicciones de 5 meses. Los puntos de los otros modelos empezaron a dispersarse lejos de la línea.

Resumen

Este artículo trata sobre construir una mejor bola de cristal para las aguas subterráneas.

Paso 1: Repararon los registros de datos rotos utilizando el mejor método de "rellenar espacios en blanco" (KalmanUCM).
Paso 2: Construyeron un nuevo cerebro de IA que piensa en un espacio curvo y "en forma de silla de montar" (Hiperbólico) en lugar de uno plano.
Resultado: Este nuevo cerebro es mucho mejor para predecir los niveles de las aguas subterráneas en el futuro lejano (hasta 5 meses) sin perder precisión, convirtiéndolo en una herramienta poderosa para la gestión de los recursos hídricos cuando los datos son incompletos.

Resumen Técnico: Pronóstico de Niveles Freáticos Bajo la Incertidumbre de Datos Faltantes mediante Aprendizaje Profundo Hiperbólico

Planteamiento del Problema
El pronóstico del nivel freático (GWL, por sus siglas en inglés) es crítico para la gestión adaptativa de los acuíferos, pero enfrenta dos desafíos técnicos persistentes: registros de observación incompletos debido a brechas observacionales y la acumulación de incertidumbre de predicción en horizontes de pronóstico extendidos. Los enfoques tradicionales de series temporales (por ejemplo, ARIMA) suelen fallar al capturar las interacciones no lineales y multiescala inherentes a los sistemas de aguas subterráneas. Si bien los modelos de aprendizaje profundo (DL) como LSTM y GRU han mejorado el rendimiento, típicamente operan en el espacio euclidiano, el cual puede no representar eficientemente las estructuras jerárquicas y libres de escala de la dinámica hidrológica. Además, los estudios existentes suelen tratar la imputación de datos como un paso de preprocesamiento rutinario sin evaluar sistemáticamente cómo las estrategias de reconstrucción afectan la integridad estructural de la serie temporal o la estabilidad del pronóstico multi-horizonte posterior.

Metodología
El estudio propone un marco integrado que combina la reconstrucción óptima de datos faltantes con el aprendizaje de representaciones profundas hiperbólicas. La metodología se desarrolla en cuatro etapas:

Reconstrucción e Imputación de Datos:
Se analizaron datos mensuales de GWL de tres pozos de monitoreo en la provincia de Elazig, Turquía (1978–2015). Se evaluaron cuatro estrategias de imputación: Interpolación Estacional, Modelo de Componentes No Observados de Kalman (KalmanUCM), k-Vecinos más Cercanos (kNN) y Bosque Aleatorio (RF). A diferencia de los enfoques estándar que dependen únicamente del error puntual, se empleó un marco de evaluación multicriterio. Este evaluó la calidad de la reconstrucción basándose en la magnitud del error (RMSE, MAE), la preservación de la varianza, la distorsión de la autocorrelación (rezagos 1 y 12), la consistencia espectral y la desviación de la tendencia. El método KalmanUCM fue seleccionado como el óptimo debido a su capacidad superior para preservar tanto la precisión numérica como la estructura temporal intrínseca (varianza y autocorrelación) de la serie.
Arquitectura de Aprendizaje Profundo Hiperbólico:
La contribución central es un modelo de pronóstico formulado dentro de la variedad de la bola de Poincaré (un modelo de geometría hiperbólica con curvatura negativa). A diferencia de las redes euclidianas, esta arquitectura aprovecha las operaciones hiperbólicas (suma de Möbius, mapas exponencial y logarítmico) para embeber las dependencias temporales. El modelo está diseñado para capturar las relaciones jerárquicas y multiescala inherentes a la dinámica de las aguas subterráneas de manera más eficiente que las representaciones de espacio plano. La estructura de la red implica el embebido de los vectores de entrada en la variedad hiperbólica, la aplicación de transformaciones lineales hiperbólicas y no linealidades puntuales, y la proyección de los resultados de vuelta al espacio euclidiano para la predicción.
Benchmarking y Diseño Experimental:
El modelo de Aprendizaje Profundo Hiperbólico (HDL) propuesto se comparó con dos arquitecturas euclidianas establecidas: una híbrida CNN-BiLSTM-GRU y TimesNet. Todos los modelos fueron entrenados utilizando los mismos conjuntos de datos reconstruidos mediante un enfoque de ventana deslizante para el pronóstico multi-horizonte (tiempos de adelanto de $t+1$ a $t+5$ ). Los hiperparámetros se optimizaron mediante validación cruzada de k-pliegues.
Validación Estadística:
El rendimiento se evaluó mediante métricas hidrológicas estándar (RMSE, MAE, NSE, KGE, PBIAS) y pruebas estadísticas rigurosas. La prueba de rango con signo de Wilcoxon se utilizó para evaluar la significancia estadística de las diferencias de error entre los modelos, mientras que la correlación de Pearson y el diagnóstico de residuos evaluaron la concordancia y el sesgo.

Resultos Clave

Desempeño de la Imputación: El método KalmanUCM superó consistentemente a otras técnicas de imputación, logrando el RMSE y MAE más bajos, manteniendo al mismo tiempo una preservación de la varianza casi perfecta (VarRatio $\approx$ 1.0) y una distorsión mínima de las estructuras de autocorrelación. En contraste, la imputación kNN produjo valores de NSE negativos, lo que indica una baja idoneidad para este conjunto de datos.
Precisión del Pronóstico: El modelo HDL alcanzó consistentemente la mayor precisión predictiva en los tres pozos y en todos los horizontes de pronóstico.
- En $t+1$ , el modelo HDL logró valores de NSE de 0.989 (Kuyulu), 0.988 (Yurtbaşı) y 0.972 (Gözebaşı).
- Crucialmente, el modelo HDL demostró una estabilidad superior en horizontes extendidos ( $t+4$ y $t+5$ ). Mientras que los modelos de referencia (CNN-BiLSTM-GRU y TimesNet) exhibieron una acumulación significativa de error y degradación del rendimiento en $t+5$ , el modelo HDL mantuvo valores de NSE más altos y un RMSE menor. Por ejemplo, en $t+5$ para el pozo Kuyulu, el HDL logró un NSE de 0.838 frente al 0.677 de CNN-BiLSTM-GRU.
Significancia Estadística: Las pruebas de rango con signo de Wilcoxon confirmaron que las reducciones de error logradas por el modelo HDL fueron estadísticamente significativas en comparación con los modelos de referencia. Los coeficientes de correlación de Pearson se mantuvieron altos (frecuentemente >0.90) en todos los horizontes, y el análisis de residuos indicó un sesgo y dispersión controlados.

Significancia y Reivindicaciones
El artículo afirma que este estudio representa una de las primeras aplicaciones del aprendizaje profundo hiperbólico al pronóstico del nivel freático. Su principal significancia radica en demostrar que el aprendizaje de representación hiperbólica proporciona un mecanismo estructuralmente eficiente para capturar las dependencias temporales jerárquicas y las respuestas retardadas características de los sistemas de aguas subterráneas.

Los autores argumentan que la mejora en el rendimiento no se debe simplemente a un mejor ajuste de parámetros, sino que proviene de las propiedades geométricas del espacio hiperbólico, el cual permite un embebido de menor distorsión de las estructuras temporales complejas y multiescala. Al integrar una reconstrucción de datos estructuralmente consistente con un aprendizaje profundo consciente de la geometría, el marco propuesto ofrece una vía robusta para mejorar la fiabilidad del pronóstico multi-paso en condiciones de datos limitados o incompletos. El estudio concluye que este enfoque ofrece una dirección conceptualmente innovadora y prometedora para el modelado hidrológico, particularmente donde las dependencias de largo alcance y los datos faltantes son restricciones críticas.