Hybrid Data-driven and Process-based Modeling for Streamflow Forecasting Under Climate Change in the Upper Genale River Basin of Ethiopia

Resumen Técnico: Modelado Híbrido Basado en Datos y en Procesos para el Pronóstico del Caudal bajo el Cambio Climático en la Cuenca Alta del Río Genale, Etiopía

Planteamiento del Problema
El pronóstico preciso del caudal es fundamental para la gestión sostenible del agua, la reducción del riesgo de inundaciones y la planificación de la irrigación, particularmente en el África subsahariana, donde la variabilidad climática interactúa con una infraestructura limitada y una alta dependencia de la agricultura de secano. La Cuenca Alta del Río Genale (UGRB, por sus siglas en inglés) en el sureste de Etiopía es estratégicamente vital para la irrigación y la energía hidroeléctrica, pero permanece altamente sensible a la variabilidad climática. Si bien los modelos basados en procesos físicos como SWAT+ representan eficazmente los procesos de la cuenca, a menudo tienen dificultades con las interacciones hidrológicas altamente no lineales y los eventos extremos bajo condiciones climáticas no estacionarias. Por el contrario, los modelos de aprendizaje automático (ML) puramente basados en datos carecen de interpretabilidad física y pueden fallar cuando las condiciones climáticas futuras divergen significativamente de los datos históricos de entrenamiento. Este estudio aborda la necesidad de un marco de pronóstico robusto que supere estas limitaciones individuales para apoyar una gestión del agua resiliente al clima en la UGRB.

Metodología
El estudio desarrolló un marco híbrido de pronóstico hidrológico que integra el modelo basado en procesos QSWAT+ con algoritmos avanzados de aprendizaje automático y proyecciones climáticas CMIP6.

• Área de Estudio y Datos: La investigación se centró en la Subcuenca Alta del Río Genale (aprox. 9,127 km²). El conjunto de datos incluyó datos diarios de precipitación y temperatura (1985–2014) de cinco estaciones meteorológicas (complementados con datos satelitales CHIRPS/CHIRTS) y observaciones diarias de caudal (1988–2011) de la estación de aforo de Chenemsa. Los datos topográficos, de uso de suelo y de suelo se derivaron de SRTM, Copernicus y la base de datos armonizada de suelos (Harmonized World Soil Database).
• Proyecciones Climáticas: Veintidós Modelos de Circulación Global (GCM) de CMIP6 fueron evaluados frente a los datos observacionales utilizando un Índice de Clasificación Integral. Se seleccionó CanESM5 para la temperatura, y se utilizó un ensamble de seis modelos para la precipitación. Las proyecciones se analizaron bajo los escenarios SSP2-4.5 y SSP5-8.5 para los períodos a corto plazo (2015–2044) y mediano plazo (2045–2074), utilizando corrección de sesgo y reducción de escala estadística.
• Modelado Hidrológico: Se utilizó QSWAT+ para simular los procesos de la cuenca, dividiendo la misma en 13 subcuencas y 731 Unidades de Respuesta Hidrológica (HRU). El modelo fue sometido a un análisis de sensibilidad global (método Sobol) y calibración utilizando el algoritmo CALSI para el período 1988–2002, con validación de 2003–2011.
• Marco Híbrido: Se implementaron cuatro algoritmos de ML: Random Forest (RF), XGBoost, LightGBM y Long Short-Term Memory (LSTM). Estos modelos utilizaron observaciones meteorológicas, características temporales de ingeniería y salidas de QSWAT+ como predictores. Se aplicó un marco de ensamble de apilamiento (utilizando Ridge Regression como meta-aprendiz) y el Promedio de Modelos Bayesianos (BMA) para integrar las simulaciones de QSWAT+ con las predicciones de ML, con el objetivo de reducir la incertidumbre y mejorar la robustez.
• Análisis: Las tendencias se evaluaron mediante la prueba de Mann–Kendell y el estimador de la pendiente de Sen. El rendimiento del modelo se evaluó utilizando $R^2$, el Eficiencia de Nash–Sutcliffe (NSE), RMSE y el Sesgo Porcentual (PBIAS).

Resultados Clave

• Desempeño de QSWAT+: El modelo QSWAT+ independiente logró un desempeño de calibración satisfactorio ($NSE = 0.74$, $R^2 = 0.77$) y de validación ($NSE = 0.71$, $R^2 = 0.85$), lo que indica una representación confiable de los procesos de la cuenca, aunque mostró una ligera subestimación de los caudales pico en el período de validación.
• Superioridad del Modelo Híbrido: La integración de ML mejoró significativamente la precisión predictiva. Los modelos de ML independientes (particularmente XGBoost) superaron a QSWAT+, logrando valores de $NSE$y$R^2$ cercanos a 0.99. El modelo de ensamble de apilamiento híbrido alcanzó el mayor desempeño con un $NSE$y$R^2$ de 0.98, capturando eficazmente las relaciones no lineales residuales que el modelo físico omitió. El enfoque híbrido también redujo el sesgo sistemático, con valores de PBIAS cercanos a cero.
• Proyecciones de Cambio Climático:
  • Temperatura: Se proyecta un calentamiento constante bajo ambos escenarios SSP, con las temperaturas mínimas aumentando más rápido que las máximas. El período de mediano plazo bajo SSP5-8.5 muestra el calentamiento más pronunciado.
  • Precipitación: Las proyecciones muestran una variabilidad considerable. El promedio del ensamble indica reducciones moderadas de lluvia bajo SSP2-4.5 e incrementos bajo SSP5-8.5, particularmente en el mediano plazo.
  • Respuesta Hidrológica: Bajo SSP2-4.5, las reducciones en la precipitación condujeron a disminuciones en la escorrentía, el rendimiento hídrico y la recarga de acuíferos. Por el contrario, bajo SSP5-8.5, el aumento de la precipitación impulsó mayores escorrentías y rendimientos hídricos en el mediano plazo, aunque el aumento de las temperaturas incrementó la evapotranspiración en todos los escenarios, limitando las ganancias proporcionales en la disponibilidad de agua.
• Tendencias del Caudal: Los pronósticos de caudal indican respuestas contrastantes. Las simulaciones a corto plazo sugieren ligeras reducciones, mientras que las proyecciones de mediados de siglo bajo SSP5-8.5 indican aumentos sustanciales (por ejemplo, un incremento de hasta el 253% en el flujo de abril). Sin embargo, la variabilidad mensual se amplifica, mostrando algunos meses descensos significativos. El modelo híbrido reprodujo con éxito la variabilidad histórica y proporcionó proyecciones de promedio de ensamble robustas.

Significancia y Reivindicaciones
El artículo sostiene que el marco híbrido propuesto combina con éxito el realismo físico de los modelos basados en procesos con el poder predictivo del aprendizaje automático para mejorar el pronóstico del caudal en regiones con escasez de datos y vulnerables al clima. Las contribuciones clave incluyen:

1. Precisión Mejorada: El enfoque híbrido (específicamente el ensamble de apilamiento) superó significativamente a QSWAT+ independiente y a los modelos de ML individuales, logrando altos valores de $NSE$y$R^2$ mientras mantiene la consistencia hidrológica.
2. Perspectivas de Adaptación Climática: El estudio proporciona proyecciones específicas para la Cuenca Alta del Genale, destacando un futuro caracterizado por un aumento de la evapotranspiración, una potencial escasez de agua bajo escenarios de emisiones moderadas (SSP2-4.5) y mayores riesgos de inundaciones bajo escenarios de altas emisiones (SSP5-8.5).
3. Apoyo a la Decisión: Los hallazgos ofrecen una base para la planificación de la irrigación resiliente al clima, la conservación de aguas subterráneas y el desarrollo de infraestructura para la gestión de inundaciones. Los autores enfatizan que la integración de modelos híbridos hidrológicos-ML en las operaciones de embalses y la planificación de la asignación de agua es esencial para una gestión de cuencas sostenible.

El estudio concluye que, si bien persisten incertidumbres respecto a las proyecciones de precipitación y las estructuras de los modelos, el marco híbrido constituye una herramienta valiosa para evaluar los impactos del cambio climático y reducir la incertidumbre de la predicción en las cuencas fluviales de Etiopía.