Evaluación de la Incertidumbre de la Precipitación en un Modelo de Simulación Hidrológica y su Aplicación a la Cuenca del Rio Combeima, Municipio de Ibagué- Departamento del Tolima

La modelación hidrológica ha evolucionado en las últimas décadas gracias al crecimiento del poder computacional, la mayor disponibilidad de datos hidrológicos y una mejor comprensión de la física y dinámica de los sistemas hidrológicos, para los cuales existen modelos cada vez más robustos. Paradójicamente, frente a este evidente avance en el campo de la simulación hidrológica, también se ha incrementado la necesidad de desarrollar e implementar métodos específicos para estimar y evaluar la incertidumbre asociada a los modelos. Actualmente, se reconoce ampliamente que la consideración adecuada de la incertidumbre en las predicciones hidrológicas es esencial para fines de investigación y el desarrollo de herramientas de modelado operativo (Liu y Gupta, 2007). La variable más utilizada en los modelos lluvia-escorrentía es la precipitación, cuya estimación y grado de representación de la variabilidad espacial constituye una fuente de error que se propaga hacia las predicciones de los caudales. Por lo tanto, para mejorar el proceso de modelado, es relevante caracterizar su incertidumbre (Kavetski et al., 2006a). Un método ampliamente utilizado para cuantificar la incertidumbre en la precipitación es modificar la precipitación observada y volver a ejecutar el modelo hasta que se encuentre una respuesta razonable entre el resultado del modelo y la escorrentía observada (Moradkhani y Sorooshian, 2008). En la última década, Kavetski (2003, 2006b) utilizó una constante denominada multiplicador de tormentas, que se utiliza para corregir la precipitación observada. Asimismo, Montanari (2008) propuso como estrategia la generación de lluvia sintética utilizando para ello el modelo de pulso rectangular de Neyman-Scott (1958). Esta lluvia sintética se emplea como datos de entrada para el modelo hidrológico HYMOD. Posteriormente, Renard et al. (2011) utilizaron un modelo de error gaussiano con varianza desconocida como método para determinar la incertidumbre de la precipitación, afirmando que la incertidumbre está dominada por la descripción incompleta de los campos espaciales de precipitación utilizando pluviómetros. Utilizaron un método geoestadístico para generar múltiples réplicas de los campos de precipitación en función de los valores de precipitación observados por el equipo de medición. Sin embargo, concluyeron que los eventos de precipitación simulados de menos de 2 mm sobrestiman su valor y no son realistas. El problema de la incertidumbre en el modelado hidrológico ha sido ampliamente investigado. Según Gupta et al. (2005) las fuentes de error en el proceso de modelado están relacionadas con los datos de entrada, las condiciones de contorno, los errores relacionados con la conceptualización del modelo de los procesos hidrológicos reales, los errores relacionados con la estimación de los parámetros del modelo, en los que se incluyen los efectos de escala. De muchos intentos de separar y analizar las fuentes de error que se han abordado, no se han encontrado enfoques satisfactorios o generales, (Rosbjerg and Madsen 2005, Todini 2005, Gupta 2005). La incertidumbre de los datos está asociada con los errores introducidos en el proceso de modelado a través de las observaciones de los flujos de entrada y salida, su investigación se ha centrado en el error de precipitación, sin embargo, dada la alta variabilidad espacial y temporal de la lluvia, se necesita más investigación para estimar estas fuentes de error. La incertidumbre estructural está asociada con errores en los modelos perceptivos y matemáticos de los procesos hidrológicos. Finalmente, la incertidumbre de los parámetros está relacionada con la identificabilidad de conjuntos confiables de parámetros para el modelo. Los efectos de la incertidumbre de la lluvia en la calibración y simulación de un modelo hidrológico han sido estudiados mediante simulación estocástica Andreassian et al. (2001); Pappenberger et al. (2005); Bárdossy y Das (2008); Younger et al. (2009) o mediante la incorporación del modelo de error de lluvia en los modelos de error total dentro del marco de incertidumbre, según lo reportado por Goetzinger y Bárdossy (2008); Kavetski et al. (2011) y Kavetski et al. (2006b). Algunos autores, como Moradkhani et al. (2006) han argumentado que la clave para mejorar el potencial de los modelos lluvia-escorrentía está asociada con la caracterización de la incertidumbre de la precipitación, que generalmente se considera la causa más influyente de incertidumbre en la predicción de inundaciones. Uno de los métodos más utilizados es mejorar la respuesta del modelo modificando manualmente la entrada observada y volviendo a ejecutar el modelo hasta que se logre iterativamente un ajuste adecuado entre el flujo simulado y el observado (Moradkhani & Sorooshian, 2008). Biermans et al. (2009) cuantificaron la distribución global de la incertidumbre en las estimaciones anuales y estacionales de la precipitación, que se definió como las variaciones entre siete conjuntos de datos de precipitación rasterizados globales a escala de cuenca. La incertidumbre resultante en el caudal se estimó como las diferencias relativas en los caudales simulados a través de modelos hidrológicos. Los resultados muestran un alto efecto de la propagación de la incertidumbre de la precipitación en las estimaciones de caudal; por lo tanto, se propaga con una gran incertidumbre relativa para la simulación de caudales. A pesar de los muchos trabajos realizados sobre la incertidumbre en el modelado hidrológico, pocos desarrollos se enfocan en cuantificar la incertidumbre asociada con la precipitación y su propagación hacia la simulación de caudales con un modelo hidrológico distribuido. En consecuencia el presente estudio contempla la cuantificación de la incertidumbre asociada a la precipitación y su efecto en la simulación hidrológica a través de la aplicación de un modelo hidrológico distribuido en la cuenca del río Combeima, Colombia Los propósitos fundamentales de este trabajo fueron: i) cuantificar la incertidumbre de la precipitación bajo un enfoque de simulación bayesiano que evalúa un modelo de error, en donde la probabilidad de los errores de precipitación se representa con un modelo de distribución skew normal, y ii) estimar el efecto de la propagación de la incertidumbre en la precipitación sobre el caudal, utilizando un modelo hidrológico distribuido aplicado en una cuenca andina tropical.

• Autores: Salgado Castillo, Félix
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2023
• Institución: Universidad del Tolima
• Repositorio: RIUT: Repositorio U. Tolima
• OAI Identifier: oai:repository.ut.edu.co:001/3751
• Acceso en línea: https://repository.ut.edu.co/handle/001/3751
• Palabra clave: 550 - Ciencias de la tierra; Hidrografía; Aguas superficiales; Análisis de la incertidumbre, Distribución skew normal, escorrentía, Modelación hidrológica, precipitación, modelación lluvia – escorrentía; Análisis de la incertidumbre; Distribución skew normal; Escorrentía; Modelación hidrológica; Precipitación; Modelación lluvia – escorrentía
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2