Avances en tecnologías de aprendizaje automático e inteligencia artificial para procesos y desastres hidrológicos,

El avance del aprendizaje automático y la inteligencia artificial se han convertido en avances tecnológicos pioneros que han transformado el campo de la hidrología, con sus ofertas sin precedentes de herramientas nuevas que se pueden utilizar para modelar procesos hidrológicos complejos y administrar catástrofes hidrológicas. En esta revisión de la literatura, se resumen los avances pertinentes en la ia/ml, aplicaciones relativas a pronóstico de inundaciones, predicción de sequías e hidrología para informar sobre la precisión de predicción, la escala de las aplicaciones y la capacidad de tiempo real del monitoreo de los desarrollos más recientes. Las técnicas emergentes como las arquitecturas de aprendizaje profundo, incluido las redes neuronales recurrentes con unidades (lstm), las redes neuronales convolucionales (cnn) y otras, modelos de conjunto y marcos híbridos, muestran una mejora significativa en comparación con los modelos hidrológicos traDerivado del proyecto SIP 20240598: “Responsabilidad social empresarial y sostenibilidad en el abastecimiento de agua”. dicionales al conseguir dinámicas no lineales y tiempos significativamente mejorados para la prevención de las intervenciones y medidas de desastre. Además de la integración mejorada de sensores de internet de las cosas (IoT), datos de teledetección y marcos de big data para la implementación de monitoreo de tiempo real y sistemas de alerta temprana. La revisión señala brechas críticas, que incluyen la falta de evaluación a largo plazo y la contextualización y falta de escala de implementación de ia. El artículo concluye con recomendaciones para futuras investigaciones que incluyen la exploración de enfoques híbridos, la promoción de plataformas de colaboración intersectorial y la integración de herramientas de ia en marcos políticos y de gobernanza.