Planificación óptima de embalses de agua en Mendoza, Argentina: un enfoque de análisis de decisiones multicriterio basado en SIG y simulación multi-agente

Resumen

La planificación hídrica en regiones semiáridas requiere herramientas que integren la variabilidad temporal de los caudales, la heterogeneidad de la demanda y la localización espacial de la infraestructura. Este trabajo presenta un marco híbrido reproducible que combina análisis multicriterio en Sistemas de Información Geográfica (SIG), pronóstico hidrológico basado en series temporales y simulación basada en agentes (ABM) para la planificación de embalses y la evaluación de políticas hídricas. El sistema opera en modo offline (batch), alimentado exclusivamente con datos históricos, y se implementa íntegramente en Python 3.10+, con código abierto disponible bajo licencia MIT. El modelo integra (i) selección espacial de sitios óptimos para reservorios a 30 m de resolución mediante SIG–MCDA, (ii) forecasting mensual de caudales utilizando modelos estadísticos SARIMA y un baseline Naive estacional, y (iii) un ABM que representa agentes de consumo heterogéneos y escenarios de intervención infraestructural. La validación se realiza de forma estrictamente out-ofsample para el período 2019–2023 (n = 60 meses), comparando el desempeño predictivo del sistema frente a SARIMA calibrado y Naive mediante métricas estándar (RMSE, NSE, MASE), intervalos de confianza por block bootstrap y pruebas de significancia estadística. Los resultados muestran que, en cuencas de alta variabilidad hidrológica (CV ≈ 0.65), el enfoque híbrido reduce el error de pronóstico y mejora la robustez frente a modelos estadísticos clásicos, mientras que en cuencas de baja variabilidad (CV ≈ 0.35) los modelos parsimoniosos mantienen un mejor desempeño. El marco propuesto es replicable, transparente y adecuado para cuencas con escasez de datos, contribuyendo a la planificación adaptativa de recursos hídricos desde una perspectiva computacional.