Post on 28-Feb-2018
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
1/25
Precipitacin media sobre el rea. (Cuenca)
En la mayora de los estudios hidrolgicos se requiere conocer la
precipitacin sobre un rea definida, la que puede variar desde pocas
hectreas hasta cientos de m!. "ebido a que los registros pluviom#tricosde una estacin representan condiciones puntuales, se necesita
procedimientos que permitan transformar la lluvia puntual en informacin
que sea representativa para toda el rea.
$. %#todo del promedio aritm#tico.
El m#todo ms simple y fcil de usar para estimar el promedio areal
consiste en calcular la media de todos los valores puntuales. Este m#todo
se aplica en cuencas con un n&mero relativamente alto de puntos de
medicin uniformemente distribuidos. En la figura '. (a) se representa un
eemplo de clculos con este m#todo. *a lluvia media se calcula como
sigue+
"onde+- recipitacin media sobre el rea en mm.i- recipitacin puntual en la estacin i.- &mero de estaciones en la cuenca.
El m#todo asigna igual peso a todas las estaciones sin tomar en
cuenta consideraciones sobre la ubicacin, la influencia orogrfica u otras.or ello se recomienda usarlo solo en aquellos casos en los que la lluvia
posee un patrn uniforme sobre la cuenca.En la figura '. (a) se dan tambi#n las estaciones ubicadas fuera de
los limites de la cuenca. *a inclusin de tales estaciones en el clculo de la
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
2/25
media podra meorar la precisin de los resultados, siempre que se tomen
solo aquellas que se ubican en las cercanas del lmite de la cuenca.
!. %#todo de los polgonos de /hiessen.
El m#todo de /hiessen asigna a cada estacin un peso proporcionala su rea de influencia sin tomar en cuenta la topografa u otras
caractersticas. 0e asume que el rea de influencia es aquella que rodea a
la estacin1 por lo tanto, esta ms cercana a ella que ninguna otra, para
asignar el rea a la estacin adecuada se lleva a cabo el siguiente
procedimiento+
a2 /odas las estaciones contiguas se conectan mediante lneas
rectas en tal forma que no hayan lneas interceptadas (en la3igura '. (b) se muestra como la lnea punteada).
b2 0e tra4an mediatrices perpendiculares a todas las lneas de unin
entre estaciones (en la 3igura '. (b) se muestra como tra4os
continuos).
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
3/25
c2 0e prolongan las mediatrices hasta que se corten con las
mediatrices polgono vecinas.d2 *os puntos de cruce de las mediatrices representan los puntos del
polgono cuya superficie constituye el rea de influencia de la
estacin encerrada en dicho polgono.
*a lluvia media del rea se calcula luego mediante la siguiente
e5presin+
"onde+
6i- 7rea asignada a cada estacin.
i- *luvia puntal en la estacin i.
Este m#todo es ms preciso que el del promedio aritm#tico, porque
toma en cuenta la desuniformidad en la distribucin de las estaciones1
aquella que no tiene influencia en los cmputos quedan automticamente
e5cluidas. 0in embargo, es muy rgido, ya que la eliminacin o cambio de
ubicacin de alguna demanda una reformulacin total de los polgonos, y
por lo tanto, una variacin en los resultados.
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
4/25
8. %#todo de las 90:;E/60.
El m#todo de las isoyetas permite la consideracin de los efectos
orogrficos en el clculo de la lluvia media sobre el rea. 0obre la base de
los valores puntuales se construyen lneas de igual altura de precipitacin,
como se ilustra en la figura '. (c). 6 estas lneas se les conoce como
isoyetas. En este m#todo se pude tomar en cuenta el efecto orogrfico de
monta
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
5/25
- =alor de precipitacin de la isoyeta .
6- 7rea incluida entre dos isoyetas consecutivas y (>$).
m- &mero total de isoyetas.
El m#todo de las isoyetas es el mas preciso y debera usarse,
especialmente cuando se sospecha que algunos datos en la distribucin de
la tormenta se estn refleados enteramente en la medicin puntual. Es
bueno hacer notar que, si las isoyetas se determinan como una
interpolacin lineal de los valores de dos estaciones adyacentes, los
resultados que se obtienen sern iguales a los de los polgonos de
/hiessen. or esta ra4n, es recomendable apoyarse en las curvas de
nivel, o en las relaciones de lluvia vs. 6ltitud, para lograr un adecuado
tra4ado de las isoyetas.
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
6/25
Mtodo racional.
*a formula racional se utili4a normalmente para calcular el caudal de
dise
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
7/25
/abla B.$
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
8/25
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
9/25
El tiempo de concentracin es igual a+
/c- /o > /v
"onde+
/o- Es el tiempo de concentracin del fluo superficial.
/v- Es el tiempo de viae por el canal o cauce.
/v se estima con la velocidad del caudal en el cauce, asumida u
obtenida con alguna formula del fluo uniforme y, /o se puede obtener con
algunas de las e5presiones desarrolladas para el tiempo de recorrido (*o)
del fluo superficial, tales como la de erby dada a continuacin+
"onde1 /o en minutos, *o en metros, 0o en mAm y no la rugosidad de
%anning todo para el terreno.
/ambi#n se puede usar la e5presin de onda cinemtica en cuencas
unidimensionales+
En esta e5presin, 9e es la intensidad de la lluvia efectiva (mmAh) y
los otros parmetros son los mismos utili4ados en las e5presiones
antecedentes.
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
10/25
En cuencas donde predomina el almacenae de agua en el cauce por
sobre el fluo sobre el terreno, el tiempo de concentracin (/e) se obtiene
como un todo mediante e5presiones empricas como la de irprich dada a
continuacin+
"onde+
/C- /iempo de concentracin en minutos.
*- *ongitud del cauce en metros.
- "iferencia de elevacin en metros.
El m#todo racional asume que la duracin de la lluvia de dise
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
11/25
0e utili4an con frecuencia en la ciencia. *os modelos resultan muy
&tiles en investigacin y su elaboracin implica varios aspectos opuestos+
2 "eben presentar la realidad lo ms fielmente posible
2 "eben ser ms sencillos y maneables que las situaciones reales.
ara elaborar un modelo, primero hemos de establecer qu# uso
vamos a darle y, seg&n ello, que aspectos de la realidad o variables vamos
a utili4ar y qu# relaciones e5isten entre las mismas.
*os modelos permiten observar evolucin de los sistemas y predecir
su comportamiento. "an una meor comprensin de la realidad.
Concepto de modelo del sistema hidrolgico.
*os modelos hidrolgicos constituyen hoy da una de las
herramientas ms &tiles en la planificacin de Fecursos idrulicos. El
rpido desarrollo de la industria de la computacin ha hecho posible que los
micro2computadores sean cada ve4 ms accesibles y con mayor capacidad
para manear programas compleos y voluminosas bases de datos en
menor tiempo que lo que era posible en los a
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
12/25
El tema de los modelos es muy amplio y ameritara un te5to aparte
para describirlo. En este captulo slo se har una descripcin somera de
los conceptos principales.
Clasificacin de los modelos hidrolgicos.
*os modelos pueden ser clasificados de diferentes maneras+ a) por
escala de tiempo, b) por su utili4acin, c) por su compleidad y base
conceptual, y d) por el tama
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
13/25
Desarrollo de un modelo de simulacin.
Este punto trata, de que hay que e5plicar o desarrollar como sucede un
modelo de simulacin, consegu uno y es ms o menos largo. 6s que deo
el linL para que lo vean.
http+AAscielo.sld.cuAscielo.phpMscript-sciNartte5tOpid-0$BJ?2
?88J!?$???!????I
Simulacin hidrolgica paramtrica a diferentes escalas de tiempo.
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1680-03382015000200009http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1680-03382015000200009http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1680-03382015000200009http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1680-033820150002000097/25/2019 Modelacion del proceso lluvia-escorrentia.docx
14/25
Caracterstica y limitaciones de los algoritmos ms usuales.
Caractersticas.
a) 3initos+ "ebe acabar en alg&n momento.b) Eficientes+ "eben ocupar la mnima memoria y minimi4ar el tiempo
de eecucin.c) *egibles+ El te5to que lo describe debe ser claro, tal que permita
entenderlo y leerlo fcilmente.d) %odificables+ Estarn dise
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
15/25
f) Pnico punto de entrada, &nico punto de salida+ 6 los algoritmos y a
los mdulos que lo integran se entra por un slo punto, inicio, y se
sale por un slo punto tambi#n.
*imitaciones.
Anlisis de la sensibilidad de parmetros hidrolgicos.
*as inseguridades en la prctica del modelado de cuencas ha llevado
a una confian4a Qin crescendoR en el anlisis de sensibilidad, el proceso por
el cual un modelo es probado para establecer una medida del cambio
relativo en los resultados del modelo causado por un cambio
correspondiente en los parmetros del modelo. Este tipo de anlisis es un
complemento necesario para el eercicio del modelado, especialmente
porque provee informacin sobre el nivel de certe4a (o no) para asegurar
los resultados del modelado.
*os resultados del anlisis de sensibilidad para las variaciones de
parmetro es particularmente importante en el caso de modelos
determnisticos que tienen algunos componentes conceptuales. "ebido a
los componentes conceptuales, las calibraciones son estrictamente vlidas
solo dentro de rangos estrechos de las variables, de all que, los errores enla estimacin de los parmetros necesitan ser determinados de manera
cualitativa.
*a sensibilidad es anali4ada usualmente aislando el efecto de cierto
parmetro. 0i un modelo es altamente sensible a un parmetro dado,
peque
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
16/25
parmetro abstraccin, esto es el coeficiente de escurrimiento en el m#todo
racional.
or ello, es imperativo que el coeficiente de escurrimiento sea
estimado de la meor manera posible. ara eventos de baa frecuencia,
valores altos del coeficiente de escurrimiento estn generalmente
ustificados (seccin '.$).
En el modelado de cuencas de tama
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
17/25
Calibracin !erificacin y !alide" de modelos hidrolgicos.
Calibracin y verificacin+
*a calibracin del modelo es el proceso por el cual los valores de los
parmetros del modelo son identificados para su uso en una aplicacin
particular. Consiste en el uso de datos de lluvia2escurrimiento y un
procedimiento para identificar los parmetros del modelo que provean la
meor concordancia entre los fluos simulados y los registrados.
*a identificacin de los parmetros puede ser llevada a cabo
manualmente, por prueba y error, o automticamente utili4ando t#cnicas de
optimi4acin matemtica. *a calibracin implica la e5istencia de datos de
caudales, para cuencas no medidas, la calibracin simplemente no es
posible. *a importancia de la calibracin vara con el tipo de modelo. or
eemplo, un modelo determnisticos es observado generalmente como
altamente predictivo, por ello, debera requerir poca o ninguna calibracin.
En la prctica, sin embargo, los modelos determnisticos no son
enteramente determnisticos, y por ello, un cierto modo de calibracin es
necesario frecuentemente.
*a modelacin conceptual, la calibracin es e5tremadamente
importante, ya que los parmetros no muestran una relacin directa con los
procesos fsicos. or ello, la calibracin es requerida de modo de
determinar valores apropiados de estos parmetros. *as estimaciones
prcticas de los parmetros de modelo conceptual, basados en la
e5periencia local, son usadas algunas veces en lugar de la calibracin. 0in
embargo, tal prctica es riesgosa y puede llevar a cometer errores groseros.
*a calibracin tambi#n uega un rol importante en la determinacin de
parmetros en modelos empricos. *a calibracin necesita de procesos de
tiempo invariable y tiempo variable y los modelos son bastante diferentes.
ara evaluar la seguridad predictiva de un modelo de tiempo invariable es
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
18/25
costumbre dividir el proceso de calibracin en dos etapas diferentes+ ($)
calibracin y (!) verificacin. ara este propsito, dos grupos
independientes de datos de lluvia2caudal son reunidos.
El primer grupo es utili4ado en la calibracin por s mismo, mientrasque el segundo grupo es usado en la verificacin del modelo, esto es+ una
medicin de la seguridad de la calibracin. na ve4 que el modelo ha sido
calibrado y los parmetros verificados, est listo para ser utili4ado en el
etapa predictiva de la modelacin. *a calibracin est bastante implicada
con los procesos de tiempo variable y modelos. ;a que los parmetros
varan en el tiempo (y con las variables del modelo), una calibracin y una
verificacin en el sentido lineal es slo posible dentro de un rango estrecho
de la variable.
na alternativa prctica es seleccionar varios rangos de la variable,
esto es, fluo mnimo, fluo promedio, y fluo m5imo, y reali4ar una
calibracin y una verificacin para cada nivel de fluo. "e esta manera se
puede identificar un grupo de parmetros para cada rango de la variable.
n eemplo tpico de calibracin multinivel (multi2estado) es la del ruteo en
canales.
*os parmetros de ruteo para fluo encau4ado son bastante
diferentes de aquellos de fluo desbordado. or ello, son necesarias varias
calibraciones, que abarquen un amplio rango de niveles de fluo. ara
ciertos procesos y modelos, particularmente aquellos de naturale4a
determinstica, los parmetros de modelo pueden ser e5plcitamente
relacionados a las variables del modelo. En este caso, la necesidad de la
calibracin de los parmetros (en el sentido lineal) es enga
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
19/25
*os modelos concentrados tienen un n&mero relativamente peque
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
20/25
lemes ($IJB) propone un modelo errquico el cual ser e5plicado lneas
abao.
Este esquema de validacin es llamado errquico porque las tareas
son ordenadas de acuerdo a su compleidad y las demandas de las pruebas
se incrementan en la misma direccin (lemes, $IJB).
*as categoras principales para diferenciar la prueba de validacin
son+
2 Condiciones estacionarias (similares al perodo de
calibracin)12 Condiciones no estacionarias (diferentes a las del periodo de
calibracin).
Cada una de estas categoras se subdivide en dos subgrupos de
acuerdo al lugar donde se reali4ar la simulacin+
2 0i se reali4a en la misma cuenca que fue usada para la
calibracin1 o2 0i se reali4a en una cuenca diferente.
*a combinacin de estos tipos genera cuatro posibles escenarios.or eemplo+
2 0i se desea completar una serie de caudales+ las condiciones
son estacionarias y se trabaar en la misma cuenca.2 0i se desea simular caudales en una cuenca sin registro+ las
condiciones son estacionarias y se trabaar en otra cuenca.
n tema importante es la posibilidad de validar un modelo para un
perodo que incluya variaciones en el uso de tierras o causadas por el
cambio climtico (condiciones estacionarias).
lemes ($IJB) propone cuatro pruebas que considera como
QmnimasR correspondientes a cada uno de los casos planteados+
a. Prueba de muestra di!idida #split$sample test%
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
21/25
6plicable para condiciones estacionarias y validacin en una
misma cuenca. En esta prueba, el registro se divide en dos sub2
muestras de igual longitud, cada una de las cuales es utili4ada en el
proceso de calibracin y la otra en el proceso de validacin, y
viceversa1 es decir, se deben reali4ar dos procesos de calibracin T
validacin intercambiando las sub2muestras, y los resultados deben
ser comparados entre s+ el modelo se acepta solamente si los
resultados son similares y los errores se encuentran dentro de un
rango aceptable.0i el registro disponible de informacin no permite la divisin
en partes iguales u otra divisin significativa de las muestras, deber
utili4arse un modelo de nivel superior.
b. Prueba de muestra di!idida diferencial #differential split$sample
test%Esta prueba es necesaria para modelos que van a simular
caudales en una cuenca determinada para condiciones distintas a lasdel registro disponible. Fequiere una calibracin utili4ando los datos
previos a los cambios de condicin, el auste de los parmetros para
caracteri4ar los cambios, y la validacin en el perodo siguiente. or
eemplo, para simular el efecto de un cambio en el clima, la prueba
debe tener la siguiente secuencia+ se debe identificar en el registro
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
22/25
histrico dos perodos con diferentes valores de los parmetros
climticos de inter#s, por eemplo, uno con alta precipitacin
promedio y el otro con baa. 0i el modelo est dise
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
23/25
c. Prueba de cuenca representati!a #pro&y basin test%0e utili4a para transponer geogrficamente un modelo. 0i el
caudal en una cuenca no aforada es C, se deben seleccionar dos
cuencas aforadas 6 y H dentro de la regin+ el modelo debe sercalibrado en la cuenca de 6 y validado en la cuenca H y viceversa.
0lo si los dos resultados de la validacin son aceptables y similares
el modelo tendr un nivel bsico de credibilidad para simular el
caudal en la cuenca C.Esta prueba tambi#n se aplica cuando se desea e5tender el
registro de caudales de una cuenca C y los registros no son
adecuados para una prueba de muestra dividida1 es decir, los
registros de C no se utili4an por ser inadecuados y la e5tensin se
trata como la simulacin de una cuenca no aforada.
d. Prueba de muestra di!idida diferencial de cuenca representati!a
#pro&y$basin differential split$sample test%6l igual que la prueba anterior, la calibracin es indirecta y se
utili4a informacin de otras cuencas. Esta prueba se aplica cuando
se busca transponer un modelo geogrfica y climticamente.*a prueba puede tomar diferentes formas dependiendo de la
tarea especfica involucrada en el moldeamiento. En el caso ms
simple de e5trapolacin geogrfica y climtica dentro de una regin,
la prueba tendr la siguiente forma+ se seleccionan dos cuencas
aforadas, 6 y H, con caractersticas similares a las de la cuenca C y
se diferencian segmentos con diferentes parmetros climticos (por
eemplo, h&medo h y seco s) en los registros histricos de ambas1
luego, para evaluar el impacto de un escenario de clima seco, elmodelo se calibra primero en Ah y se valida en '$s, para finalmente
calibrarlo en '$h y validarlo en A$s.El modelo se considera adecuado si los errores de ambas
validaciones son aceptables y no difieren significativamente.
6nlogamente, un modelo dise
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
24/25
escenario de clima h(medo tendra que ser calibrado A validado
sobre A$s ) '$h, y en '$s ) A$h.
Modelos de simulacin paramtricas de uso com(n.
*os ms usados en el mundo+
6U0+ 6gricultural on2oint 0ource pollution model
6@6%:"+ 6@6%:"
6@609%+ Computer rogram for the 9dentification and 0imulation of
6quatic 0ystems6F/9C+ "E=E*:%E/ :3 6 ;09C6**; H60E", 06/96**;
"90/F9H/E" ;"F:*:U9C %:"E* 3:F 6 6FC/9C FEU9:
60%+ 6quifer20imulations2%odel
CE%:0NV6/EF+ Cemo0AVater 2 steady state model for chemical in
rivers
C*9%6+ C*9mate %6er 2 stochastic generator of daily Weather data
CFE6%0+ Chemicals, Funoff and Erosion from 6gricultural
%anagement 0ystems
"EENEFC:*6/9:+ "EE EFC:*6/9: %:"E*
"F69%:"+ "rainmod
E9C+ Erosion2roductivity 9mpact Calculator
EF;%+ ElaLala Fangeland ydrology and ;ield %odel
*os ms usados en =ene4uela+
7/25/2019 Modelacion del proceso lluvia-escorrentia.docx
25/25