Evaluación de un modelo hidrológico basado en datos para simular el escurrimiento de cuencas andinas de tamaño mediano

Palabras clave: minería de datos, modelo hidrológico basado en datos, calibración, validación, evaluación multi-objetivo, análsis secuencial

Resumen

El modelo conceptual agregado VHM, basado en una técnica de minería de datos y capaz de adaptar su estructura a distintos grados de complejidad usando entre 5 y 15 parámetros, fue implementado en dos cuencas andinas del Sur del Ecuador de 300 y 1260 km2 usando series de tiempo de lluvia y caudal. Este artículo detalla el procedimiento seguido para identificar la estructura del modelo, realizar su calibración y validación, así como el enfoque multi-objetivo utilizado para evaluar el desempeño del modelo y sus componentes. Para incrementar la información existente en las series de caudal, éstas fueron divididas en series de tiempo de subflujos de caudales rápidos, intermedios y base, y las nuevas series fueron discretizadas en eventos independientes de caudales altos y bajos. Se encontró que la estructura del modelo compuesta solamente por un módulo para almacenamiento de agua en el suelo, flujos rápidos y flujos lentos fue capaz de modelar el balance agua y los caudales de las dos cuencas con una precisión aceptable. Se identificó que un valor bajo de la capacidad de almacenamiento del suelo facilita la calibración del modelo (identificación de sus parámetros) pero no da una garantía para mejorar el desempeño del modelo. El estudio reveló también que las estructuras más simples del modelo reducen fuertemente el riesgo de sobre parametrización del modelo y su incertidumbre asociada.

 

Descargas

La descarga de datos todavía no está disponible.

Citas

Aizen, V., E. Aizen, G. Glarizin, H.A. Loaiciga, 2000. Simulation of daily runoff in Central Asian alpine watersheds. J. Hydrol., 238, 15-34.

Atkinson, S.E., R.A. Woods, M. Sivapalan, 2002. Climate and landscape control son water balance model complexity over changing timescales. Water Resour. Res., 38, 1314, doi: 10.1029/2002WR001487.

Babovic, V., 2005. Data mining in hydrology. Hydrol. Process., 19, 1511-1515.

Bacuilima, F., J. Bacuilima, W. Bermeo, 1999. Caracterización del clima por microcuencas en el austro ecuatoriano. Tesis de grado. Facultad de Ingeniería, Universidad de Cuenca, Cuenca, Ecuador.

Beven, K.J., A.M. Binley, 1992. The future of distributed models: model calibration and uncertainty prediction. Hydrol. Process., 6, 279-298.

Box, G.E.P., D.R. Cox, 1964. An analysis of transformations. J. Roy. Stat. Soc., 211-243, Discussion 244-252.

Burlando, P., F. Pellicciotti, U. Strasser, 2002. Modelling mountainous water systems between learning and speculating. Nord. Hydrol., 33, 47-74.

Célleri, R., 2007. Rainfall variability and rainfall-runoff dynamics in the Paute river basin – Southern Ecuadorian Andes. PhD dissertation. Faculty of Engineering, Katholieke Universiteit Leuven. Leuven, Belgium.

Célleri, R., P. Willems, W. Buytaert, J. Feyen, 2007. Space-time rainfall variability in the Paute Basin, Ecuadorian Andes. Hydrol. Process., 21(24), 3316-3327.

Chapman, T., 1991. Comment on ‘Evaluation of automated techniques for base flow and recession analyses’ by Nathan RJ and McMahon TA. Water Resour. Res., 27, 1783-1784.

Croke, B.F.W., R.A. Letcher, A.J. Jakeman, 2006. Development of a distributed flow model for underpinning assessment of water allocation options in the Namoi River Basin, Australia. J. of Hydrol., 319, 51-71.

Eder, G., M. Fuchs, H.P. Nachtnebel, W. Loibl, 2005. Semi-distributed modelling of he monthly water balance in an alpine catchment. Hydrol. Process., 19, 2339-2360.

Frawley, W., G. Piatetsky-Shapiro, C. Matheus, 1992. Knowledge Discovery in Databases: An Overview. AI Magazine, 213-228.

Jakeman, A.J., I.G. Littlewood, P.G. Whitehead, 1990. Computation of the instantaneous unit hydrograph and identifiable component flows with application to two small upland catchments. J. Hydrol., 117, 275-300.

Klemes, V., 1983. Conceptualization and scale in hydrology. J. Hydrol., 65, 1-23.

Klemes, V., 1986. Operational testing of hydrological simulation models. Hydrolog. Sci. J., 31, 13-24.

Kokkonen, T.S., A.J. Jakeman, 2001. A comparison of metric and conceptual approaches in rainfall-runoff modeling and its implications. Water Resour. Res., 37, 2345-2352.

Lees, M.J., L.A. Camacho, P. Whitehead, 1998. Extension of the QUASAR river quality model to incorporate dead-zone mixing. Hydrol. Earth Syst. Sc., 2, 353-365.

Lees, M.J., 2000. Data-based mechanistic modelling and forecasting of hydrological systems. J. Hydroinformatics, 2, 15-34.

Limbrick, K.J., 2002. Estimating daily recharge to the Chalk aquifer of southern England - a simple methodology. Hydrol. Earth Syst. Sc., 6, 485-495.

Littlewood, I.G., B.F.W. Croke, A.J. Jakeman, M. Sivapalan, 2003. The role of ‘top-down’ modelling for Prediction in Ungaged Basins (PUB). Hydrol. Process.,17, 1673-1679.

Nash, J.E., I.V. Sutcliffe, 1970. River flow forecasting through conceptual models. J. Hydrol., 273, 282-290.

Post, D.A., A.J. Jakeman, 1996. Relationships between catchment attributes and hydrological response characteristics in small australian mountain ash catchments. Hydrol. Process., 10, 877-892.

Refsgaard, J.C., J. Knudsen, 1996. Operational validation and intercomparison of different types of hydrological models. Water Resour. Res., 32, 2189-2202.

Schreider, S.Y., A.D. Jakeman, 2001.Streamflow modelling on a subdaily time step in the Upper Murray Basin. Math. Comput. Model., 33, 659-668.

Sefton, C.E.M., S.M. Howarth, 1998. Relationships between dynamic response characteristics and physical descriptors of catchments in England and Wales. J. Hydrol., 211, 1-16.

Singh, V.P., D.K. Frevert, 2002a. Mathematical models of large watershed hydrology. Water Resour. Publ., LLC.

Singh, V.P, D.K. Frevert, 2002b. Mathematical models of small watershed hydrology and applications. Water Resour. Publ., LLC.

Tabios, G., J. Salas, 1985. Comparative analysis of techniques for spatial interpolation of precipitation. Water Resour. Bull., 21, 365-380

Tote, C., B. De Bièvre, 2005. Generación de mapas regionales de evapotranspiracion media mensual para el Austro Ecuatoriano. Informe interna, Programa para el Manejo del Agua y del Suelo, Universidad de Cuenca, Cuenca, Ecuador.

Willems, P., 2000. Probabilistic immission modelling of receiving surface waters. Ph.D thesis, Faculty of Engineering, Katholieke Universiteit Leuven, Leuven, Belgium.

Willems, P., 2004. WETSPRO: Water Engineering Time Series PROcessing tool, Methodology and User’s Manual. Hydraulics Laboratory, Katholieke Universiteit Leuven, Leuven, Belgium.

Willems, P., 2005. Guidance document for calibration and verification of rainfall-runoff models. Internal report, Hydraulics Laboratory, Katholieke Universiteit Leuven, Leuven, Belgium, 25 pp.

Young, P., 1998. Data-based mechanistic modelling of environmental, ecological, economic and engineering systems. Environ. Modell. Softw., 13, 105-122.

Young, P., 2001. Data-based mechanistic modelling and validation of rainfall-flow processes. In: Anderson, B., P.D. Bates (Eds.). Model Validation: Perspectives in Hydrological Science. John Wiley and Sons, Ltd., 117-161.

Young, P., 2003. Top -down and data-based mechanistic modelling of rainfall-flow dynamics at the catchment scale. Hydrol. Process., 17, 2195-2217.

Publicado
2010-12-25
Estadísticas
Resumen visto = 197 veces
PDF descargado = 251 veces
Cómo citar
Célleri, R., Willems, P., & Feyen, J. (2010). Evaluación de un modelo hidrológico basado en datos para simular el escurrimiento de cuencas andinas de tamaño mediano. Maskana, 1(1), 61-77. https://doi.org/10.18537/mskn.01.01.05
Sección
Artículos científicos