Yacyretá abrió el vertedero: cómo la inteligencia artificial puede anticipar una crecida y cuidar el río

El lunes 12 de octubre, la Entidad Binacional Yacyretá (EBY) abrió las compuertas del vertedero principal para atenuar la crecida del Paraná. Las lluvias en la cuenca del Iguazú habían superado cinco veces lo pronosticado, y ese río pasó de 1.500 a 9.000 m³/s. Dos días después, su alerta hidrológica estimaba un caudal afluente de unos 37.300 m³/s: 56 % por encima del promedio histórico de octubre.

Detrás de cada compuerta que se levanta hay una decisión que se toma con horas o días de anticipación y con información incompleta. Ahí es donde la inteligencia artificial se está volviendo una herramienta seria en hidrología. Esta nota repasa qué dicen los datos de la crecida, cómo se usan los modelos de IA para pronosticar caudales y qué pueden aportar los drones y la visión por computadora cuando el agua baja. Incluye dos simuladores para probarlo: saltá directo al primero.

Antes de los datos, probalo vos: ajustá el caudal que llega y cuánto puede equivocarse el pronóstico, y mirá cuántas compuertas harían falta.

Lo que dicen los datos al 14 de octubre de 2026

Fuente: alerta hidrológica N°06 de octubre de la EBY (14/10/2026) y comunicado de la EBY del 12/10/2026.

El vertedero del Brazo Principal tiene 18 compuertas y, con el embalse a cota 84,5 m, puede evacuar hasta 55.000 m³/s. El de Aña Cuá, del lado paraguayo, tiene 16 compuertas y capacidad para 40.000 m³/s: en conjunto, 95.000 m³/s. En octubre de 2023, Yacyretá había abierto el vertedero principal por primera vez en cinco años.

Aguas abajo, el río en Ituzaingó marcó 4,48 m a las 13:00 del miércoles, 98 cm por encima del nivel de alerta (3,50 m). En Ayolas se proyectan entre 5,90 y 6,60 m, con alerta en 4,20 m y umbral de inundación urbana en 4,50 m. Itaipú, aguas arriba, tenía abierto su vertedero desde el 1 de octubre y descargaba unos 19.000 m³/s al 12 de octubre.

Los indicadores de El Niño que usa la EBY dan una probabilidad alta de nuevas crecidas entre octubre y diciembre. Para decisiones concretas, la referencia es el informe hidrológico oficial de la EBY, que se va actualizando con las condiciones.

Por qué pronosticar un río así es tan difícil

El caudal que llega a Yacyretá es la suma de lo que llueve en una cuenca enorme, que incluye el sur de Brasil y el Iguazú, y de lo que descargan las represas aguas arriba, como Itaipú. Esa agua tarda en llegar, así que la decisión de abrir compuertas se toma antes de que el río suba, con un pronóstico de lluvia como dato de entrada. Si la lluvia real es cinco veces la prevista, como pasó en el Iguazú, el error se propaga a todo lo que viene después.

La propia EBY lo aclara en su alerta: las previsiones valen hasta el viernes 16 y «están sujetas a revisión». No es una debilidad, es la naturaleza del problema. Pronosticar caudales es pronosticar con incertidumbre, y el valor de un buen modelo está tanto en su mejor estimación como en qué tan honesto es con su margen de error.

Qué aporta la inteligencia artificial

Los modelos hidrológicos clásicos representan la cuenca con ecuaciones físicas y parámetros que se calibran cuenca por cuenca. La alternativa que ganó terreno en la última década son las redes neuronales LSTM (Long Short-Term Memory), un tipo de red recurrente pensada para series temporales: aprenden, a partir de años de datos de lluvia y caudal, cómo responde una cuenca, incluido el efecto de lo que ya llovió o se acumuló antes (humedad del suelo, nieve), que la red «recuerda».

En 2018, un trabajo en Hydrology and Earth System Sciences mostró que una LSTM entrenada con 241 cuencas de la base CAMELS superaba a un modelo hidrológico de referencia. En 2024, investigadores de Google publicaron en Nature un modelo global que pronostica caudales extremos con hasta cinco días de anticipación, incluso en cuencas sin estaciones de medición, con una confiabilidad similar o mejor que la de un sistema global de referencia (GloFAS) en el mismo día. Sus pronósticos se publican abiertos en más de 80 países.

Nada de esto reemplaza a los modelos hidráulicos ni, sobre todo, al equipo técnico. La IA suma una segunda opinión rápida, que se actualiza con cada dato nuevo y que puede estimar su propia incertidumbre. La decisión de abrir una compuerta sigue siendo humana.

El simulador de arriba muestra por qué importa: cuanto mayor es el margen de error, más compuertas quedan en juego y más difícil es decidir con tiempo.

Qué puede mirar un dron (o una cámara) cuando el agua baja

Una crecida no termina cuando baja el río: deja barrancas debilitadas, estructuras con daños y fauna desplazada. Yacyretá ya vivió algo así. En las crecidas de 2013 y 2014, con más de 15.000 m³/s por el vertedero principal (15.806 y 16.857 m³/s), el oleaje y la velocidad de la corriente erosionaron la margen izquierda cerca de una torre de alta tensión. Se estudió con simulación numérica y se diseñaron protecciones de roca, en un trabajo del Laboratorio de Hidromecánica de la UNLP junto con la EBY.

Hoy ese diagnóstico puede apoyarse en drones: dos vuelos con fotogrametría o LiDAR, uno antes y otro después, generan modelos de superficie que se comparan para medir cuántos metros retrocedió una barranca. Estudios de campo usaron esa técnica para seguir el retroceso de márgenes en tramos de más de un kilómetro, como 1,2 km del río Mosa, en Europa. La visión por computadora automatiza la parte más laboriosa: segmentar agua, vegetación y suelo para marcar dónde cambió la costa.

Con la fauna pasa algo parecido. Un estudio de 2025 en Methods in Ecology and Evolution entrenó un modelo sobre 130 horas de video térmico de drones en Australia y detectó 1.637 de los 1.719 animales registrados por pilotos humanos (95,2 %), de 57 especies. Los trabajos que encontramos no lo probaron en animales en zonas inundadas, donde el contraste térmico y la vegetación complican la detección.

En el agua, el desafío es otro. El sistema de transferencia de peces de Aña Cuá, en construcción, se apoya en tres décadas de experiencia en Yacyretá: salva un desnivel de unos 24 m y terminará en una Estación Ictícola donde se cuentan y monitorean dorados, surubíes, sábalos, pacúes, manguruyúes, bogas y otras especies. Contar peces con cámaras y sonar, sin marcarlos, es un problema que la visión por computadora ya aborda: un trabajo de 2022 en Frontiers in Marine Science lo plantea para pasos de peces. Y las pruebas de campo muestran el límite: con agua turbia, el rendimiento cae.

Probá las dos escenas, con y sin agua turbia:

Qué se lleva una empresa de todo esto

Cambiá «compuertas» por «stock», «turnos» o «pedidos» y la lógica es la de cualquier empresa: datos históricos, un modelo que anticipa y una persona que decide. Tres cosas se repiten:

• Medir contra la realidad. Un modelo que no se compara con lo que efectivamente pasó es una opinión. En la primera encuesta nacional de adopción de IA en pymes, el 57 % de las que la usan no mide qué resultado les da.
• Definir qué decide la máquina y qué la persona. En una represa, la IA sugiere y el equipo técnico decide. En una empresa, igual: se automatiza lo repetitivo y lo crítico queda en manos de una persona.
• Asumir la incertidumbre. Un pronóstico sin margen de error lleva a decisiones peor tomadas. El primer simulador lo muestra: la diferencia entre un error de ±10 % y uno de ±35 % son varias compuertas.

Si querés profundizar en el lado empresarial, leé por qué fracasan los proyectos de IA y qué hace falta para que funcionen.

Fuentes y datos

• EBY, Alerta hidrológica N°06/octubre (14/10/2026): caudales, pronóstico de lluvia, niveles en Ituzaingó y Ayolas, perspectiva El Niño.
• ABC Color, Lluvias cinco veces mayores a lo previsto: Yacyretá abre su vertedero (12/10/2026): apertura, 18 compuertas, 55.000 m³/s, 16.600 m³/s turbinables, río Iguazú e Itaipú.
• Primera Edición, El Paraná recibe un 56% más de agua que el promedio histórico (14/10/2026).
• ABC Color, Yacyretá abrió compuertas después de cinco años (30/10/2023) y Consejo de Yacyretá modificó Anexo B del tratado para justificar Aña Cuá: vertedero de Aña Cuá, 16 compuertas y 40.000 m³/s.
• De Dios, Buscetti, Loguercio, Liscia y Cardinali, Simulación numérica de un cuenco disipador de energía: operación asimétrica y erosión de márgenes, XXVIII Congreso Latinoamericano de Hidráulica, 2018.
• Kratzert et al., Rainfall–runoff modelling using Long Short-Term Memory (LSTM) networks, Hydrology and Earth System Sciences, 2018.
• Nearing et al., Global prediction of extreme floods in ungauged watersheds, Nature, 2024.
• Duró et al., Bank erosion processes measured with UAV-SfM along complex banklines of a straight mid-sized river reach, Earth Surface Dynamics, 2018.
• Backman et al., Human inspired deep learning to locate and classify terrestrial and arboreal animals in thermal drone surveys, Methods in Ecology and Evolution, 2025.
• Kandimalla et al., Automated detection, classification and counting of fish in fish passages with deep learning, Frontiers in Marine Science, 2022.
• Canal 26, Cómo funciona el sistema para asistir la migración de los peces del río Paraná que se instalará en Aña Cuá (2/6/2026).
• Encuesta Nacional sobre Adopción de IA en pymes argentinas: cubre firmas industriales y de software.