Inferir asociaciones causales en sistemas hidrológicos: una comparación de métodos

Resumen Muchos problemas de investigación en sistemas hidrológicos son intrínsecamente causales, buscando determinar si y cómo un factor afecta a otro. Aunque los métodos de inferencia causal se han aplicado más o menos en hidrología, aún persiste la falta de una comparación sistemática entre diferentes métodos. Aquí, se seleccionaron cuatro métodos populares en la comunidad de inferencia causal, incluidos la función de autocorrelación cruzada (CCF), el mapeo cruzado convergente (CCM), la entropía de transferencia (TE) y un algoritmo de aprendizaje de redes causales (PCMCI+), con una explicación detallada de sus principios básicos y supuestos subyacentes. A continuación, se evaluaron los desempeños de estos métodos en pruebas de grandes muestras y en análisis de sensibilidad utilizando series de tiempo sintéticas generadas por un modelo hidrológico conceptual con dos estructuras causales predefinidas. Luego, se aplicaron los cuatro métodos en dos casos del mundo real para entender mejor sus características. Los hallazgos muestran un rendimiento superior del método PCMCI + en casos sintéticos y un nivel encomiable de interpretabilidad en casos reales, lo que justifica su aplicación más amplia en sistemas hidrológicos. Las limitaciones de los otros tres métodos, especialmente en abordar de manera efectiva los factores de confusión y mediadores, condujeron a varios vínculos causales irrazonables. Además, la aparición de resultados conflictivos entre diferentes métodos en aplicaciones del mundo real subraya la necesidad de una comprensión multifacética basada en sus supuestos y limitaciones particulares. Se recomienda una aplicación integral de métodos diversos según el problema específico para la solidez de las conclusiones, con sus supuestos claramente establecidos por adelantado. En general, nuestra investigación revela el potencial y las limitaciones de diferentes métodos de inferencia causal en la comprensión de interacciones complejas dentro de los sistemas hidrológicos, sirviendo como una guía útil para su prosperidad futura en hidrología.