Notas técnicas : modelación hidráulica de un sector de río caudaloso con derivaciones empleando hec-ras

Dentro de la modelación hidráulica es importante identificar las ventajas y limitaciones de un modelo matemático. El objetivo del presente escrito consiste en reportar los resultados de un ejercicio de aplicación realizado para establecer la eficacia del modelo unidimensional HEC-RAS en la simulació...

Full description

Autores:
Santos Rocha, Ana Carolina
Cubillos Peña, Carlos Eduardo
Vargas Luna, Andrés
Tipo de recurso:
Article of journal
Fecha de publicación:
2008
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/23862
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/23862
http://bdigital.unal.edu.co/14899/
Palabra clave:
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Dentro de la modelación hidráulica es importante identificar las ventajas y limitaciones de un modelo matemático. El objetivo del presente escrito consiste en reportar los resultados de un ejercicio de aplicación realizado para establecer la eficacia del modelo unidimensional HEC-RAS en la simulación del comportamiento hidráulico de un cauce que presenta bifurcaciones y derivaciones de gran caudal, como es el caso del río Magdalena en proximidades al Canal del Dique. Con base en mediciones de campo realizadas en junio de 2005 (aforos y barimetrías) y registros hidrométricos de caudal y nivel en dos estaciones (Calamar en el río Magdalena e INCORA K7 en el Canal del Dique), se realizó la calibración del modelo; se desarrolló un proceso de validación simulando un hidrograma de entrada correspondiente al período comprendido entre el 1° de junio de 2004 y el 1° de noviembre de 2005, y comparando los resultados con el hidrograma de caudal registrado en la estación INCORA K7, situada a aproximadamente 7 kilómetros de la embocadura del Canal del Dique. Los resultados obtenidos evidencian la efectividad del modelo y su alta capacidad predictiva para tales condiciones.