Extracto
La automatización hidrológica no debería consistir en presionar un botón y aceptar un resultado sin explicación. El motor de TechyNest organiza el estudio en una secuencia verificable: normaliza las observaciones, evalúa calidad y consistencia, propone el llenado de vacíos, compara distribuciones estadísticas, valida métodos espaciales y conserva evidencia suficiente para revisar cada decisión.
De datos climatológicos a lluvia de diseño: cómo funciona el motor hidrológico automático de TechyNest
Realizar un análisis hidrológico suele exigir combinar archivos climatológicos, hojas de cálculo, pruebas estadísticas, cartografía y múltiples decisiones técnicas. El problema no es solamente ejecutar fórmulas: es conservar la coherencia entre todas las etapas y explicar de dónde provino cada resultado.
La Plataforma Hidrológica de TechyNest fue diseñada para automatizar ese proceso sin convertirlo en una caja negra. El sistema recomienda configuraciones y métodos, pero también registra los datos utilizados, los criterios de aceptación, las advertencias, la confianza y la versión del algoritmo.
Su principio de reproducibilidad es sencillo:
La misma entrada, configuración y versión metodológica deben producir el mismo resultado, independientemente de la tecnología utilizada para ejecutar el cálculo.
El flujo completo sigue este orden:
Datos climatológicos
→ control de calidad
→ consistencia
→ preparación de estaciones
→ llenado o reconstrucción
→ producto hidrológico
→ análisis de frecuencias
→ interpolación espacial
→ resultados y evidenciaEsta secuencia evita aplicar distribuciones estadísticas o generar mapas sobre series cuya calidad todavía no ha sido revisada.
1. Importación y normalización de los datos
El proceso comienza con las observaciones climatológicas disponibles, inicialmente procedentes de estaciones CONAGUA/SMN.
Antes de realizar cualquier cálculo, el sistema:
- Lee los metadatos de la estación.
- Reconoce la codificación y el formato del archivo.
- Interpreta fechas y variables.
- Detecta fechas duplicadas.
- Construye el calendario diario esperado.
- Identifica fechas ausentes.
- Clasifica valores nulos o inválidos.
- Detecta precipitaciones negativas.
- Calcula una huella digital SHA-256.
- Genera una versión normalizada de la serie.
No todos los vacíos significan lo mismo. Por ello se distinguen cuatro estados:
- Valor observado: dato interpretado correctamente.
- Nulo de fuente: el archivo indica explícitamente que el dato no existe.
- Fecha ausente: la fecha debería aparecer, pero no está registrada.
- Valor inválido: el contenido no puede interpretarse o viola las reglas de la variable.
Una regla especialmente importante es que 0.0 mm representa un día observado sin precipitación y nunca se considera un dato faltante. Los valores negativos se conservan como hallazgos de calidad, pero no se utilizan como precipitación válida.
Los datos originales no se sobrescriben. Las correcciones y estimaciones se almacenan como resultados derivados y trazables.
2. Perfil de disponibilidad y consistencia
Cada estación recibe primero un perfil que resume:
- periodo de registro;
- días esperados;
- observaciones utilizables;
- fechas ausentes;
- nulos;
- inválidos;
- negativos;
- duplicados;
- porcentaje de cobertura;
- meses y años completos.
Un año se considera estrictamente completo solamente cuando contiene sus 365 o 366 fechas, todas con precipitación válida y sin valores negativos.
Después se revisa la consistencia temporal de la serie.
El flujo básico contempla:
- promedios móviles;
- prueba de secuencias;
- prueba de Helmert.
Cuando los resultados básicos, la longitud de la serie o el objetivo del estudio lo justifican, pueden incorporarse pruebas específicas:
- Student;
- Cramer;
- Mann-Kendall;
- pendiente de Sen;
- regresión;
- Anderson.
El modo automático no ejecuta pruebas indiscriminadamente. Debe indicar cuáles fueron aplicadas, cuáles se omitieron y por qué. Una serie puede terminar clasificada como consistente, pendiente de revisión específica, con evidencia de inconsistencia o con resultado no concluyente.
3. Preparación del grupo de estaciones
Para completar una estación o construir un producto regional, primero debe formarse un grupo comparable.
El modo recomendado utiliza un periodo común:
Inicio común = fecha inicial más reciente del grupo
Fin común = fecha final más antigua del grupoAsí se evita comparar una estación con cincuenta años de información contra otra que sólo tiene cinco.
La recomendación automática de la estación objetivo sigue un orden determinista:
- Estaciones estructuralmente aptas.
- Menor cantidad de faltantes.
- Mayor porcentaje de cobertura.
- Mayor número de años completos.
- Clave de estación como desempate.
La plataforma presenta una recomendación explicada, pero el usuario puede seleccionar otra estación cuando su conocimiento local o el propósito del estudio lo justifiquen.
4. Llenado individual y reconstrucción de red
El motor puede trabajar de dos maneras.
Llenado individual
Se selecciona una estación objetivo y las demás funcionan como auxiliares. Es apropiado para una revisión detallada y controlada.
Reconstrucción progresiva
Las estaciones se procesan en varias iteraciones. La primera usa exclusivamente observaciones reales. En iteraciones posteriores pueden reutilizarse estimaciones de nivel 1, dependiendo del perfil elegido.
El nivel automático máximo es 2:
- Las estimaciones de nivel 1 pueden reutilizarse bajo reglas controladas.
- Las estimaciones de nivel 2 quedan identificadas.
- Un valor de nivel 2 nunca se utiliza para producir nuevas estimaciones.
Esto limita la propagación del error.
Métodos diarios evaluados
Según la disponibilidad de estaciones auxiliares, el sistema puede comparar:
- consenso espacial de día seco;
- método U.S. Weather Service por distancia inversa;
- relación con una estación de referencia;
- promedio aritmético;
- relación normalizada.
Para escalas mensuales y anuales se emplean promedios, relaciones normalizadas o estaciones de referencia, siempre que exista suficiente información comparable.
La jerarquía es:
diario → mensual → anualUn total mensual estimado directamente no se reparte artificialmente entre los días del mes. De igual manera, una estimación anual no se desagrega para inventar meses o máximos diarios.
Muestras mínimas iniciales
| Escala | Información mínima |
|---|---|
| Diaria | 30 pares observados |
| Mensual | 12 pares de meses completos |
| Anual | 5 pares de años completos |
La calibración, la correlación y la validación cruzada utilizan siempre pares observado–observado. Los valores previamente estimados no se emplean para aparentar una mejor validación.
5. Validación de las estimaciones
Antes de aceptar automáticamente un método, se ocultan temporalmente valores conocidos y se intenta reconstruirlos. Este procedimiento permite comparar la estimación contra el dato realmente observado.
Las principales métricas son:
- cobertura;
- error absoluto medio, MAE;
- raíz del error cuadrático medio, RMSE;
- RMSE normalizado;
- sesgo porcentual, PBIAS;
- correlación;
- tasa de falsos ceros.
De forma predeterminada, una propuesta se considera de confianza alta cuando cuenta con una muestra suficientemente amplia, error normalizado reducido y sesgo controlado. Las propuestas de confianza media también pueden aceptarse; las de confianza baja quedan excluidas inicialmente o requieren intervención explícita.
El consenso de día seco tiene una validación adicional: se mide cuántas veces las estaciones auxiliares habrían sugerido cero cuando la estación objetivo realmente registró lluvia.
El usuario puede revisar el embudo completo:
Faltantes evaluados
→ huecos dentro del límite
→ información auxiliar disponible
→ auxiliares suficientes
→ validación aceptable
→ propuestas generadas
→ valores aceptadosPor defecto, los huecos diarios largos no se reconstruyen como si se conociera su distribución interna. El límite inicial recomendado es de tres días, aunque puede ajustarse según el objetivo y el perfil del análisis.
6. Productos hidrológicos
Una vez construida la serie final, el sistema no produce un único resultado genérico. El usuario selecciona el objetivo hidrológico.
Totales mensuales y anuales
Prioriza acumulados, cobertura, meses completos, años disponibles y procedencia.
Máximos anuales
La jerarquía de construcción es:
- máximo diario observado;
- máximo obtenido de una serie diaria reconstruida;
- máxima mensual estimada;
- estimación anual directa como último recurso.
Cada año recibe una recomendación:
Usar
Usar con trazabilidad
Usar con cautela
No usarMedias y climatología
Incluye media anual, climatología mensual, mediana, percentiles, desviación estándar y coeficiente de variación.
Mínimos y periodos secos
Incluye mínimos positivos, meses y años secos, días sin lluvia y duración de rachas secas o húmedas.
El sistema no calcula rachas diarias cuando solamente existe un total mensual o anual, porque hacerlo implicaría inventar una distribución temporal inexistente.
7. Análisis de frecuencias
Para estimar precipitaciones asociadas a periodos de retorno se utiliza una serie trazable de máximos anuales. Cada máximo conserva su año, origen, método, confianza y recomendación de uso.
El usuario puede elegir entre tres perfiles:
- Conservador: sólo observaciones y reconstrucciones diarias de confianza alta.
- Balanceado: incorpora estimaciones directas de confianza alta; es el perfil recomendado para diseño.
- Inclusivo: admite valores de menor confianza con advertencias, principalmente para sensibilidad.
La posición de trazado predeterminada es Gringorten, aunque también pueden utilizarse Weibull y Cunnane.
Se comparan hasta ocho distribuciones:
- Normal.
- Lognormal de dos parámetros.
- Lognormal de tres parámetros.
- Pearson tipo III.
- Log-Pearson tipo III.
- Gumbel.
- Generalizada de valores extremos, GEV.
- Exponencial de dos parámetros.
Una distribución con parámetros, cuantiles o verosimilitud no finitos se excluye y se documenta, pero no detiene el ajuste de los demás modelos.
La selección no depende únicamente del menor RMSE. El puntaje compuesto considera:
| Criterio | Peso |
|---|---|
| RMSE global | 20 % |
| RMSE de la cola superior | 30 % |
| Kolmogórov-Smirnov | 15 % |
| Anderson-Darling | 15 % |
| AIC | 10 % |
| BIC | 10 % |
La mayor ponderación de la cola superior responde a que los valores extremos suelen ser los más relevantes para diseño.
Esta regla no se presenta como una norma universal. Es una política metodológica explícita, versionada y auditable, que permite conocer exactamente cómo se obtuvo el veredicto.
Los periodos de retorno pueden ser:
- comunes: 2, 5, 10, 25, 50 y 100 años;
- extendidos: añade 200, 500 y 1000 años;
- personalizados.
Los resultados incluyen intervalos de confianza mediante bootstrap y advertencias cuando el periodo de retorno representa una extrapolación considerable respecto de la longitud de la serie.
8. Lluvia media e interpolación espacial
Para representar la precipitación dentro de un punto o polígono se comparan, cuando son aplicables:
- IDW convencional;
- regresión con altitud e interpolación IDW de los residuales.
La validación espacial retira una estación a la vez, estima su valor con las restantes y calcula:
- RMSE;
- MAE;
- sesgo;
- error porcentual.
El método con menor RMSE se recomienda automáticamente. Ante un empate práctico se conserva IDW convencional por parsimonia.
Cuando no existe un modelo digital de elevación, la elevación de la malla se aproxima a partir de las estaciones. Esta limitación debe aparecer expresamente en el resultado.
También se construye la envolvente convexa de la red para indicar:
- si un punto está dentro o fuera del soporte espacial;
- qué porcentaje de un polígono queda dentro de la red;
- qué parte corresponde a extrapolación.
Para polígonos, la precipitación media se obtiene mediante intersección de celdas y ponderación por área. Como control adicional se calcula también mediante franjas entre isoyetas y se compara la diferencia entre ambas estimaciones.
Cuando se generan mapas para varios periodos de retorno, se verifica que la precipitación no disminuya al aumentar el periodo. Una violación material de esta monotonicidad se registra y bloquea la publicación automática.
9. Trazabilidad y reproducibilidad
Cada ejecución conserva:
- estaciones y periodo;
- parámetros utilizados;
- versión de los datos;
- hash de la fuente;
- versión del parser;
- versión del algoritmo;
- semilla aleatoria cuando corresponde;
- métodos evaluados;
- validaciones;
- advertencias;
- valores aceptados y rechazados;
- procedencia y confianza;
- manifiesto SHA-256.
Los resultados se separan en dos niveles:
Resultados
Presenta los valores principales, tablas y mapas listos para utilizar.
Evidencia técnica
Incluye configuraciones, validaciones, auxiliares, métricas, archivos intermedios y trazabilidad completa.
Esta separación permite una lectura sencilla para quien necesita el resultado, sin impedir que un especialista audite el procedimiento.
Automatización con criterio profesional
La finalidad del motor no es sustituir al hidrólogo o al ingeniero responsable. Su función es reducir trabajo repetitivo, aplicar reglas de manera consistente y hacer visibles decisiones que frecuentemente quedan dispersas entre hojas de cálculo.
La automatización recomienda, compara y documenta. El profesionista conserva la facultad de:
- modificar parámetros;
- elegir otro perfil;
- excluir valores;
- cambiar la estación objetivo;
- revisar modelos alternativos;
- aceptar o rechazar advertencias;
- generar una nueva ejecución sin eliminar la anterior.
La calidad de un estudio automático no depende de cuántos cálculos realiza, sino de que pueda explicar qué datos utilizó, qué reglas aplicó, qué incertidumbre existe y hasta dónde resulta técnicamente defendible el resultado.
En resumen
La Plataforma Hidrológica de TechyNest busca que estos procedimientos sean accesibles para más profesionistas sin simplificar en exceso la metodología. Los cálculos pueden realizarse de forma guiada, mientras que los parámetros, advertencias y evidencias permanecen disponibles para revisión especializada.
Cuando el análisis hidrológico conduce al diseño de canales, drenajes, tuberías, cunetas o estructuras de control, el flujo puede continuar con el Asistente de Precios Unitarios de TechyNest, orientado a convertir las soluciones técnicas en presupuestos y análisis de costo estructurados.
Nota: la disponibilidad operativa de cada módulo puede variar conforme se habilitan nuevas versiones de la plataforma; este texto describe el motor metodológico de referencia definido para su desarrollo.