Predictive value of current HEC-RAS 2D water levels for machine learning flood postprocessing in southeastern Louisiana

Las inundaciones se encuentran entre las fuerzas más destructivas de la Tierra, remodelando paisajes y amenazando a las comunidades con una velocidad aterradora. Para proteger a las personas y a la propiedad, los científicos confían en modelos computacionales que simulan cómo se mueve el agua a través de la tierra, por los ríos y hacia las llanuras aluviales. Estas simulaciones digitales, conocidas como modelos hidráulicos, tienen en cuenta la lluvia, la forma del terreno y el flujo de los ríos para predecir qué tan alto subirá el nivel del agua. Sin embargo, estos modelos no son perfectos. Están construidos sobre una física compleja y datos imperfectos, lo que significa que sus predicciones a menudo se desvían de la realidad, fallando a veces por varios pies en el nivel real del agua. Cuando un modelo se equivoca, la diferencia entre el agua predicha y el agua real puede significar la diferencia entre una advertencia segura y una sorpresa catastrófica. El desafío para los científicos no es solo ejecutar estas simulaciones, sino descubrir cómo corregir sus errores a posteriori, utilizando la información que el modelo ya ha generado para hacer una mejor conjetura de lo que realmente sucedió.

En el sureste de Luisiana, un equipo de investigadores se propuso probar una idea específica: ¿pueden los niveles de agua predichos por un modelo computacional en este momento, y el camino que esos niveles tomaron para llegar allí, ayudar a corregir los errores del modelo? Se centraron en el Sistema de Análisis de Ríos del Centro de Ingeniería Hidrológica (HEC-RAS), una herramienta ampliamente utilizada que divide el paisaje en una cuadrícula de celdas y calcula la profundidad y la elevación del agua a lo largo del tiempo. Los investigadores recopilaron datos de ocho inundaciones que ya habían ocurrido en la región, que variaban desde tormentas tropicales hasta eventos de lluvias intensas. Compararon los niveles de agua predichos por la computadora contra mediciones reales tomadas por estaciones de monitoreo a lo largo de ríos y arroyos. El objetivo era ver si un sistema de aprendizaje automático —un tipo de programa informático que aprende patrones a partir de datos— podía utilizar la propia salida del modelo para aprender a corregir sus errores, sin necesidad de conocer la causa exacta del error.

Los investigadores diseñaron un experimento cuidadoso para separar diferentes fuentes de información. Primero, construyeron un modelo de corrección que conocía la lluvia, la ubicación y el tiempo, pero que tenía prohibido mirar el nivel de agua actual del modelo computacional. Esto sirvió como una línea base para ver cuánto podía aprender el modelo solo a partir del clima y la geografía. Luego, permitieron que el sistema viera el nivel de agua actual del modelo computacional en el momento exacto de la observación. Finalmente, le dieron al sistema un historial corto de los niveles de agua previos a ese momento, mostrando cómo el agua había subido o bajado en las horas anteriores. Al probar estas diferentes versiones en inundaciones que la computadora nunca había visto, pudieron medir exactamente cuánto valor añadía cada pieza de información.

Los resultados mostraron que el nivel de agua actual del modelo computacional era la herramienta más poderosa para corregir los errores. Cuando los investigadores añadieron el nivel de agua actual a su sistema de corrección, el error promedio en la predicción de la altura del agua disminuyó significativamente, de aproximadamente 1.63 metros a 0.67 metros. Esta mejora ocurrió de manera consistente en las ocho inundaciones probadas. El sistema aprendió que el estado actual del modelo contenía un resumen oculto de todo lo que había sucedido hasta ese punto: la lluvia que cayó, el agua almacenada en el suelo y la forma en que el río canalizó el flujo. Aunque la predicción bruta del modelo fuera errónea, la forma específica en que era errónea contenía una pista que el sistema de aprendizaje automático podía utilizar para ajustar la cifra final. Esto sugiere que el estado interno del modelo, incluso cuando es defectuoso, porta información útil sobre el comportamiento de la inundación que los datos climáticos simples no pueden proporcionar.

Añadir el historial de los niveles de agua —el pasado reciente de la inundación— proporcionó un impulso menor, aunque todavía positivo. Redujo el error aún más, de 0.67 metros a 0.62 metros, y mejoró las predicciones en siete de las ocho inundaciones. Sin embargo, esta información adicional fue menos consistente que el nivel de agua actual. En algunos casos, conocer el pasado reciente ayudó, pero en otros, no marcó ninguna diferencia. Los investigadores encontraron que el nivel de agua actual ya contenía la mayor parte de la información necesaria sobre la evolución de la inundación, lo que hacía que el historial fuera algo redundante. El sistema no necesitaba una cronología detallada de las últimas horas para realizar una buena corrección; la instantánea del nivel del agua en ese preciso momento era suficiente para guiar la corrección.

El estudio también probó qué tan bien funcionarían estas correcciones en el mundo real, donde las ubicaciones específicas de las estaciones de monitoreo podrían no haber formado parte de los datos de entrenamiento. Cuando los investigadores eliminaron todos los datos de una estación de monitoreo específica del conjunto de entrenamiento, obligando al sistema a aprender de otras ubicaciones, la corrección que dependía únicamente del clima y la geografía falló casi por completo. No pudo predecir el nivel del agua para una nueva ubicación sin ayuda. Sin embargo, cuando se permitió al sistema utilizar el nivel de agua actual del modelo computacional, este funcionó bien, reduciendo el error significamente incluso para estaciones que nunca había visto antes. Este es un hallazgo crucial porque significa que el método de corrección no solo memoriza el comportamiento de ríos específicos; aprende una regla general sobre cómo se relacionan los errores del modelo con el nivel del agua mismo. Las mayores mejoras en estos casos difíciles ocurrieron en áreas donde el mapa del terreno del modelo computacional era significativamente diferente del canal real del río, lo que sugiere que el sistema aprendió a compensar los errores de mapeo observando el nivel del agua.

A pesar de estos éxitos, los investigadores fueron cuidadosos al señalar lo que el método no podía hacer. Si bien las correcciones mejoraron el nivel general del agua y la altura de los picos máximos, no corrigieron perfectamente el tiempo de los picos de inundación ni la velocidad exacta a la que el agua subía y bajaba cada tres horas. El sistema podía decirle qué tan alto estaría el agua, pero no podía predecir de manera confiable exactamente cuándo alcanzaría su punto más alto. Además, el estudio se limitó a inundaciones que ya habían ocurrido. Los investigadores utilizaron eventos completados para entrenar y probar su sistema, lo que significa que los resultados muestran qué tan bien funciona el método con datos pasados, no necesariamente cómo se desempeñará ante una inundación futura e imprevista. El modelo computacional que utilizaron también tenía limitaciones conocidas, como la omisión de algunas entradas de ríos y registros incompletos de cómo se midió la elevación del suelo, lo que significa que las correcciones están trabajando sobre una base defectuosa.

El estudio concluye que, si bien el aprendizaje automático puede mejorar significativamente las predicciones de inundaciones al utilizar los datos del propio nivel de agua del modelo, no es una solución mágica para todos los problemas. El nivel de agua actual proporcionó la mayor y más confiable ganancia, mientras que el historial del agua añadió un beneficio menor y menos consistente. El método funciona mejor cuando el nivel de agua del modelo está respaldado por el terreno, es decir, cuando la computadora cree que hay agua donde realmente la hay. En las áreas donde el modelo falla al no mostrar agua que realmente está presente, o donde el mapeo del río a la cuadrícula de la computadora es deficiente, las correcciones se vuelven menos confiables. Los investigadores sugieren que, antes de que este tipo de post-procesamiento pueda utilizarse para advertencias en tiempo real, los modelos computacionales subyacentes necesitan mejores datos sobre la forma del terreno, flujos de ríos más precisos y una comprensión más clara de cómo se miden los niveles de agua. Hasta entonces, el método sirve como una poderosa demostración de que incluso los modelos computacionales imperfectos contienen pistas valiosas que, cuando se leen correctamente, pueden acercarnos a la verdad de una inundación.