Publication:

Modelo hidrológico distribuido basado en procesos hidrológicos TACD2. aplicaciones a las cuencas de brugga y de coello

Los procesos hidrológicos de una cuenca hidrográfica deben ser entendidos de manera adecuada como fase preliminar para la concepción y ejecución de planes, programas y proyectos enfocados a la óptima utilización del potencial hídrico y productivo de una cuenca. Para este fin, se suelen crear modelos hidrológicos que representen las principales variables de la cuenca mediante diferentes metodologías. La modelación hidrológica, al tratar la tarea de predecir el comportamiento de una cuenca, debe afrontar varios retos, entre los cuales se encuentran: escoger el modelo que mejor representa los fenómenos ocurridos en una cuenca determinada; tener en cuenta la posible incertidumbre sobre los datos de entrada; escoger los valores adecuados para los parámetros del modelo; seleccionar una función objetivo adecuada para la calibración. En el presente trabajo se desarrolló un nuevo modelo hidrológico distribuido basado en procesos hidrológicos, con el fin de permitir una representación diferente de la hidrología de una cuenca que pueda ser útil para ciertas cuencas. El modelo hidrológico TACD requirió ser actualizado mediante el Framework para Python de PCRaster. Posteriormente, se verificó la veracidad de esta nueva versión actualizada con la versión original, mediante es estudio de la cuenca original, la cuenca de Brugga, en el suroeste de Alemania. Las pruebas de validación mostraron que la versión actualizada (TACD2) representa fielmente al modelo original (TACD), con diferencias mínimas. Luego se realizó la adaptación del modelo hidrológico distribuido TACD2 a la información disponible en la cuenca del río Coello, sobre la cual se llevó a cabo un proceso de calibración. Los resultados de la calibración fueron exitosos pues mostraron que, para la serie de caudales observados en la estación Payandé de la cuenca de Coello, el modelo representó aceptablemente el caudal observado conservando la tendencia de la serie. No obstante, el costo computacional del modelo no permitió validar diferentes métricas de bondad de ajuste o diferentes esquemas de calibración.