SEMINARIO INTERNACIONAL

MEDIO AMBIENTE Y RECURSOS HIDRICOS

CALIBRACIÓN DE UN MODELO HIDROLÓGICO

DISTRIBUÍDO APLICADO A LA CUENCA DEL RÍO JUCAR

Lia Ramos Fernández;

Félix Francés García

Agosto 2010

17/08/2010 Lia Ramos Fernández; Félix Francés García 1

 MODELO HIDROLOGICO DISTRIBUIDO TETIS

 Modelo Lluvia-Escorrentía, distribuido de tipo conceptual con parámetros

físicamente basados, desarrollado por el IIAMA
IIAMA-UPV
UPV (www.iiama.upv.es).

 Conceptualización Vertical:
Vertical Son seis tanques de almacenamiento
conectados entre sí
sí. El flujo entre los tanques es función del agua
almacenada en cada tanque.

17/08/2010 Lia Ramos Fernández; Félix Francés García 2

6 almacenamientos ó tanques:
 En Ladera:
 Manto de nieve
 Estático:
E táti abstracc
b t iniciales
i i i l + agua
capilar d suelo en zona de raíces
 Subsuperficie del suelo
 Gravitacional del suelo superior
 Acuífero
 Cauce
=>
6 variables de estado (Hi)
5 flujos de salida de tanque (Yi)
5 nudos de control:
1 flflujo
j iinputt (X0)
5 flujos salida (Xi)
La función que relaciona el flujo con estas variables de estado depende del esquema
conceptual adoptado,
adoptado del tipo de tanque y de las características morfológicas de la celda e
hidrológicas del suelo

17/08/2010 Lia Ramos Fernández; Félix Francés García 3

Conceptualización Horizontal:
Horizontal:

 Todas las celdas drenan hacia la celda aguas abajo hasta que alcancen una
celda con un cauce definido en que se realiza la traslación
ó del flujo utilizando
las características geomorfológicas combinadas con la onda cinemática
“MOCG”.

 Propagación de la
Escorrentía:

17/08/2010 Lia Ramos Fernández; Félix Francés García 4

 Problemas en modelos distribuidos:
 Calibración de un elevado número de parámetros en cada celda a partir del
hidrograma en la salida de la cuenca.

Solución: Estructura Separada del Parámetro Efectivo (Francés et al., 2007)

Calibración

17/08/2010 Lia Ramos Fernández; Félix Francés García 5

 CALIBRACION AUTOMATICA de FC
T ti emplea
Tetis, l un potente t t algoritmo
l it d optimización
de ti i ió (Sh ffl d Complex
(Shuffled C l E l ti - University
Evolution U i it off
Arizona), eficiente para calibrac de modelos lluvia-escorrentía, (Eckhardt y Arnold, 2001; Madsen, 2000; Thyer et al.,
1999; Boyle et al., 2000; Yapo et al., 1998; Gan y Biftu, 1996; Duan et al., 1994 y Sorooshian et al., 1993).

Funciones objetivo:

Factores Correctores a Calibrar:

 Almacenamiento estático máximo: FC1 Hu
 Factor de vegetación para la ET: FC2 λv
 Infiltración (tasa cte.): FC3 Ks
 Escorrentía directa (embalse lineal): FC4 vladera
 Percolación (tasa cte.): FC5 Kp
 Interflujo (embalse lineal): FC6 Ks
 Pérdidas subterráneas (tasa cte.): FC7 0,1 Kp
 Flujo base (embalse lineal): FC8 Kp
 Velocidad en cauces: FC9 vcauces

17/08/2010 Lia Ramos Fernández; Félix Francés García 6

 LUGAR DE ESTUDIO.

 Area de 21434 km2.

Se caracteriza
S t i por lluvias
ll i d de muy alta
lt
intensidad y corta duración de origen Detalle Observado
convectivo debido al fenómeno llamado Estaciones 155
Celdas del grid
“gota fría”. Promedio 71.15
Mínimo 28 08
28.08
Máximo 381.32
Desv. Stand 20.35

17/08/2010 Lia Ramos Fernández; Félix Francés García 7

 INFORMACION EMPLEADA

 SAIH Win: Sistema Automático de

Información Hidrológica

17/08/2010 Lia Ramos Fernández; Félix Francés García 8

 Información cartográfica con
tamaño de pixel 500 x 500,
procesamiento en ArcGIS para
generar mapas en formato que se
ajusten al modelo hidrológico:

MED
Celdas acumuladas
Dirección del flujo
Pendiente del terreno
Velocidad en ladera
Parámetros hidrológicos

17/08/2010 Lia Ramos Fernández; Félix Francés García 9

 Comparación ETo Diarias Hargreaves-Penman-Monteith. 2000-2009
ETo Hargreaves
10

9
y = 0.8815x + 0.4115
8 R² = 0.8617

0
0 1 2 3 4 5 6 7 8 9 10 11
11 ETo Penman-Monteith
Penman Monteith

10
9
8
7
6
5
4
3
2
1
0
03/2000 03/2001 03/2002 03/2003 03/2004 03/2005 03/2006 03/2007 03/2008 03/2009

ETo Penman Monteith ETo Hargreaves

17/08/2010 Lia Ramos Fernández; Félix Francés García 10

Fichero INPUT y OUTPUT con Información Hidrológica: P, Q, ETP, Embalses (Qentrada, Qsalida, Volúmenes)

17/08/2010 Lia Ramos Fernández; Félix Francés García 11

17/08/2010 Lia Ramos Fernández; Félix Francés García 12
Condiciones antecedentes de humedad:
Calentamiento
Recirculación
Calibración

17/08/2010 Lia Ramos Fernández; Félix Francés García 13

 ¡¡¡¡¡ TIEMPO !!!!!!!
Recomendación Calibración:

Calibrar el flujo base

Cuadrar los volúmenes : volumen observado y simulado (%Error en Volumen)
Volumen). Sensible a condiciones iniciales (H1
(H1, H4
H4, H5)
Dejar para el final los Qpicos (Indice de Nash)
 Calibración automática

17/08/2010 Lia Ramos Fernández; Félix Francés García 14

17/08/2010 Lia Ramos Fernández; Félix Francés García 15
Problema equifinalidad: conjuntos diferentes de parámetros pueden ser óptimos => juicio del
experto
p y retoque:
q
 Calibración manual posterior y/o
 Establecimiento de rangos iniciales de búsqueda

17/08/2010 Lia Ramos Fernández; Félix Francés García 16

1. Calibración en Pajaroncillo:
Pajaroncillo: Julio 2002 – Julio 2003

17/08/2010 Lia Ramos Fernández; Félix Francés García 17

 2. Validación Temporal en Pajaroncillo:
Pajaroncillo:
Marzo 2000 – Octubre 2009

17/08/2010 Lia Ramos Fernández; Félix Francés García 18

 3. Validación Espacio Temporal en Alarcón:
Febrero 2002 – Octubre 2009

17/08/2010 Lia Ramos Fernández; Félix Francés García 19

 4. Validación Espacio
p Temporal
p en Contreras:
Marzo 2000 – Octubre 2009

17/08/2010 Lia Ramos Fernández; Félix Francés García 20

 CONCLUSIONES
 Fundamental para la calibración de modelos distribuidos la separación de los
parámetros efectivos en dos componentes: Estimación previa de parámetros: mapas
F t
Factores de
d corrección
ió globales
l b l a calibrar
lib

 El modelo distribuído permitió comprobar el modelo en escenario distintos al de

calibración:
Validación en el tiempo
Validación en el espacio o espacio-tiempo

 El modelo permitió resolver el problema del estado inicial de humedad

(calentamiento,
(ca e ta e to, recirculación,
ec cu ac ó , calibración).
ca b ac ó )

 El mejor rendimiento del modelo se obtuvo con la calibración en Pajaroncillo (julio

2002 a julio 2003), siendo los resultados, 0.874, -2.4% y 2.070m2/s del índice de Nash-
Sutcliffe, error en el volumen y error cuadrático medio respectivamente.

 Análizando el índice de Nash-Sutcliffe en las Validaciones, los mejores resultados

obtenidos fueron 0.81 con validación temporal en Pajaroncillo y 0.62 con validación
espacio-temporal a la entrada del embalse Contreras.

17/08/2010 Lia Ramos Fernández; Félix Francés García 21

 La exacta precipitación no se conoce, sino que su valor se mide con un
error (grado de incertidumbre asociada)
asociada). Por ello
ello, el tipo de precipitación es
más importante que la elección del modelo hidrológico en términos de producir
simulaciones hidrológicas más robustas. Por otro lado, la metodología de
estimación de los parámetros involucra una serie de incertidumbres debidas
principalmente a la cantidad
cantidad, calidad y grado de definición espacial de la
información básica empleada. Ante, esto, la ventaja del modelo TETIS es
que se puede corregir en gran medida todos estos errores, calibrando
los factores correctores del modelo.

La eficacia de los modelos distribuídos depende de la disponibilidad

de los datos de entrada (inputs) => tecnología de sensores de satélite =>
precipitación obtenida por satélite disponible en tiempo real

17/08/2010 Lia Ramos Fernández; Félix Francés García 22

 BIBLIOGRAFIA
 DIHMA (2001). Un Modelo de Predicción de Crecidas para el SAIH de la Confederación Hidrográfica del
Tajo. Informe Final para UTE SAIH TAJO.

 DIHMA ((2002).
) Investigación
g conjunta
j sobre g
generación de mapas
p de caudales máximos en la cuenca del
Júcar. Informe Final para el CEDEX.

 FAO (2006). Evapotranspiración del cultivo: Guias para la determinación de los requerimientos de agua de
los cultivos. Estudio FAO Riego y Drenaje 56. Roma. ISBN 92-5-304219-2.

 Frances, F.; Velez, J..; Velez, J.J. (2007). Split-parameter structure for the automatic calibration of
distributed hydrological models. Journal of Hydrology 332 (1–2), 226–240.

 Francés,
F é F F., J.
J JJ. Vél
Vélez, JJ. II. Vélez,
Vél yM
M. Puricelli.
P i lli (2002).
(2002) Distributed
Di t ib t d modelling
d lli off large
l b i for
basins f a reall
time flood forecasting system in Spain. En Proceedings Second Federal Interagency Hydrologic Modelling
Conference. Las Vegas, USA.

 Gochis,
Gochis D.
D JJ.;; Shuttleworth,
Shuttleworth W.
W J.,
J and Yang
Yang, Z
Z. L
L. (2002)
(2002). Sensitivity of the modeled North American
Monsoon regional climate to convective parameterization. Monthly Weather Review. 130 1282-1298.

 Khakbaz, B.; Imam, B.; Hsu, K., and Soroosh, S. (2009). From lumped to distributed via semi-distributed
via semi-distributed: Calibration strategies for semi-distributed hydrologic models.
models Journal of Hydrology.
Hydrology

17/08/2010 Lia Ramos Fernández; Félix Francés García 23

 AGRADECIMIENTOS

El presente trabajo hace parte de:

El Proyecto Consolider-Ingenio “SCARCE” para el Ministerio español de Ciencia e

Innovación

El proyecto del Plan Nacional de I+D, referencia: 2010-CSD2009-00065

Instituto de Ingeniería
g del Agua
g y del Medio Ambiente
Universidad Politécnica de Valencia
www.iiama.upv.es/

17/08/2010 Lia Ramos Fernández; Félix Francés García 24