K NEAREST NEIRGHBOR ALGORITHM FOR MODELLING RAINFALL HYETOGRAPHS WITH INTEREST ON HYDROLOGY

Abstract

Abstract

Practical hydrology aimed at infrastructure design, land use planning or urban planning has traditionally focused on extreme events, estimating a peak flow that should occur for a given return period. This approximation is simple but incomplete and has sometimes been justified by the difficulty of obtaining data to simulate realistic hyetograms. Currently data-driven models, together with enhanced computational capabilities, have opened up new opportunities for hydrological simulation. Non-parametric models like the KNN are simple but allow efficient capturing of non-linear models. In the present work the results of the use of this type of algorithms for the simulation of hydrographs are exposed.

Resumen

Tradicionalmente la hidrología en la práctica del diseño de infraestructuras, ordenación del territorio o planeamiento urbanístico se ha limitado al estudio de eventos extremos estimando un caudal punta que habría de producirse para un determinado período de retorno. Esta aproximación es simple pero incompleta y se ha justificado en ocasiones en la dificultad de obtener datos para simular hietogramas realistas. En la actualidad los modelos de datos y las capacidades computacionales han abierto nuevas oportunidades para la simulación hidrológica. Los modelos no paramétricos como el KNN son simples pero permiten capturar de forma eficiente modelos no lineales. En el presente trabajo se exponen los resultados del uso de este tipo de algoritmos para la simulación de hidrogramas.