Hidrolog´ıa Computacional

y Modelos Digitales del Terreno
—Teor´ıa, pr´actica y filosof´ıa de una nueva forma de an´alisis hidrol´ogico.—
V´ıctor Olaya Ferrero
Copyright c 2004 V´ıctor Olaya
Edici´on 0.95
Rev. 26 de enero de 2004
Se concede permiso para copiar, distribuir o modificar esta obra bajo los t´erminos expresados en la licen-
cia Creative Common Attribution Share–alike, la cual puede encontrarse en www.creativecommons.org.
La licencia se aplica a todo el texto, as´ı como las im´agenes creadas por el propio autor, que ser´an
aquellas para las que no se especifique de modo explicito una distinta procedencia. Este libro pue-
de descargarse de forma libre en varios formatos, incluyendo formatos editables, en la direccion web
http://heart.sf.net/textos.
A Teresa, un peque˜ no pago en una deuda infinita.
Science is what we understand well enough to explain to a computer.
Art is everything else we do.
Donald E. Knuth
...hydrology is more than simply a subject to be learned, more than a science to be studied, more
even than a profession we are proud to practice; it deals with natural phenomena of intrinsic beauty,
whose technical intricacy and importance to humanity motivate our life’s work.
David R. Maidment
Con la intenci´on de favorecer la difusi´on de los conocimientos recogidos en esta obra en la medida de
lo posible y hacer los mismos accesibles con car´acter general y sin restricciones ni impedimentos, ´esta
se distribuye de forma libre bajo una licencia de tipo Creative Commons Atribution–Share Alike. Esto
significa que
Usted tiene total libertad para:
Copiar o distribuir partes o la totalidad de este trabajo.
Crear nuevos trabajos a partir de ´este, modificarlo o tomar y utilizar elementos del mismo.
Realizar un uso comercial de esta obra.
Bajo las condiciones:
Debe darse cr´edito en todo momento al autor original.
Las obras derivadas de ´esta deben distribuirse bajo una licencia id´entica a la presente.
Para consultar los t´erminos detallados de la licencia de distribuci´on vaya a
http://creativecommons.org/licenses/by-sa/1.0/
Para cualquier comentario o consulta al respecto, puede consultar con el autor en la direcci´on de correo
electr´onico
volaya@ya.com
Este libro puede obtenerse en formato PDF, as´ı como las fuentes originales del mismo en formato
L
A
T
E
Xen la direccion Web
http://heart.sf.net/textos.html
´
Indice general
Pr´ologo XVII
Introducci´on XXI
I Fundamentos y Elementos B´asicos 1
Introducci´on 3
1. Historia 5
1.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Aplicaciones inform´aticas hidrol´ogicas . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Sistemas de Informaci´on Geogr´afica . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1. Los SIG en los modelos hidrol´ogicos . . . . . . . . . . . . . . . . . . . . 11
Modelos con fuerte componente SIG . . . . . . . . . . . . . . . . . . . . 11
Aplicaciones con componentes SIG . . . . . . . . . . . . . . . . . . . . . 12
1.3.2. Ventajas de la incorporaci´on de los SIG en la modelizaci´on hidrol´ogica . 13
1.4. Aplicaciones para estudio de la erosi´on . . . . . . . . . . . . . . . . . . . . . . . 14
1.5. An´alisis del terreno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2. MDTs y an´alisis del terreno 17
2.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2. Modelos Digitales Del Terreno . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1. Tipos de Modelos Digitales del Terreno . . . . . . . . . . . . . . . . . . 18
Representaci´on vectorial mediante contornos . . . . . . . . . . . . . . . 20
Representaci´on vectorial mediante redes de tri´angulos irregulares (TIN) 21
Representacion raster mediante celdas de resoluci´on variable . . . . . . 22
Representacion Raster mediante celdas de resoluci´on constante . . . . . 23
2.2.2. Mallas raster de datos continuos y discretos . . . . . . . . . . . . . . . . 24
2.2.3. Valores B´asicos que configuran el MDT . . . . . . . . . . . . . . . . . . 25
Referenciaci´on espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Orientaci´on de la malla . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Resoluci´on o tama˜ no de celda . . . . . . . . . . . . . . . . . . . . . . . . 27
Matriz de datos de elevaci´on . . . . . . . . . . . . . . . . . . . . . . . . 29
Valor arbitrario para celdas sin datos conocidos . . . . . . . . . . . . . . 29
2.2.4. Caracter´ısticas del MDT para su uso en hidrolog´ıa . . . . . . . . . . . . 30
2.2.5. Creaci´on del Modelo Digital del Terreno . . . . . . . . . . . . . . . . . . 32
Ponderaci´on por distancia inversa (IDW) . . . . . . . . . . . . . . . . . 34
Kriging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Ajuste de funciones polin´omicas . . . . . . . . . . . . . . . . . . . . . . 35
xi
Curvas adaptativas (Splines) . . . . . . . . . . . . . . . . . . . . . . . . 35
Otros planteamientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.6. Modificaci´on de resoluci´on del MDT . . . . . . . . . . . . . . . . . . . . 38
2.3. Param´etros principales a partir del MDT . . . . . . . . . . . . . . . . . . . . . 42
2.3.1. Caracterizaci´on Matem´atica del MDT para su an´alisis . . . . . . . . . . 43
2.3.2. Pendiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.3. Orientaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.4. El problema de las zonas llanas. Parte I . . . . . . . . . . . . . . . . . . 54
2.3.5. Curvaturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3.6. Par´ametros derivados de las curvaturas . . . . . . . . . . . . . . . . . . 59
2.3.7. C´alculo de direcciones de flujo . . . . . . . . . . . . . . . . . . . . . . . 61
El modelo D8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
El modelo Rho8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
El modelo FD8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
El modelo D∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
El modelo KRA (Kinematic Routing Algorithm) . . . . . . . . . . . . . 71
El modelo DEMON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Otros Planteamientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.3.8. El problema de las zonas llanas. Parte II . . . . . . . . . . . . . . . . . . 76
2.3.9. El problema de las depresiones . . . . . . . . . . . . . . . . . . . . . . . 84
2.3.10. Encauzamiento forzado. River-Burning . . . . . . . . . . . . . . . . . . . 94
2.3.11. Procesamiento completo del MDT . . . . . . . . . . . . . . . . . . . . . 99
2.3.12. Flujo acumulado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.3.13. Lagos y embalses como parte del MDT . . . . . . . . . . . . . . . . . . . 105
2.3.14. El concepto de ´area aportante espec´ıfica . . . . . . . . . . . . . . . . . . 107
2.3.15.
´
Indice topogr´afico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
2.3.16.
´
Indice de potencia de cauce . . . . . . . . . . . . . . . . . . . . . . . . . 108
2.3.17. Valores medios aguas arriba . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.3.18. Clasificaci´on de formas del relieve . . . . . . . . . . . . . . . . . . . . . . 110
3. Cauces y redes de drenaje 115
3.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.2. Extraccion de redes de drenaje . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.2.1. Conceptos b´asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Ordenes de Strahler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Densidad de drenaje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
3.2.2. Redes de drenaje a partir de flujo acumulado . . . . . . . . . . . . . . . 123
3.2.3. Redes de drenaje a partir de ordenes de Strahler . . . . . . . . . . . . . 128
3.2.4. Redes de drenaje empleando datos de curvatura . . . . . . . . . . . . . 129
3.3. Caracterizaci´on de redes de drenaje . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.3.1. Almacenamiento y manejo de redes de drenaje . . . . . . . . . . . . . . 131
3.3.2. Par´ametros derivados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
An´alisis en planta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
An´alisis longitudinal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
Propiedades fractales de los cauces y redes de drenaje . . . . . . . . . . 139
4. Cuencas vertientes 145
4.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
4.2. Definici´on de cuencas a partir del MDT . . . . . . . . . . . . . . . . . . . . . . 146
4.2.1. Cuencas a partir de un punto de salida . . . . . . . . . . . . . . . . . . . 146
4.2.2. Subdivisi´on en subcuencas . . . . . . . . . . . . . . . . . . . . . . . . . . 151
4.2.3. Selecci´on de puntos de subdivisi´on . . . . . . . . . . . . . . . . . . . . . 154
Subcuencas con apoyo en la red de drenaje . . . . . . . . . . . . . . . . 155
Subcuencas con un umbral de ´area m´ınima . . . . . . . . . . . . . . . . 157
4.3. Caracterizaci´on de cuencas vertientes . . . . . . . . . . . . . . . . . . . . . . . . 157
4.3.1. Tratamiento raster–vectorial de cuencas . . . . . . . . . . . . . . . . . . 158
4.3.2. Par´ametros b´asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
´
Area . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Per´ımetro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Centro de gravedad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Momentos de inercia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Par´ametros de forma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Pendiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
Orientaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
Longitud de la cuenca . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Algo sobre la naturaleza fractal de las cuencas . . . . . . . . . . . . . . 165
Elipse equivalente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
La funci´on ancho de cuenca . . . . . . . . . . . . . . . . . . . . . . . . . 168
Otros par´ametros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
4.3.3. Distancias y tiempos de salida para las distintas celdas de la cuenca . . 170
Distancias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
Tiempos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
Par´ametros de forma derivados . . . . . . . . . . . . . . . . . . . . . . . 179
4.3.4. Tiempos y distancias a cabecera . . . . . . . . . . . . . . . . . . . . . . 180
II Modelizaci´on Hidrol´ogica 183
Introducci´on 185
5. Ideas generales y antecedentes 187
5.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
5.2. Datos b´asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
5.3. Tipos de modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
5.3.1. Modelos de suceso y modelos continuos . . . . . . . . . . . . . . . . . . 191
5.3.2. Modelos agregados y distribuidos . . . . . . . . . . . . . . . . . . . . . . 192
5.3.3. Modelos f´ısicos y conceptuales . . . . . . . . . . . . . . . . . . . . . . . 192
5.3.4. Modelos seg´ un su objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . 193
5.4. Apoyo en la cartograf´ıa digital . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
5.4.1. Modelos de suceso y modelos continuos . . . . . . . . . . . . . . . . . . 194
5.4.2. Modelos agregados y distribuidos . . . . . . . . . . . . . . . . . . . . . . 195
5.4.3. Modelos f´ısicos y conceptuales . . . . . . . . . . . . . . . . . . . . . . . 195
5.4.4. Regionalizaci´on y unidades de respuesta hidrol´ogica . . . . . . . . . . . 195
5.5. Algunos modelos de referencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
5.5.1. TOPMODEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
5.5.2. DHSVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
5.5.3. Heart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
5.6. Conclusiones y consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
6. Precipitaci´on y evaporaci´on 205
6.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.2. Precipitaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6.2.1. El Modelo Digital de Precipitaciones . . . . . . . . . . . . . . . . . . . . 206
6.2.2. Fuentes de datos no puntuales . . . . . . . . . . . . . . . . . . . . . . . 208
6.2.3. Fuentes de datos puntuales . . . . . . . . . . . . . . . . . . . . . . . . . 209
6.2.4. Creaci´on del MDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
M´etodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
Sobre la naturaleza m´ ultiple del MDP . . . . . . . . . . . . . . . . . . . 213
Ajuste del MDP con el MDT . . . . . . . . . . . . . . . . . . . . . . . . 216
6.2.5. Interpolaci´on del MDP basada en el MDT . . . . . . . . . . . . . . . . . 217
6.2.6. Sobre la naturaleza cartogr´afica del MDP . . . . . . . . . . . . . . . . . 218
6.2.7. Utilizaci´on del MDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
6.2.8. Utilizaci´on autonoma de datos puntuales . . . . . . . . . . . . . . . . . 219
6.2.9. Nieve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
6.3. Evaporaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
6.3.1. Temperatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
6.3.2. Insolaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
6.3.3. Evapotranspiraci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
6.3.4. Datos de evapotranspiraci´on a partir de otras fuentes . . . . . . . . . . 228
6.3.5. Algunas consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
7. Infiltraci´on y escorrent´ıa 231
7.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
7.2. Informaci´on de partida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
7.2.1. Vegetaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
7.2.2. Suelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
7.2.3. Humedad precedente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.3. Infiltraci´on y Escorrent´ıa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
7.3.1. Un enfoque conceptual: El m´etodo del N´ umero de Curva . . . . . . . . . 240
7.3.2. M´etodos de base f´ısica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
7.3.3. El m´etodo del modelo TOPMODEL . . . . . . . . . . . . . . . . . . . . 247
8. Caudales l´ıquidos 251
8.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
8.2. Algunos planteamientos sencillos . . . . . . . . . . . . . . . . . . . . . . . . . . 252
8.3. M´etodos sobre modelos agregados . . . . . . . . . . . . . . . . . . . . . . . . . . 254
8.3.1. C´alculo de caudales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
Hidrogramas unitarios a partir de datos de tormentas y aforos . . . . . 257
Hidrograma unitarios sint´eticos . . . . . . . . . . . . . . . . . . . . . . . 257
Hidrogramas unitarios geomorfol´ogicos . . . . . . . . . . . . . . . . . . . 258
8.3.2. Conducci´on del flujo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
8.4. M´etodos sobre modelos distribuidos . . . . . . . . . . . . . . . . . . . . . . . . 263
8.4.1. C´alculo de hidrogramas mediante isocronas . . . . . . . . . . . . . . . . 264
Caudal constante en cada celda . . . . . . . . . . . . . . . . . . . . . . . 264
Caudal variable en cada celda . . . . . . . . . . . . . . . . . . . . . . . . 265
Hidrogramas unitarios a partir de la relaci´on tiempo–area . . . . . . . . 269
Sobre el c´alculo del tiempo de salida . . . . . . . . . . . . . . . . . . . . 270
8.4.2. M´etodos combinados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
8.4.3. Calculo de caudales sobre un enfoque continuo . . . . . . . . . . . . . . 272
8.4.4. El m´etodo del modelo TOPMODEL . . . . . . . . . . . . . . . . . . . . 278
9. Caudales s´olidos y erosi´on 281
9.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
9.2. Erosi´on en cauces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
9.3. Erosi´on en ladera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
9.3.1. Algunas consideraciones previas . . . . . . . . . . . . . . . . . . . . . . . 283
9.3.2. USLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
9.3.3. USPED . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
9.3.4. Otros ´ındices relacionados con fen´omenos erosivos . . . . . . . . . . . . 292
9.3.5. Modelos de base f´ısica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
9.4. Movimientos en masa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296
9.5. Evoluci´on de la morfolog´ıa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
III Anexos 301
A. Herramientas inform´aticas 303
A.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
A.2. SAGA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
A.2.1. Manejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
Administraci´on de m´odulos . . . . . . . . . . . . . . . . . . . . . . . . . 304
Trabajo gen´erico con mallas raster . . . . . . . . . . . . . . . . . . . . . 305
El modulo Geo–statistics – Kriging . . . . . . . . . . . . . . . . . . . . . 309
El m´odulo Grid Gridding . . . . . . . . . . . . . . . . . . . . . . . . . . 310
El m´odulo Terrain Analysis Pre–Processing . . . . . . . . . . . . . . . . 311
El m´odulo Terrain Analysis: Morphometry . . . . . . . . . . . . . . . . 311
El m´odulo Terrain Analysis: Flow Accumulation . . . . . . . . . . . . . 313
El modulo Terrain Analysis: Indices . . . . . . . . . . . . . . . . . . . . 314
El m´odulo Terrain Analysis: Channels . . . . . . . . . . . . . . . . . . . 314
A.3. Heart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
A.3.1. Manejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
El proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
Las opciones de documentaci´on . . . . . . . . . . . . . . . . . . . . . . . 317
A.3.2. La documentaci´on generada . . . . . . . . . . . . . . . . . . . . . . . . . 319
Documentaci´ on cartogr´afica . . . . . . . . . . . . . . . . . . . . . . . . . 320
Redes de drenaje y cuencas . . . . . . . . . . . . . . . . . . . . . . . . . 321
Caudales l´ıquidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
A.4. TOPSIMPL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
A.4.1. Topsimpl.exe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
Creaci´on de simulaciones interactivas . . . . . . . . . . . . . . . . . . . . 326
Almacenamiento de simulaciones . . . . . . . . . . . . . . . . . . . . . . 327
A.5. Anim–Top.exe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
B. Calidad de aguas 333
B.1. Introducci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
B.2. Desplazamiento de contaminantes a partir de direcciones de flujo . . . . . . . . 333
B.3. Otros par´ametros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
B.4. Modificaciones particulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
Pr´ologo
Durante el tiempo que he dedicado al estudio de la hidrolog´ıa desde el comienzo de mi
inter´es y mis primeras experiencias, hasta la fecha de hoy, y a trav´es de sus muy diversas ramas
y enfoques, mi recorrido ha estado sustentado siempre por esa extensa pl´etora de vol´ umenes a
los que uno acaba tomando cari˜ no y reuniendo con af´an casi de coleccionista, am´en de —como
resulta l´ogico— leer concienzudamente para aprender lo m´as posible, que es a fin de cuentas
lo que se pretende.
Trat´andose, como es, de una ciencia relativamente nueva —casi desarrollada en su totalidad
a lo largo del siglo XX—, y cuyo avance y desarrollo no se han caracterizado en ning´ un
momento por una excesiva intensidad, el n´ umero de obras de calidad disponibles al respecto es,
sin embargo, suficiente para satisfacer y sobrepasar ampliamente las exigencias de cualquiera
que decida abordar su gratificante estudio y busque un apoyo m´as o menos fuerte en la
bibliograf´ıa. As´ı ha sido en mi caso, y ello se me antoja, en las circunstancias actuales, raz´on
suficiente para no albergar intenci´on alguna de redactar un volumen acerca de la hidrolog´ıa
en su concepto cl´asico, pues en modo alguno podr´ıa alcanzar o equipararse con ninguno de los
que residen en mi biblioteca o los que he le´ıdo en uno u otro momento. Creo que los trabajos
ya publicados a este respecto satisfar´an sin duda esas necesidades en cualquier lector como en
su momento satisfacieron las m´ıas y lo siguen haciendo cada vez que tengo ocasi´on de releerlos.
Junto a la hidrolog´ıa y sus componentes tanto desde el punto de vista puramente matem´ati-
co como desde el f´ısico (entendido ´este como relativo al territorio sobre el que los procesos
hidrol´ogicos tienen lugar) o el ambiental, paralelamente y con fruici´on —no siempre ligada
al acierto o al ´exito, todo sea dicho— he cultivado el estudio de una ciencia en apariencia
no demasiado cercana, gracias a la cual he obtenido similares recompensas y he disfrutado
de no pocos gratos momentos en su ejercicio: la Computaci´on. Con este t´ermino que aqu´ı en
castellano puede ciertamente sonar algo extra˜ no, hago alusi´on a aquello que en idioma ingles
acertadamente se conoce como Computer Science, bajo una perspectiva, no obstante, alejada
del purismo y la ret´orica que caracteriza a la matem´atica computacional (otro t´ermino ´este
quiz´as de m´as habitual uso) y m´as cercana al concepto particular que yo tengo de ella desde
mi perspectiva de ingeniero y con el eminente sentido pr´actico que debe dotarse a la misma
para el desarrollo de labores de ingenier´ıa como es el caso de la hidrolog´ıa. Esa computaci´on
que, con los matices anteriores se˜ nalados en este caso, constituye una rama particular de la
matem´atica, es la que ha llamado mi atenci´on de modo mas poderoso durante todo este tiem-
po, y la que el lector podr´a encontrar en este libro siempre que aflore en su p´aginas el aspecto
netamente computacional de lo que aqu´ı se recoge.
M´as reciente a´ un que la hidrolog´ıa, y sin embargo habiendo sufrido practicamente a lo largo
de toda su corta vida un enorme desarrollo del que somos testigos hoy en d´ıa con la misma
o mayor evidencia que anteriormente, la computaci´on es tambi´en una ciencia ampliamente
documentada a todos los niveles. Las obras acerca de la misma en sentido amplio, as´ı como las
de su ejecuci´on pr´actica en la programaci´on de computadores —tan s´olo una parte de lo que
engloba la Inform´atica actual—, desbordan la capacidad de cualquier interesado en el tema,
ya sea a nivel profesional o aficionado, no existiendo aspecto alguno que no quede tratado con
xvii
rigor y correcci´on en al menos una media docena de libros facilmente adquiribles y de calidad
reconocida. Raz´on es ´esta, una vez mas, suficiente para no tratar de escribir referencia alguna
sobre computaci´on o programaci´on, campos en los que me declaro no m´as que un principiante,
dotado, eso s´ı, de cierta capacidad y sobre todo inquietud para aplicar lo poco o nada que por el
momento conozco en t´erminos de computaci´on, sobre otras ´areas distintas de mi conocimiento.
Multitud de libros son los que ya ocupan esta parcela bien poblada de la literatura, los cuales
servir´an para que el lector pueda adquirir la necesaria destreza y conocimientos, no solo para
seguir con total fluidez este libro, sino para afrontar empresas mucho mayores con absolutas
garant´ıas.
Si bien el estudio y la pr´actica de una de las actividades anteriores —o cualquier otra
actividad intelectual, ya sea en ´estos o en otros campos muy distintos— reporta un beneficio
para quien la ejercita, la uni´on de dos de ellas supera con creces la suma individual de las
mismas, dando lugar a un todo mayor que las partes y estableciendo una suerte de sinergia
cuyas implicaciones van mas all´a tanto a nivel personal como en lo puramente cient´ıfico,
pues es de sobra conocido que los planteamientos derivados de la conjunci´on de ramas de la
ciencia antes alejadas son de gran inter´es, y con frecuencia de mucha mayor relevancia que sus
antecesores individualistas.
Pese a todo lo anterior, mi recorrido a trav´es de esta Hidrolog´ıa Computacional, —t´ermino
que empleo aqu´ı y que por el momento no he visto apenas recogido expl´ıcitamente en ninguna
otra obra, definiendo con exactitud para mi gusto el enfoque que pretendo recoger en estas
p´aginas— ha seguido en materia de bibliograf´ıa un camino bien distinto. Las publicaciones de
peso sobre an´alisis hidrol´ogico basadas en el empleo de ordenadores son escasas o inexistentes,
y en ning´ un caso hacen justicia a las dos ramas que se unen en sus planteamientos para
formarla. Olvidando casi siempre la componente ambiental de la hidrolog´ıa y muy escasas
veces llegando a la verdadera teor´ıa que reside en los algoritmos que dan lugar al antedicho
an´alisis, la bibliograf´ıa existente a este respecto se constituye en su gran mayor´ıa como obras
de referencia de las por otra parte escasas aplicaciones inform´aticas desarrolladas sobre este
tema, privando a potenciales alumnos del conocimiento de los fundamentos tanto hidrol´ogicos
como computacionales — y especialmente los de planteamiento conjunto —, que cimentan
dichas aplicaciones.
A la pasi´on que ha despertado y despierta en m´ı la uni´on de mi labor como hidr´ologo y mi
desarrollo en terminos de computaci´on, se une ahora ese extra˜ no sentimiento de novedad que
acaba por dar el empujon definitivo a una idea que hace alg´ un tiempo empezo a gestarse y que
ahora ve la necesidad de plasmarse en una obra completa y quedar reflejada con la entidad
que merece su contenido.
No obstante, este libro tal y como llega al lector ahora, no guarda m´as novedad que la
de su planteamiento y est´a en deuda con muchas otras obras, entre las que, obviamente,
se encuentran todas las ya citadas como cl´asicas o relevantes dentro de la hidrolog´ıa o la
computaci´on. Al desarrollar este texto he tenido en cuenta muchos de los planteamientos y
perspectivas presentes en dichas obras, tratando de mantener un rigor y una claridad en la
exposici´on de ambos temas, siempre en un justo equilibrio.
Era obvio que deb´ıa incluirse un m´ınimo de explicaci´on de los fundamentos hidrol´ogicos
de cada apartado, pero se ha supuesto que el lector ya posee un m´ınimo manejo de los mismos
o puede ayudarse de otra obra de referencia enfocada mas directamente para este proposito.
Por otra parte, la tentaci´on de incluir abundantes elementos netamente inform´aticos tales
como c´odigos o pseudoc´odigos de los algoritmos presentados ha estado presente desde las
primeras concepciones del libro, aunque definitivamente la esencia real de lo que se pretende
transmitir en estas p´aginas ha quedado plasmada en muchas ocasiones mediante una notaci´on
estrictamente matem´atica, que servir´a, no obstante, como valiosa codificaci´on en el caso de que
el lector pretenda transponer los contenidos del libro el alg´ un tipo programa inform´atico. Se
xviii
incluyen, no obstante, en un justo equilibrio, pseudoc´odigos que act´ uan como valioso apoyo a la
formulaci´on matem´atica de cada aspecto, pues en tales ocasiones se ha considerado oportuno
incluir los mismos en aras de una mejor comprensi´on del apartado correspondiente.
´
Estos,
a su vez, servir´an a modo de interesante complemento para quienes gusten de ampliar lo
aqu´ı recogido con una exposici´on netamente inform´atica de lo mismo.
Adem´as de las anteriores consideraciones de tipo formal, y de buscar un cierto y l´ogico
paralelismo estructural con otras obras similares desde el punto de vista matem´atico, la incor-
poraci´on en mi trabajo de los elementos que yo mismo agradezco encontrar en otros textos,
en ocasiones bastante definitorios de por s´ı de aquellas ciencias sobre las que ´estos versan,
ha sido otra constante a lo largo del periodo dedicado a la redacci´on de este libro. As´ı, he
intentado impregnar mis lineas con ese ligero toque de humor y cordialidad — y tambien, por
qu´e no decirlo, cierta dosis de locura y extravagancia — que uno con frecuencia halla en los
libros acerca de computaci´on, a la vez que manteni´endome dentro de los l´ımites del rigor y,
en cierta medida, frialdad, que son de uso corriente en los textos de ingenier´ıa; combinados
todos ellos con la, a mi entender, importante carga po´etica de que debe dotarse a la ciencia, y
que tan habitual era en los textos antiguos como gustaba de recordar Cicer´on en sus notables
alabanzas a la poes´ıa contenida en las obras matem´aticas de Dem´ocrito.
Todo ello espero que sirva para dar claridad a este trabajo, a la par que haga m´as amena
la relacion entre la obra y el lector, independientemente de la profundidad que ´este desee dar
a su propia lectura.
Por ´ ultimo, no podr´ıa esta obra aspirar a ninguna relevancia si no contase en su pr´ologo
con una nutrida serie de agradecimientos, pues siempre son muchas las personas que apoyan
la creaci´on de una obra escrita, bien sea a trav´es de su trabajo de revisi´on y consejo o bien
mediante el simple soporte moral a veces m´as necesario que cualquier otra cosa. De otro modo,
la obra no tendr´ıa las mismas posibilidades de ver la luz y, de hacerlo, desde luego no ser´ıa en
circunstancias igual de favorables.
Agradecimientos en primer lugar, por el vital papel que han jugado en todo el devenir de
esta obra, antes incluso de su misma concepci´on y desarrollo, a la gente que comparti´o conmigo
las horas de trabajo y de no tanto trabajo en la Unidad Docente de Hidr´aulica e Hidrolog´ıa de
la E.T.S.I. Montes de Madrid. Entre ellos, muy particularmente a Jose Luis Garc´ıa Rodr´ıguez
(Josele para los amigos, y yo creo que tengo la suerte de ser uno de ellos), pues su labor de
apoyo y reconocimiento me atrevo a decir que ha sido uno de los principales detonantes de mi
decisi´on de escribir este libro. Junto a ´el, Jose Carlos Robredo y mis compa˜ neros de trabajo,
muy particularmente Fernando Magdaleno Mas y Enrique Onrubia Sobrino, han sabido a lo
largo del tiempo que pasamos juntos inculcarme un aprecio y entusiasmo por la hidrolog´ıa sin
el cual el trabajo de redacci´on de una obra como ´esta se me antoja desde aqu´ı practicamente
inabordable.
En el aspecto matem´atico, las anteriores personas tienen su equivalente en Jos´e Manuel
P´erez Gonz´alez, quien desde nuestros primeros contactos supo ense˜ narme no solamente los
conceptos propios de la matem´atica y la ingenier´ıa, sino el gusto y disfrute de los mismos a
trav´es de algunas de las mejores lecciones a las que he tenido la suerte de asistir hasta la fecha.
Afortunadamente, mi desarrollo profesional ha tenido lugar siempre en un entorno de
cordialidad y amistad que, sin duda, ha fomentado mis inquietudes a nivel acad´emico y ha
contribuido de modo muy notable a forjar en m´ı los fundamentos necesarios que han hecho
desembocar parte de mis aspiraciones en el estudio y puesta en pr´actica de conocimientos
tales como los que se recogen en este libro. Dicho de otro modo, mis compa˜ neros de estudio y
trabajo no pueden quedar fuera de este apartado, pues cada uno de ellos a su manera puso su
peque˜ no grano de arena en el largo camino que pasa por (pero no concluye en) esta obra. Son
quiz´as demasiados para nombrarlos expl´ıcitamente, pero a buen seguro que los a˜ nos que hemos
pasados juntos y las experiencias que hemos vivido har´an que cada cual sepa con exactitud el
xix
papel que ha jugado en mi propio desarrollo y la forma en que debiera aparecer aqu´ı reflejado.
No por t´ıpico resulta menos relevante el agradecimiento a toda mi familia, pues de ellos he
tomado la voluntad y el resto de elementos necesarios sin los cuales tampoco podr´ıa articularse
esta obra ni siquiera en su expresi´on mas sencilla. Mi madre, que foment´o en mi la inquietud
imprescindible para abordar una labor como ´esta y la soport´o despu´es con su admiraci´on
y afecto, es por derecho propio coautora de muchas de estas p´aginas. De igual modo, mi
padre, quien representa como nadie ese amor por el conocimiento del que me hago participe
al elaborar este texto, y es de esta manera un referente de primer´ısimo orden a seguir en mi
trabajo, podr´ıa firmar con su nombre una buena parte de lo aqu´ı desarrollado.
Mi agradecimiento m´as sincero, para finalizar este apartado, debe ir irremisiblemente a
Teresa por haberme acompa˜ nado durante todo este tiempo y estar a mi lado haciendo posible
no s´olo ´esta, sino todas las aventuras, grandes o peque˜ nas, que emprendo en la vida.
Para todos ellos, por haber estado junto a m´ı durante este tiempo, no puedo resistir la
tentaci´on de copiar aqu´ı las elegantes y sencillas palabras de C.B.Boyer para agradecerles su
paciencia al tolerar la desorganizaci´on provocada por el nacimiento de otro libro a´ un en la
familia.
VICTOR OLAYA FERRERO
Madrid.
Enero 2004.
xx
Introducci´on
Acerca de este libro
Escribir un libro bajo el sugerente aunque en parte incierto t´ıtulo de Hidrolog´ıa Com-
putacional me pareci´o en el origen —y me lo sigue pareciendo a´ un hoy en d´ıa— una tarea
primordialmente de conciliaci´on y equilibrio cuyas implicaciones iban a requerir un notable
esfuerzo de s´ıntesis por mi parte. Si conjugar los inter´es propios de quien escribe con los en-
foques de los potenciales lectores de su obra resulta ya un aspecto sobre el que debe ponerse
gran atenci´on y esfuerzo, dar forma a un producto cuyos posibles destinatarios no quedan per-
fectamente definidos es una tarea que, cuando menos, intimida e incluso asusta a un escritor
ciertamente inexperto en estas lides como es mi caso.
Al comenzar la redacci´on de este libro, me pregunt´e a m´ı mismo por el tipo de lector que
podr´ıa hacer uso de mi obra. No logrando hallar una respuesta concreta, decid´ı lanzarme a la
confecci´on del libro y dejar que el propio devenir del mismo fuera quien hallara una respuesta
a mi cuesti´on inicial. Desde mi perspectiva actual, ahora creo que obr´e adecuadamente.
El resultado de este trabajo, este libro, condensa toda la experiencia por m´ı acumulada
durante los ´ ultimos a˜ nos en el estudio de los procesos hidrol´ogicos desde un punto de vista
computacional, plasmado a su vez en el desarrollo de aplicaciones inform´aticas de an´alisis hi-
drol´ogico, y no representa sino una herramienta b´asica para la creaci´on de nuevas aplicaciones,
el estudio de nuevos m´etodos mediante los que abordar el amplio campo de la hidrolog´ıa y, en
definitiva, otra forma distinta de aproximarse a la comprensi´on y entendimiento de los princi-
pios que rigen las din´amicas del agua y el medio en terminos gen´ericos.
´
Esa es, en resumen, la
definici´on informal pero altamente gr´afica de lo que yo entiendo por Hidrolog´ıa Computacio-
nal, y la cual creo ha quedado — salvando las imposibilidades y deficiencias s´olo achacables a
mi propia persona — explicada en estas p´aginas de manera did´actica y accesible.
Respecto al subt´ıtulo y Modelos Digitales del Terreno, ´estos elementos cartogr´aficos re-
presentan una de las grandes contribuciones a la hidrolog´ıa actual, y muy particularmente
a la de corte computacional, siendo el verdadero armaz´on sobre el que se levanta esta obra,
as´ı como la estructura conceptual sobre la que hasta la fecha he desarrollado la mayor parte
de mi trabajo en hidrolog´ıa, el cual he tratado de plasmar en estas p´aginas. Es por ello que,
en el seno de este libro el termino ((computacional)) y los Modelos Digitales del Terreno son
conceptos intimamente ligados, como a lo largo de los distintos cap´ıtulos podra observarse con
claridad.
Asimismo, comentar que he cre´ıdo conveniente, por la propia integridad del texto y su
coherencia, incluir en el mismo algunos — bastantes, a decir verdad — elementos de an´alisis
del terreno basados en estas formas de cartograf´ıa, adem´as de los estrictamente ligados a los
modelos hidrol´ogicos, pues soy de la opini´on de que enriquecen notablemente el conjunto del
texto y, aun de modo indirecto, s´ı contribuyen al sentido hidrol´ogico del mismo de una u otra
forma.
Bien es cierto que los textos cl´asicos de hidrolog´ıa se encuentran repletos de referencias
a elementos cartogr´aficos para la explicaci´on de sus contenidos, si bien en ellos raramente
xxi
se encuentran apartados relativos a esa cartograf´ıa como elemento aislado o al an´alisis de la
misma desde otro punto de vista. Esta misma relaci´on entre cartograf´ıa y an´alisis hidrol´ogico
se antoja, sin embargo, m´as estrecha y vinculante en el contexto que aqu´ı se trata, siendo ´este
el motivo por el cual considero que resulta favorable la inclusi´on de otra serie de formulaciones
y algoritmos relacionados con el an´alisis del terreno en sentido estricto. Es mi creencia que el
lector, a quien quiz´as con demasiada presunci´on adjudico una cierta inquietud por la materia,
sabr´a sacar partido de estos complementos para profundizar y comprender en mayor medida
el resto de la obra, confirmando de este modo la conveniencia de incorporar los mismos en el
seno de este texto.
De un modo u otro, los Modelos Digitales del Terreno representan en esta obra no ´ unica-
mente una forma de informaci´on a partir de la cual pueden extraerse una gran mayor´ıa de los
par´ametros ´ utiles para el an´alisis hidrol´ogico, sino una entidad a la vez tangible y abstracta
que act´ ua como elemento visible de la naturaleza computacional de los modelos y formulacio-
nes que se plantean desde la perspectiva de la obra. Por ello, desde mi ´optica particular, la
extensi´on dedicada a ´estos, por grande que pueda ser, est´a en todo momento justificada por
el papel preponderante que juegan en el conjunto global de este texto, m´as all´a de la mera
utilidad pr´actica que pueda derivarse de los mismos.
En lo referente a la propia estructura de la obra, dos partes principales se distinguen en
ella, cada una de las cuales trata un diferente nivel de detalle, encontr´andose las verdaderas
formulaciones de corte hidrol´ogico en la segunda de dichas divisiones. La conexi´on entre ambas
es, sin embargo, un elemento clave para la completa interpretaci´on del texto, y para unir los
campos propios de la hidrolog´ıa con los elementos computacionales que dan a este texto su
elemento diferencial y su verdadera raz´on de ser.
De cara a su utilizaci´on como materia de estudio, la divisi´on del contenido en grandes blo-
ques tem´aticos, as´ı como en apartados interrelacionados pero siempre guardando una relativa
independencia, ha sido pensada para facilitar la lectura y consulta de los mismos por separa-
do, aunque es cierto que cada parte requiere el conocimiento de las anteriores. No obstante,
puede estudiarse el bloque primero, dedicado b´asicamente a modelos geomorfol´ogicos con o sin
relaci´on hidrol´ogica, por parte de personas interesadas en este aspecto.
´
Esta es, por ejemplo,
una buena metodolog´ıa para comprender en profundidad el funcionamiento de aplicaciones de
tipo SIG, ya que una gran parte de sus fundamentos en cuanto a an´alisis de tipo raster queda
all´ı recogida.
Cada cap´ıtulo se complementa con una serie breve de ejercicios con eminente finalidad
did´actica, principalmente relacionados con los aspectos m´as computacionales de cada materia,
que perfectamente pueden resolverse en la mayor´ıa de los casos con el empleo exclusivo de
l´ apiz y papel o simplemente sin ellos, reflexionando acerca de algunas cuestiones acerca de
la materia tratada. No se trata de ejercicios al uso como los que podr´ıan encontrarse en un
libro de texto cualquiera, sino de propuestas para el lector m´as interesado que desee una
motivaci´on adicional para avanzar en la comprensi´on de cuanto se explica en cada cap´ıtulo o
busque extender dichas explicaciones hacia otros aspectos que, si bien carecen de entidad para
figurar en el n´ ucleo del texto, son de sumo inter´es desde otros puntos de vista m´as o menos
cercanos conceptualmente.
Todo esto no es, en resumen, sino explicar c´omo el libro se ha construido sobre la base
de mis propias preferencias a la hora de utilizar de modo ´agil y eficaz libros de similares
caracter´ısticas, y que creo que son comunes a una gran fracci´on de lectores de las mismas.
Una vez m´as, espero que la elecci´on haya sido acertada en la medida que logre sus objetivos
y clarifique los diversos aspectos del contenido dentro de lo posible.
xxii
A qui´en va dirigido este libro
Ya he comentado en la introducci´on de este libro que los posibles destinatarios del mismo
no eran claros en un principio, siendo esto debido principalmente a la propia indeterminaci´on
de la obra en su tem´atica y a la ya tambi´en comentada ambig¨ uedad que reside sobre el t´ıtulo
de ´esta. No obstante, el propio devenir del texto ha perfilado con detalle a sus posibles lectores,
en base a mis intenciones al respecto y la mayor o menor idoneidad de los enfoques sopesados
de cara a la estructura de los temas.
En l´ıneas generales, se han evitado todas las explicaciones que, desde la perspectiva de
este texto, sean superfluas por ser de aplicaci´on habitual y pertenecer de un modo u otro a la
cultura hidrol´ogica general, por lo que el lector debe conocer el significado de las mismas y el
uso frecuente de ellas fuera de las l´ıneas tratadas en esta obra. As´ı, se emplean de modo directo
numerosas expresiones sin proceder a la demostraci´on de las mismas o detallar su procedencia,
reserv´andose las explicaciones de mayor profundidad para los conceptos novedosos o cuya
naturaleza los hace m´as propios de la materia aqu´ı tratada en sentido estricto.
Iguales consideraciones pueden hacerse para las partes m´as matem´aticas y computacio-
nales del texto, donde tambi´en se ha supuesto un cierto conocimiento de las estructuras y
conceptos utilizados. Sin necesidad de que ambas facciones del libro, tanto la hidrol´ogica co-
mo la computacional, sean conocidas con especial detalle, el aprovechamiento completo de sus
contenidos se da cuando existe una base m´ınima de ambas, pues de este modo se puede enfocar
la lectura desde cualquiera de los ´angulos posibles y aplicar la materia aqu´ı desarrollada en
una u otra forma.
Aunque no es en absoluto necesaria, una cierta familiaridad con el manejo — o al menos
los conceptos principales — de Sistemas de Informaci´on geogr´afica ser´a, sin duda, de muy
notable ayuda a la hora de obtener una visi´on lo m´as rica posible del tema que se desarrolla.
Todo esto hace que el perfil de lector de esta obra contenga unos ciertos conocimientos
acerca de las disciplinas que en ella concurren, aunque siempre dentro de unos l´ımites razona-
bles. Para ello, si bien muchas formulaciones quedan, como se ha dicho, sin ser detalladas en
profundidad por considerarse m´as propias de textos con otro enfoque distinto, se presentan
de tal modo que su significado y el papel que juegan sea comprendido a´ un desde el descono-
cimiento de los pormenores de las mismas, y se indica en la medida de lo posible el camino
hacia dichos pormenores para el lector que as´ı lo requiera.
Adem´as, una gran parte de mi intenci´on al redactar este libro ha sido dejar plasmado no
s´olo el contenido t´ecnico de la integraci´on entre la hidrolog´ıa y la pr´actica de la misma sobre
una base computacional, sino tambi´en las ideas generales y la filosof´ıa de esta uni´on, la cual
puede extraerse del texto prescindiendo de las formulaciones explicitas que contiene el mismo.
Esto hace accesible el texto no ´ unicamente a lectores con un inter´es directo en el aspecto
tecnol´ogico subyacente en aplicaciones inform´aticas para an´alisis hidrol´ogico, sino tambi´en a
usuarios de ´estas que podr´an, mediante la comprensi´on de las metodolog´ıas globales en que
dichas aplicaciones se basan, hacer un mejor uso de las mismas e interpretar sobre una base
m´as solida de conocimiento los resultados as´ı obtenidos
Qu´e es la Hidrolog´ıa Computacional
Ante un t´ermino que, por su cierta novedad y por la potencial extensi´on que puede cobrar
dependiendo del enfoque dado, goza de una ambig¨ uedad tal como el presente, es requisito
imprescindible acotar al menos someramente la extensi´on de la materia y centrar la tem´atica
del n´ ucleo principal de la obra. Este ejercicio de s´ıntesis beneficia sin duda al lector, pero
tambi´en contribuye a encauzar el esfuerzo del autor, que en su situaci´on puede estar confundido
igualmente ante las fronteras algo inciertas del entorno al que debe limitarse.
xxiii
La primera y obvia concepci´on del t´ermino pasa, naturalmente, por la del estudio de
las formulaciones habituales de la hidrolog´ıa centrado sobre la manera en que ´estas pueden
ser adaptadas para su incorporaci´on dentro de programas inform´aticos como herramientas de
aplicaci´on de las mismas. Sin ser en su totalidad err´onea, no es ´esta la idea que reside aqu´ı tras
el termino computacional, pues cualquier modelo ya existente puede ser llevado a un entorno
inform´atico sin apenas problemas, siendo los conocimientos necesarios para efectuar esta tarea
muy distantes de los que se pretenden exponer en el presente texto.
La atenci´on principal se centra, sin embargo, y aun con una natural tendencia hacia la
parte netamente inform´atica de lo explicado (dist´ıngase lo inform´atico de lo computacional),
hacia el desarrollo de nuevos modelos y nuevas metodolog´ıas que se apoyen fuertemente en
realidades computacionales y otros elementos tales como paradigmas de datos, cuya aplicaci´on
pr´actica queda restringida a un entorno inform´atico.
En otras palabras, se trata de formular los problemas, soluciones y desarrollos habituales
de la hidrolog´ıa desde un enfoque diferente, dot´andola de una caracterizaci´on eminentemente
m´as num´erica y sustituyendo donde sea posible las f´ormulas puntuales por los algoritmos
elaborados, entre otras acciones, introduciendo as´ı la materia dentro de ese concepto del que
ahora tal vez el lector pueda tener una imagen m´as precisa, y que t´acitamente y atraidos por
lo interesante del t´ermino hemos acordado en denominar Hidrolog´ıa Computacional.
La presencia de los MDTs, como a continuaci´on veremos, es fundamental en dar forma a
las ideas anteriores.
El esquema de la figura (1) creo que representa de modo sint´etico el conjunto de la hidro-
log´ıa que va a encontrarse en este libro, de modo estructural, y que, con algunas variaciones,
es el que puede hallarse en la inmensa mayor´ıa de hidrolog´ıa al uso, con car´acter global. Sobre
´el me basar´e para hacer las puntualizaciones que intentar´e que definan con mayor exactitud
la materia de este texto.
Figura 1: Representaci´on esquem´atica de la materia a tratar en este libro desde el punto de vista de
la hidrolog´ıa.
En trazo grueso se encuentran se˜ naladas aquellas ´areas donde las modificaciones que pre-
sentan al trabajar sobre ese mencionado aspecto computacional son m´as notables respecto a
las aproximaciones y modelos cl´asicos. Ser´an ´estas las que con mayor profundidad se anali-
cen a lo largo de los diferentes cap´ıtulos del libro y las que contribuir´an en mayor medida a
xxiv
consolidar y dar forma a la verdadera esencia del mismo.
En lugar destacado entre todas ellas, resulta obligado comenzar con los elementos relativos
a la cartograf´ıa de elevaciones, con los que se iniciar´a la exposici´on de materias de esta obra
y los cuales se constituir´an as´ı desde el primer momento como elementos car´acter´ısticos que
permiten la diferenciaci´on del enfoque escogido en estas p´aginas frente a los enfoques de la
hidrolog´ıa cl´asica. Estos elementos, adem´as, tendr´an su extensi´on, aunque de menor impor-
tancia, sobre la cartograf´ıa tem´atica, no siendo ´esta, sin embargo, un elemento que d´e lugar
a ning´ un planteamiento novedoso que merezca ser rese˜ nado aqu´ı en esta visi´on global de las
caracter´ısticas del texto.
El segundo n´ ucleo de importancia se sit´ ua, como cabr´ıa esperar, sobre los propios modelos
hidrol´ogicos, que se ven aumentados gracias a la potencia asociada a los formatos de datos
empleados para la informaci´on sobre la que ´estos trabajan, en especial, como se ha indicado ya,
a los elementos de cartograf´ıa del relieve. El manejo de modelos distribuidos y la adaptaci´on
de modelos agregados en direcci´on a los anteriores, constituyen el coraz´on de esta secci´on y
uno de los n´ ucleos fuertes, tanto en su importancia pr´actica como en el significado y valor
intr´ınseco de sus formulaciones asociadas, de todo el conjunto del libro.
Como resulta l´ogico pensar, el numero de modelos que se incluyen dentro de este bloque es
muy elevado, haciendo referencia a una cantidad ciertamente notable de procesos que deben ser
considerados en dicha modelizaci´on. He tratado en este sentido de ser sint´etico, recogiendo con
mayor ´enfasis aquellos aspectos mas acordes con la l´ınea expositiva del texto, en detrimento
de aquellos menos novedosos, que no menos importantes. Asimismo, el caracter did´actico de
algunos modelos o su mayor relaci´on con los aspectos que se desarrollan a lo largo de los
cap´ıtulos correspondientes han sido factores de mayor peso que la propia utilizaci´on real o
la difusion de dichos modelos, entendi´endose que la obra, aun con vocaci´on pr´actica, es un
elemento te´orico y expositivo y a tal perfil debe adecuarse en la mayor medida posible.
Adem´as de todo lo anterior, otros elementos complementarios presentan modificaciones
sustanciales que los acercan a la filosof´ıa de esta obra y ser´an, por tanto, detalladas las formu-
laciones alternativas a la que estos elementos dan lugar desde el aspecto computacional sobre
el que vamos a trabajar, aunque, l´ogicamente, con menor extensi´on y detalle.
En todo lo anteriormente comentado, vamos a asistir a un cambio en el enfoque tradicional
dado a las unidades empleadas como datos de partida, particularmente en su caracterizaci´on
cuantitativa, descubriendo en este sentido informaci´on no tratada con anterioridad a la par
que trabajando con informaci´on cl´asica en un nivel distinto de precisi´on y fiabilidad, todo
ello posibilitado por nuevos enfoques que a su vez, aun con fundamentos te´oricos puramente
matem´aticos, se apoyan en realidades inform´aticas de conocimiento habitual hoy en d´ıa. Se ha
buscado siempre un correcto equilibrio entre la pura teor´ıa del enfoque computacional (“Com-
puter Science is not more about computers than astronomy is about telescopes” reza la famosa
frase de Dijkstra) y la aplicaci´on pr´actica del mismo, imprescindible para el sentido f´ısico e
hidrol´ogico de lo explicado (implementaci´on en software, uso directo a partir de aplicaciones
de tipo SIG, etc.)
Por lo anterior, es mi intenci´on que esta obra no se constituya tan s´olo como un libro de
texto acerca de las nuevas formulaciones que existen en relaci´on con la hidrolog´ıa, sino m´as
bien como un trabajo de referencia en el cual, y fundament´andose sobre las anteriores t´ecnicas
como cualidad diferencial del mismo, se incluya una importante dosis de filosof´ıa acerca de
la modelizaci´on computacional de los fen´omenos naturales y la aplicaci´on de una herramien-
ta tan poderosa como el Modelo Digital del Terreno en los mismos. En todo momento, la
plasmaci´on de los conceptos hidrol´ogicos debe quedar patente desde la ´optica del hidr´ologo
como profesional de la gesti´on del medio, no descuidando la visi´on de los problemas desde tal
perspectiva, y articul´andola ventajosamente mediante los planteamientos de nuevo cu˜ no que
definen la naturaleza del texto.
xxv
xxvi INTRODUCCI
´
ON
El resto, lo que no se ha dicho aqu´ı sobre el significado intr´ınseco de esta Hidrolog´ıa Com-
putacional, queda sin duda recogido en las otras p´aginas que componen el texto, atesor´andose
as´ı una notable informaci´on acerca de esa representaci´on computacional de los fen´omenos na-
turales, de aplicabilidad no solo en ´este, si no en otros temas relativos al an´alisis del medio. No
obstante, debe ser el lector quien busque la exacta combinaci´on entre ciencia y filosof´ıa, entre
aplicaci´on pr´actica y teor´ıa, entre los diversos significados atribu´ıbles a cada valor extra´ıdo,
pues es ´esa, y no otra, la raz´on que alimenta el imprescindible aprecio por el conocimiento y,
en cierto modo, ata a uno a las p´aginas de un libro, constituyendo de ese modo el equilibrado
binomio escritor–lector y d´andole raz´on de ser por derecho propio.
Parte I
Fundamentos y Elementos B´asicos
1
Introducci´on
Resulta l´ogico antes de abordar el estudio de cualquier materia — m´as a´ un cuando ´esta es
extensa y compleja en buena parte, como el caso actual — tratar de comprender los elementos
que la componen para emplear este conocimiento en el trabajo posterior con modelos m´as
complejos construidos a partir de estas unidades b´asicas. En ocasiones, este estudio es de una
necesidad imperiosa, si bien viene acompa˜ nado de materia densa y frecuentemente tediosa
que debe ser superada como requisito previo para atacar otras ´areas de mayor inter´es que
requieren un manejo fluido de la anterior. No es ´este el caso, pues el an´alisis de algunos de los
elementos hidrol´ogicos iniciales, aun sin entrar en ning´ un modelo en sentido estricto, y sin al-
canzarse todav´ıa las formulaciones que con derecho propio pueden denotarse con el calificativo
de hidrol´ogicas, depara momentos de gran belleza y planteamientos que en nada desmerecen
a los presentes en otros bloques posteriores en cuanto a complejidad, utilidad pr´actica o cali-
dad cient´ıfica. En el entorno de trabajo de esta obra, el cual a su vez se ir´a progresivamente
definiendo en este primer bloque, el estudio de los elementos hidrol´ogicos b´asicos aporta por
s´ı mismo un volumen muy elevado de informaci´on, al mismo tiempo que da lugar a formulacio-
nes altamente interesantes y complejas que ya aqu´ı, al comienzo de la exposici´on, mostrar´an
la filosof´ıa subyacente en lo que hemos venido a denominar Hidrolog´ıa Computacional.
Sirvan estas palabras introductorias para motivar al lector en su recorrido, en pos de un
autor que con tan solamente una liger´ısima ventaja pas´o por estas mismas lineas con igual
entusiasmo.
Los elementos que se estudiar´an son b´asicamente dos: los r´ıos y las cuencas vertientes;
conceptos sobradamente conocidos y de obvia transcendencia en cualquier asunto relacionado
con la hidrolog´ıa. La aparente sencillez de ´estos se ver´a extendida a lo largo de un buen n´ umero
de p´aginas que permitir´an, adem´as de obtener resultados de inter´es de cara a otros apartados
posteriores del libro, caracterizar exhaustivamente estos elementos desde un elevado n´ umero
de perspectivas.
La aproximaci´on a estas definiciones y operaciones con los elementos b´asicos desde un
entorno informatizado guarda, no obstante, algunas diferencias conceptuales con las ideas
cl´asicas de estos mismos elementos, en cuanto que ´estas exigen, por su parte y a efectos de
una exposici´on completa de sus caracter´ısticas, una mayor desenvoltura en el manejo de la
cartogr´afia del medio f´ısico sobre el que se sit´ uan r´ıos y cuencas. La potencia de los c´alculos
que podemos abordar para el manejo y caracterizaci´on de r´ıos y cuencas viene derivada de
una mayor capacidad intr´ınseca de las representaciones cartogr´aficas digitales frente a las
habituales, por lo que la relacion entre ambas realidades se hace m´as estrecha y altamente
m´as dependiente. Ello hace necesaria la presentaci´on de una nutrida bater´ıa de conceptos y
algoritmos referidos a las representaciones digitales del terreno — y la informaci´on espacial,
en t´erminos generales —, materia que como se ha dicho es necesaria para la introducci´on de
los conceptos primordiales presentados en este bloque. Sin embargo, no debe verse en absoluto
como un elemento ajeno al estudio hidrol´ogico que persigue este libro, pues m´as adelante se
ver´a que esta misma cartograf´ıa ser´a la que, directa e indirectamente, confiera su potencia a los
algoritmos y planteamientos de corte plenamente hidrol´ogico que ser´an analizados entonces.
3
4
Ajeno a la l´ınea general de esta primera parte del libro, pero importante para dar un encua-
dre global del mismo, se incluye como comienzo de este bloque un peque˜ no cap´ıtulo dedicado
la historia, breve pero intensa, del tratamiento computacional de los procesos hidrol´ogicos,
con particular ´enfasis en todo cuanto guarda relaci´on con el empleo de cartograf´ıa digital y el
an´alisis del relieve a partir de Modelos Digitales del Terreno.
Cap´ıtulo 1
Historia de la modelizaci´on
hidrol´ogica computacional
If the 20th century taught us anything, it is to be cautious about the word impossible.
Charles Platt
The past is a foreign country; they do things differently there.
L. P. Hartley
1.1. Introducci´on
Pese a que son escasas las referencias que a lo largo de esta obra se hacen sobre textos
publicados con anterioridad a 1985, siendo por tanto el periodo hist´orico del an´alisis hidrol´ogico
computacional aqu´ı considerado tan sumamente corto como 20 a˜ nos, el desarrollo de esta
disciplina en este tiempo ha sido lo suficientemente intenso como para merecer un tratamiento
particular en una obra de estas caracter´ısticas.
Si el conocimiento de la historia de una rama de la ciencia es importante — am´en de suma-
mente gratificante y entretenido — para la comprensi´on de ´esta, el corto intervalo de tiempo
en que se puede encuadrar la historia del estudio hidrol´ogico mediante m´etodos inform´aticos,
m´as reducido a´ un si se incorpora en este el empleo de Modelos Digitales del Terreno, no resta
importancia a la presentaci´on de ciertos conceptos hist´oricos, que a buen seguro aportar´an una
primera visi´on de sumo inter´es. El encuadre de las principales tendencias y logros dentro de su
marco correspondiente, desarrollado aqu´ı en estas primeras p´aginas del libro, es mi creencia
que constituyen sin duda la m´as adecuada introducci´on hacia el contenido m´as t´ecnico de la
obra, despertando el apetito ci´entifico del lector de la mejor manera posible.
En un enfoque distinto al del resto de la obra, en la cual se intenta huir de los elementos
inform´aticos tales como aplicaciones concretas y recalar principalmente sobre las formulaciones
algor´ıtmicas y matem´aticas de las principales ideas y fundamentos, esta secci´on esta compuesta
principalmente por alusiones directas a gran parte de las aplicaciones caracter´ısticas de cada
´epoca o tendencia analizada. Esto se explica, adem´as de por el car´acter no t´ecnico de este
cap´ıtulo, por la´ıntima relaci´on que con frecuencia, y especialmente en los modelos m´as cl´asicos,
existe entre dicho modelo y la aplicaci´on mediante la que ´este se empleao, de tal modo que la
aplicaci´on en s´ı es definitoria de una etapa de desarrollo y una concepci´on particular a este
respecto.
5
6 CAP
´
ITULO 1. HISTORIA
1.2. Aplicaciones inform´aticas hidrol´ogicas
Con lo anterior, un breve recorrido por las aplicaciones inform´aticas que a lo largo de sus
a˜ nos de existencia se han consolidado como verdaderas herramientas con valor propio dentro
de la modelizaci´on hidrol´ogica, sirve de primera imagen acerca de la relaci´on que entre la
ciencia de la hidrolog´ıa y la de la computaci´on ha existido a trav´es de los ´ ultimos tiempos.
Si nos remontamos a los or´ıgenes de la utilizaci´on de las computadoras en problemas de
ingenier´ıa, r´apidamente podremos observar como, junto a disciplinas tales como el c´alculo de
estructuras o el an´alisis y predicci´on meteorol´ogica, la hidrolog´ıa es una ciencia que, por sus
propias caracter´ısticas, pronto supo aprovechar las por entonces nuevas y brillantes capacida-
des de proceso brindadas por los medios inform´aticos.
No obstante, y como bien apuntan algunos autores (Lopez Garc´ıa, 2002), el avance en
cuanto a teor´ıas y metodolog´ıas en el campo de la hidrolog´ıa durante los ´ ultimos a˜ nos resulta
muy notablemente inferior al de la mayor´ıa de ramas similares de la ciencia, en particular las
del ´ambito de la f´ısica aplicada y todas sus numerosas derivaciones, coexistiendo en la actua-
lidad algunos modelos modernos con gran n´ umero de formulaciones cl´asicas que conservan su
vigencia y no parece vayan a perder su importancia en un plazo inmediato de tiempo.
Esta circunstancia no constituye, sin embargo, una incongruencia m´as all´a de lo aparente,
sino tan s´olo la constataci´on de que, en la realidad, el an´alisis hidrol´ogico ha seguido una
distinta evoluci´on a otras disciplinas, enriqueci´endose con el aporte de las nuevas tecnolog´ıas
pero sin necesidad por ello de redefinir sus principios m´as b´asicos, manteniendo gran parte de
los ya existentes, de probada eficacia, y en base a los cuales se han obtenido hasta la fecha
grandes ´exitos en lo que a planificaci´on hidrol´ogica respecta.
Esta forma de aprovechamiento de las posibilidades brindadas por el uso de ordenadores,
en conjunci´on con las ideas cl´asicas y s´olidamente fundamentadas de la hidrolog´ıa, es la que
da lugar a las diferentes concepciones presentes en el software de tipo hidrol´ogico, y mediante
cuyo an´alisis van a presentarse las ideas m´as importantes al respecto. Veamos, pues, una breve
rese˜ na de la evoluci´on seguida de forma simultanea por los modelos matem´aticos hidrol´ogicos
y las capacidades de computaci´on de los equipos inform´aticos.
Comenzando por el origen, las aplicaciones inform´aticas permitieron en el comienzo a los
profesionales de la hidrolog´ıa el c´alculo r´apido y preciso de par´ametros tales como caudales
punta o vol´ umenes de escorrent´ıa, posibilitando adem´as un an´alisis de unidades hidrol´ogicas
mayores con un grado de detalle impensable sin la ayuda de computadores. Se trataba, no
obstante, de una mera labor de computaci´on en el sentido estricto de la palabra, d´andose uso
a los ordenadores como fuente exclusiva de capacidad de proceso, cuya ´ unica aportaci´on a la
labor del hidr´ologo resid´ıa en la realizaci´on masiva de c´alculos inviables de otro modo para el
trabajador humano.
Una consecuencia inmediata de lo anterior fue la incorporaci´on dentro de los modelos
hidrol´ogicos de resultados y formulaciones ya existentes, cuya complejidad, sin embargo, hacia
impracticable hasta ese momento incorporar tal nivel de detalle dentro de un modelo operado
de forma manual. Con la potencia de c´omputo de los ordenadores — sin duda en aquella ´epoca
ni remotamente similar a la que hoy en dia conocemos, pero s´ı suficiente para cumplir su
cometido —, gran cantidad de formulaciones f´ısicas y algunas de car´acter emp´ırico referidas a
elementos particulares del ciclo hidrol´ogico se introducen en modelos de creciente complejidad.
Estas formulaciones, muchas de ellas hasta entonces m´as te´oricas que pr´acticas, apoyadas
en los elementos del c´alculo num´erico, y en conjunto con los conceptos utilizados fuera del
entorno computacional para la modelizaci´on hidrol´ogica, dan forma a los primeros modelos
y definen un esquema que habr´a de durar hasta la actualidad. Es habitual que en los textos
modernos de hidrolog´ıa gen´erica se incluya un apartado referido a estas primeros modelos con
dicha filosof´ıa, bajo el nombre de Modelos matem´aticos, trat´andose brevemente los fundamen-
1.2. APLICACIONES INFORM
´
ATICAS HIDROL
´
OGICAS 7
tos te´oricos de dichos modelos, cosa que no se har´a aqu´ı pues el objetivo principal respecto a
los mismos en esta obra es tan s´olo el referente a su encuadre hist´orico.
Hacia 1966 aparece el modelo Stanford desarrollado por Crawford y Linsey, considerado
habitualmente como el primer modelo completo de la era inform´atica, que habr´ıa de dar
comienzo a una ´epoca de elevada productividad en lo que a modelos hidrol´ogicos se refiere.
La evoluci´on del modelo Stanford corre a cargo de sus mismos autores, quienes a comienzos
de los a˜ nos 70 desarrollan la aplicaci´on HSP (acr´onimo de Hydrocomp Simulation Program),
a la que a˜ naden funcionalidades relativas al estudio de la calidad de las aguas, as´ı como otras
sobre transporte de sedimentos.
En estos primeros modelos se advierte ya el inter´es que reside en el estudio de los procesos
hidrol´ogicos mediante modelos continuos, siendo de este tipo un muy elevado n´ umero de
soluciones que ven la luz en estos a˜ nos y los inmediatamente sucesivos. Una vez m´as, es
la mera capacidad de proceso la que marca la diferencia, permitiendo llevar a la pr´actica
la implementaci´on eficaz de modelos continuos, con anterioridad vetada bajo unas m´ınimas
exigencias de detalle y precisi´on.
Aproximadamente hacia 1975 surge el m´aximo exponente de esta filosof´ıa de an´alisis hi-
drol´ogico, materializado en el desarrollo de la aplicaci´on HSPF (acr´onimo de Hydrologic Simu-
lation Program–Fortran) por la Agencia de Protecci´on Medioambiental (EPA) de los Estados
Unidos. HSPF engloba todas las caracter´ısticas del modelo Stanford y su sucesor HSP, adem´as
de las presentes en dos m´odulos adicionales previamente desarrollados por la EPA bajo las
denominaciones respectivas de ARM (Agricultural Runoff Modelling) y NPS (Nonpoint Source
Pollutant Loading Model ).
HSPF se contituye as´ı como una aplicaci´on completa para la modelizaci´on de la totalidad
de procesos que pueden considerarse dentro del ciclo hidrol´ogico, de una dimensi´on conceptual
quiz´as en exceso elevada, aunque debe reconocerse una buena estructura del programa pese a
su gran complejidad. El manejo del programa no es, como cabe esperar, en absoluto sencillo,
y los requerimientos en cuanto a datos de partida son muy elevados, siendo, no obstante, un
modelo de aplicaci´on habitual tanto entonces como ahora.
Desde su creaci´on, el desarrollo del HSPF no se ha visto interrumpido hasta la actualidad,
siendo la versi´on 12 del programa, hecha p´ ublica en 2001, la m´as reciente de cuantas ha
conocido este modelo. Pese a no haber variado la filosof´ıa b´asica del programa en lo que a su
dise˜ no y utilizaci´on se refiere, se han hecho esfuerzos paralelos de integrar el modelo con las
nuevas realidades inform´aticas que han ido surgiendo paulatinamente, manten´ıendose asi su
vigencia y el caracter de referente obligado que ha caracterizado a HSPF desde su origen.
HSPF se puede descargar gratuitamente en la direccion web
http://water.usgs.gov/software/hspf.html
Paralelamente a lo anterior, y al mismo tiempo que se despierta el inter´es por los modelos
de base f´ısica y de tipo continuo tales como HSPF, se empiezan a desarrollar tambi´en en
Estados Unidos otra serie de aplicaciones en las que el papel decisivo de la inform´atica se pone
igualmente de manifiesto en modelos conceptuales destinados a la modelizaci´on de eventos
concretos.
El U.S Corps of Engineers, a trav´es de su Cuerpo de Ingenieros (el ya famoso Hydrological
Corp of Engineers, HEC ) es el abanderado de este tipo de modelos, sentando las bases para
los futuros desarrollos en dicho campo mediante el desarrollo de los modelos matem´aticos
HEC–1, HEC–2, etc. y sus aplicaciones asociadas.
De forma m´as particular, son de rese˜ nar las siguientes aplicaciones, cada una de las cuales
se ha constituido a lo largo de su existencia como un hito importante dentro de la modelizaci´on
hidrol´ogica en general, y dentro de su campo de aplicaci´on en particular.
8 CAP
´
ITULO 1. HISTORIA
HEC–1. El elemento mas cercano a lo que aqu´ı denominamos hidrolog´ıa computacional
dentro de los desarrollados por el HEC es este HEC–1, el cual fue desarrollado a partir
de 1968, y evolucion´o notablemente hasta los a˜ nos 90, con una fuerte revisi´on en 1973
en cuanto a su forma de uso y otros aspectos similares. Presentan una amplia gama
de funcionalidades destinadas a analizar las consecuencias y fen´omenos hidrol´ogicos de
una tormenta concreta, entendiendo la cuenca como un conjunto de unidades conectadas
sobre las que se aplican diferentes formulaciones hidrol´ogicas e hidr´aulicas.
En los a˜ nos 90, una nueva versi´on bajo el nombre de HEC–HMS (HEC-Hydrological
Modelling System) sustituye a HEC–1 a˜ nadiendole una interfaz de usuario acorde con
las tendencias vigentes en ese sentido y mejorando algunos aspectos t´ecnicos del mismo.
Pese a que ni HEC–1 ni su sucesor HEC–HMS trabajan directamente de modo alguno
con Modelos Digitales del Terreno, los planteamientos de los mismos son sumamente
interesante para el establecimiento de modelos te´oricos del tipo de los orientados al
an´alisis de eventos, por lo que muchas ideas tratadas en estas p´aginas se corresponder´an
o se asemejar´an en cierta medida a las implementadas en estas aplicaciones.
HEC–2. Uno de los primeros modelos desarrollados por el HEC es el destinado a la mo-
delizaci´on fluvial y el estudio de calados a lo largo de cauces y llanuras de inundaci´on.
Siguiendo un desarrollo similar al de HEC–1, aparece como tal en 1968, aunque el mo-
delo ya se encontraba implementado en otro software aunque con un nombre distinto.
Como elemento importante que es, tambi´en ha sufrido un fuerte desarrollo, conociendo
numerosas versiones y mejoras. La evoluci´on de esta aplicaci´on dio lugar ya en los a˜ nos
90 al programa HEC–RAS (HEC-River Analysis System), ampliamente utilizado en la
actualidad, y que no es sino un HEC–2 mejorado y dotado de una interfaz gr´afica.
Por su escasa componente hidrol´ogica — al menos en el sentido en que ´esta se concibe
en este trabajo —, se aleja del contenido de estas p´aginas y no ser´a aqu´ı desarrollado
ninguno de sus conceptos o ideas.
HEC–5 y HEC–6. Algo m´as alejados de la filosof´ıa de este texto, y no con la misma
relevancia que los dos anteriores, estas aplicaciones forman tambi´en parte importante
de la familia de aplicaciones desarrolladas por el HEC. HEC–5 es un programa para
la modelizaci´on de sistemas de presas y embalses, mientras que HEC–6 es un modelo
unidimensional para el estudio de transporte de sedimentos en cauces.
Tanto estas aplicaciones originales como sus actuales versiones pueden descargarse libre-
mente en la pagina web
http://www.hec.usace.army.mil
Se recomienda que el lector trabaje con las mismas en la medida que le sea posible, pues
se trata de aplicaciones de gran inter´es y altamente complementarias de todo lo que aqu´ı se
desarrolla, constituyendo elementos de primer orden en lo que a la relaci´on entre hidrolog´ıa y
computaci´on se refiere, tanto desde el punto de vista te´orico como desde el pr´actico.
La precisi´on, sin embargo, de la que hacen gala estas aplicaciones — es decir, los modelos
que en ellas se implementan —, est´a basada en la concepci´on que presentan del ciclo hidrol´ogi-
co y sus distintos elementos conceptuales, siendo, por tanto, una precisi´on que deriva de la
posibilidad de formular modelos sobre una base m´as amplia al amparo de la potencia aportada
por el ordenador. Con respecto a la utilizaci´on cl´asica de otros modelos y otras filosof´ıa previas
a la introducci´on de la inform´atica, la precisi´on en t´erminos espaciales no var´ıa, sin embargo,
1.3. SISTEMAS DE INFORMACI
´
ON GEOGR
´
AFICA 9
muy notablemente, apoy´andose el conocimiento del terreno en representaciones cartogr´aficas
de similares caracter´ısticas a las que en dicha etapa prev´ıa era de uso habitual.
Ser´a con la introducci´on de mejoras en los aspectos puramente cartogr´aficos cuando se
produzca un nuevo salto en la evoluci´on de la modelizaci´on hidrol´ogica computacional, al
aportar dicha cartograf´ıa unas nuevas fuentes de datos que abrir´an el camino para el desarrollo
de formulaciones novedosas. Adem´as de traer consigo la precisi´on espacial que con anterioridad
se encontraba ausente, las propias caracter´ısticas de esta nueva informaci´on geogr´afica van
a hacer posible un an´alisis desde puntos de vista distintos, desarroll´andose paralelamente
t´ecnicas de an´alisis que enriquecer´an enormemente el ´ambito de la hidrolog´ıa aplicada.
´
Esta, y no otra, es la circunstancia que resulta de inter´es para el tema de esta obra, siendo
obligado el repasar la historia reciente de los avances cartogr´aficos y su integraci´on en el
´ambito de la hidrolog´ıa, bien con alguna de las aplicaciones ya presentadas o bien a trav´es del
desarrollo de nuevas herramientas con una filosof´ıa distinta o apoyadas en otros paradigmas
de manejo y procesado de la informaci´on.
1.3. Sistemas de Informaci´on Geogr´afica
Si a lo largo de este recorrido breve por la historia reciente de los modelos matem´aticos
hidrol´ogicos desde la aparici´on de los computadores, debi´eramos escoger un punto de inflexi´on
en cuanto a concepci´on de los mismos o, m´as espec´ıficamente, de los entornos de aplicaci´on
de los mismos, sin duda la aparici´on de los Sistemas de Informaci´on Geogr´afica (SIG) ha
representado y viene representando en la actualidad la apertura de un nuevo campo de actua-
ci´on, mediante el cual las posibilidades del an´alisis hidrol´ogico se extienden hasta l´ımites con
anterioridad insospechados.
Un Sistema de Informaci´on Geogr´afica es, en la definici´on extremadamente simple pero bri-
llante de Bonham–Carter (1994) ((un sistema inform´atico para la gesti´on de datos espaciales)),
entendi´endose el adjetivo espacial como relativo a objetos cuyas coordenadas son conocidas y
determinadas.
Similar definici´on proponen Star y Estes (1990), para quienes un SIG es un sistema de
informaci´on que est´a dise˜ nado para trabajar con datos referenciados por coordenadas espa-
ciales o geogr´ aficas, es decir, un SIG es a la vez un sistema de base de datos con capacidades
espec´ıficas para datos referenciados espacialmente y un conjunto de operaciones para operar
(an´alisis) con los datos.
La historia de los Sistemas de Informaci´on Geogr´afica se remonta a la d´ecada de los 60,
tambi´en con el comienzo de la era inform´atica, cuando el avance tecnol´ogico dio lugar a
una redefinici´on del an´alisis cartogr´afico. Junto al papel decisivo que en el desarrollo de los
SIG jug´o la r´apida evoluci´on de las primeras computadoras, otros factores tales como las
creciente necesidades a nivel de gesti´on urban´ıstica, propiciaron la b´ usqueda de soluciones
en esta direcci´on. As´ı, la creaci´on de las primeras aplicaciones inform´aticas con capacidades
propias de lo que hoy considerar´ıamos un SIG comenz´o a tener lugar, evolucionando con
posterioridad de modo parejo a la propia evoluci´on de las capacidades de los ordenadores, y
muy especialmente las de ´estos en cuanto a representaci´on gr´afica se refiere.
Durante estos periodos iniciales, el desarrollo y concepci´on de los SIG tiene lugar funda-
mentalmente en Norteam´erica, aunque tambi´en en algunos puntos de Europa tales como la
Experimental Cartography Unit, en el Reino Unido. En Estados Unidos, el Harvard Laboratory
for Computer Graphics and Spatial Analysis se constituye como la primera ((potencia)) en lo
que a desarrollo de aplicaciones de manejo y producci´on de informaci´on espacial, sentando las
bases formales para el futuro desarrollo de los SIG en sentido estricto.
Las herramientas desarrolladas en esta ´epoca, aunque incluyendo elementos de an´alisis
destinados a satisfacer las necesidades existentes en ese sentido en muy diversos campos, se
10 CAP
´
ITULO 1. HISTORIA
centran principalmente en la creaci´on de documentos cartogr´aficos. Las l´ımitadas capaces
gr´aficas de los ordenadores disponibles en esa ´epoca limitan la s´alida de los programas al
formato impreso, demostr´andose as´ı, no obstante, que la inform´atica representa una soluci´on
potente y eficaz para la producci´on cartogr´afica.
La primera herramienta inform´atica que puede considerarse relevante a este respecto es
SYNMAP, un paquete de diversas aplicaciones desarrollado en el Harvard Laboratory en 1964,
el cual despierta un enorme inter´es por una tecnolog´ıa hasta entonces desconocida.
Los programas que que le siguen, tales como CALFORM y SYMVU, ambos ya a finales de
los 60, mantienen el mismo enfoque, mejorando la calidad de los mapas generados u ofreciendo
otras posibilidades de visualizaci´on m´as avanzadas.
Tambien a finales de los 60 ve la luz de la mano del mismo equipo una aplicaci´on denomi-
nada GRID que, en su evoluci´on, constituir´a el origen de an´alisis SIG de tipo raster, el cual,
como se detallar´a extensamente en los primeros cap´ıtulos, constituye la base fundamental so-
bre la que se va a desarrollar en esta obra el estudio de los Modelos Digitales del Terreno y
su aplicaci´on a la hidrolog´ıa.
No obstante, y haciendo referencia al uso de los SIG que en estas p´aginas guarda inter´es
— esto es, su utilizaci´on en relaci´on con la hidrolog´ıa —, son otras ramas de la ciencia y otras
necesidades de planificaci´on territorial las que hacen uso en primer lugar de esta nueva tec-
nolog´ıa. Mientras tanto, la hidrolog´ıa, y especialmente la modelizaci´on hidrol´ogica, no emplea
a fondo las capacidades de los SIG, desarroll´andose en estos a˜ nos y tambi´en en los siguientes
un buen n´ umero de modelos que no se apoyan directamente sobre las capacidades de an´alisis
territorial que dichos SIG comienzan a implementar.
En 1974, se implanta en Estados Unidos el primer sistema inform´atico con base cartogr´afica
para la gestion de recursos hidrol´ogicos, constituyendo una utilizaci´on de un SIG con gran
relevancia desde el punto de vista de la hidrolog´ıa. Aun as´ı, no se trata en absoluto de una
herramienta de modelizaci´on, y mucho menos a´ un de una basada en Modelos Digitales del
Terreno. Las primeras formulaciones que aparecen sobre ´analisis del terreno basado en MDTs,
con una filosof´ıa similar a las recogidas en este texto, no ven la luz hasta mediados de los
a˜ nos 80, cuando las condiciones desde todos los puntos de vista son ya las ´optimas para el
desarrollo de esta rama de conocimiento como tal.
A partir de esta ´epoca, y tras el periodo inicial que podr´ıamos establecer hasta mediados
de los 70, el desarrollo de los Sistemas de Informaci´on Geogr´afica, consolidados ya plenamente,
se prosigue a un ritmo sorprendente que contin´ ua a´ un hoy en nuestros d´ıas, y el cual es seguido
tambi´en por todas las aplicaciones con componente SIG tales como las de corte hidrol´ogico.
As´ı, una vez los SIG han asentado su posici´on, la modelizaci´on hidrol´ogica empieza a
abrirse paso por nuevas v´ıas, integrando elementos de an´alisis espacial en sus formulaciones
al tiempo que se mejoran los modelos existentes sobre bases conceptuales distintas. Junto con
las nuevas posibilidades brindadas por la aparici´on de las tecnolog´ıas de base SIG, los nuevos
entornos gr´aficos y las complejas y vistosas interfaces de usuario por todos conocidas en los
sistemas operativos y aplicaciones actuales aportan su particular grano de arena para redefinir
el concepto original de aplicaci´on inform´atica hidrol´ogica, pudi´endose encontrar actualmente
productos de novedoso planteamiento junto a adaptaciones de los cl´asicos modelos, siendo
´estos, por otra parte, el est´andar actual como ya lo fueron en la generaci´on anterior sus
inmediatos predecesores.
Adem´as de lo anterior, la creciente potencia de la que disfrutan los ordenadores a medida
que avanza el tiempo, hace viable el empleo ya de MDTs como fuentes de datos habituales,
reconoci´endose a ´estos como elementos de primera l´ınea para el an´alisis del terreno y, por
extensi´on, el an´alisis hidrol´ogico. Ello se ve reflejado en las propias capacidades de los Sistemas
de Informaci´ on Geogr´afica, que crecen ampliamente en este sentido, as´ı como las de los modelos
hidrol´ogicos que comienzan a hacer uso de dichos elementos de an´alisis fisiogr´afico basados en
1.3. SISTEMAS DE INFORMACI
´
ON GEOGR
´
AFICA 11
MDTs.
Los Sistemas de Informaci´on Geogr´afica como tales no resultan, sin embargo, suficientes de
por s´ı para lograr una modelizaci´on hidrol´ogica precisa, no ya desde el punto de vista pr´actico,
donde su utilizaci´on est´a a la orden del d´ıa en los trabajos de ingenier´ıa relacionados con la
hidrolog´ıa, sino desde el aspecto puramente conceptual. La gran generalidad que caracteriza a
estas aplicaciones hace imposible que se encuentren completamente adaptadas para el an´alisis
intenso de la informaci´on de partida desde un punto de vista hidrol´ogico, y en particular para
el an´alisis del Modelo Digital del Terreno como documento cartogr´afico clave en este sentido.
De igual modo, las formulaciones implementadas en aplicaciones como la ya menciona-
das HSPF o la familia de los HEC no cabe implementarlas en un SIG de los habitualmente
presentes en el mercado, por lo que la capacidad real de producir resultados hidrol´ogicos —
los obtenidos generalmente con un SIG en relaci´on con la hidrolog´ıa son principalmente de
tipo geomorfol´ogico, extra´ıdos a partir del an´alisis del terreno —, sigue siendo una posesi´on
exclusiva de las aplicaciones independientes desarrolladas expresamente para tal fin.
1.3.1. Los SIG en los modelos hidrol´ogicos
No obstante, los SIG, desde su misma creaci´on, han marcado una pauta fundamental a
seguir en cualquier disciplina relacionada con el manejo de informaci´on espacial — la hidrolog´ıa
entre ellas —, por lo que su papel en la evoluci´on de la parte de la hidrolog´ıa que aqu´ı se
estudia es, sin duda alguna, de vital importancia. La manera en que las aplicaciones m´as
actuales se acercan a esa pauta y se hacen participes de los conceptos SIG dentro de sus
propias caracter´ısticas, define formas diversas de entender la relaci´on entre la cartograf´ıa
digital, el an´alisis hidrol´ogico y la utilizaci´on de m´etodos computacionales, pudiendo en base
a ello realizarse una divisi´on b´asica de dichas aplicaciones como la presentada a continuaci´on.
Modelos con fuerte componente SIG
A falta de una denominaci´on m´as adecuada, se engloban bajo este nombre aquellas apli-
caciones que, tomando una notable influencia de los fundamentos y modo de utilizaci´on de
aplicaciones SIG gen´ericas, presentan las capacidades propias de ´estas de modo integrado. La
presencia de capacidades SIG no debe ser necesariamente abundante, pudiendo limitarse a las
funciones estrictamente necesarias para el buen funcionamiento del modelo, pero la inclusi´on
de una aplicaci´on en este grupo se basa en que el modelo que se implementa en la misma
se haya concebido teniendo en cuenta dichas capacidades SIG, pudiendo operarse exclusiva-
mente — o al menos con caracter proritario — cuando se dispone de los resultados obtenidos
mediante ´estas.
El an´alisis de la informaci´on espacial se convierte as´ı en un elemento integrante del modelo,
estando los algoritmos de dicho an´alisis al mismo nivel que los propiamente implicados en la
obtenci´on de par´ametros hidrol´ogicos.
Una vez la representaci´on digital de la informaci´on ha cobrado cierta importancia y se
demuestra como de verdadera relevancia de cara a la mejora de los modelos existentes en la
totalidad de campos relacionados con el an´alisis del medio — lo cual sucede alrededor de la
d´ecada de los 80 —, el desarrollo de nuevas formulaciones se adscribe en t´erminos generales a
esta filosof´ıa, aunque no de forma absoluta e inmediata.
Un modelo pionero en este grupo, y que ser´a un referente constante a lo largo de este texto,
es el conocido TOPMODEL (Beven y Kirkby, 1979) que, pese a ser modelizado sin tener en
cuenta las capacidades propias de los SIG, se basa fuertemente en la topograf´ıa y propicia una
integraci´on muy cercana con el an´alisis de dicha topograf´ıa a partir de MDTs.
En 1983 aparece un modelo de gran importancia, tanto en lo referente a su uso directo
como desde el punto de vista del desarrollo de nuevos modelos, pues constituye un referente
12 CAP
´
ITULO 1. HISTORIA
de notable peso en este sentido. Desarrollado en el Instituto Dan´es de Hidrolog´ıa, el modelo
MIKE–SHE podemos decir que, por su potencia, complejidad y, en resumen, capacidades
generales, es un equivalente con base SIG de modelos del tipo HSPF, donde una gran parte
de los elementos del ciclo hidrol´ogico puede modelizarse con detalle.
Tambi´en son de destacar los modelos IHDM (Institute of Hydrology Distributed Model )
(Beven et al ), WATFLOOD (Kouwen et al, 1988) y Hydrotel (Fortin et al, 1995) , por
hacerse part´ıcipes de esta filosof´ıa anteriormente descrita, entre otros. Este ´ ultimo modelo
se ha desarrollado, seg´ un su propios autores, con la idea de sacar el m´aximo provecho a la
informaci´on espacial proveniente de la teledetecci´on y de los SIGs, con lo que se demuestra
como un fuerte representante de esta concepci´on de modelos ampliamente basados en SIG.
Otros modelos de esta ´ındole, muchos de ellos de aplicaci´on local o con notables simplifica-
ciones, van surgiendo progresivamente a partir de mitad de los a˜ nos 80 como parte de proyectos
particulares, pudiendo nombrarse los modelos Xinanjiang (Zhao et al, 1980) y OWLS (Chen,
1996) como dos ejemplos t´ıpicos de los modelos surgidos desde entonces hasta la actualidad.
Aplicaciones con componentes SIG
Por otra parte, ciertos modelos ya existentes siguen desarroll´andose ya con el apoyo en
algunos Sistemas de Informaci´on Geogr´afica comunes, con variable dependencia con respecto
el an´alisis del terreno llevado a cabo en dichos SIGs. En general, y dada la gran cantidad de
datos que habitualmente se requieren para alimentar los modelos hidrol´ogicos, se desarrollan
elementos integrados dentro de un SIG que permiten facilitar la obtenci´on y mejorar el manejo
de dicha cantidad de datos. M´as importante a´ un, algunos de estos componentes SIG dan lugar
a nuevas posibilidades — muchas de ellas derivadas de la gran potencia que reside en los MDTs
como representaciones del relieve —, abriendo el camino hacia la modificaci´on de los modelos
con los que se relacionan y la incorporaci´on en ´estos de nuevas capacidades m´as ´ıntimamente
relacionadas con la informacion espacial disponible.
Un ejemplo cl´asico de esta circunstancia lo encontramos en los desarrollos llevados a cabo
por el HEC para la mejora de sus modelos HEC–RAS y HEC–HMS . Como parte de este
esfuerzo, surgen las aplicaciones HEC–GeoRAS y HEC-GeoHMS, las cuales, trabajando sobre
el popular SIG ArcView, permiten el c´alculo automatizado de buena parte de los par´ametros
que son necesarios para la operaci´on de los modelos implementados en HEC–RAS y HEC–
HMS respectivamente. No obstante, no a˜ naden ningun elemento adicional al modelo, aunque
permiten que ´este sea utilizado con una precisi´on mayor y trabajando con una resoluci´on
espacial mucho m´as elevada que la que podr´ıa obtenerse mediante la medida e introducci´on
manual de los datos.
Una aplicaci´on de notable peso en la actualidad es la denominada Watershed Modelling
System (WMS), la cual se presenta como una herramienta con capacidades SIG y dotada de
un intuitivo entorno gr´afico, mediante la cual pueden calcularse gran parte de los par´ametros
requeridos para la modelizaci´on hidrol´ogica — no tan s´olo los derivados del MDT, sino otros
de distinta naturaleza tales como factores de escorrent´ıa a partir de cartograf´ıa tem´atica,
por ejemplo —. Una vez dichos par´ametros han sido calculados, el programa es tambi´en una
interfaz para los modelos m´as conocidos y de distintas naturalezas (HSPF, HEC–HMS y HEC–
RAS, entre muchos otros), con lo que desde el propio WMS puede llamarse a ´estos y obtener
as´ı los resultados hidrol´ogicos buscados. La diferencia con HEC–GeoRAS y HEC-GeoHMS
reside, adem´as de en la mayor versatilidad del programa, en el hecho de que no depende de
ning´ un SIG como tal, sino que implementa ´el mismo aquellas capacidades de tipo SIG que
resultan necesarias para el estudio hidrol´ogico.
Desde otro punto de vista, Maidment et al (2001) desarrollan sobre el SIG ArcView un
sistema denominado ArcHydro que pretende establecerse como estructura ´optima para el
1.3. SISTEMAS DE INFORMACI
´
ON GEOGR
´
AFICA 13
almacenamiento y aprovechamiento de toda la informaci´on empleada tanto en la modelizaci´on
hidr´aulica como en la hidrol´ogica, y siempre sobre una base SIG importante. Lejos de constituir
un modelo como tal, se trata de una estructura conceptual encaminada al establecimiento de
una serie de ideas acerca de c´omo debe llevarse a cabo el manejo de informaci´on de inter´es
hidrol´ogico dentro de un Sistema de Informaci´on Geogr´afica.
Todas estas aplicaciones y componentes son, no obstante, relativamente novedosas, ha-
bi´endose comenzado el desarrollo de las mismas en los a˜ nos 90, pese a lo cual han alcanzado
ya en la actualidad una cierta madurez. Paralelamente a estas aplicaciones mas importantes,
se han desarrollado elementos que permiten conectar una gran variedad de modelos m´as anti-
guos o bien de reciente desarrollo, con los Sistemas de Informaci´on Geogr´afica m´as populares.
En particular, el SIG ArcView y los SIGs de libre distribuci´on GRASS y PCRaster disponen
de una gran cantidad de trabajo desarrollado en torno a ellos en relaci´on con la modelizaci´on
hidrol´ogica. El modelo CASC2D (Ogden, 1997), por ejemplo, es un representante claro de este
tipo, estando incorporado sobre GRASS, pero al mismo tiempo existiendo una interfaz dentro
de WMS para la preparaci´on de los datos necesarios para su ejecuci´on, con lo que se ve que un
modelo dado puede acogerse a varios enfoques, permiti´endose su aplicaci´on de modos distintos
seg´ un resulte conveniente.
1.3.2. Ventajas de la incorporaci´on de los SIG en la modelizaci´on hidrol´ogi-
ca
Los aspectos positivos que pueden achacarse a la llegada de las aplicaciones de tipo SIG al
´ambito de la modelizaci´on hidrol´ogica, ya sea mediante uno de los enfoques anteriores u otro
distinto, pueden analizarse desde diferentes puntos de vista. Lejos de limitarse al aumento en
la precisi´on y la automatizaci´on del c´alculo de par´ametros, la filosof´ıa novedosa que presentan
los modelos relacionados con funcionalidades de tipo SIG tiene consecuencias favorables en
muchos otros aspectos.
Una enumeraci´on de los mismos podr´ıa ser, en l´ıneas generales, la siguiente.
C´alculo mas preciso de par´ametros f´ısicos necesarios para operar con los modelos hi-
drol´ogicos.
Aumento de la resoluci´on espacial de trabajo a todos los niveles.
An´alisis de la variaci´on espacial de factores como coeficientes de escorrent´ıa o similares,
que hasta entonces deb´ıan considerarse como par´ametros de valor ´ unico constante.
An´alisis de la variaci´on espacial de la precipitaci´on, hasta entonces considerada como
elemento constante y est´atico. Esto permite un an´alisis de las diferentes intensidades
de precipitaci´on para los distintos puntos de una cuenca, as´ı como el estudio de los
movimientos de las tormentas y las variaciones que ello conlleva.
Aparici´on de nuevos enfoques tales como modelos plenamente distribuidos, o recursos
y t´ecnicas nuevas basadas en el conocimiento exhaustivo del medio f´ısico en el que se
desarrollan los fen´omenos hidrol´ogicos.
Adem´as de lo anterior, la introducci´on de conceptos de tipo SIG en el ´ambito de la hidro-
log´ıa ha propulsado el estudio hidrol´ogico de modo notable, continuando un hecho que ven´ıa
sucediendo desde la aparici´on de los primeros ordenadores, y que ha llevado a la hidrolog´ıa
aplicada a experimentar un fuerte desarrollo y alcanzar un estado de madurez muy importante
en nuestros d´ıas.
14 CAP
´
ITULO 1. HISTORIA
Un ´ ultimo aspecto que no debe olvidarse en relaci´on con los SIG es la estrecha relaci´on que
existe entre ´estos y la teledetecci´on, haciendo posible el empleo de elementos de esta ´ ultima
disciplina en el an´alisis hidrol´ogico. La gran importancia que una buena base de cartograf´ıa
tem´atica tiene sobre el estudio la gran mayor´ıa de procesos del ciclo hidrol´ogico hace f´acil
comprender la importancia que la incorporaci´on de la teledetecci´on, especialmente intensa en
este aspecto en los ´ ultimos tiempos, supone a este respecto. La evoluci´on de la teledetecci´on
se encuentra actualmente en su momento m´aximo, siendo su avance extremadamente r´apido,
con las consecuencias favorables que ello conlleva para el ´ambito de la hidrolog´ıa conforme los
planteamientos de ´esta se van adaptando a las nuevas prestaciones que dicha ciencia ofrece.
1.4. Aplicaciones y modelos para p´erdidas de suelo y erosi´on
Puesto que son tambi´en tratados en un cap´ıtulo de esta obra, los an´alisis referentes a la
erosi´on y su relaci´on con la presencia de cartograf´ıa digital deben ser tambi´en analizados en
su evoluci´on a lo largo del tiempo.
Frente al an´alisis hidrol´ogico antes descrito, donde los planteamientos eran m´as variados,
los modelos desarrollados para la estimaci´on de p´erdidas de suelo y erosi´on siguen en lineas
generales unos patrones comunes muy similares, dependiendo intensamente de los resultados
obtenidos en el an´alisis del MDT. Este hecho se pondr´a de manifiesto en la breve rese˜ na de
las aplicaciones mas importantes, as´ı como especialmente cuando se alcancen dentro del texto
los contenidos particulares sobre esta materia.
La diferenciaci´on de etapas notables en cuanto a la concepci´on de los distintos planteamien-
tos, al igual que suced´ıa en el caso de los modelos tratados en el apartado anterior, presenta
un punto clave en la aparici´on de los Sistemas de Informaci´on Geogr´afica, y especialmente
en la implantaci´on definitiva de ´estos en el campo del an´alisis y la gesti´on del medio. De
este modo, aproximadamente a mediados de la d´ecada de los ochenta, cuando la presencia
de MDTs se hace notable y las capacidades y t´ecnicas disponibles para el manejo de ´estos
han alcanzado una cierta evoluci´on, empiezan a surgir actualizaciones de los modelos cl´asicos
al mismo tiempo que otros nuevos se desarrollan sobre bases conceptuales nuevas apoyadas
fundamentalmente en las capacidades de tipo SIG que se encuentran ya disponibles.
Anteriormente a este periodo, el uso de medios inform´aticos para el c´alculo de p´erdidas de
suelo se basaba fundamentalmente en el aumento de detalle obtenido gracias a la capacidad
de manejar extensas bases de datos que permit´ıan los ordenadores. As´ı, el modelo cl´asico de
la Ecuaci´on Universal de P´erdidas de Suelo (USLE), da paso al modelo RUSLE, donde la
formulaci´on de la expresi´on b´asica es la misma, pero cada factor se descompone hasta un nivel
de detalle mayor, siendo complejo el manejo del gran n´ umero de par´ametros necesarios sin la
ayuda de la aplicaci´on desarrollada a tal efecto y designada con el mismo nombre del modelo.
La tendencia hacia la creaci´on de modelos de tipo f´ısico tambi´en es notable en este caso,
comenz´andose el desarrollo de modelos de esta ´ındole que tratan de superar las limitaciones
achacables a los previamente existentes, generalmente asociadas con las hip´otesis asumidas
por los mismos.
De estos planteamientos surgen modelos como el WEPP (Water Erosion Prediction Pro-
ject), el EUROSEM (European Soil Erosion Model) o KINEROS2, rese˜ nables entre el gran
n´ umero de otras formulaciones de menor entidad que surgen progresivamente.
No obstante, la llegada de los SIG marca el camino hacia una nueva serie de prestaciones
que a˜ nadir a los modelos para el estudio de la erosi´on. Dichos SIGs hacen posible que, en
todos los modelos existentes, as´ı como en todos los que desde ese momento se desarrollen,
los par´ametros relativos a la morfolog´ıa del relieve — presentes en todas las formulaciones —
puedan estimarse de un modo distinto con un grado mucho mayor de precisi´on. Por otra parte,
el estudio agregado de los fen´omenos erosivos se ve mejorado por la posibilidad de estudiar
1.5. AN
´
ALISIS DEL TERRENO 15
dichos fen´omenos de modo distribuido sobre una cuenca, aumentando la resoluci´on al igual
que suced´ıa con otros modelos hidrol´ogicos enfocados al estudio de caudales y similares.
Con lo anterior, las adaptaciones de modelos sobre Sistemas de Informaci´on Geogr´afica son
abundantes — y recientes —, existiendo variedad de modelos sobre los SIGs m´as populares.
A destacar en este sentido las realizadas sobre los modelos USLE y RUSLE — las cuales se
analizar´an en detalle en el cap´ıtulo correspondiente —, as´ı como por ejemplo el modelo SWAT,
del cual existen interfaces sobre los SIGs GRASS y ArcInfo , desarrolladas todas ellas ya en
la d´ecada de los 90.
La tendencia actual es la uni´on dentro de un mismo modelo — y, por tanto, de una misma
aplicaci´on inform´atica —, de las capacidades de modelizaci´on de erosi´on, pero tambi´en las
de estimaci´on de escorrent´ıas y caudales que son necesarias para los mismos, constituyendose
verdaderos modelos hidrol´ogicos como tales, aunque siempre con un enfoque prioritario so-
bre el an´alisis de procesos erosivos. Modelos como los anteriormente citados EUROSEM o
KINEROS2 son ejemplos de esta filosof´ıa.
Para cerrar este apartado, no debe tampoco dejar de hacerse menci´on en este punto a
la teledetecci´on, que contribuye igualmente de manera notable a la obtenci´on de par´ametros
tem´aticos y a posibilitar una actualizaci´on r´apida y constante de los mismos, incorporando
as´ı importantes elementos dentro de la modelizaci´on de la erosi´on basada en aplicaciones de
tipo SIG y en un tratamiento inform´atico de los datos disponibles.
1.5. An´alisis del terreno
Por su especial implicaci´on dada la tem´atica de esta obra, los aspectos hist´oricos referidos
al an´alisis del terreno a partir de la figura fundamental del Modelo Digital del Terreno resulta
conveniente tratarlos brevemente de modo aislado.
Constituyendo un apartado particular dentro del an´alisis asociado a los SIG, la mayor
potencialidad demostrada por los MDTs frente a otras representaciones cartog´aficas, as´ı como
la mejor disposici´on para prestarse a un an´alisis computacional intenso, han hecho que en
numerosas ocasiones las implementaciones a este respecto se hayan realizado de forma ajena
a los grandes SIG como tales.
Situando temporalmente el trabajo con MDTs, se puede afirmar que su an´alisis fuerte no
tiene lugar hasta la d´ecada de los 80, pese a que ya existi´an con anterioridad aplicaciones
como GRID que permit´ıan el trabajo con mallas de datos raster, principal formato en que
este trabajo sobre los MDTs se va a desarrollar. El desarrollo pleno de las metodolog´ıas
actuales tiene lugar enteramente ya en los a˜ nos 90, encontr´andose una buena parte de dichas
metodolog´ıas relacionadas con el an´alisis hidrol´ogico y la extracci´on de par´ametros y elementos
de inter´es en la modelizaci´on hidrol´ogica, pudiendo mencionarse a ´esta como una de las grandes
beneficiarias del desarrollo de todas las t´ecnicas alrededor de los MDTs y su estudio detallado.
Entre las aplicaciones aut´onomas donde se implementan las rutinas y algoritmos principales
a este respecto cabe destacar los programas originales de Jenson — que, como veremos, son
responsables de un cierto n´ umero de formulaciones de gran trascendencia —, as´ı como los
programas TAPES–G (Terrain Analysis Programs for the Environmental Sciences) (Gallant y
Wilson, 1996) o TOPAZ (TOpographic PArametriZation) (Garbrecht y Martz, 1997), tambi´en
de muy importante relevancia.
TARDEM, (Tarboton, 1997) representa igualmente un hito importante en la historia de
an´alisis hidrol´ogico basado en MDTs. Esta aplicaci´on ha sido implementada sobre un SIG —
en particular ArcGIS de ESRI — bajo el nombre de TAUDEM.
Otras aplicaciones a destacar pueden ser RiverTools (Peckham, 1997), especialmente orien-
tada a la extracci´on de par´ametros hidrol´ogicos, y SAGA (Conrad, 2002), con una impresio-
16 CAP
´
ITULO 1. HISTORIA
nante bater´ıa de elementos para el an´alisis del terreno, y que por el gran inter´es que conlleva
para este texto ser´a detallada en su manejo y fundamentos en otros apartados del mismo.
La gran mayor´ıa de estos programas generan resultados que son necesarios para la utili-
zaci´on de modelos hidrol´ogicos, y constituyen asimismo el referente seguido por otra serie de
modelos desarrollados con posterioridad y que incorporan en ellos mismos las capacidades de
an´alisis del terreno necesarias para su propio funcionamiento.
Por ´ ultimo, no debe olvidarse, junto a los anteriores, las soluciones implementadas en
los meros Sistemas de Informaci´on Geogr´afica, en especial la gran serie de funcionalidades
presentes en el SIG libre GRASS, as´ı como el m´odulo GRID de an´alisis raster presente desde
sus primeras versiones en el software ArcInfo — y continuada en sus versiones actuales —,
y que ha jugado un importante papel en el desarrollo de gran n´ umero de planteamientos en
relaci´on con los MDTs
Cap´ıtulo 2
MDTs y an´alisis del terreno
If you torture the data enough, it will confess.
Ronald Coase
Errors using inadequate data are much less than those using no data at all.
Charles Babbage
2.1. Introducci´on
Los avances en las t´ecnicas de recogida de informaci´on, conjugados con los nuevos formatos
de almacenamiento de dicha informaci´on y la creciente potencia inform´atica disponible para
su manejo, se han erigido en los ´ ultimos a˜ nos como los verdaderos impulsores de las t´ecnicas
y planteamientos existentes en las disciplinas fundamentadas en el an´alisis del territorio y el
medio f´ısico, entre ellas la hidrolog´ıa. El objetivo de este primer cap´ıtulo es introducir con el
suficiente detalle las nuevas formas de cartograf´ıa y presentaci´on de la informaci´on espacial,
obteniendo un conocimiento profundo de ´estas que nos permita abordar su an´alisis y realizar
una explotaci´on rigurosa y eficaz de dicha informaci´on en toda su extensi´on.
De entre las formas cartogr´aficas analizadas es preponderante, tanto por su importancia
general como por el mayor empleo del que ser´a objeto posteriormente en las formulaciones
hidrol´ogicas, el Modelo Digital del Terreno (MDT), equivalente directo en formato digital de
la cartograf´ıa de elevaciones habitual mediante curvas de nivel. Otros formatos y otro tipo
de informaciones son analizadas, no obstante, siendo empleadas en distintos puntos de este
libro. Con ello, quedan recogidas aqu´ı todas las formas de almacenamiento de informaci´on
espacial cuyo an´alisis pueda derivar resultados de inter´es desde el punto de vista del estudio
hidrol´ogico.
En todos estos elementos cartogr´aficos, el an´alisis se restringe a las propiedades y carac-
ter´ısticas cuya comprensi´on sea necesaria para posteriores operaciones, prescindiendo de una
larga serie de conceptos (muy larga, a decir verdad, dado el desarrollo y la complejidad de
estas entidades) de igual o mayor importancia, cuyas implicaciones suponemos resueltas y sin
transcendencia alguna sobre el material aqu´ı tratado. El conocimiento de estas otras facetas,
de ´ındole muy similar en ocasiones a las aqu´ı presentadas, es comentado muy sucintamente
para enfocar al lector avanzado que, sin duda, complementar´a eficazmente los contenidos de
este libro con otras lecturas de entre las propuestas como b´asicas para cada apartado.
17
18 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
2.2. Modelos Digitales Del Terreno
La utilizaci´on de cartograf´ıa de elevaciones de corte cl´asico, con representaciones del terre-
no basadas en sistemas de representaci´on m´as o menos habituales (el m´as extendido, con
diferencia, el sistema acotado habitual en los mapas de curvas de nivel), ha venido siendo la
constante en el desarrollo habitual de actividades que requirieran de uno u otro modo una
cierta representaci´on del terreno, bien como elemento primigenio para la realizaci´on de an´ali-
sis diversos o como formato para la presentaci´on de los resultados de ´estos u otros an´alisis
realizados sobre los distintos elementos del medio. El manejo de la informaci´on territorial y,
en particular, de la informaci´on referente a elevaciones, se ha realizado mediante el uso de
modelos anal´ogicos tales como los mapas y planos por todos conocidos, situaci´on que en los
´ ultimos tiempos, y en relaci´on con las t´ecnicas que ata˜ nen al desarrollo de la materia de este
libro, ha variado sensiblemente con la introducci´on de modelos de naturaleza digital, y en
particular los denominados Modelos Digitales del Terreno (MDT).
Si la cartograf´ıa de curvas de nivel constitu´ıa la base para el estudio de los componentes de
un entorno hidrol´ogico, ahora es el MDT quien, bajo los conceptos y formulaciones existentes
hoy en d´ıa para la generalidad de la cartograf´ıa en soporte digital, se encargar´a de proporcionar
la informaci´on altitudinal detallada que servir´a de base a la pr´actica totalidad de an´alisis
posteriores.
El registro de la realidad f´ısica de una zona mediante elementos gr´aficos (curvas de nivel)
llevado a cabo en los medios cartogr´aficos cl´asicos, se sustituye ahora en los MDTs por un
almacenamiento de la informaci´on de tipo puramente num´erico mediante el cual es posible,
adem´as de la l´ogica restituci´on de las representaciones cl´asicas cuya vigencia actual no debe
cuestionarse, el desarrollo de un an´alisis m´as detallado y profundo del relieve y sus consecuen-
cias en cada ´ ambito de estudio (el hidrol´ogico en el caso de esta obra). Este almacenamiento
en calidad num´erica es el que permitir´a la automatizaci´on de las tareas de an´alisis, junto con
la incorporaci´on de dicha informaci´on dentro de los algoritmos num´ericos dise˜ nados para la ca-
racterizaci´on de la misma, y cuyo desarrollo y fundamentos constituyen el grueso del presente
cap´ıtulo.
Es esta cualidad de mayor potencialidad como generadora de futura informaci´on la que
hace que los Modelos Digitales del Terreno, entendidos ´estos como la alternativa cartogr´afica a
los mapas utilizados cl´asicamente en hidrolog´ıa, deban ser analizados en este libro con un rigor
y profundidad por encima de otros conceptos mas expl´ıcitamente situados dentro de la pura
hidrolog´ıa, y con un desarrollo mucho mayor que el que sus antecedentes hubieran merecido
en textos sobre la misma materia pero sin el enfoque computacional otorgado al presente.
Explicada, pues, la importancia de este tema en el conjunto de la obra, comencemos con una
definici´on cl´asica habitual en textos sobre el mismo para fundamentar la exposici´on posterior.
En la definici´on de Burrough (1998), un MDT es ((una representaci´on matricial regular de
la variaci´on continua del relieve en el espacio))
Bajo esta definici´on, acertada y precisa, se presentan, no obstante, y sin m´as informaci´on
accesoria, una serie de indefiniciones que ahora trataremos con detalle, presentando las al-
ternativas posibles que en la actualidad vienen emple´andose al respecto, para posteriormente
sobre ellas acotar nuestro ´ambito de actuaci´on y proceder a la introducci´on pormenorizada de
algoritmos y formulaciones relacionadas.
2.2.1. Tipos de Modelos Digitales del Terreno
La validez del aserto de Burrough deja, en primer lugar, aisladas una serie de posibilidades
que actualmente, si bien con menor frecuencia, se presentan para solucionar el almacenamien-
to de datos espaciales de elevaciones y su posterior procesado. La naturaleza matricial del
2.2. MODELOS DIGITALES DEL TERRENO 19
modelo que Burrough describe es solo una — aunque la m´as habitual — de llevar a cabo lo
anterior, definiendo cada caso y cada estudio una forma particular de solucionar el problema.
Para el caso del an´alisis hidrol´ogico ´esta es, sin duda, la que mayores ventajas ofrece, unidas
estrechamente con una mayor facilidad para la comprensi´on de los fundamentos matem´aticos
y la implementaci´on de ´estos mediante algoritmos correspondientes, lo cual, sin embargo, no
es ´obice para evitar la exposici´on de algunas de esas otras soluciones con las cuales el an´alisis
en t´erminos hidrol´ogicos puede igualmente llevarse a cabo.
Adem´as de lo anterior, y pese a que el MDT es el documento cartogr´afico por excelencia
para el an´alisis que se pretende abordar en esta obra, existen otra serie de mapas con los que
tambi´en se trabajar´a en formato digital y cuyas caracter´ısticas no dan lugar a una tan clara
preferencia por uno u otro formato. Por ello, y tomando distancia para estudiar no s´olo los
MDTs — que ya se analizar´an con profusi´on en sucesivos apartados — sino el conjunto global
de documentos cartogr´aficos de inter´es para nuestro cometido actual, se tratar´an de explicar
seguidamente las diversas alternativas en cuanto al almacenamiento de estos mapas en un
formato digital adecuado.
Debe entenderse ahora, pues, un MDT m´as all´a del significado f´ısico del mismo, su proce-
dencia o sus cualidades inherentes desde el punto de vista tangible del modelo que constituye,
y pensar en ´el como una mera forma de almacenamiento de los datos recogidos en campo de
uno u otro modo, y que contienen de por s´ı la informaci´on geomorfol´ogica del relieve objeto
de an´alisis posterior. As´ı, pueden desde esta perspectiva definirse los siguientes enfoques o
concepciones de los datos seg´ un su modo de almacenamiento, los cuales, como se dijo, no s´olo
son aplicables para el caso de recoger elevaciones — ´este es el caso del MDT —, sino cualquier
otra variable espacial que pueda dar lugar a la elaboraci´on de alg´ un tipo de cartograf´ıa.
Enfoque Vectorial .
El enfoque vectorial se basa en el almacenamiento de los datos mediante entidades in-
dependientes, cada una de las cuales posee unas caracter´ısticas propias que lo definen, y
siendo su conjunto el que conforma la estructura espacial de las propiedades asociadas
en el ´area tratada. Las entidades consideradas son por norma general de tipo geom´etrico,
en particular puntos, rectas y pol´ıgonos en el caso bidimensional habitual. La estructura
vectorial permite una gran flexibilidad en el manejo de la informaci´on, en cuanto que
´esta puede tener distintas formas y caracter´ısticas con menores limitaciones que en el
caso raster que se ver´a a continuaci´on, lo que la hace ideal para almacenar informa-
ci´on tem´atica, como la empleada frecuentemente en aplicaciones SIG para, por ejemplo,
estudios de planificaci´on ambiental o similares, por nombrar una disciplina quiz´as mas
cercana al lector.
La informaci´on almacenada en formato vectorial tal como la anterior, generalmente
es m´as econ´omica en t´erminos de almacenamiento, aunque desde el punto de vista de
su procesado no ofrece las ventajas y potencia del formato raster para el caso que se
contempla en estas p´aginas.
Enfoque Raster .
La filosof´ıa de almacenamiento raster guarda la informaci´on de modo regular en uni-
dades predefinidas. En este caso la superficie queda dividida en elementos regulares a
cada uno de los cuales se le asocia un valor correspondiente a la variable estudiada en
dicho elemento. En el caso mas frecuente, ´estos suelen ser generalmente celdas de tipo
cuadrado, lo que permite asimilar la estructura de tesela con elementos cuadrados a una
matriz ordinaria sobre la cual efectuar los c´alculos pertinentes. Este hecho da lugar a un
an´alisis m´as sencillo y potente de las variaciones de las propiedades en el espacio, a la
20 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
par que m´as intuitivo y simple. La notaci´on de los procesos queda tambi´en simplificada
en gran medida para este caso.
El inconveniente principal del modelo raster reside en la discretizaci´on del espacio a la
que da lugar, responsable directa de una perdida de precisi´on que se antoja la desventaja
m´as notable del mismo, y la cual debe ser asumida desde un primer momento a la hora de
trabajar bajo este modelo de almacenamiento, siendo conscientes de dicha circunstancia.
La ventaja principal — am´en de la ya citada simplicidad en la gran mayor´ıa de los casos
—, la encontramos especialmente en el manejo eficiente y adecuado de informaci´on de
tipo continuo, tal y como es el caso de las elevaciones recogidas en el MDT, al permitir las
operaciones sobre dicha informaci´on de una manera mas acorde con la propia naturaleza
de la misma.
Dentro de este enfoque, la disposici´on de la unidades que conforman el terreno repre-
sentado, tanto en su forma como en su organizaci´on o distribuci´on sobre el espacio que
representan, da lugar a diversos planteamientos presentes en desigual proporci´on a la
hora de su aplicaci´on real en unas u otras disciplinas. As´ı, conjuntamente con la men-
cionada estructura de malla de celdas cuadradas, otras configuraciones posibles pasan
por el empleo de celdas hexagonales formando paneles de tipo abeja — reconocido en
ocasiones como estructura mas ´optima y con menor error de cara al c´alculo realizado
sobre la misma, aunque de uso poco extendido por perder gran parte de la simplicidad
que caracteriza a la estructura de celdas cuadradas —, o estructuras con densidades de
mallado variables seg´ un las distintas ´areas del terreno que se consideren.
Las dos tendencias anteriores definen en l´ıneas generales unos conceptos y unas filosof´ıas
de almacenamiento sobre las cuales a´ un pueden darse variaciones de cierta entidad como bre-
vemente se apunt´o en el ´ ultimo caso. Habi´endose expresado sin detalle la mejor disposici´on
para nuestro trabajo de las mallas raster frente a las estructuras de tipo vectorial — se pro-
fundizar´a en este aspecto en breve —, podemos ahora analizar con algo m´as de detalle las
principales formas que se derivan de los paradigmas anteriores, concluyendo as´ı la descripci´on
de ´estos y emplaz´andonos en situaci´on adecuada para adentrarnos seguidamente en su an´alisis
pormenorizado.
Representaci´on vectorial mediante contornos
Acostumbrada como estar´a cualquier persona cuyo trabajo implique un estudio del medio
a trav´es de cartograf´ıa a trabajar con mapas cl´asicos de curvas de nivel, la representaci´on
mediante ellas de la topograf´ıa de un terreno sigue y seguir´a siendo una fuente importante de
informaci´on. Muchas son, sin duda, las ventajas de esta forma de representaci´on adem´as de su
familiaridad de manejo, ventajas que, sin embargo, se materializan en mayor medida para un
uso directo por parte de la persona, y plantean dificultades e inconvenientes de notable calibre
a la hora de ser incorporadas como datos base dentro de formulaciones algor´ıtmicas como las
que deben tratarse en este libro.
Desde el punto de vista de su almacenamiento, resulta claro que un mapa de elevaciones
mediante curvas de nivel constituye una representaci´on de tipo vectorial, compuesta por un
conjunto de l´ıneas a las cuales se asocia un valor altitudinal concreto. Se asocian al mismo, por
tanto, las dificultades de manejo anteriormente aducidas, as´ı como una limitada potencialidad
para generar nueva informaci´on en base a operaciones algoritmicas m´as o menos sencillas
Sin olvidar su importancia ni ignorar el hecho de que en la actualidad existe una gran
parte de cartograf´ıa del terreno en este formato — aunque, todo sea dicho, no pensada para
un uso intenso desde el punto de vista del an´alisis hidrol´ogico —, debemos afirmar que no
es ´este el formato m´as apto para la llevar a cabo nuestra tarea, por razones tales como la
2.2. MODELOS DIGITALES DEL TERRENO 21
discontinuidad en la informaci´on almacenada o la dificultad o imposibilidad de aprovechar
´esta para un estudio directo de otros par´ametros que resultan del c´alculo sencillo mediante la
utilizaci´on de distintos formatos.
La obtenci´on de Modelos Digitales del Terreno en otros formatos a partir de curvas de
nivel es, en mi experiencia, una manera bastante extendida de obtener una base sobre la que,
pretendidamente, disponer de un mejor material para llevar a cabo an´alisis de tipo hidrol´ogico
u otros. Este hecho, derivado de la facilidad de obtenci´on de cartograf´ıa basada en representa-
ci´on de curvas de nivel , supone en muchos casos un error notable ya que, si bien se puede llegar
a estructuras que permiten un an´alisis mas completo y se adaptan mejor a las exigencias de
las formulaciones empleadas en dicho an´alisis, dan lugar a cartograf´ıa de calidad insuficiente,
desvirtuando la informaci´on de partida al suponer que en base a ella pueden obtenerse mejoras
sensibles en cuanto a cantidad y calidad de los datos representados.
En otras palabras, la conversi´on de mapas de curvas de nivel en estructuras ´optimas para su
an´alisis computacional — tales como las mallas raster que en breve se tratar´an — representa
una tarea en absoluto sencilla y de la que el usuario habitual debe prescindir salvando la
tentaci´on de llevar a cabo este trabajo mediante, por ejemplo, la aplicaci´on de alg´ un que otro
algoritmo de interpolaci´on en un Sistema de Informacion Geogr´afica de los habituales, en ar´as
de la precisi´on y bondad de los resultados. La recomendaci´on sint´etica no es otra que la de
procurarse los datos — siempre que ello resulte viable, obviamente – en el formato adecuado,
y nunca olvidando que en la transformaci´on, de tener ´esta lugar, siempre se pierde informaci´on
aunque pueda en ocasiones parecer lo contrario.
Representaci´on vectorial mediante redes de tri´angulos irregulares (TIN)
La representaci´on vectorial mediante redes de tri´angulos irregulares (Triangulated Irregular
Network en ingles, TIN abreviadamente) (Peucker, 1978), representa una alternativa moderna
y notablemente eficiente para el almacenamiento de datos de elevaciones. B´asicamente, el
terreno se caracteriza mediante la definici´on de una serie de puntos de inter´es o representativos
del mismo, los cuales se conectan formando una red de tri´angulos con mayor densidad en las
zonas abruptas (donde son necesarios m´as puntos representativos para su caracterizaci´on) y
menor en las zonas llanas. El terreno queda as´ı dividido en tri´angulos los cuales definen planos
con unas caracter´ısticas propias de pendiente y orientaci´on espacial que caracterizan el relieve
dentro de dicho tri´angulo, y en base a los cuales, y en relaci´on con los tri´angulos adyacentes,
pueden derivarse sucesivos par´ametros.
Figura 2.1: Representaci´on del relieve mediante redes de tri´angulos irregulares (TIN) (Adaptado de
Mitasova).
Para el lector interesado en el aspecto computacional, rico y abundante, de esta cons-
trucci´on, comentar que la elaboraci´on de la red de tri´angulos se realiza dando lugar a una
estructura conocida como triangulaci´on de Delaunay en la que se cumplen una serie de pro-
piedades que garantizan el buen comportamiento desde el punto de vista matem´atico para
22 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
posteriores an´alisis. Sin abundar, por innecesario, en este concepto, apuntar tan s´olo la rele-
vancia de estas estructuras dentro de la geometr´ıa computacional y la gran aplicabilidad en
campos de estudio muy diversos donde representan elementos b´asicos de utilizaci´on habitual.
Volviendo al caso que nos ocupa, esto es, la hidrolog´ıa, los TIN , mejorando las prestacio-
nes ofrecidas por las representaciones basadas en isol´ıneas, se demuestran insuficientes para un
an´alisis preciso, principalmente por el costo en t´erminos computacionales y de almacenamien-
to que supondr´ıa el trabajo bajo unas condiciones de precisi´on similares a las ofrecidas, por
ejemplo, por una representaci´on de tipo raster. La principal ventaja de la representaci´on me-
diante tri´angulos irregulares, es decir, la capacidad de caracterizar el espacio con ´ unicamente
una fracci´on de sus puntos, extrayendo aquellos mas caracter´ısticos y reduciendo la comple-
jidad fisiogr´afica a elementos sencillos, se pierde cuando el n´ umero de tales puntos aumenta
dr´asticamente para cumplir las exigencias m´ınimas deseables de cara al an´alisis hidrol´ogico.
Es as´ı que, pese a la bondad de este m´etodo desde muchos puntos de vista, no lo empleare-
mos en este texto por considerar que, en su forma com´ un y con unas caracter´ısticas de detalle
habituales, representa una alternativa mejorable en cuanto a precisi´on de los resultados finales
obtenidos a partir de su estudio.
Lo anterior no quiere decir, sin embargo, que disponi´endose de una representaci´on del
terreno mediante un TIN , ´este presente dificultades notables o impedimentos para su an´alisis
tales como las que fueron objetadas en el caso de trabajar con curvas de nivel. Si bien las
formulaciones y algoritmos superan en la pr´actica totalidad de operaciones la complejidad de
los mismos sobre mallas raster — ya se ha dicho que la sencillez es la gran virtud de ´estas —,
un TIN, siempre teniendo presentes las limitaciones de precisi´on aducidas con anterioridad,
representa una alternativa adecuada para el an´alisis hidrol´ogico, aunque por motivos de espacio
y homogeneidad de contenidos no queden reflejadas las formulaciones correspondientes en este
texto.
Aunque no tan extensa como en el caso raster, existe una cierta bibliografia acerca del
tratamiento de redes de triangulos para an´alisis hidrol´ogico, algunas de cuyas referencias he
optado por incluir al final de este libro pese a no ser mencionadas explicitamente en el mismo,
pues pueden resultar de inter´es para el lector. Los resultados en este sentido, no obstante, son
de car´acter mayoritariamente experimental, no siendo nada frecuente el encontrar implemen-
taciones de an´alisis hidrol´ogico basadas en TINs en software comercial habitual.
Por ´ ultimo, y al igual que se se˜ nal´o en el caso de las representaci´on mediante curvas de nivel
y su conversi´ on en otros formatos, la relativa facilidad con la que dichas otras modalidades
de representaci´on pueden derivarse a partir de un TIN no debe dar lugar a equ´ıvocos y debe
quedar claro que tal conversi´on, aun creando un escenario mas propicio, no mejora la calidad
de los datos y por tanto dif´ıcilmente lo har´a con la de los resultados obtenibles. Mi insistencia
a este respecto — y que espero el lector sepa disculpar — viene motivada por mi propia
experiencia en este campo, donde con demasiada frecuencia tienen lugar este tipo de hechos que
pueden restar valor a un estudio hidrol´ogico bien realizado por un error grave pero subsanable
de los conceptos de base.
Representacion raster mediante celdas de resoluci´on variable
Dejando ya las representaciones basadas en el paradigma vectorial de almacenamiento
de datos espaciales, entramos en el concepto radicalmente distinto del almacenamiento me-
diante modelos de tipo raster, el cual en breve nos llevar´a al tipo de representaci´on que nos
acompa˜ nar´a a lo largo de todo el resto del libro como base para la casi totalidad del trabajo
sucesivo.
Aunque surgen al amparo de las mallas de resoluci´on constante, de las que representan
una adaptaci´on y una cierta evoluci´on, analizaremos en primer lugar aquellas de resoluci´on
2.2. MODELOS DIGITALES DEL TERRENO 23
variable, sobre las que tan s´olo nos detendremos brevemente pues sus caracter´ısticas, a´ un
suponiendo una mejora en cuanto a optimizaci´on de tiempo y recursos, no han dado lugar
hasta la fecha a apenas formulaciones de an´alisis dentro de la hidrolog´ıa — s´ı en otros campos
—, por lo que no ser´an consideradas como elementos ´ utiles de cara a nuestros objetivos.
Figura 2.2: Esquema de una malla irregular de datos.
El concepto fundamental de este modelo de almacenamiento consiste, no en una divisi´on
regular del espacio en unidades elementales de id´enticas caracter´ısticas, sino en una descom-
posici´on jer´arquica del terreno que da lugar a un divisi´on en zonas de resoluci´on variable. El
almacenamiento de una estructura como la anterior, lejos de poder llevarse a cabo mediante
una simple matriz — el caso m´as sencillo de malla de celdas cuadradas — o un conjunto
de valores dispuestos seg´ un un determinado patr´on regular, debe darse haciendo uso de m´as
complejas estructuras de datos tales como arboles jer´arquicos de caracter din´amico, que elevan
notablemente la complejidad de cara a un an´alisis de la informaci´on en ellos contenida.
La figura (2.2) muestra un esquema del aspecto de las unidades irregulares en una malla
como la anterior.
Las ventajas del empleo de mallas con resoluci´on variable, no suponiendo un factor en
absoluto cr´ıtico para el estudio que pretendemos, no resultan adecuadas para el mismo al no
compensarse el modo alguno el esfuerzo adicional necesario para tratar con la complejidad que
ata˜ nen desde el punto de vista de su manejo y procesado.
Representacion Raster mediante celdas de resoluci´on constante
Y llegamos por ´ ultimo al formato de almacenamiento que, como se viene anunciando desde
algunas l´ıneas atr´as, va a establecerse como elemento b´asico de trabajo de aqu´ı en adelante,
y sobre el que, de un modo u otro, va a versar directamente el contenido restante de este
cap´ıtulo.
Aunque se tratar´an en profundidad todos los aspectos relacionados con los MDTs repre-
sentados como mallas de celdas regulares, la definici´on sint´etica de los mismos se realiza en
este punto de la forma m´as breve posible, siendo, no obstante, suficiente para aportar una
idea completa de ´estos. La sencillez conceptual de esta forma de representaci´on aflora una vez
m´as haciendo patente la raz´on principal que ha llevado a la misma a su posici´on privilegiada
como formato de almacenamiento y fuente de informaci´on en lo que a relieve y topograf´ıa del
terreno se refiere.
Una malla de celdas regulares no es sino una divisi´on de una zona en unidades de forma
regular, de tal forma que el conjunto de ´estas dispuestas de modo ordenado cubra la totalidad
de la zona, quedando reflejadas las caracter´ısticas de la misma en los valores asociados a cada
una de dichas unidades. De entre las unidades que pueden tomarse, resulta un´anime el empleo
de celdas de forma cuadrada, dando lugar a una malla lo m´as regular posible que tambi´en
hace m´aximas otras cualidades tales como sencillez y facilidad de an´alisis y que permite un
24 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
empleo ´optimo de la misma para el estudio hidrol´ogico del terreno representado.
Figura 2.3: Representaci´on num´erica y en escala de grises de una porci´on de un Modelo Digital del
Terreno
Aunque en este libro no se tratar´a el empleo de im´agenes a´ereas o fotograf´ıas de sat´elite
para el an´alisis hidrol´ogico, resulta interesante comentar que el formato en que estas im´agenes
se almacenan para uso mediante medios inform´aticos no es sino una malla raster en la que cada
celda, en lugar de contener valores de altura u otro par´ametro f´ısico, contiene informaci´on sobre
la tonalidad e intensidad de color de la misma. La coincidencia en estos formatos har´a mucho
mas sencillo el uso conjunto de ambas fuentes de datos, siendo ´esta una de las principales
razones de la fuerte presencia de representaciones raster en el uso y manejo habitual de datos
geogr´aficos.
Pese a ello, ya se ha dicho que el empleo de im´agenes de cualquier tipo no quedar´a con-
templado en este texto como materia a tratar, manteni´endose, no obstante, el mayor inter´es
de las mallas raster para nuestro trabajo, justificado plenamente por la naturaleza del estudio
que en base a ellas pretendemos desarrollar en estas p´aginas.
A falta de mejores palabras o mayores descripciones que no entren ya en el terreno de lo
redundante, una imagen del aspecto de una de malla regular de elevaciones, complementada
con una representaci´on mediante escala de grises de la misma, se muestra en la figura (2.3),
poniendo punto final a este apartado y encamin´andonos ya hacia verdadero an´alisis del terreno,
una vez que la forma ´optima de representar ´este ya fue con exactitud definida.
2.2.2. Mallas raster de datos continuos y discretos
La buena disposici´on del almacenamiento mediante mallas raster para contener informaci´on
espacial relativa a variables contin´ uas, supone uno de los hechos mas notables acerca de las
mismas y, como se ha visto, una de las circunstancias que m´as importante papel han jugado en
la elecci´on de este tipo de estructuras para contener los datos b´asicos de elevaciones a partir
de los cuales vamos a estructurar nuestro trabajo desde este punto.
Estas elevaciones, siendo una variable continua, se prestan perfectamente a representarse
haciendo uso de una malla raster, al igual que muchos otros par´ametros con los que se va a
trabajar a lo largo del libro con mayor o menor profundidad. No obstante, otros tantos de estos
par´ametros no son en absoluto de naturaleza continua, si bien su importancia para el an´alisis
hidrol´ogico es a menudo elevada, debiendo emplearse de tal manera que los formatos de todos
los datos que entran a concurso en el an´alisis a desarrollar sea adecuados y compatibles con
un uso conjunto de la totalidad de datos antedichos.
El objetivo de este breve apartado no es otro que recalcar esta circunstancia, aprovechando
la ocasi´on para comentar algo m´as acerca del almacenamiento de esos datos no continuos y las
similitudes y diferencias que se presentan en comparaci´on con el registro de datos continuos.
Dentro de los datos de naturaleza no continua podemos establecer una divisi´on de acuerdo
con que la informaci´on en s´ı se encuentre directamente en los valores recogidos en la malla
2.2. MODELOS DIGITALES DEL TERRENO 25
raster o bien estos sean simplemente una codificaci´on que permita la conexi´on con una base de
datos donde se encuentre dicha informaci´on almacenada. Una malla raster que recoja valores
del par´ametro C de la Ecuaci´on Universal de P´erdidas de Suelo (USLE) es un ejemplo del
primer caso, mientras que una malla donde se almacene informaci´on acerca de los usos de
suelo (de la cual podr´ıa derivarse la anterior) se encontrar´ıa en el segundo caso.
En la medida de lo posible, la utilizaci´on de este ´ ultimo tipo de mallas de datos se va a
evitar a lo largo del texto, en cuanto que resulta m´as adecuado trabajar sobre elementos que
conformen una informaci´on completa de modo aut´onomo, no debiendo entrar en explicaciones
accesorias acerca del manejo de otras formas derivadas. Una vez comprendida la naturaleza y
los fundamentos b´asicos de las mallas raster para almacenamiento de datos espaciales, inde-
pendientemente de la informaci´on que contengan, se trata de poder aplicar directamente ese
conocimiento para todas las operaciones relacionadas con la hidrolog´ıa que van a ser llevadas
a cabo a lo largo de estas p´aginas.
La utilizaci´on de un enfoque raster para datos no continuos no resulta tan conveniente como
en el caso de datos continuos, siendo superada en muchos sentidos por un almacenamiento
de tipo vectorial, alternativa que se presenta con mas frecuencia en el uso habitual de este
tipo de informaci´on en pr´acticamente cualquier campo. No obstante, por las cuestiones de
coherencia y simplicidad mencionadas anteriormente, se ha considerado oportuno adoptar
un ´ unico paradigma de estructura de datos para todos los diversos tipos de informaci´on a
utilizar, decisi´on que se ha decantado a favor del tipo raster bas´andose principalmente en la
preponderancia de los datos de elevaci´on, continuos ellos, en el entorno tratado. A buen seguro
el lector, con lo aqu´ı recogido y con alguna informaci´on de f´acil obtenci´on acerca de modelos
vectoriales y de la relaci´on raster–vectorial, podr´a aprovechar ´optimamente ambas filosof´ıas
en una aplicaci´on pr´actica de lo que en estas p´aginas queda desarrollado.
2.2.3. Valores B´asicos que configuran el MDT
Analizadas ya las distintas formas bajo las cuales puede presentarse el Modelo Digital del
Terreno y escogida la m´as adecuada, pasamos ahora a definir con algo m´as de precisi´on las
diversas peculiaridades t´ecnicas de aquella que nos servir´a de base de aqu´ı en adelante, es
decir, del Modelo Digital del Terreno registrado como una matriz de celdas cuadradas.
Cinco son los elementos principales que resultan necesarios para una definici´on completa
de la entidad anterior, a saber:
Una referenciaci´on espacial de las celdas de acuerdo con alg´ un sistema habitual de coor-
denadas.
Una definici´on de la orientaci´on de la zona estudiada, de cara a conocer la variaci´on de
dichas coordenadas a lo largo de las diversas celdas de la malla.
Una dimensi´on dada de las celdas.
Una matriz con los valores de altitud correspondientes a las celdas.
Un valor arbitrario para las celdas cuya informaci´on se desconoce.
El estudio de cada uno de ´estos por separado y la integraci´on y concepci´on conjunta de los
mismos nos dar´a los caracteres definitivos del MDT necesarios para su empleo, y arrojar´a sin
duda una cierta luz sobre la naturaleza de los mismos que facilitar´a la comprensi´on de futuros
elementos y formulaciones.
26 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Referenciaci´on espacial
La localizaci´on en el espacio de cada valor dispuesto sobre el MDT y almacenado como
parte de ´este resulta, de modo obvio, una necesidad para el estudio de la variaci´on y el com-
portamiento de la variable que dicho valor representa. De otro modo, los atributos geogr´aficos
de las entidades que recogen los anteriores valores son un elemento imprescindible para dotar
de sentido y utilidad al Modelo Digital del Terreno configurado.
En el enfoque vectorial, donde se ve´ıa la independencia de las entidades, la adjudicaci´on de
unos atributos espaciales que permitan la localizaci´on de cada una de ellas es necesaria para
todas y cada una de las mismas, al no existir ning´ un tipo de coherencia espacial que permita
la deducci´on de unas a partir de otras. La estructura regular y perfectamente estructurada de
una malla raster hace innecesaria la definici´on con car´acter individual de dichas propiedades
espaciales, en cuanto que el conocer una en particular ya nos faculta, en virtud de la antedicha
regularidad, para extraer la de cualquier otra celda que deseemos.
As´ı pues, una informaci´on de primera necesidad reside en la definici´on de la localizaci´on
de una celda cualquiera, estableci´endose ´esta como referente en t´erminos geogr´aficos para el
resto de la malla y permiti´endonos el emplazamiento completo de la zona representada por
nuestro MDT
Orientaci´on de la malla
Aunque resulta raro encontrar, por una mera raz´on de simplicidad, Modelos Digitales del
Terreno cuya orientaci´on sea distinta de la Norte–Sur — esto es, que el eje vertical del MDT
representa el eje Norte–Sur —, es conveniente resaltar aqu´ı esta circunstancia con el fin de
establecer por completo la totalidad de informaci´on necesaria para la correcta definici´on del
MDT. Aunque con frecuencia se obvia este hecho y se da por supuesta la orientaci´on Norte–
Sur de la malla, resulta ´este un par´ametro de igual importancia que los restantes, el cual,
en conjunci´on con la referenciaci´on espacial ya comentada, nos permite comenzar a extender
dicha referenciaci´on al resto de celdas de la malla seg´ un se apunt´o con anterioridad.
Sup´ongase que se trabaja con coordenadas UTM, la orientaci´on es la habitual ya mencio-
nada y se conocen las coordenadas X e Y de una celda. Por sencillez, sea esta celda la situada
en la parte superior izquierda de la malla y denominemos a y b a dichas coordenadas respec-
tivamente. Si representamos nuestra malla de datos como una matriz, quedando representada
cada celda por un elemento de dicha matriz, y situamos en cada celda el par de valores que
representan la situaci´on de la misma, se tiene algo como lo siguiente.
_
_
_
(a, b) ? . . .
? ? . . .
.
.
.
.
.
.
.
.
.
_
_
_
Definamos una funci´on f
UTM
(x, y) que nos indica la coordenada de una celda determinada,
en base a la celda original de la cual se conoce su localizaci´on exacta. x e y son respectivamente
la columna y la fila en que se encuentra la celda en cuesti´on dentro de la malla. Dicha funci´on
tendr´a una expresi´on como la siguiente:
f
UTM
(x, y) = (a +x · g, b −y · g) (2.1)
Como puede apreciarse, se hace uso de una variable g necesaria para establecer la relaci´on
entre la distancia medida en celdas y la existente en las unidades en que se trabaje con las
coordenadas UTM (habitualmente metros). Este par´ametro, que no es otro que la resoluci´on
o dimensi´on de las celdas, y que se abordar´a en el siguiente punto, completa los necesarios
para una correcta referenciaci´on espacial del MDT como fuente de informaci´on.
2.2. MODELOS DIGITALES DEL TERRENO 27
Para cualquier lector con conocimientos b´asicos de ´algebra resulta obvio que lo anterior
puede escribirse ventajosamente de modo matricial seg´ un lo siguiente
_
x
UTM
y
UTM
_
=
_
x
y
__
g 0
0 −g
_
+
_
a
b
_
(2.2)
perspectiva que complementa el desarrollo previo y facilita la comprensi´on del sencillo proceso
que tienen lugar en este punto y que es de imprescindible comprensi´on para la asimilaci´on de
los conceptos b´asicos relativos al manejo de MDTs a este nivel.
Resoluci´on o tama˜ no de celda
Habiendo ya hecho un uso anticipado de este par´ametro, debiera restar poco que decir
acerca del mismo, como as´ı sucede, siendo consciente el lector a estas alturas del papel que
juega y lo que representa en el conjunto del MDT. No obstante, algunas puntualizaciones
pueden ser hechas pues es ´este, y no otro, el elemento que define la precisi´on y la capacidad
intr´ınseca del MDT y su estructura para dar lugar a resultados con uno u otro margen de
exactitud.
Como puede deducirse de la expresi´on del punto anterior, el par´ametro g es empleado
indistintamente tanto como dimensi´on en la direcci´on N–S como en la O–E, en una indicaci´on
m´as de que el tipo de celdas usadas es el cuadrado, siendo por tanto las dimensiones de
dichas celdas iguales en ambos ejes. El trabajo con celdas rectangulares es posible mediante la
definici´on de dos resoluciones, aunque por no utilizarse en el presente contexto no es procedente
detallar mas informaci´on al respecto.
Desde un punto de vista cuantitativo, y sin entrar a detallar formulaciones relativas al
an´alisis de errores o similares, sino apoy´andonos en la experiencia y el uso cotidiano con una
eminente finalidad pr´actica, debemos considerar de modo adecuado la magnitud m´as ´optima
de este par´ametro para los MDTs que pretendemos emplear como elemento base en nuestro
estudio hidrol´ogico. As´ı, atendiendo a los objetivos planteados en este libro y teniendo en
mente la aplicaci´on correcta y siempre realista de las formulaciones que ser´an desarrolladas,
los tama˜ nos de celda recomendables para el an´alisis hidrol´ogico y que la simple experiencia
se˜ nala como m´as adecuados desde el punto de vista de la precisi´on y al mismo tiempo la
operabilidad de los datos, se sit´ uan en el entorno de los 10–50 metros, pudiendo este valor
aumentarse seg´ un las circunstancias en caso de trabajar con cuencas de gran tama˜ no y MDTs
de amplia extensi´on.
Es posible tambi´en el trabajo con resoluciones menores hasta un nivel incluso subm´etrico,
aunque el empleo de ´estas suele venir restringido a estudios de car´acter muy local y modeliza-
ciones puntuales, como por ejemplo las que encontraremos en el cap´ıtulo dedicado al estudio
de los fen´omenos erosivos en laderas. Siendo, como es, el objeto de este libro el trabajo con
cuencas y unidades hidrol´ogicas de similar entidad, se entiende que las formulaciones pre-
sentadas a lo largo del texto sean adecuadas para su aplicaci´on sobre MDTs con la citada
resoluci´on alrededor torno a los 10 o 50 metros con car´acter general, salvo excepciones que en
su momento ser´an convenientemente indicadas.
Con lo anterior, la localizaci´on del MDT y el empleo sobre una correcta base geogr´afica de
sus restantes componentes, que en breve ser´an desarrolladas, quedan ambas resueltas mediante
la definici´on de las variables ya explicadas exclusivamente, y ser´a sobre ellas mismas seg´ un
los casos generales descritos anteriormente — es decir, trabajando con coordenadas UTM y
utilizando como unidad de medida el metro — como se supondr´a que se encuentra dispuesto
el MDT en el que basaremos el trabajo subsecuente.
Merece hacerse menci´on en este punto, y antes de continuar con los restantes elementos
que configuran el conjunto del MDT y lo habilitan como herramienta de trabajo en el en-
28 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
torno actual, a la relaci´on existente entre los elementos de georreferenciaci´on que acaban de
describirse y las formas m´as habituales en que esta misma labor se realiza en el caso de las
im´agenes a´ereas, fuente de informaci´on cartogr´afica en formato digital que guarda amplia simi-
litud con nuestros MDTs como ya se dijo en la justificaci´on del uso de ´estos. Este paralelismo
ayudar´a sin duda a una mejor comprensi´on del apartado, a la vez que introducir´a algunos
conceptos b´asicos pero de suma relevancia relativos a un elemento tan importante dentro del
tratamiento actual de la informaci´on espacial como son las im´agenes a´ereas y similares.
Para una de estas im´agenes ´aereas, una metodolog´ıa habitual de establecer su georrefe-
renciaci´on consiste en el almacenamiento de los par´ametros anteriores en un fichero asociado,
generalmente con el mismo nombre y tomando como extensi´on la primera y ultima letra de
la extensi´on del fichero de imagen, a˜ nadiendo a estas una uve doble (por ejemplo, el fichero
asociado a una imagen en formato .tif quedaria como .tfw. Se tiene as´ı lo que se conoce
como un World File, y que es el fichero encargado de guardar la informaci´on mediante la cual
es posible conocer la situaci´on exacta de la imagen a la que hace referencia. La estructura de
uno de ´estos ficheros posibles se recoge bajo estas l´ıneas.
1.0
0.0
0.0
-1.0
691200.0
4576000.0
La explicaci´on del significado de las anteriores l´ıneas es el siguiente.
L´ınea 1. Tama˜ no de celda en la direcci´on Este–Oeste
L´ıneas 2 y 3.
´
Angulos de rotaci´on del plano respecto a los ejes x e y. Estos valores son
siempre iguales a cero.
L´ınea 5. Tama˜ no de celda en la direcci´on Norte–Sur, con signo negativo
L´ıneas 6 y 7. Coordenadas UTM X y UTM Y del punto superior izquierdo de la imagen.
Los anteriores valores son empleados para realizar un transformaci´on af´ın de la forma
_
x
UTM
y
UTM
_
=
_
x
y
__
g τ
x
τ
y
g
_
+
_
a
b
_
(2.3)
donde la notaci´on es similar a la de 2.2, apareciendo los t´erminos τ
x
y τ
y
, que representan
las rotaciones respecto a los ejes x e y. No obstante, por ser estos valores iguales a cero, la
anterior expresi´on se asimila de inmediato a (2.2). La similitud mencionada, por tanto, entre
la georreferenciaci´on habitual en el caso de im´agenes con la que se viene aqu´ı presentando
para el caso de MDTs, es patente de modo notable, y mediante lo anterior quedar´a claro por
completo el significado de cada uno de los t´erminos que venimos manejando a este respecto.
No es mi intenci´on en este libro el entrar en aspectos puramente inform´aticos, y mucho
menos el trabajar con determinados formatos de fichero siempre susceptibles de mejora o de
caer en desuso por motivos ajenos a su propia bondad. He cre´ıdo sin embargo interesante
realizar el anterior apunte, as´ı como, para concluir este punto, incluir un peque˜ no ejemplo de
fichero raster almacenado mediante texto ASCII, para as´ı arrojar algo m´as de luz sobre esta
materia.
El siguiente fragmento representa la cabecera de georreferenciacion de un fichero MDT
almacenado seg´ un el formato ASCII GRID propuesto por ESRI , elegido ´este simplemente por
2.2. MODELOS DIGITALES DEL TERRENO 29
su facilidad de comprensi´on y su empleo relativamente habitual, pero sin entrar en significados
adicionales acerca del mismo que escapan a los objetivos de este libro. Consid´erelo el lector
tan s´olo como una licencia tomada para consolidar los aspectos que acaban de ser explicados,
fundamentada, eso s´ı, en un elemento puramente pr´actico de lo relativo a MDTs y mallas
raster gen´ericas.
ncols 445
nrows 586
xllcorner 570000
yllcorner 4378000
cellsize 90
nodata_value -9999
El contenido del fichero es bastante explicativo de por s´ı, incluso a pesar de que algunos
t´erminos restan por definirse, lo cual se har´a seguidamente en los pr´oximos puntos. De cual-
quier modo, queda patente la similitud entre ambas entidades, no siendo necesario a˜ nadir m´as
informaci´on al respecto.
Matriz de datos de elevaci´on
Todo lo explicado con anterioridad no tendr´ıa ning´ un sentido si se prescindiera de los
valores de altitud que corresponden a cada celda, siendo los anteriores par´ametros meros
complementos que dotan de aut´entico sentido espacial a la informaci´on contenida en la matriz
de datos. N´otese que de aqu´ı en adelante se emplear´a el t´ermino matriz con absoluta soltura
para referirse a la malla del MDT, aunque no debe perderse de vista que esto es as´ı por
encontrarnos utilizando una malla con celdas cuadradas, lo cual nos permite realizar esa imagen
entre ambos conceptos.
En similitud una vez m´as con el caso de trabajar con im´agenes, las cuales tambi´en son
almacenadas seg´ un una filosof´ıa raster, la matriz de datos contendr´ıa directamente en este caso
la informaci´on de colores de cada pixel (as´ı se denomina a cada celda dentro de la imagen),
conformando el total de ellas la representaci´on gr´afica que representa dicha imagen.
Por lo dem´as, la simple comprensi´on del anterior concepto matricial debiera ser suficiente
para dejar claro el significado de este componente principal del MDT, no resultando necesa-
ria una mayor explicaci´on al respecto. Tiempo tendr´a el lector en sucesivos apartados para
sumergirse de lleno en esta matriz de valores que constituye la piedra angular del an´alisis
hidrol´ogico computacional — al menos en su apartado relativo al terreno donde tienen lugar
los propios fen´omenos de la hidrolog´ıa — y que desde este punto nos guiar´a a trav´es del resto
de apartados y conceptos en los que poco a poco vamos adentr´andonos.
Valor arbitrario para celdas sin datos conocidos
Por ´ ultimo, ciertamente no imprescindible en muchos casos, pero s´ı en otros, debemos
definir aqu´ı un elemento del MDT que nos posibilitar´a la utilizaci´on de bloques de datos
donde algunos de ellos puedan ser desconocidos, sin que ello d´e lugar a un mal funcionamiento
o una imposibilidad para el desarrollo de cierto tipo de an´alisis. Puesto que la forma de
la matriz que define la informaci´on altitudinal de nuestro MDT debe ser rectangular (no
necesariamente el numero de filas debe ser igual al de columnas y la matriz ser cuadrada) y en
ocasiones la informaci´on de la que podemos disponer no es tal (por ejemplo, si nuestra zona
de estudio se sit´ ua cercana al l´ımite entre dos comunidades aut´onomas de tal modo que ambas
comunidades quedan representadas en el rect´angulo que engloba dicha zona, es probable que
s´olo dispongamos de los datos para la comunidad de inter´es) ello implica que a dichas celdas
30 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
de las cuales no disponemos de informaci´on v´alida debe asignarse un valor que permita operar
sobre el resto sin que esta circunstancia interfiera en modo alguno.
El establecimiento de un valor que se convenga expl´ıcitamente en el MDT para reflejar este
tipo de celdas sin datos, y la incorporaci´on en los algoritmos de an´alisis de alguna metodolog´ıa
para el reconocimiento y tratamiento particular de dichas celdas, permitir´a el trabajo con
mallas completas o incompletas de modo indistinto. En el momento de abordar los primeros
algoritmos y formulaciones, este hecho se har´a patente en dichos algoritmos quedando claro el
concepto y su utilidad como parte integrante del Modelo Digital de Elevaciones.
Hago notar, para concluir, que la tentadora opci´on de asignar sin m´as valor cero a las
celdas sin datos es, l´ogicamente, err´onea, ya que cualquier algoritmo la interpretar´a como una
celda al nivel del mar, dando lugar a resultados con nula significaci´on y no consiguiendo el
resultado buscado que no es otro que el de ignorar dichas celdas centrando el an´alisis sobre
aquellas que si poseen datos v´alidos. Los valores a escoger para este par´ametro deben situarse
fuera del intervalo abarcable por las elevaciones presentes en un terreno, es decir, por ejemplo
en los valores menores de −100 o mayores de 8848, suponiendo que los datos correspondientes
a cada celda se encuentran expresados en metros.
Mas a´ un, el valor de celda sin datos va a ser empleado tambi´en en las mallas que se generen
a partir del MDT para otros par´ametros dados, existiendo la posibilidad de emplear un valor
distinto en cada una, aunque siendo m´as interesante el empleo de una constante comun a
todas ellas. Valores negativos con gran valor absoluto son adecuados para este supuesto, pues
no tienen ocurrencia para ninguna de las variables que a lo largo del texto van a ser descritas
y analizadas.
2.2.4. Caracter´ısticas del MDT para su uso en hidrolog´ıa
El fin para el cual deseemos emplear una entidad como el Modelo Digital del Terreno
condiciona inevitablemente las cualidades propias que tal entidad debe poseer. La calidad del
MDT, esto es, la capacidad intr´ınseca del mismo para servir a nuestros fines de tipo hidrol´ogico,
va a quedar definida mediante una serie de factores a los que se deber´a prestar atenci´on con
anterioridad al comienzo de un estudio hidrol´ogico desarrollado sobre la base de uno de dichos
MDTs.
No es el objeto de este libro el tratar en profundidad los asuntos relativos a las cualidades
exactas del MDT desde el punto de vista del an´alisis de errores motivados por unos u otros
aspectos propios del mismo sobre los diversos resultados obtenidos a partir de su an´alisis. La
literatura en este sentido, rica y abundante en mucho mayor medida que en otras materias
como pueda ser el propio uso del MDT, es materia a tratar por quienes desarrollen esos MDTs
o quienes busquen un an´alisis m´as cercano a la investigaci´on que a la aplicaci´on directa de
estos elementos cartogr´aficos en el uso del agua o la planificaci´on hidrol´ogica, tareas propias
de la hidrolog´ıa en su sentido original y que, pese a venir ocultas por otras componentes en
este texto, siguen siendo el principal objetivo a obtener con la utilizaci´on de los conocimientos
aqu´ı desarrollados.
Es, sin embargo, objeto primordial de este libro el preparar al hidr´ologo que haga uso de
cuanto en estas p´aginas se recoge para que dicha utilizaci´on tenga lugar en las mejores condi-
ciones y, en la medida de lo posible, se lleve a cabo con unas garant´ıas de calidad adecuadas y
acordes con la naturaleza su trabajo. En otras palabras, para que ´este hidrol´ologo sepa elegir
adecuadamente su fuente de informaci´on y, en caso de no ser as´ı, ser consciente de la aptitud
de las fuentes de que dispone para la realizaci´on de sus trabajos.
De modo m´as particular, creo interesante el recalcar los aspectos relativos principalmente
a las resoluciones de los mapas, en cuanto que, para un mismo nivel de correcci´on y error
cometido en la creaci´on del MDT, la precisi´on de ´este que lo faculta o inhabilita para una
2.2. MODELOS DIGITALES DEL TERRENO 31
tarea concreta viene definida de forma casi exclusiva por dichas resoluciones. Este punto
tendr´a, no obstante, y por mi parte, un enfoque netamente pr´actico, casi a modo de consejo
general para quien deba en un momento dado acometer el an´alisis de un MDT con fines
hidrol´ogicos. Informaci´on mas particular al respecto, y desde un punto de vista m´as ((formal)),
puede encontrarse por ejemplo en (Walker, 1999) o (Gyasi–Agyei, 1995)
Dos son las resoluciones que deben analizarse, a saber:
Resolucion o tama˜ no de celda.
La resoluci´on o tama˜ no de celda es quiz´as una de las caracter´ısticas que en mayor medida
condiciona la validez de un MDT para un determinado uso. Valores en el rango 10–50
metros fueron calificados de modo general como adecuados para nuestros prop´ositos de
an´alisis hidrol´ogico y, si bien ello es correcto, no debe tampoco ser utilizado este dato a
modo de receta, sino m´as bien como una magnitud orientativa cuya comprensi´on debe
fundamentarse en el entendimiento de las operaciones que van a llevarse a cabo sobre
dicho MDT y el significado de cuantos resultados se obtengan de las mismas.
Debe recalcarse en este sentido que ning´ un MDT es bueno per se, sino que cobra su valor
en relaci´on con la finalidad principal que desee darse al mismo — obviamente, siempre
es mejor una mayor resoluci´on, aunque este hecho puede tambi´en matizarse —. Por ello,
debemos siempre atender al objetivo que se persigue con el fin de escoger las mejores
caracter´ısticas del MDT, de tal modo que ´estas se sit´ uen en un ´optimo equilibrio entre
precisi´on y rendimiento.
Un hecho que debe advertirse, y que progresivamente iremos comprobando a medida
que avancemos en el texto, es la atenuaci´on de gran parte de los errores u omisiones
cometidos — o, m´as exactamente, de sus consecuencias — seg´ un vamos incorporando
los datos procedentes del MDT en modelos con una mayor componente hidrol´ogica. As´ı,
el c´alculo de par´ametros morfol´ogicos o la extracci´on de redes de drenaje presentan
una mayor sensbilidad a las imprecisiones del MDT que, por ejemplo, el c´alculo de un
hidrograma de avenida donde entren a formar parte de los datos de p´artida esos mismos
par´ametros morfol´ogicos. La correcta delimitaci´on de las prioridades y objetivos debe
constituir, por tanto, un paso previo antes de juzgar la idoneidad de un determinado
MDT para el an´alisis hidrol´ogico.
Por otra parte, es necesario analizar los conceptos que van a emplearse en dicho an´alisis
y ponerlos en conjunto con las propias caracter´ısticas del terreno, pues ambos elementos
tambi´en influyen de forma notable en el valor propio del MDT para una determinada
tarea. El empleo de un MDT con un tama˜ no de celda de, por ejemplo, 40 metros,
no tiene sentido para el estudio de p´erdidas de suelo en ladera si estas laderas tienen
longitudes menores de dichos 40 metros, siendo necesario el empleo de una resoluci´on
mucho mayor para este caso. De igual modo, las actuales capacidades de los ordenadores
y la informaci´on disponible no hacen viable el estudio de una cuenca de tama˜ no medio
con un MDT con resolucion de celda de 0,5 metros. Sin embargo, de ser esto posible,
quiz´as tan elevada precisi´on debiera analizarse de modo detallado desde el punto de
vista conceptual, pues en la extracci´on de cauces que m´as adelante analizaremos, dichos
cauces tienen un ancho de una sola celda, y resulta obvio que cualquier cauce con cierta
entidad sobrepasa con creces el anteriormente mencionado ancho de celda.
Cuestiones como ´esta deben ser planteadas en referencia a los distintos elementos que
concurren en la utilizaci´on de un MDT, siendo aplicables tanto al tama˜ no de celda como
al resto de cualidades propias de un Modelo Digital del Terreno, pues todas ellas se
prestan de un modo u otro a un an´alisis similar desde el punto de vista de su adecuaci´on
para un determinado fin.
32 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Resoluci´on vertical
Id´enticas consideraciones a las realizadas con anterioridad para el tama˜ no de celda pue-
den hacerse ahora respecto a la resoluci´on vertical. En l´ıneas generales, puede decirse
que el trabajo con precisi´on centim´etrica es m´as que suficiente en la pr´actica totalidad
de casos, mientras que una precisi´on igual o inferior al metro resulta insuficiente para
la mayor´ıa de MDTs. De modo m´as particular, es interesante poner de manifiesto la
dependencia de este elemento con el relieve presente en el MDT — zonas de relieve muy
marcado podr´an ser caracterizadas con una resoluci´on menor —, as´ı como con el tama˜ no
de celda empleado — a tama˜ nos de celda mayores, la resoluci´on vertical puede tambi´en
ser menor —.
Este hecho obedece a que, de cara al an´alisis posterior, no s´olo los valores como tales
de las celdas son importantes, sino la configuraci´on del propio relieve que se deriva de
los mismos, por lo que lo realmente importante es mantener la configuraci´on real al
discretizar el terreno en el MDT, evitando la aparici´on de formas diferentes tales como
zonas llanas a causa de una resoluci´on ineficiente en la medida de las elevaciones.
Como se ha dejado ver ya — y se va a ver con m´as detalle en pr´oximos puntos —,
existe una cierta similitud entre los conceptos de malla raster de datos de elevaci´on e
imagen digital, hasta el punto que en ocasiones el almacenamiento y trabajo en an´ali-
sis del terreno se presenta a traves de im´agenes. Estas im´agenes, aunque adecuadas a
efectos de representaci´on visual — para ello son im´agenes — no poseen caracter´ısticas
adecuadas para emplearse como m´etodo de almacenamiento y manejo de MDTs desti-
nados al an´alisis hidrol´ogico, siendo esto debido mayoritariamente a una insuficiencia de
resoluci´on vertical.
Para comprender esto, t´engase en cuenta que, en la mayor´ıa de estas im´agenes, la re-
presentaci´on se realiza mediante una escala de grises, siendo la profundidad del color de
8 bits , esto es, 256 colores. Es f´acil comprender que, con tan s´olo 256 niveles de eleva-
ci´on, un relieve con una relativamente moderada diferencia de altitudes extremas de 256
metros ya supone la utilizaci´on de una resoluci´on vertical de 1 metro, la cual con anterio-
ridad se present´o como insuficiente en buena parte de los casos. Por lo tanto, y aunque
numerosas aplicaciones inform´aticas admiten como entrada MDTs en formato imagen,
desde aqu´ı desaconsejo el uso de ´estas en favor de otros formatos m´as y espec´ıficos y
mejor adaptados ara el manejo de informaci´on relativa al relieve.
2.2.5. Creaci´on del Modelo Digital del Terreno
Si bien se ha argumentado y justificado con sobrada extensi´on la conveniencia de analizar
de modo prolijo la informaci´on contenida o directamente derivable de los MDTs, aun cuando
´esta no sea directamente de tipo hidrol´ogico, la elaboraci´on del mismo sobrepasa el ´ambito de
esta obra y tan s´olo unas breves nociones acerca de la misma ser´an apuntadas en este apartado.
Entrando en el terreno directo de la cartograf´ıa, y, m´as a´ un, en el de una cartograf´ıa novedosa
y en constante evoluci´on
1
que constituye de por s´ı una rama independiente de la ciencia, la
complejidad asociada a esta labor, teniendo en cuenta las ventajas que su explicaci´on puede
aportar al contenido de esta obra, hace poco interesante y necesaria su incorporaci´on en el
presente texto. Se supondr´a, por tanto, que el MDT es un dato de partida y una materia prima
para nuestro estudio, sobre cuya confecci´on se rese˜ na, no obstante, y a t´ıtulo complementario,
alguna informaci´on adicional que sirva de introducci´on en este tema.
1
Frecuentemente, y m´as en la literatura inglesa que en la espa˜ nola, aparece el t´ermino Cartograf´ıa Compu-
tacional para referirse a este ´ambito de estudio.
2.2. MODELOS DIGITALES DEL TERRENO 33
Una raz´on, sin embargo, para justificar la inclusi´on explicita de metodolog´ıas para la
creaci´on de mallas de datos a partir de datos de otra ´ındole, es la posibilidad de emplear estas
metodolog´ıas para otras mallas distintas del MDT, las cuales, por sus propias caracter´ısticas,
s´ı son mas susceptibles de ser obtenidas mediante creaci´on propia con unos requerimiennos
de calidad suficientes. Veremos que este hecho se pondr´a de manifiesto en el trabajo con
otro tipo de informaci´on de partida al margen de las elevaciones, ya en la segunda parte del
libro, dotando de cierto inter´es a las formulaciones que en este apartado brevemente van ser
introducidas.
Volviendo al caso particular del MDT, el proceso de elaboraci´on de ´este, simplificando al
m´aximo los detalles, se compone de forma general de dos etapas principales bien diferenciadas:
la toma de datos de partida y la realizaci´on de operaciones adecuadas sobre dichos datos para
dar lugar al MDT ya en su forma ´ util y apta para la incorporaci´on del mismo como fuente
b´asica de informaci´on altitudinal. De estas dos etapas, aunque nunca profundizando en exceso
dada la limitada relevancia del tema como fue ya justificado previamente, se har´a un mayor
´enfasis en este apartado sobre la segunda de ellas, pues es ´esta la que quiz´as tenga mayor
inter´es, as´ı como la que de lugar a formulaciones y teor´ıas mas acordes con la l´ınea general de
la obra.
Brevemente describiendo la primera de las antedichas fases, la toma de datos puede llevarse
a cabo mediante los m´etodos habituales que se han venido utilizando para la confecci´on de
cartograf´ıa de elevaciones cl´asica, es decir, los procesos basados en el trabajo directo en campo
y la medici´on explicita de una serie de valores que permitan posteriormente la generalizaci´on
de los mismos a la escala correspondiente y la creaci´on de este modo de un documento carto-
gr´afico final. As´ımismo, estos m´etodos cl´asicos pueden y deben combinarse con la utilizaci´on
de tecnolog´ıas m´as actuales, las cuales permiten la obtenci´on de datos con una precisi´on mayor
en l´ıneas generales, as´ı como en n´ umero m´as elevado, ambas condiciones muy favorables para
la posterior creaci´on del MDT. Por ´ ultimo, deben considerarse de igual modo los m´etodos
indirectos que no requieren la toma explicita de datos sobre el terreno, recogiendo ´estos de
otros documentos cartogr’ficos preexistentes. El aprovechamiento de cartograf´ıa de elevaciones
de curvas de nivel como fuente tanto primaria como de apoyo de informaci´on, representa un
ejemplo de lo anterior.
Entrando en el apartado concerniente a la creaci´on en s´ı del MDT una vez que los datos
han sido obtenidos mediante alguna de las metodolog´ıas anteriores, y en particular en las
operaciones y t´ecnicas que para tal fin son empleadas, es necesario definir aunque sea de
modo somero las caracter´ısticas que se busquen en dicho MDT que va a ser creado. Siendo
conocedores, como somos ya a estas alturas, de la mayor bondad y mejor disposici´on de las
mallas raster regulares para acoger la informaci´on de relieve de cara a su empleo posterior
desde el punto de vista hidrol´ogico, ser´a en la creaci´on de una de tales mallas en lo que nos
basaremos para la introducci´on de las siguientes metodolog´ıas.
Frente a la regularidad en la disposici´on de los datos de elevaci´on dentro de la malla
raster, los m´etodos de recogida de informaci´on con anterioridad esbozados dan lugar a una
serie discreta de datos dispuestos de modo irregular. La tarea primordial es, por tanto, la
conversi´on de los datos recogidos en un conjunto regular, a trav´es de la estimaci´on de altitudes
para cada una de las celdas de la malla en funci´on de los datos de que se dispone.
Esta estimaci´on, matem´aticamente hablando, es un proceso de interpolaci´on para el cual
pueden emplearse diversas metodolog´ıas, cada una de ellas con una mejor o peor aptitud
para la creaci´on de MDTs adecuados de cara al an´alisis que se pretende realizar, y que ser´an
brevemente analizadas a continuaci´on.
Para cada una de las celdas del MDT, la aplicaci´on de una de estas formulaciones teniendo
en consideraci´on un n´ umero arbitrario de los puntos m´as cercanos a la misma, permite obtener
un valor para la cota de dicha celda, construy´endose as´ı la totalidad de la malla requerida.
34 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
En todo momento, debe tenerse en cuenta que la precisi´on del resultado obtenido, m´as que
de la propia naturaleza y bondad del m´etodo de interpolaci´on aplicado, depende de los datos
de partida, la densidad de ´estos y la disposici´on espacial de los mismos. As´ı, por ejemplo, la
aplicaci´on de cualquiera de tales m´etodos sobre puntos exteriores a la nube de puntos recogida,
constituyendo una extrapolaci´on en lugar de una interpolaci´on, conduce f´acilmente a valores
poco reales que denotan la falta de informaci´on para dichas localizaciones. La buena calidad
desde todos los puntos de vista de los datos originales es, por tanto, factor imprescindible — y
habitualmente el mayor escollo que se presenta en la creaci´on de un MDT — para la obtenci´on
de resultados adecuados sobre los cuales pueda procederse a un uso en condiciones ´optimas.
Ponderaci´on por distancia inversa (IDW)
El primer y mas sencillo m´etodo de interpolaci´on, dado un conjunto P de n puntos (´estos
se corresponder´an con los n puntos m´as cercanos antes comentados, no con la totalidad de la
nube de puntos de partida, ya que esto tendr´ıa un costo computacional muy elevado) y una
celda con coordenadas conocidas, eval´ ua el valor asociado a dicha celda en funci´on del valor de
los puntos considerados, seg´ un la inversa de la distancia entre cada punto y la celda, mediante
una expresi´on de la forma
´ z =

n
i=1
z
i
d
k
i

n
i=1
d
k
i
(2.4)
donde k es un par´ametro que generalmente toma el valor 2.
Figura 2.4: Superficie obtenida mediante interpolaci´on con ponderaci´on por distancia inversa (Adap-
tado de Mitasova).
La superficie resultante de la aplicaci´on de este m´etodo no es muy adecuada para el an´alisis
hidrol´ogico, ya que presenta l´ıneas de fractura importantes y, en general, el relieve es abrupto y
guarda importantes errores con respecto a la superficie real modelizada. Ello puede observarse
de modo sencillo si se generan las curvas de nivel de una superficie obtenida por aplicaci´on de
este m´etodo, ya que ´estas muestran formas extra˜ nas y poco coherentes que ponen de manifiesto
los errores existentes en la mismas.
Por otra parte, la aplicaci´on de este m´etodo genera superficies con abundantes depresiones
de origen artificial, circunstancia que, como ya veremos m´as adelante, constituye una grave
problem´atica de cara a la asignaci´on de direcciones de flujo, y a la cual se dedicar´an numerosas
p´aginas dentro de esta obra.
Kriging
La formulaci´on del Kriging se basa, al igual que en el anterior caso, en una ponderaci´on
lineal de la forma
2.2. MODELOS DIGITALES DEL TERRENO 35
´ z =
n

i=1
z
i
Λ
i
(2.5)
siendo Λ
i
los pesos asignados a cada uno de los puntos considerados.
Figura 2.5: Superficie obtenida mediante interpolaci´on por Kriging (Adaptado de Mitasova).
La diferencia del m´etodo, sobre la que no se entrar´a en detalle, reside en la consideraci´on
de aspectos adicionales para el establecimiento de los pesos, en particular la utilizaci´on del
variograma realizado a partir de los puntos conocidos. Un variograma experimental se genera
con las varianzas de los distintos puntos, ajustando a ´este por m´etodos estad´ısticos un nuevo
variograma de tipo te´orico que sera el que se emplee posteriormente para la asignaci´on de
pesos seg´ un lo expresado en (2.5)
En lo referente a los resultados obtenidos, las superficies obtenidas mediante Kriging
2
son,
por regla general, aptas apara el an´alisis hidrol´ogico, aunque adolecen de una excesiva suavidad
en su formas, perdi´endose, por tanto, una parte notable de la informaci´on del relieve en caso
de que ´este sea pronunciado. Por otra parte, esta forma evita la presencia de depresiones en
el modelo, con las ventajas asociadas a este hecho seg´ un brevemente se introdujo en el punto
anterior.
Ajuste de funciones polin´omicas
Considerando funciones polin´omicas de diverso grado, el cual ser´a escogido en funci´on de
las necesidades existentes, se trata de ajustar estad´ısticamente uno de tales polinomios sobre
el entorno formado por los puntos considerados, de tal modo que la posterior utilizaci´on del
polinomio obtenido junto con las coordenadas de los puntos cuya quiere calcularse, permitan
la obtenci´on de dichas cotas.
Al realizarse el ajuste sobre una serie de puntos dados, no se puede predecir el compor-
tamiento de la superficie definida por el polinomio fuera de dicho entorno, por lo que los
problemas relativos a la extrapolaci´on de valores se acent´ uan m´as si cabe en el empleo de este
m´etodo.
La calidad de los resultados obtenidos varia notablemente con el tipo de funci´on ajustada
y la propia calidad de los puntos considerados, por lo que no puede darse una caracterizaci´on
general de los mismos y de su utilidad de cara a un an´alisis posterior en profundidad.
Curvas adaptativas (Splines)
El nombre de esta metodolog´ıa hace referencia a la filosof´ıa que reside detr´as de la familia
a la que pertenece este tipo de curvas, mediante las cuales la superficie definida pasa por los
puntos muestrales, ajust´andose a ´estos de modo perfecto y siendo mas suave que en el caso
2
La aplicaci´on del Kriging se encuentra en ocasiones citada en castellano como Krigeado, t´ermino que,
personalmente, no acostumbro a usar, pese a lo cual considero interesante incluir esta aclaraci´on al respecto
36 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
de ajustar un polinomio. Dichos puntos de control, a los cuales debe asociarse igualmente un
peso correspondiente, permiten el c´alculo de la superficie fuera de los mismos, minimizando
la curvatura de la misma (el concepto de curvatura ser´a analizado con posterioridad en el
apartado dedicado al propio an´alisis del terreno).
Figura 2.6: Superficie obtenida mediante interpolaci´on con curvas adaptativas (Splines) (Adaptado de
Mitasova).
Un s´ımil f´ısico de los anterior es el de una membrana el´astica unida a una serie de pun-
tos, resultando el resto de puntos de la malla correspondientes a la forma natural que dicha
membrana adoptar´ıa.
Dentro de los splines, encontramos diferentes opciones que se ajustan a la definici´on general
anterior, pudiendo efectuarse ajustes sobre los mismos — en los cuales no entraremos —,
as´ı como existiendo planteamientos diversos seg´ un unos u otros autores y seg´ un el campo de
aplicaci´on principal al que vayan a destinarse los resultados de la interpolaci´on.
Sin profundizar en su formulaci´on, compleja m´as all´a de lo aqu´ı necesario para introducir
el m´etodo, y en lo referente a la c´alidad del los MDTs generados, ´estos presentan generalmente
curvas suaves y un n´ umero reducido de depresiones artificiales y artefactos, por lo que resultan
adecuados para su utilizaci´on posterior en el an´alisis del terreno.
Otros planteamientos
Aunque las metodolog´ıas b´asicas para la interpolaci´on de mallas de datos, ya sean de eleva-
ciones o de cualquier otro par´ametro, son las presentadas en los apartados anteriores, existen
algunas otras metodolog´ıas que resulta de inter´es incluir tambi´en brevemente aqu´ı. Por otra
parte, para el caso particular del MDT, la abundancia y buena disponibilidad de informaci´on
altitudinal recogida como curvas nivel hace que dicha forma de representaci´on topogr´afica sea
con frecuencia el punto de partida para la elaboraci´on del MDT. Pese a que puede darse una
rasterizaci´on de las curvas de nivel y tratar ´estas como puntos, la consideraci´on en cierta medi-
da de ´estas como l´ıneas puede aprovecharse a la hora de plantear algoritmos de interpolaci´on,
como seguidamente veremos.
As´ı, una soluci´on sencilla y que aporta buenos resultados (Gousie, 1998) es la interpolaci´on
de curvas de nivel entre dos dadas, previa a la utilizaci´on de las mismas en el proceso de
interpolaci´on del MDT propiamente dicho. Para ello, y siendo a y b los valores de elevaci´on de
dichas curvas de nivel conocidas, simplemente se toma un punto A sobre una de ellas y se une
con el punto B m´as cercano en la otra curva. La recta que pasa por dichos puntos representan
la recta de m´axima pendiente, y al punto medio del segmento AB puede asign´arsele una cota
a+b
2
. La estimaci´on de un n´ umero suficiente de puntos da lugar a una nueva curva de nivel por
uni´on de los mismos.
Este recurso tan simple, aunque obviamente no enriquece la informaci´on de partida y no
pasa de ser un ´ util ((truco)) ciertamente propenso a la introducci´on de imprecisiones, puede
tener consecuencias interesantes sobre la malla posteriormente interpolada mediante uno de
los algoritmos ya presentados, al disminuir el efecto de aterrazamiento que en algunos de
2.2. MODELOS DIGITALES DEL TERRENO 37
ellos aparece. T´engase en cuenta, no obstante, que esta consideraci´on se hace desde el punto
de vista de la mayor coherencia en su aspecto general entre la superficie interpolada y la
real, aunque desde la perspectiva del posterior uso en el an´alisis hidrol´ogico tambi´en existen
ventajas notables.
Por norma general, como quiz´as ya haya comprobado el lector, doy prioridad a la configu-
raci´on cualitativa de la fisiograf´ıa del terreno y su correcci´on de cara a la modelizaci´on de los
procesos hidrol´ogicos, frente a la precisi´on num´erica e incluso conceptual desde el punto de
vista cartogr´afico. Si se tienen en cuenta los resultados hidrol´ogicos que constituyen nuestro
objetivo final, esta aparente perdida de rigor queda plenamente justificada en base a ofrecer
unas garant´ıas adecuadas en los procesos que, sobre el MDT, van a tener lugar para permitir
el alcance de dichos resultados.
Por ´ ultimo, para concluir este apartado, un enfoque matem´atico distinto para la creaci´on
de una malla de datos a partir de valores puntuales es el basado en un tratamiento matricial del
problema, llevando este a cabo mediante la resoluci´on de sistemas de ecuaciones asociados a los
valores de elevaci´on de cada celda. Fijada una restricci´on para la superficie generada mediante
la interpolaci´on, ´esta puede expresarse mediante una relaci´on entre el valor de elevaci´on de
una celda dad celda — sea x
i,j
— y el de las de su entorno — de la forma x
i+m,j+n
, teni´endose
as´ı una ecuaci´on en x
i,j
. Planteando una ecuaci´on como la anterior para cada una de las celdas
de la malla, se tiene el sistema anteriormente mencionado, cuya resoluci´on lleva a la obtenci´on
de todos los valores x
i,j
de dicha malla, algunos de los cuales ya eran conocidos — los datos
de partida — y otros no.
En particular, se puede obtener una ecuaci´on tal si para cada celda suponemos que su
valor de elevaci´on es la media de las elevaci´ones de las celdas situadas al Norte, Sur, Este y
Oeste de la misma (Randolph, 2000), es decir
Z
i,j
=
1
4
(Z
i,j−1
+Z
i,j+1
+Z
i−1,j
+Z
i+1,j
) (2.6)
Se introduce aqu´ı una notaci´on que nos acompa˜ nar´a en gran parte del texto para los valores
de las distintas celdas de la malla, de tal modo que dichos valores, en este caso alturas, se
denotan de la forma z
i,j
, siendo i la fila y j la columna en que se encuentra dicha celda dentro
de la malla en cuesti´on. Esta notaci´on de car´acter gen´erico se complementar´a con otras m´as
particulares cuando el an´alisis se restrinja a zonas determinadas dentro del conjunto de celdas.
La anterior expresi´on es equivalente a decir que la superficie cumple una ecuaci´on de
Lagrange de la forma
3

2
z
∂x
2
+

2
z
∂y
2
= 0 (2.7)
Pese a su buen car´acter did´actico y el inter´es conceptual que este enfoque puede tener, desde
el punto de vista computacional su eficacia se encuentra a primera vista en clara desventaja con
respecto a otros planteamientos . N´otese que el n´ umero de ecuaciones del sistema resultante
es N = n
filas
· n
filas
con lo que para un caso t´ıpico de una malla 500 ×500 el sistema resultante
presenta nada menos que 250000 ecuaciones. No obstante, la propia forma de estas ecuaciones
hace que la matriz A del sistema resultante sea muy rala, con lo que para el trabajo con la
misma pueden emplearse m´etodos num´ericos particulares para este tipo de casos.
Como mejora de este m´etodo en t´erminos de la buena conformaci´on de las superficies resul-
tante, y para evitar algunos resultados no deseados tales como formas bruscas en las cercan´ıas
de las curvas de nivel o puntos aislados utilizados como datos de partida, el sistema original
3
El planteamiento de un esquema en diferencias finitas para esta ecuaci´on lleva a un resultado id´entico al
expresado en (2.6)
38 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.7: Curvas de nivel originales(a), interpolaci´on con sistema no indeterminado(b) y con sistema
indeterminado empleando coeficiente c = 1 (c) y c = 10 (d) (tomado de Randolph, 2000)
puede ser ampliado a˜ nadiendole ecuaciones correspondientes a dichos puntos conocidos, de la
forma
c · z
i,j
= c · a (2.8)
donde a es el valor conocido para el punto (i, j) y c es un coeficiente cuya utilidad en breve se
ver´a.
El sistema anterior es un sistema indeterminado con una expresi´on matricial de la forma
AZ = B (2.9)
pese a lo cual es posible hallar una soluci´on ´optima disminuyendo el error cuadr´atico medio,
esto es, disminuyendo el valor de la expresi´on (AZ − b)
t
(AZ − B). En dicha soluci´on, puede
controlarse el peso que se asigna a los valores conocidos — es decir, la fidelidad de la superficie
interpolada para con los valores que se conocen de dichos puntos —, variando el par´ametro
c. Como se refleja en la figura (2.7), el a´ umento del valor de c hace aumentar la suavidad de
las formas, de modo que ´estas se ajustan con menor precisi´on a las curvas de nivel empleadas
como informaci´on de origen.
2.2.6. Modificaci´on de resoluci´on del MDT
Aun a riesgo de incurrir en algunos errores conceptuales que desde el punto de vista del
cart´ografo puedan parecer poco menos que her´eticos, brevemente voy a incluir en este peque˜ no
apartado algunas reflexiones principalmente basadas en mi experiencia acerca del manejo de
MDTs previo al trabajo directo sobre la informaci´on contenida en los mismos. Enlazando
con un punto anterior, la idoneidad de una determinada resoluci´on para garantizar la buena
integridad de los resultados obtenidos, entonces analizada, puede necesitar, partiendo de la
base del MDT del que se disponga, un cambio en la resoluci´on, quiz´as hacia una mayor (por
cuestiones de representaci´on gr´afica, por ejemplo), o quiz´as hacia una menor (por cuestiones
de eficiencia computacional o recursos limitados).
En ambos casos, una variaci´on en el tama˜ no de celda representa el equivalente a un cambio
de escala en un mapa cl´asico, y pueden por tanto hacerse al respecto las mismas consideraciones
que son por todos conocidas, de cara a mantener la calidad y coherencia del dato empleado.
2.2. MODELOS DIGITALES DEL TERRENO 39
No obstante, el car´acter num´erico del MDT, junto con el enfoque hacia el uso hidrol´ogico que
pretende darse al mismo, hacen pertinente el a˜ nadir algunas matizaciones sobre lo anterior.
Figura 2.8: Cambio de resoluci´on realizado aplicando interpolaci´on bic´ ubica.
Con objeto de comprender las implicaciones de un cambio de tama˜ no de celda, se deben
analizar primero los m´etodos y t´ecnicas matem´aticas que permiten llevar este proceso a cabo,
para despu´es plantear algunas ideas sobre el propio proceso en s´ı y su significado de cara a la
utilizaci´on posterior a que se va a someter como parte del estudio hidrol´ogico.
La variaci´on del tama˜ no de celda se lleva a cabo mediante m´etodos de interpolaci´on para
mallas regulares de datos, entre los cuales podemos citar los m´as comunes tales como la
interpolaci´on por vecindad, la bilineal o la bic´ ubica. Sin ninguna duda, el lector versado en
temas de tratamiento digital de im´agenes encontrar´a familiares estos t´erminos, pues hacen
alusi´on a t´ecnicas frecuentes en esta materia, poni´endose as´ı de manifiesto los puntos en
com´ un que comparte dicha disciplina con gran parte del trabajo que aqu´ı realizamos sobre
Modelos Digitales del Terreno y estructuras cartogr´aficas similares. Esta relaci´on veremos que
nos acompa˜ nar´a en numerosos otros puntos a lo largo del texto.
Analizando con algo m´as de detalle los m´etodos enunciados con anterioridad, podemos
efectuar algunos comentarios adicionales sobre los mismos con el fin de juzgar la idoneidad
para su aplicaci´on sobre un MDT. De menor a mayor complejidad, tenemos:
Por vecindad (en ingl´es Nearest Neighbour, literalmente ((vecino m´as pr´oximo))). No se
trata en realidad de una interpolaci´on pues simplemente realiza una nueva malla inser-
tando nuevas celdas cuyos valores se calculan por mera vecindad, tomando el de la celda
mas cercana. Este m´etodo no es recomendable, pues genera grupos de celdas contiguas
con el mismo valor de elevaci´on (zonas planas irreales), y no mejora la resoluci´on, por
lo que no aporta el aumento de definici´on que se pretende.
Bilineal. Los valores de las celdas de la nueva malla interpolada se asignan ponderando los
de las celdas situadas entorno de la misma en la malla original, con lo que se consigue
mantener en mayor medida la forma real del relieve. Particularmente, con el caso de
im´agenes este m´etodo — y tambi´en el siguiente, aunque en menor medida — da lugar
a im´agenes con transiciones de color mas suaves, — m´as ((borrosas)) por decirlo de otro
modo m´as gr´afico —, lo que en el caso de un MDT se traduce en relieves mas suaves
con curvas m´as dulces.
La formulaci´on matem´atica del m´etodo es como sigue. Para una celda (i

, j

) en la nueva
malla interpolada, su valor en funci´on de los de las 4 celdas m´as cercanas a la misma en
la malla original viene dado por la expresi´on
z
(i

,j

)
= z
(i,j)
R(−a)R(b) +z
(i,j+1)
R(a)R(−(1 −b)) +
+z
(i+1,j)
R(1 −a)R(b) +
+z
(i+1,j+1)
R(1 −a)R(−(1 −b)) (2.10)
donde R(x) es una funci´on triangular de la forma
40 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
R(x) =
_
x + 1 si −1 ≤ x ≤ 0
1 −x si −0 ≤ x ≤ 1
(2.11)
Bic´ ubica. M´ as compleja y menos eficiente computacionalmente que la anterior, ofrece
mejores resultados y mejores estimaciones de valores que ´esta al considerar como datos
de partida para la interpolaci´on un mayor n´ umero de puntos en el entorno de la celda
dada. La utilizaci´on de este n´ umero m´as elevado de celdas hace que se deba sustituir la
funci´on R(x) anteriormente presentada por una m´as compleja en t´erminos matem´aticos,
siendo, no obstante, el principio de la interpolaci´on el mismo. Para el caso habitual de
emplear como funci´on interpolante un spline c´ ubico, se tiene
z
(i

,j

)
=
2

m=−1
2

n=−1
z
(i+m,j+n)
R(m−a)R(−(m−b)) (2.12)
R(x) =
1
6
((x + 2)
3
+
−4(x + 1)
3
+
+ 6(x)
3
+
−4(x −1)
3
+
) (2.13)
siendo
(x)
m
+
=
_
x
m
si x > 0
0 si x ≤ 0
(2.14)
Puesto que estamos trabajando con esa asimilaci´on entre im´agenes digitales y MDTs,
utilicemos las consideraciones y conceptos de estas primeras para conocer con mayor precisi´on
lo que supone el llevar a cabo los anteriores m´etodos de interpolaci´on sobre los MDTs que van
a constituir la base de nuestro trabajo. Mi objetivo con este apartado es probar que, siempre
dentro de unos l´ımites l´ogicos y sin caer en el abuso, la reducci´on de tama˜ no de celda en un
Modelo Digital de Terreno no es una pr´actica tan err´onea y desvirtuadora de la informaci´on
como su equivalente en cartograf´ıa cl´asica, esto es, un cambio de escala mediante ampliaci´on
(o reducci´on, aunque este caso puede considerarse menos grave) directa de un mapa.
En primer lugar, t´engase en cuenta que una ampliaci´on directa de un mapa, a´ un variando
el tama˜ no de ´este, no hace aparecer informaci´on nueva, manteniendo exactamente la misma
cantidad de informaci´on. En t´erminos de im´agenes, esto constituye lo que se denomina un
redimensionamiento (resizing en la literatura inglesa). Por el contrario, la interpolaci´on de un
MDT, lo que en t´erminos de im´agenes se denominar´ıa como un remuestreo (resampling en
ingl´es), incorpora nueva informaci´on al nuevo MDT, al disponer de nuevos datos de altura
para las celdas que han sido introducidas con la variaci´on de resoluci´on.
Obviamente, esta mayor cantidad de datos no nos aporta un mayor conocimiento del
relieve, pues la informaci´on de partida es la misma y los datos nuevos no han sido medidos
directamente en campo, con lo que se puede decir que se ha a˜ nadido un cierto porcentaje de
informaci´on ((posible)). Sin embargo, de cara a su uso, en cierta medida disponemos de un
MDT que, no siendo en ning´ un caso superior al original en cuanto a su fiabilidad y precisi´on,
si puede haber mejorado de alg´ un modo sus prestaciones intr´ınsecas para producir resultados
de calidad.
En particular, centremos en la capacidades de representaci´on que pueden obtenerse a partir
de un MDT. Como en su momento veremos, la definici´on de los cauces se lleva a cabo tambi´en
sobre la base de la estructura matricial de dicho MDT, estableci´endose una serie de celdas que
conforman estos cauces. Si el tama˜ no de celda es ´optimo para el an´alisis hidrol´ogico pero grande
para el trazado preciso de cauces, la calidad de las representaciones asociadas ser´a mejorable
en lo que a dichos cauces respecta. Aunque un aumento de resoluci´on no aportar´a informaci´on
accesoria sobre el trazado en planta del cauce — aunque dividamos una celda en un numero
mayor, no podemos saber como se mueve el agua en ´estas m´as alla de la tendencia general de
2.2. MODELOS DIGITALES DEL TERRENO 41
la celda original —, resulta claro que la representaci´on ser´a igual de exacta conceptualmente
pero de mucha mayor calidad desde el punto de vista gr´afico. Otros aspectos de ´ındole visual
tambi´en se ven de modo similar favorecidos por un aumento de resoluci´on, confirmando as´ı las
mejor disposici´on de la nueva malla con respecto a la original, al menos en este sentido.
No solamente en los aspectos de tipo gr´afico se hacen patentes las posibles mejoras que
han tenido lugar con el remuestreo de la malla, sino tambi´en en algunos de tipo num´erico, de
modo m´as o menos notable seg´ un la propia naturaleza de cada par´ametro. Algunos como la
pendiente, por ejemplo, no se mejoran en absoluto, ya que la pendiente asociada a una celda
de las interpoladas — en su momento se comprender´a cuando se conozcan los algoritmos y
expresiones que permiten su c´alculo — es puramente un producto de dicha interpolaci´on,
sigui´endose para dicha interpolaci´on la pendiente natural que definen las celdas de datos
conocidos que se emplean como informaci´on de origen.
Otros, como los histogramas de tiempos de salida, de importancia para el c´alculo de hi-
drogramas seg´ un algunas metodolog´ıas — tambi´en se comprender´a esto una vez la materia
haya sido desarrollada —, se ven sin embargo mejorados al aumentar la resoluci´on del MDT,
aument´andose de igual modo la asociada a estos par´ametros derivados. Sin entrar en absoluto
en el tema, que ser´a tratado en el cap´ıtulo correspondiente, parece l´ogico pensar que para dos
celdas con tiempos de salida x e y, un punto intermedio cuyos datos han sido interpolados
empleando, entre otros, los de los anteriores puntos, su tiempo de salida tambi´en ser´a inter-
medio entre x e y, siendo esto lo que va a tener lugar una vez este par´ametro se eval´ ue sobre
la nueva malla.
As´ı, se tiene la misma informaci´on pero en un n´ umero mayor de celdas, con lo que puede
aumentarse la definici´on en algunos resultados tales como el que acaba de comentarse.
Todo esto, no obstante, no debe animar al uso indiscriminado de remuestreos para variar la
resoluci´on de la malla, haciendo creer que una informaci´on de poco detalle puede ser convertida
autom´aticamente en una perfectamente v´alida para llevar a cabo un estudio hidrol´ogico de
cualquier magnitud o nivel de precisi´on. Por el contrario, debe hacer ver la importancia de una
buena entrada de datos en cualquier modelo — recu´erdese aquello de rubbish in, rubbish out
—, aunque tambi´en las posibilidades que los distintos m´etodos matem´aticos nos ofrecen para,
dado el caso de que dicha entrada no cumpla unas caracter´ısticas dadas, intentar adaptarla a
los requisitos deseables de cara al an´alisis que se plantea.
Aunque el aumento del tama˜ no de celda — es decir, una reducci´on en el n´ umero de celdas
equivalente a un aumento de escala — no supone, en principio, una acci´on que pueda degradar
la informaci´on convertida en la misma medida que la disminuci´on de tama˜ no de celda tratada
hasta este punto, tambi´en es necesario tener en cuenta los distintos m´etodos para llevar a
cabo esta operaci´on, pues puede perderse detalle o desvirtuarse el relieve representado con la
utilizaci´on de alguno de ellos.
En l´ıneas generales, los m´etodos de interpolaci´on son adecuados o no para realizar el
remuestreo de la malla de datos, tanto si se trata de disminuir el tama˜ no de celda como de
aumentarlo. As´ı, las interpolaci´ones bilineal y bic´ ubica son ambas adecuadas, mientras que
la realizada por vecindad no es recomendada, ya que, dependiendo de la relaci´on entre las
resoluciones de inicio y final, algunas celdas pueden obviarse como informaci´on de partida
mientras que otras pueden considerarse en m´as de una ocasi´on, produci´endose as´ı celdas
consecutivas con la misma elevaci´on.
Por ´ ultimo, se˜ nalar que el empleo de cartograf´ıa tem´atica en formato raster, caso espe-
cialmente frecuente cuando ´esta ´ ultima se deriva de la interpretaci´on de im´agenes aereas o de
sat´elite, en conjunto con un MDT, obliga en la pr´actica totalidad de los casos al remuestreo
de una de dichas fuentes de datos con objeto de homogeneizar todas ellas previamente a su
an´alisis y el trabajo con las mismas.
Generalmente, es mucho m´as recomendable remuestrear la cartograf´ıa tem´atica (por decirlo
42 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.9: Cambio de resoluci´on de una imagen a´erea para homogeneizar ´esta con el MDT de la
misma zona.
de un modo sencillo, la mayor intensidad de an´alisis a la que vamos a someter al MDT lo hace
mas sensible al error que pueda introducirse en ´el con la variaci´on del tama˜ no de celda),
debiendo, no obstante, tenerse en cuenta el formato de la informaci´on que se contenga en la
misma.
Si el mapa tem´atico contiene directamente valores de un par´ametro — tales como, por
ejemplo, un valor para el factor C de la Ecuaci´on Universal de P´erdidas de Suelo —, los
m´etodos m´as precisos tales como los de interpolaci´on bic´ ubica o bilinear deben utilizarse con
preferencia. Si, por el contrario, el mapa contiene valores de clase que permiten dividir las
distintas celdas en grupos — tales como, por ejemplo, clases de vegetaci´on en base a las cuales
puede derivarse el factor C anteriormente citado —, el m´etodo de vecindad debe emplear-
se obligatoriamente para evitar la aparici´on de valores que representen a clases inexistentes.
Cuando se trabaje con im´agenes a´ereas directamente, es de inter´es el considerar esta misma
circunstancia referente a los m´etodos de interpolaci´on aplicables, en relaci´on con la interpre-
taci´on de la imagen que vaya a llevarse a cabo.
2.3. Param´etros principales a partir del MDT
El an´alisis f´ısico del terreno a partir de los valores de elevaci´on contenidos en las celdas del
Modelo Digital del Terreno, quiz´as por la inherente buena disposici´on de los mismos para el
estudio mediante procedimientos y algoritmos diversos, as´ı como por el mayor nivel de detalle y
precisi´on respecto a las representaciones cl´asicas, permite obtener resultados de mucha mayor
amplitud, tanto en cantidad y calidad como en el propio significado de los mismos. Con lo
anterior, y una vez disponemos de una forma efectiva y adecuada de representar determinada
porci´on de la superficie terrestre y almacenar ´esta en un entorno desde el que proceder a
su estudio, es el momento de comenzar a apuntar las metodolog´ıas para llevar a cabo dicho
estudio y de ir descubriendo paulatinamente hacia qu´e resultados tangibles puede conducirnos
el mismo.
El objetivo de esta secci´on no es otro que, de modo progresivo y simult´aneamente, ir in-
troduciendo la forma ´optima de proceder en nuestro trabajo con el MDT a la par que se van
presentando una serie de par´ametros de inter´es y analiz´andose su significado y las implicaciones
o la importancia que ´estos pueden tener para futuros c´alculos. Esto conllevar´a irremisiblemen-
te una favorable familiarizaci´on del lector con el tratamiento habitual de los MDTs, y una
comprensi´on de las realidades que ´estos representan y que, de modo directo, son las respon-
sables del comportamiento hidrol´ogico del ´area estudiada y que abordaremos en profundidad
m´as adelante en este texto.
La superaci´on de este apartado nos conducir´a entonces a las importantes unidades hi-
drol´ogicas que constituyen el n´ ucleo de los pr´oximos cap´ıtulos, y para las cuales se introdu-
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 43
cir´an otros m´etodos de c´alculo y otras formulaciones en gran medida basadas en las que a lo
largo de la presente secci´on ser´an estudiadas.
Asimismo, buena parte de los par´ametros aqu´ı recogidos, por su caracter b´asico como
definitorios del relieve y la geomorfolog´ıa de la zona de estudio tienen amplio inter´es en muchas
otras ramas distintas de la propia hidrolog´ıa, dotando este hecho de un inter´es a´ un mayor, si
cabe, a todo cuanto va a explicarse en los pr´oximos apartados.
A lo largo de este texto, y en particular en este cap´ıtulo dedicado mayoritariamente al
an´alisis del terreno, adem´as de las explicaciones te´oricas y los gr´aficos asociados a las mismas,
es conveniente plasmar cada concepto en un caso de aplicaci´on real y, por tanto, hacer uso
de MDTs reales sobre los que calcular los correspondientes par´ametros a medida que estos
vayan siendo estudiados. Para este fin, se presentan im´agenes — comenzando por la figura
(2.10), conteniendo el propio MDT y una representaci´on en relieve sombreado del mismo
— basadas en un MDT correspondiente a la zona de Yukon, Canad´a, con resoluci´on de 90
metros . La utilizaci´on de esta malla de elevaciones, pese a su baja resoluci´on y su lejan´ıa al
entorno geogr´afico tanto del autor como (probablemente) del lector, se justifica con la libre
distribuci´on de la misma a trav´es de Internet, que este ´ ultimo podr´a encontrar para su propia
experimentaci´on y trabajo junto con otras similares para ese ´area, en la direcci´on
http://renres.gov.yk.ca/pubs/rrgis/data/90m-dem-down.html.
Figura 2.10: Representaci´on del MDT en escala de grises (izquierda) y relieve sombreado(derecha).
Las tonalidades m´as claras en el primero de ellos representan valores de elevacion mayores.
Permiti´endome por ´ ultimo una licencia m´as, los mapas aparecen a lo largo del texto sin
sus correspondientes escalas ni orientaciones, circunstancia que, siendo imperdonable en otro
contexto, resulta perfectamente ignorable en el presente, donde la representaci´on visible de los
par´ametros analizados es el ´ unico objetivo que se persigue.
Para m´as informaci´on a este respecto, he incluido un anexo al final del libro donde puede
encontrarse, adem´as de completas referencias sobre lo anterior, datos acerca de las aplicaciones
empleadas para la generaci´on de estas im´agenes y la forma en que dichas aplicaciones pueden
ser de igual modo obtenidas y utilizadas para una exploraci´on m´as avanzada y tangible de los
conceptos recogidos en estas p´aginas
2.3.1. Caracterizaci´ on Matem´atica del MDT para su an´alisis
Las herramientas cl´asicas y habituales de la matem´atica, del c´alculo y del ´algebra entre
otras ramas, van a ser nuestros medios b´asicos para extraer toda la informaci´on posible que
44 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
celosamente guardan los MDTs de las zonas f´ısicas que representan. M´as aun, el adjetivo
computacional con que adornamos en el el t´ıtulo a la hidrolog´ıa que se presenta en este texto
hace que el empleo de m´etodos num´ericos y conceptos similares sea quien nos abra las puertas
al estudio que pretendemos llevar a cabo, basado siempre en esa entidad — n´ umerica ella
misma en su totalidad — que es el Modelo Digital del Terreno.
Dar un tratamiento matem´atico riguroso a la informaci´on de que disponemos es, por tanto,
el siguiente paso a efectuar en este recorrido. As´ı, aproximar la informaci´on contenida en el
MDT, sujeta por su parte a la propia estructura que le hemos conferido de malla rectangular,
a los conceptos matem´aticos sencillos pero potentes que ser´an nuestra fuente de resultados
sucesivos, es el objetivo de este apartado en el que se establecer´an las definiciones y elementos
con que trabajaremos seguidamente.
Comencemos con una definici´on primera sumamente sencilla. Consideremos una funci´on
que represente a nuestro Modelo Digital del Terreno y cumpla la siguiente identidad.
z = f(x, y)
donde x e y representan respectivamente la columna y la fila de una celda dada, y z la cota de
dicha celda, es decir, el valor de la misma en el MDT. De existir una funci´on como ´esta y poder
disponerse de una expresi´on explicita de ella, ´esta contendr´ıa en s´ı toda informaci´on del MDT.
Parece l´ogico pensar, sin embargo, que las formas naturales del terreno no son definibles con
dicha sencillez en pr´acticamente ninguna ocasi´on, y es por ello por lo que debemos recurrir
a alguna estructura de datos para almacenar la informaci´on sobre un territorio, tal y como
venimos haciendo mediante el empleo de un MDT en cualquiera de sus diversas formas que en
su momento fueron analizadas. No obstante, lo anterior nos sirve para ver que nuestro camino
debe ir guiado a la obtenci´on de alg´ un tipo de aproximaci´on mediante una formulaci´on explicita
ya que ´esta, adem´as de una simplificaci´on, permitir´a el an´alisis al permitir la aplicaci´on de
todos los conceptos matem´aticos de que dispongamos para tratar una superficie como la que
constituye un MDT, y que no son en absoluto pocos.
Resulta de inter´es recalcar esta peculiar notaci´on matem´atica que se va a utilizar de aqu´ı en
adelante para las mallas de datos con las que se trabaje, independientemente de si se pretende
o no aplicar alg´ una formulaci´on dada sobre dichos datos. Como mero elemento de notaci´on y
definici´on de una malla cualquiera, ´esta se considera como una funci´on de la forma
f : N ×M →R
siendo N = {1, 2, 3, . . . , n} y M = {1, 2, 3, . . . , m} los subconjuntos de los n y m primeros
n´ umeros naturales, donde estas variables representan a su vez el numero de columnas y filas
respectivamente de la malla. Es decir, se define toda malla como una discretizaci´on de una
superficie, obtenida restringiendo el conjunto inicial a un conjunto finito que contiene las
coordenadas enteras de las celdas de dicha malla, permitiendo de este modo el almacenamiento
de dicha superficie con un n´ umero tambi´en finito de elementos que la caracterizan.
´
Este es, a
decir verdad, el problema que radica en los modelos de almacenamiento de datos que se han
descrito al principio del libro, el intentar describir la infinitud de informaci´on de un terreno
dado en una serie de valores finitos de tal modo que permitan su almacenamiento en un soporte
apto para su posterior procesado, llevando a cabo este almacenamiento con una p´erdida de
informaci´on y detalle asumible.
Volviendo a la mera caracterizaci´on matem´atica del MDT, y para comenzar ´esta de un
modo gradual y sin entrar excesivamente en los pormenores de c´alculo ni los conceptos te´oricos
aplicados para ello — no olvidemos que ´este es un libro ante todo de hidrolog´ıa —, podemos
suponer que el terreno puede ser expresado mediante una superficie cuadr´atica de la forma
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 45
f(x, y) = ax
2
+by
2
+cxy +dx +ey +f (2.15)
El porqu´e de la elecci´on de esta funci´on se fundamenta principalmente en el n´ umero ele-
vado de datos (es decir, de celdas) que se requerir´ıan para una funci´on de orden mayor, y la
insuficiencia de precisi´on que ofrece una funci´on de orden menor. El equilibrio entre ambos
planteamientos se considera que se obtiene con suficiente rigor y exactitud mediante una fun-
ci´on como la expresada anteriormente aunque, repetimos, no se entrar´a en detalle sobre las
disquisiciones que llevan a tal conclusi´on.
Para simplificar la posterior operaci´on con esta ecuaci´on, suele tomarse, no obstante, de
la forma
f(x, y) =
ax
2
2
+
by
2
2
+cxy +dx +ey +f (2.16)
Otras alternativas relativamente populares son, por ejemplo, ecuaciones lineales (Travis,
et al, 1975) de la forma
f(x, y) = ax +by +c +d (2.17)
o bien, en el otro extremo, ajustando una funci´on que pase por los nueve puntos de la submalla,
con la forma
f(x, y) = ax
2
y
2
+bx
2
y +cxy
2
+dx
2
+ey
2
+fxy +gx +hy +k (2.18)
c´alcul´andose las constantes a hasta k mediante interpolaci´on de Lagrange.
Centrando el desarrollo de este apartado en la ecuaci´on original introducida en (2.16), y
aplicando dicha funci´on a la caracterizaci´on del terreno que se persigue, es f´acil comprender
que hacer que esta funci´on se ajuste en la mayor medida posible a la superficie real del terreno
tal y como ´esta se encuentra recogida en el MDT con una menor o mayor precisi´on, resulta
poco l´ogico, intuy´endose de antemano que la fidelidad para con el relieve real de tal funci´on
ser´a poco menos que nula. No obstante, si en lugar de trabajar a nivel global con la totalidad de
la malla lo hacemos a nivel local tomando el entorno inmediato de un punto, esta simplificaci´on
cobra mayor sentido y los par´ametros que puedan calcularse a partir de la ecuaci´on que se
deduzca en dicha porci´on de la malla ser´an m´as representativos de las caracter´ısticas reales
del punto tomado.
Haciendo esta operaci´on para cada uno de los puntos de la malla, definiendo localmente
sus entornos mediante funciones como la anterior, podemos llegar a una caracterizaci´on ma-
tem´atica del MDT tomando este como un conjunto de peque˜ nas mallas cada una de las cuales
representa una superficie con su ecuaci´on caracter´ıstica perfectamente definida.
Abundemos en este hecho estudiando la manera correcta de considerar el entorno de cada
punto y, una vez ´este se encuentra establecido, c´omo llevar a cabo el ajuste que conduzca
finalmente a una expresi´on algebraica del mismo.
Si el ajuste de la funci´on al terreno se efectua por el m´etodo de m´ınimos cuadrados, y puesto
que hay seis par´ametros en la expresi´on de dicha funci´on, requerir´a un m´ınimo de seis valores
para poder computarse. Un entorno de tan s´olo una celda alrededor de una concreta de ellas da
lugar a una submalla de 3 ×3 = 9 celdas, suficientes ya para llevar a cabo el antedicho ajuste.
Obviamente, entornos mayores pueden considerarse en la medida que se crea necesario, aunque
ello supone una creciente complejidad en el ajuste y, sobre todo, no supone necesariamente un
aumento de precisi´on si se considera suficiente el empleo de ´ unicamente 9 celdas, ya que las
celdas que se a˜ naden pueden no tener representatividad debido a su alejamiento de la celda
central sobre la que se centran las operaciones. As´ı pues, sea la siguiente submalla de 9 celdas
centrada alrededor de la celda denominada z
5
.
46 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
z
1
z
2
z
3
z
4
z
5
z
6
z
7
z
8
z
9
Evans propone a partir de lo anterior la definici´on de los par´ametros que configuran la
superficie cuadr´atica a la que se pretende aproximar el entorno local de z
5
de acuerdo con las
siguiente expresiones, todas ellas en funci´on de las 9 celdas consideradas en dicho entorno
4
y de
la distancia entre ellas, que coincide l´ogicamente con el tama˜ no de celda y que representamos
de foma simb´olica con la letra g.
a =
z
1
+z
3
+z
4
−z
6
−z
7
−z
9
6g
2

z
2
+z
5
−z + 8
3g
2
(2.19)
b =
z
1
+z
2
+z
3
−z
7
−z
8
−z
9
6g
2

z
4
+z
5
−z + 6
3g
2
(2.20)
c =
z
3
+z
7
−z
1
−z
9
4g
2
(2.21)
d =
z
3
+z
6
+z
9
−z
1
−z
4
−z
7
6g
(2.22)
e =
z
1
+z
2
+z
3
−z
7
−z
8
−z
9
6g
(2.23)
f =
2(z
2
+z
4
+z
6
−z
8
) −(z
1
+z
3
+z
7
−z
9
) + 5z
5
9
(2.24)
Se tiene as´ı ya una funci´on algebraica sobre la que comenzar el trabajo de an´alisis y
cuyo estudio dar´a lugar a nuevos valores correspondientes al punto empleado como centro
en cada caso. De igual modo, disponemos de un adaptaci´on num´erica de dicha funci´on, la
cual nos permite aplicar los resultados que extraigamos de la misma sobre el MDT que nos
encontremos analizando. La extracci´on de los antedichos valores y resultados es, por tanto, el
siguiente paso a dar.
Si recordamos cuanto se dijo en el tema precedente alrededor de las representaciones en
formato raster, se coment´o entonces que ´estas eran adoptadas por su conveniencia para la
representaci´on de altitudes en el MDT, pero que igualmente podr´ıan ser empleadas para otra
serie de par´ametros cuya distribuci´on espacial desea plasmarse en un documento cartogr´afico,
especialmente aquellas de tipo continuo. Siendo continuas todas las variables que derivare-
mos en este cap´ıtulo del an´alisis del MDT, resulta altamente interesante el representar ´estas
mediante modelos n´ umericos como el MDT y crear nuevas mallas de dichos valores que repre-
senten, por ejemplo, las pendientes u orientaciones a lo largo de las celdas que configuran la
zona de estudio. M´as a´ un, resultar´a de inter´es, como en su momento veremos, trabajar con
las nuevas mallas creadas aplicando sobre ´estas algoritmos similares a los que las han dado
lugar, para de este modo extraer nuevos conceptos a su vez expresables en sucesivas mallas de
datos.
La creaci´on de una malla de datos a partir de la caracterizaci´on del MDT de modo local,
se consigue desplazando la submalla del entorno (en este caso de dimensiones 3 ×3) a lo largo
4
La consideraci´on de las ocho celdas vecinas, aunque no es una terminolog´ıa de uso frecuente en relaci´on
con los MDTs y deriva principalmente del trabajo con aut´omatas celulares, se conoce en general como vecindad
de Moore, en alusi´on a Edward F. Moore, y es probablemente el tipo de vecindad mas extendido en todos los
campos — el presente por ejemplo, en el famoso ((juego de la vida)) de Conway —.
Otros tipos de vecindad, tales con el de Von Neumann — nombrado en referencia al matem´atico John Von
Neumann —, considerando ´ unicamente las celdas situadas en vertical y horizontal, no en diagonal, aparecen con
frecuencia aunque, de cara al an´alisis del terreno, pueden introducir un notable sesgo y no resultar suficientes
para el objetivo de caracterizaci´on morfol´ogica que se persigue
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 47
de todas las celdas, de tal modo que todas sean en un momento centro del entorno definido,
recogi´endose as´ı los valores correspondientes a cada una de ellas, que se dispondr´an en la nueva
malla correspondiente al par´ametro analizado en cada caso. Si el lector esta familiarizado con
las t´ecnicas habituales para tratamiento de im´agenes digitales, reconocer´a inmediatamente esta
t´ecnica como la empleada en la aplicaci´on de filtros a dichas im´agenes. Te´oricamente, muchos
de estos filtros — o similares desde el punto de vista conceptual — pueden ser aplicados
sobre un MDT, aunque, puesto que dicho proceso modifica la informaci´on del MDT, deben
emplearse con suma precauci´on para evitar que desvirt´ uen la misma. No siendo una operaci´on
necesaria para el buen desarrollo del an´alisis hidrol´ogico que perseguimos, no se tratar´an en
este texto los conceptos referentes al filtrado de MDTs, present´andose en la medida de lo
posible alternativas m´as espec´ıficas e id´oneas para nuestra labor.
Figura 2.11: Esquema del desplazamiento de una submalla 3 ×3 para el an´alisis completo de la malla
del MDT mediante el estudio local de sus propiedades.
Te´oricamente, la metodolog´ıa anterior relativa al movimiento de la submalla 3 ×3 permite
la creaci´on de nuevas mallas de informaci´on, excepci´on hecha de las filas y columnas dispuestas
en los extremos de la malla original, para las cuales este planteamiento pierde sentido ya que la
disposici´on de dicha submalla sobre una celda situada en una de ellas obliga al emplazamiento
de algunas celdas de dicha ventana fuera de la propia malla, es decir, en zonas sin datos
conocidos. No resulta ´este un hecho de elevada importancia, m´axime si se tiene en cuenta que el
inter´es por dichos puntos, si se tom´o una malla de informaci´on con una margen suficiente sobre
la zona objeto de estudio, ser´a escaso o pr´acticamente nulo. No obstante, existen formulaciones
para cada par´ametro de los que a continuaci´on se describan, adaptando ´estos a la circunstancia
marginal de este tipo de celdas, los cuales, sin embargo, no se a˜ nadir´an por motivo de la
antedicha poca relevancia que estas celdas poseen.
Un ´ ultimo apunte antes de pasar directamente a la exposici´on de par´ametros extra´ıbles
del MDT. Pese a que a lo largo de los pr´oximos puntos se va a fundamentar la obtenci´on
de dichos par´ametros en la caracterizaci´on matem´atica que en este apartado se ha descrito,
existen siempre diversas alternativas para cada uno de ellos, la mayor´ıa de las veces de mayor
sencillez y que, no obstante, son empleadas con igual o mayor frecuencia y forman parte muy
importante de numerosos paquetes inform´aticos de uso habitual en este campo. Cuando as´ı sea,
´estas formulaciones ser´an comentadas con igual detalle con el ´ unico prop´osito de documentar
cada apartado de la mejor forma posible y arrojar una idea clara de su significado y de las
metodolog´ıas existentes para el trabajo con el mismo. La base matem´atica o f´ısica de la que
derivan ´estas otras formulaciones ser´a esbozada igualmente para una mejor comprensi´on de
todas las alternativas.
2.3.2. Pendiente
El an´alisis propiamente dicho del Modelo Digital del Terreno comienza en este punto con
algunas variables sencillas inherentes a cada celda, que servir´an adem´as para introducir de
modo progresivo la din´amica y estructura de la obra en cuanto a distribuci´on y contenidos.
48 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Para comenzar esta primera aproximaci´on a la evaluaci´on y c´alculo de esas variables que
definen el propio MDT y lo caracterizan desde otros puntos de vista — por supuesto, desde el
punto de vista hidrol´ogico —, nuestro recorrido debe partir irremisiblemente del an´alisis de la
pendiente, magnitud imprescindible para la casi totalidad de elementos sucesivos, en especial
los de mayor notoriedad desde un aspecto netamente hidrol´ogico.
La importancia de la pendiente como factor propio de cada celda en gran parte de los
estudios posteriores que van a realizarse, resulta obvia sin apenas necesidad de recurrir a otros
an´alisis matem´aticos o la presentaci´on de nuevas f´ormulas, en cuanto que es inmediato asociar
el valor de dicha pendiente al comportamiento de la pr´actica totalidad de los procesos que
tiene lugar sobre el territorio definido. La pendiente como tal es la verdadera caracter´ıstica
definitoria del relieve, y par´ametros de tal importancia como la velocidad de flujo del agua,
el riesgo de erosi´on o la mayor o menor infiltraci´on de agua en el suelo, entre muchas otras,
vienen condicionadas por el valor de dicha pendiente.
Se comprende as´ı que esta pendiente, m´as all´a del tratamiento matem´atico al que vamos
a someter seguidamente su c´alculo, sea empleada no ´ unicamente como punto de partida en
las explicaciones sucesivas, sino como referencia inicial para la descripci´on de las bondades
que desde este punto, y ya introducidos en el an´alisis del MDT sensu stricto, nos proporciona
dicho MDT a trav´es de su condici´on de representaci´on cartogr´afica num´erica.
Partiendo de la funci´on matem´atica descrita en un apartado precedente, y a la cual asimila-
bamos la forma del MDT en un entorno local de un punto dado, la pendiente puede calcularse
a trav´es de las primeras derivadas de dicha funci´on, como probablemente el lector con cierta
inquietud matem´atica ya haya supuesto o al menos intuido. De aqu´ı en adelante los conceptos
que van a aplicarse poco tienen que ver con la hidrolog´ıa o la propia geomorfolog´ıa, y se sit´ uan
sin embargo en el campo de la geometr´ıa diferencial, aplicada, eso s´ı, a los resultados previos
obtenidos en relaci´on con los Modelos Digitales del Terreno que nos sirven de punto de partida
para todo este trabajo.
Asi pues, es esta pendiente un par´ametro que, junto con el que se explicar´a a continuaci´on
— la orientaci´on — puede derivarse a partir de dichas derivadas parciales, motivo por el cual
la definici´on y evaluaci´on de las mismas resulta el siguiente paso l´ogico a seguir en la presente
exposici´on.
Los t´erminos que pretendemos calcular, a los que denotaremos como p y q respectivamente
y de aqu´ı en adelante, por mera simplicidad en la exposici´on de sucesivas f´ormulas, se expresan
de la siguiente forma.
p =
∂z
∂x
y q =
∂z
∂y
(2.25)
Aplicando lo anterior sobre la expresi´on introducida en (2.16), pueden reescribirse estas
ecuaciones como
p =
∂(
ax
2
2
+
by
2
2
+cxy +dx +ey +f)
∂x
= ax +cy +d (2.26)
q =
∂(
ax
2
2
+
by
2
2
+cxy +dx +ey +f)
∂y
= by +cx +e (2.27)
El valor que realmente nos interesa calcular es el del centro de la submalla, donde se sit´ ua
a su vez el eje de coordenadas, por lo que podemos simplificar la anterior expresi´on haciendo
x = y = 0. Si, adem´as de esto, procedemos a sustituir los valores de (2.19), se obtiene
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 49
p =
∂z
∂x
= d =
z
3
+z
6
+z
9
−z
1
−z
4
−z
7
6g
(2.28)
q =
∂z
∂y
= e =
z
1
+z
2
+z
3
−z
7
−z
8
−z
9
6g
(2.29)
Estas son, definitivamente, las expresiones de las derivadas dentro de las submallas 3 × 3
que venimos analizando alrededor de un punto dado del MDT. El gradiente de la superficie,
es decir, el vector perpendicular a la misma, tiene la forma
∇f = (
∂z
∂x
,
∂z
∂y
) = (p, q) (2.30)
La pendiente que buscamos obtener no es sino el ´angulo entre dicho vector gradiente y la
vertical, el cual, haciendo uso de conceptos b´asicos de c´alculo de ´angulos entre vectores, se
obtiene seg´ un la expresi´on
γ = arctan
_
d
2
+e
2
(2.31)
Desde otro punto de vista, puede obtenerse la pendiente combinando las dos derivadas
parciales seg´ un
γ = arctan
dz
dxy
= arctan
_
d
2
+e
2
(2.32)
alcanzando, l´ogicamente, un resultado id´entico.
Figura 2.12: Mapa de pendientes. Las tonalidades m´as claras indican pendientes mayores.
Por ´ ultimo, otra forma distinta de contemplar este c´alculo es interpretando la metodolog´ıa
expuesta como resultado de la aplicaci´on de filtros aritm´eticos, en particular uno de la forma
−g 0 g
−g 0 g
−g 0 g
para la extracci´on del valor de p, y uno del tipo
−g −g −g
0 0 0
g g g
50 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
para el c´alculo del factor q, empleando luego estos valores en la formulaci´on presentada en
(2.31).
A lo largo del texto, veremos — ya se ha dejado constancia anteriormente de este hecho
— que los planteamientos relativos al trabajo con MDTs guardan una estrecha relaci´on con
muchos puntos dentro del an´alisis digital de im´agenes la utilizaci´on de dichas im´agenes en
teledetecci´on o como elementos para el an´alisis geogr´afico. La interpretaci´on basada en filtros
a buen seguro que ser´a familiar para aquellos lectores con conocimientos en esta disciplina, que
reconocer´an en el esquema de arriba lo que se conoce habitualmente como n´ ucleo de Prewitt
— aunque en este caso multiplicado por g —, utilizado con frecuencia para la detecci´on de
bordes — que, en t´erminos de color de la imagen, no son sino zonas con gradientes de magnitud
elevada—.
La utilizaci´on de estos filtros se lleva a cabo simplemente desplazando la anterior ventana
y calculando para cada celda central un nuevo valor que no es sino la media ponderada de los
9 de dicha ventana, empleando como coeficientes de ponderaci´on de cada uno los valores que
se encuentran en el filtro.
En la aplicaci´on directa de las expresiones matem´aticas formuladas con anterioridad y
su implementaci´on particular, debe considerarse la presencia de celdas sin datos dentro de
la malla, como ya se apunt´o al definir este elemento, debiendo asignarse como valor de la
pendiente para aquellas celdas cuyo entorno de 8 celdas no se conozca de modo completo dicho
valor de ausencia de datos. Asimismo, como tambi´en se apunt´o, las celdas de los extremos de
la malla se descartan por su escasa relevancia.
Con objeto de reflejar expl´ıcitamente estos hechos, los cuales van a merecer id´entico tra-
tamiento en la totalidad de factores que ser´an analizados en las pr´oximas p´aginas y que
derivan del an´alisis de la submalla 3 × 3, se introduce seguidamente la expresi´on algor´ıtmica
en pseudoc´odigo para la creaci´on de una malla de pendientes, compuesta por dos funciones.
La estructura en t´erminos computacionales que seguir´an el resto de par´ametros de similar
´ındole es practicamente igual a la aqu´ı presentada, con lo que ´esta sirve tambi´en a t´ıtulo
ejemplificador de la manera de emplear las formulaciones que componen este cap´ıtulo.
De modo particular, se denota como NODATA a la constante que refleja la ausencia de datos
en una celda, quedando el algoritmo como sigue.
funci´on CalcularPendienteCelda (i,j)
// i,j son las coordenadas de la celda
// Z es la matriz de elevaciones
// g es la resoluci´on
{
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si Z(i+n,j+m) = NODATA entonces
{
devolver NODATA
}
}
}
p=Z(i-1,j+1)+Z(i,j+1)+Z(i+1,j+1)
-Z(i-1,j-1)+Z(i,j-1)+Z(i+1,j-1)
q=Z(i-1,j-1)+Z(i-1,j)+Z(i-1,j+1)
-Z(i+1,j-1)+Z(i+1,j)+Z(i+1,j+1)
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 51
pendiente=sqrt(p*p+q*q)
devolver pendiente
}
procedimiento CrearMallaPendientes()
//S es la malla de pendientes.
//NC es el n´umero de columnas de la malla.
//NF el n’umero de filas.
{
desde i=2 hasta i=NF-1
{
desde j=2 hasta j=NC-1
{
S(i,j)=CalcularPendienteCelda(i,j)
}
}
}
N´otese que, pese a no hacerse uso en la expresi´on de la pendiente del valor propio de la
celda, no resulta muy correcto — pese a ser perfectamente posible — desde el punto de vista
conceptual el asignarle una pendiente a una celda sin datos de altura. Es por ello que la com-
probaci´on sobre la ausencia o presencia de datos se extiende a todas las celdas de la submalla
3 ×3 y no exclusivamente a las 8 empleadas expl´ıcitamente en la f´ormula correspondiente.
Hasta este punto, hemos dado una caracterizaci´on de la pendiente en un punto a partir
del tratamiento matem´atico de la superficie a la que hemos asimilado el entorno de una celda
en el seno del MDT. No obstante, la pendiente, por su car´acter de factor b´asico y de muy
habitual c´alculo, conoce muchas otras aproximaciones diferentes, algunas de las cuales, pese
a su simpleza, son utilizadas con tanta o incluso m´as frecuencia que la ya explicada y es
con estas otras formulaciones como aparece en algunos paquetes inform´aticos desarrollados
a este efecto. Otras, sin embargo, son producto de aproximaciones muy sencillas y, en cierto
modo, primigenias, que se mantienen por su mera simplicidad y por el hecho de que, a efectos
pr´acticos, pueden cumplir, y de hecho cumplen, su cometido de forma eficaz pues no son de
una imprecisi´on importante.
Algunos de estos otros modos de calcular la pendiente en una celda son enumerados a
continuaci´on como cierre de este apartado.
Sustituci´on de los valores de p y q por las siguiente expresiones:
p =
z
2
+z
7
2g
, q =
z
4
+z
6
2g
(2.33)
Se calculan, por tanto, ´ unicamente las pendientes en las direcciones de los ejes principales,
procedi´endose a la evaluaci´on de la pendiente global en la celda aplicando la formulaci´on
propuesta en (2.31)
Estas formulaciones se corresponden con filtros de la forma
0 0 0
−g 0 g
0 0 0
52 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
para la direccion del eje x, y del tipo
0 −g −0
0 0 0
0 g 0
para el eje y
M´etodo basado en diferencias finitas de tercer orden (Horn, 1981), mediante las expre-
si´ones
p =
(z
9
+ 2z
6
+z
3
) −(z
7
+ 2z
4
+z
1
)
8g
(2.34)
q =
(z
7
+ 2z
8
+z
9
) −(z
1
+ 2z
2
+z
3
)
8g
(2.35)
M´axima pendiente entre la celda central y las celdas circundantes.
Media de las pendientes entre la celda central y las celdas circundantes.
El c´alculo de esta pendiente entre la celda central y las de su entorno, por constituir
el fundamente de uno de los modelos de establecimiento de direcciones de flujo m´as
habituales, se analizar´a con sumo detalle m´as adelante en este cap´ıtulo. No obstante,
y pese a la importancia de esta formulaci´on sobre dicho algoritmo de direcciones de
flujo, su utilizaci´on para la evaluaci´on de la pendiente no es frecuente por su excesiva
sencillez. Como apunta Bosque Sendra (1992), las otras alternativas, adem´as de ser mas
correctas desde el punto de vista cuantitativo, conceptualmente se encuentran tambi´en
m´as cercanas al concepto matem´atico de primera derivada que representa la pendiente.
2.3.3. Orientaci´on
Estrechamente relacionada, aunque sin una tan amplia implicaci´on directa con las mag-
nitudes de los principales elementos hidrol´ogicos como la pendiente, otra variable de inter´es
con la que debe comenzarse el estudio de las caracter´ısticas fisiogr´aficas del territorio sobre la
base del Modelo Digital del Terreno es la orientaci´on.
Dicha orientaci´on de una celda debe considerarse como un par´ametro de relevancia en los
aspectos hidrol´ogicos a trav´es de su influencia en la propia caracterizaci´on morfol´ogica del
terreno, especialmente en la influencia que ´esta tiene para los aspectos clim´aticos a nivel local
y en las diferenciaciones entre, por ejemplo, zonas de umbr´ıa y solana, entre otras. Como
veremos m´as adelante, ya entrados en la segunda parte del libro, el aumento de resoluci´on
que nos posibilita el empleo de Modelos Digitales del terreno en el ´ambito de aplicaci´on de
las formulaciones de tipo hidrol´ogico que ser´an descritas posteriormente, hace interesante el
considerar la magnitud de ciertas variables y su estrecha relaci´on con los valores de orientaci´on,
de cara a la elaboraci´on de modelos m´as precisos y detallados.
Dejando a un lado el papel que pueda jugar la orientaci´on en futuros apartados y recabando
en el aspecto matem´atico de su formulaci´on seg´ un venimos trabajando en los ´ ultimos puntos,
´esta surge sencillamente una vez se han definido los conceptos previos de las derivadas parciales
y la expresi´on de ´estas en funci´on de las celdas circundantes a una celda dada.
La orientaci´on, al igual que la pendiente, es un par´ametro que deriva de las antedichas
primeras derivadas y es en base a las mismas que podemos dar una metodolog´ıa para su
c´alculo. El concepto de dicho aspecto no es otro que el ´angulo formado por el vector normal
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 53
a la superficie en el punto dado, y el del vector que define la direcci´on Norte, entendiendo
as´ı dicha orientaci´on como el ´angulo azimutal de la perpendicular al terreno, de tal modo que
tome un valor de 0
o
para el caso de una orientaci´on Norte, 90
o
para la orientaci´on Este, y
as´ı sucesivamente.
Los anteriores conceptos nos llevan, en t´erminos mas expl´ıcitos y cuantitativos desde el
punto de vista matem´atico a la siguiente expresi´on para la orientaci´on, expresada ´esta en
radianes.
φ =
p
q
(2.36)
La igualdad anterior se obtiene con suma sencillez proyectando el vector gradiente sobre el
plano xy y calculando la tangente del ´angulo formado por dicha proyecci´on y el vector (0, 1)
perteneciente a dicho a este plano, es decir, el vector que indica el Norte en el mismo. Los
valores de p y q, conocidos con anterioridad a partir de los datos del MDT, permiten aplicar
con extrema simplicidad este ´ ultimo resultado
La forma habitual de utilizar este par´ametro no es, pese a todo, la anterior, siendo mucho
m´as frecuente y de mayor utilidad pr´actica la presentaci´on del resultado expresado en grados
sexagesimales, esto es, de acuerdo con lo siguiente.
φ = arctan(p/q) (2.37)
La notaci´on matem´atica del concepto queda completa en este punto, no siendo as´ı con la
formulaci´on algor´ıtmica que pueda derivar del mismo, sobre la que deben realizarse ciertas
puntualizaciones.
Generalmente la orientaci´on se acostumbra a dar en el intervalo 0–360
o
, siendo este rango
tambien interesante para el trabajo interno de un posible algoritmo asociado, por razones
que en breve ser´an comentadas. Ello hace necesaria la distinci´on entre los valores positivos o
negativos que la implementaci´on de la funci´on arcotangente arroje en cada caso y el estudio
de ´estos para poder en funci´on de los mismos asignar correctamente el ´angulo correspondiente
dentro de los valores antes comentados. Se trata, por tanto, de una mera puntualizaci´on sin
mayor importancia y de f´acil soluci´on pr´actica, pero cuya rese˜ na creo es interesante si se tiene
en mente una implementaci´on de lo explicado a lo largo de este punto.
Figura 2.13: Mapa de orientaciones. El rango de variaci´on va desde los 0
o
(negro) hasta los 360
o
(blanco).
Se˜ nalar para concluir que este par´ametro de orientaci´on, al igual que sucede con la pen-
diente en su concepci´on de elemento caracterizador de la tasa de variaci´on de la variable
54 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
representada en la malla analizada, ser´a utilizado en alg´ un otro punto a lo largo del texto
en mallas distintas de las de elevaciones, por lo que es importante la comprensi´on de estos
conceptos (sencilla, por otra parte) para futuras formulaciones y elementos adicionales.
´
Estos,
no obstante, ser´an comentados de nuevo y adaptados al entorno en que se presenten, cuando
la ocasi´on as´ı lo exija.
2.3.4. El problema de las zonas llanas. Parte I
Al introducir la descripci´on matem´atica de las superficies recogidas en el MDT, y en
particular al presentar la manera en que nuevas mallas de datos iban a ser calculadas a partir
de la utilizaci´on sucesiva de una submalla 3×3 a lo largo de todas las celdas, un problema de
forma surgi´o al tratar aquellas celdas situadas en los extremos, resultando necesario para las
mismas aportar una formulaci´on accesoria.
Esta excepci´on, el primer obst´aculo para la aplicaci´on de una metodolog´ıa generalizada
en nuestra actual tarea, era, sin embargo, un problema con caracter gen´erico que afectaba a
los procedimientos de c´alculo de cualquier par´ametro, independientemente de la naturaleza de
´este y siempre que estuviera basado, obviamente, en el trabajo con la submalla de entorno de
una celda seg´ un lo definido.
El trabajo con el gradiente, no obstante, aporta un nuevo inconveniente que obliga a tener
en consideraci´on algunos aspectos adicionales para garantizar la buena definici´on del mismo
en la totalidad de las celdas que conforman la malla objeto de an´alisis. Este hecho, adem´as,
nos presenta una primera definici´on de una de las circunstancias de mayor relevancia que
ata˜ nen al trabajo con MDTs, y que es aquella relativa a las zonas llanas, es decir, con valor de
pendiente nulo (aunque veremos que no es ´este exactamente el caso en el presente apartado).
No por azar se ha a˜ nadido al t´ıtulo de este punto la coletilla de Parte I, en referencia a una
posterior secuela donde estas circunstancias ser´an analizadas con mucho mas detalle, pues
influir´an entonces de manera muy notable en otra serie de par´ametros y elementos a calcular.
En lo referente al caso actual del gradiente, la presencia en el denominador de la ecuaci´on
(2.37) del componente q =
∂z
∂x
nos obliga a tomar ciertas medidas ante la posibilidad de que
´este pueda tomar un valor nulo, quedando en tal caso indefinido el valor de la orientaci´on de
dicha celda.
Si ´ unicamente es nulo el valor de q, pero no lo es el de p, ello simplemente indica que
nos encontramos ante una celda cuya orientaci´on coincide con el eje x, es decir, orientada
exactamente al Este o al Oeste dependiendo del signo que tome valor de p. No existe m´as
problema en tal caso salvo la necesidad expresa de contemplar la anterior posibilidad en una
supuesta formulaci´on algor´ıtmica que pueda desarrollarse para la evaluaci´on de la orientaci´on.
Frente a esto, existen celdas a las cuales no resulta posible asignar un valor de orientaci´on
y obligan a la adici´on de nuevos supuestos para reflejar de igual modo estas circunstancias.
Dichas celdas no son otras que aquellas donde la pendiente sea nula, esto es, que p = q = 0,
quedando el valor de la orientaci´on igual al cociente
0
0
, y por tanto, indeterminado.
Analizando la situaci´on desde un punto de vista de la l´ogica m´as habitual, independien-
temente del aspecto matem´atico, resulta obvio que un punto por completo plano no puede
tener orientaci´on alguna, por lo que debe asignarse alg´ un valor establecido que indique esta
ausencia de orientaci´on o, como suele denominarse, orientaci´on a Todos los Vientos (TV).
Desde un punto de vista f´ısico del propio relieve que se analiza, debemos pensar que la exis-
tencia de una zona perfectamente plana no es sino un artificio derivado de la propia naturaleza
del MDT que se est´a empleando y de la discretizaci´on y la disminuci´on de la informaci´on que
implica dicho uso. No obstante, situaciones como ´esta son altamente frecuentes en pr´actica-
mente cualquier MDT, incluso con independencia de la resoluci´on con que se trabaje, por lo
que debe buscarse una soluci´on para las dificultades que ahora se presentan. Como ya se apun-
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 55
to con anterioridad, tambi´en ser´a necesario proponer alternativas o formulaciones adicionales
en algunos otros par´ametros que posteriormente ser´an estudiados y en los que la incidencia
de este hecho es ciertamente mas grave.
La soluci´ on adoptada con car´acter habitual en relaci´on con la orientaci´on pasa por la
utilizaci´on de los valores recomendados algunas l´ıneas atr´as, es decir, expresar ´esta siempre
dentro del intervalo 0–360
o
; y utilizar un valor fuera de este rango — habitualmente −1 —
para indicar que la celda es plana y resulta imposible el c´alculo de un valor de orientaci´on
adecuado. De este modo se establece una convenci´on sencilla — cualquier otra que el lector
pueda adoptar ser´a igualmente v´alida — que permite, ahora s´ı, aplicar las ecuaciones obtenidas
relativas a este par´ametro en la totalidad de las celdas y casos posibles que pueden encontrarse
en un Modelo Digital del Terreno dado.
Profundizando algo m´as en lo mencionado unas pocas l´ıneas m´as arriba sobre la artificia-
lidad de las zonas perfectamente llanas, y aunque la formulaci´on propuesta para la evaluaci´on
de la pendiente no implique de por s´ı una imposibilidad o cualquier otra dificultad de c´alculo
en las mismas, resulta interesante el plantear alg´ un tipo de enfoque como el asumido para el
caso de la orientaci´on, aplicando alg´ un tipo de clasificaci´on a ciertos datos en funci´on de sus
valores. Algunos autores como Mitasova recomiendan el establecimiento de un umbral m´ınimo
de pendiente bajo el cual se puede asumir que la zona es totalmente plana y, por tanto, debe
ser tratada con las formulaciones alternativas que se hayan propuesto para este caso en cada
uno de los par´ametros que se estudien.
Este planteamiento quiz´as no cobre un especial sentido a estas alturas del texto, pero
se puede justificar con la presencia de algunas variables relacionadas con la pendiente en el
denominador de otras expresiones que en su momento ser´an analizadas, de tal modo que
valores muy bajos de pendiente pueden arrojar resultados de una magnitud exagerada para
estas expresiones, magnitud que no es consistente, en ocasiones, con el significado f´ısico del
par´ametro calculado.
A este respecto no existen an´alisis detallados que permitan al menos esbozar un valor
indicativo para el antedicho umbral, pero la menci´on de esta circunstancia debe ser considerada
por el lector si ´este desea implementar algunas de las metodolog´ıas descritas en este texto,
asignando dicho valor umbral en funci´on de las propias circunstancias o de sus consideraciones
personales acerca del tema.
2.3.5. Curvaturas
La consideraci´on realizada hasta el momento respecto a la superficie representada por las
celdas del MDT y su an´alisis como tal superficie desde un punto de vista matem´atico, permite
continuar nuestro estudio e incluir en el mismo algunos par´ametros adicionales que extienden
y complementan los anteriores y, aun sin una aparente relevancia como caracterizadores de
fen´omenos f´ısicos, sean ´estos hidrol´ogicos o no, constituyen informaci´on de gran inter´es y la
base para una integraci´on posterior con verdadero significado f´ısico. De entre estas variables
de inter´es son destacables las curvaturas, particularmente en el sentido de la m´axima pen-
diente (vertical) y en el de la curva de nivel asociada a la celda (horizontal), cuya expresi´on
matem´atica se analiza a continuaci´on.
Dejando atr´as las variables que guardaban una dependencia directa con las derivadas de
primer orden — pendiente y orientaci´on —, la variaci´on de ´estas expresada a trav´es de las
derivadas parciales de segundo orden va a ser la base de partida para el presente apartado
y para la extracci´on de los par´ametros que de ellas pueden deducirse. El significado de estos
nuevos par´ametros y su utilidad desde un punto de vista pr´actico ser´an explicados a la par
que se presenta una expresi´on te´orica de los mismos siguiendo la estructura general del texto
hasta el momento.
56 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Las expresiones de las que vamos a partir en este caso y que deben definirse en nuestro
´ambito de trabajo en relaci´on con el MDT son, pues, las siguientes.
r =

2
z
∂x
2
, s =

2
z
∂y
2
, t =

2
z
∂x∂y
(2.38)
A ´estas deben sumarse, l´ogicamente, las ya deducidas derivadas de primer orden, que
tambi´en pasar´an a formar parte de las formulaciones que a continuaci´on se desarrollan.
Las expresiones que se obtienen para lo anterior, simplemente derivando la ecuaci´on general
de la superficie del MDT en la submalla 3 ×3, son las siguientes:
r =

2
(
ax
2
2
+
by
2
2
+cxy +dx +ey +f)
∂x
2
= a (2.39)
s =

2
(
ax
2
2
+
by
2
2
+cxy +dx +ey +f)
∂y
2
= b (2.40)
t =

2
(
ax
2
2
+
by
2
2
+cxy +dx +ey +f)
∂x∂y
= c (2.41)
Las curvaturas de la superficie pueden tomarse en diversos sentidos, de los cuales s´olo dos
de ellos ser´an aqu´ı detallados por su mayor relevancia, compartiendo todos ellos una serie de
aspectos en com´ un tanto a nivel matem´atico como en su interpretacion posterior.
Las curvaturas como tales vienen a indicarnos la morfolog´ıa c´oncava o convexa del punto
analizado de acuerdo con una direcci´on dada, direcci´on que, seg´ un sea tomada, tendr´a unas u
otras implicaciones sobre la significaci´on f´ısica de los valores obtenidos. Al respecto de estos
valores, se van a obtener aqu´ı a trav´es de expresiones que arrojan valores reales como resultado,
pero tambi´en resulta com´ un tener en cuenta ´ unicamente los signos de los mismos (o ausencia
de tal signo si el valor es nulo) para caracterizar la curvatura considerada sencillamente como
c´oncava o convexa (o plana en el caso nulo).
Podemos, en primer lugar, y comenzando con una introducci´on generalista que empleare-
mos como base para la definici´on de las curvaturas que resultan de inter´es, dar una expresi´on
gen´eral para cualquier curvatura, de tal modo que ´esta quede en funci´on de la secci´on sobre
la que quiera considerarse la misma, y que ser´a de la forma mostrada a continuaci´on.
k =

2
z
∂x
2
cos
2
β
1
+ 2

2
z
∂x∂y
cos β
1
cos β
2
+

2
z
∂y
2
cos
2
β
2
cos ν
_
1 + (
∂z
∂x
)
2
+ (
∂z
∂y
)
2
(2.42)
donde β
1
y β
2
son los ´angulos del vector normal a la secci´on considerada con los ejes x e y, y
ν el formado por la propia secci´on y la normal a la superficie en el punto analizado.
A partir de la expresi´on anterior, ahora s´olo resta definir aquellas secciones que son de ma-
yor inter´es o que pueden proporcionar una informaci´on con un mayor significado con respecto
a la caracterizaci´on del terreno que llevamos a cabo, y en especial con aquellos aspectos que
puedan guardar alguna relaci´on con fen´omenos hidrol´ogicos diversos.
En un primer lugar, y si ya sabemos que la curvatura sirve como un indicador de la
concavidad o convexidad en el plano de la secci´on propuesta, parece l´ogico tratar de estudiar
este valor en el plano por el cual se va a producir la escorrent´ıa del agua, es decir, en un plano
dispuesto perpendicularmente a la curva de nivel de tal modo que la intersecci´on de ´este con la
superficie nos de la l´ınea de m´axima pendiente. Se llega as´ı a lo que denominaremos curvatura
vertical, y para la cual los ´angulos que quedaban sin definir en la expresi´on gen´erica mostrada
en (2.42) toman, aplicando ya la notaci´on introducida en (2.26) los valores siguientes.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 57
cos ν = 1 , cos β
1
=
q
3
_
p
2
+q
2
, cos β
2
=
−p
_
p
2
+q
2
(2.43)
Llevando estos a (2.42) y simplificando, obtenemos la expresi´on de la curvatura vertical
que queda como sigue.
k =
q
2
r −2pqs +p
2
t
(p
2
+q
2
)
_
1 +p2
+
q
2
(2.44)
Al estar fundamentada en la aplicaci´on de la formula gen´erica sobre el plano que da lugar
a la m´axima pendiente, esta curvatura va a guardar una relaci´on directa con el flujo del agua
que discurre en la direcci´on de dicha l´ınea de m´axima pendiente. As´ı, en las zonas en las que
el valor de la curvatura sea positivo, es decir, cuando la pendiente aumente y nos encontramos
por tanto en una zona de tipo convexo, el flujo de agua tender´a a acelerarse en ese punto,
con las consecuencias que pueden deducirse en una primera aproximaci´on sobre otra serie
de factores aparte del propio movimiento del agua, como pueden ser la capacidad erosiva del
dicho flujo, entre otros. No obstante, el an´alisis de aspectos como el anterior deben contrastarse
tambi´en con la curvatura en sentido de la curva de nivel, pues es la conjunci´on de ambas la
que terminar´a por darnos una visi´on m´as efectiva de la realidad geomorfol´ogica de la celda y
permitirnos en base a ella la evaluaci´on de otra serie de circunstancias como las anteriomente
rese˜ nadas.
Dicha curvatura en el sentido de la curva de nivel, a la que denotaremos como curvatura
horizontal, puede obtenerse de un modo similar al anterior, sin m´as que proceder a una defi-
nici´on del nuevo plano de la secci´on a emplear, definici´on que vendr´a dada por los valores de
los ´angulos correspondientes, y que queda recogida a continuaci´on.
cos ν = 1 , cos β
1
=
p
3
_
(p
2
+q
2
)(1 +p
2
+q
2
)
cos β
2
=
q
_
(p
2
+q
2
)(1 +p
2
+q
2
)
(2.45)
De nuevo, llevando este resultado a la ecuaci´on general de las curvaturas y operando, se
tiene
k =
q
2
r −2pqs +p
2
t
(p
2
+q
2
)
_
(1 +p
2
+q
2
)
3
(2.46)
Esta segunda curvatura calculada puede relacionarse en sus sentido aplicado tambi´en con
el flujo de agua que circula a trav´es de la celda, aunque de un modo distinto y altamente com-
plementario a lo visto en el caso de la curvatura vertical.
´
Esta ´ ultima, haciendo referencia a la
variaci´on de pendiente sobre el mismo eje del flujo (la m´axima pendiente), aporta informaci´on
relativa al perfil longitudinal del r´ıo. En el caso de la curvatura horizontal, esta informaci´on
no es otra que la tocante a la secci´on transversal del cauce de flujo del agua, supuesto ´este
formado por la celda central objeto de an´alisis y las circundantes. La informaci´on acerca de
esta secci´on y la concavidad o convexidad — no ya de la secci´on, pues en la escala de trabajo
es probable que el cauce real del r´ıo apenas ocupe una celda parcialmente, sino del entorno —,
puede aportar un dato de inter´es acerca de la convergencia o divergencia del flujo a su paso
por al celda considerada. As´ı, formas c´oncavas indican una convergencia neta del entorno de la
celda hacia el centro de la misma, existiendo por tanto un aumento de concentraci´on de flujo,
mientras que las formas convexas suponen procesos por completo opuestos a los anteriores.
Se comprende que lo anterior es de aplicaci´on m´as correcta para flujos en ladera, pues en
el caso de flujos encauzados, aunque el perfil de dicho cauce no se refleje, como se ha dicho, en
58 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
los datos del MDT, es l´ogico que vaya confinado a dicho perfil no siendo relevante la curvatura
en el exterior del mismo salvo en caso de avenida, y no con car´acter general.
Como en el caso anterior, las implicaciones del signo de esta curvatura puede interpretarse
desde otros puntos de vista y con referencia a aspectos variados de la geomorfolog´ıa del terreno,
quedando sin embargo definidas sus implicaciones de un modo menos robusto mediante el s´olo
empleo de ´este par´ametro de forma aislada.
Figura 2.14: Mapas de curvatura horizontal (derecha) y vertical (izquierda). Las zonas claras repre-
sentan concavidad, mientras que las de tonalidad oscura indican convexidad.
Ambas curvaturas, tal y como se han expuesto en este punto, no son a la escala de trabajo
que venimos aplicando elementos de tanta importancia como los anteriores de pendiente y
orientaci´on — por razones obvias —, ni resulta tan efectivo y ´ util el trabajo con las mismas,
principalmente por las limitaciones a la interpretaci´on de su significado que se derivan de la
naturaleza misma de estos par´ametros. Un an´alisis a nivel m´as local, pasando como es l´ogico
por el empleo de tama˜ nos de celda inferiores, dotar´ıa de mayor sentido pr´actico a estas variables
y permitir´ıa un empleo m´as ´optimo de los resultados obtenidos, pues dichas interpretaciones
resultan m´as fieles a la realidad en escalas menores que la que hemos dado como v´alida para
operar con el resto de variables vistas hasta el momento.
Por su parte, el an´alisis a un mayor nivel tal como el que ya se argument´o como nivel
de trabajo correcto para el enfoque de esta obra, sin ser err´oneo, debe considerarse de modo
indicativo, en especial para aquellos factores que derivan de un modo parcial de los valores de
las curvaturas. De otro modo, si no se obvian estos otros factores derivados o se toman sin el
debido recelo y prudencia, los resultados de ellos extra´ıdos pueden no estar en concordancia
con los obtenidos mediante otros modelos mas espec´ıficos.
Esta circunstancia hace alusi´on directa a los aspectos en relaci´on con la erosi´on, la cual
puede interpretarse en una primera aproximaci´on a partir de las curvaturas y los par´ametros
elaborados a partir de las mismas como se ver´a en el siguiente punto. Dicha relaci´on entre
curvaturas y procesos erosivos debe tomarse con precauci´on, siendo recomendable el hacer uso
de las primeras para los aspectos comentados en lo tocante al comportamiento de los flujos de
agua (aceleraci´on, concentraci´on, etc) y emplear las interpretaciones derivadas como elementos
indicadores pero en absoluto categ´oricos en referencia al aspecto sobre el que versen dichas
interpretaciones.
Desde el punto de vista matem´atico existen otro tipo de curvaturas adem´as de las aqu´ı pre-
sentadas, pues ´estas constituyen una importante parcela dentro de la geometr´ıa diferencial,
siendo relativamente sencillo encontrar la expresi´on de las mismas en los textos habituales
sobre el tema. No obstante, la relaci´on de muchos de estos par´ametros con alg´ un tipo de sig-
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 59
nificado f´ısico en general, y de tipo hidrol´ogico en particular, no es en absoluto un´animemente
aceptada y se ha preferido no dar excesivo desarrollo a este tema. Algunas de estas otras
expresiones de las curvaturas, se utilizan de todos modos como base para ejercicios propuestos
al final de este cap´ıtulo, que satisfar´an la curiosidad del lector m´as inquieto e incitar´an al
an´alisis de la significaci´on de los mismos, procurando as´ı de modo indirecto, sin duda, una
mejor comprensi´on de todo lo explicado en estas l´ıneas.
2.3.6. Par´ametros derivados de las curvaturas
Considerando como de mayor importancia las curvaturas propuestas con anterioridad,
y asumiendo que ´estas, por su propia definici´on, pueden servir en conjunto, y unidas a la
pendiente y la orientaci´on, para dar una definici´on suficientemente completa del terreno desde
el punto de vista morfol´ogico, cabe plantear la posibilidad de elaborar formulaciones conjuntas
donde intervengan las dos antedichas curvaturas. El significado pleno de ´estas, como se ha
comentado ya con anterioridad, puede aflorar en estos nuevos planteamientos, apoyado en la
complementariedad de dichos par´ametros en cuanto que caracterizan similares magnitudes
pero desde puntos de vista diferentes y bien definidos de modo individual.
El trabajo con los valores de las curvaturas obtenidos y la incorporaci´on de ´estos dentro de
nuevos planteamientos puede realizarse tanto de forma precisa y cuantitativa, recurriendo a
los valores exactos obtenidos, como de forma cualitativa, simplemente empleando el trinomio
c´oncavo/convexo/plano, de forma que las diferentes combinaciones de los valores de ambas
curvaturas, aun pudiendo matizarse en cuanto a su importancia, signifiquen estructuras de
uno u otro tipo ´ unicamente basadas en dicha caracterizaci´on cualitativa.
Por su mayor simplicidad y no perder pese a ella su representatividad y valioso significa-
do, comenzaremos por este ´ ultimo planteamiento para pasar con posterioridad a un an´alisis
n´ umerico de mayor exactitud.
Tanto para este primer posicionamiento cono para el que ser´a seguidamente desarrollado,
las similitudes conceptuales entre ambas curvaturas pueden servir como punto de partida para
establecer la forma de unir ´estas de un modo u otro. Aunque reflejen aspectos b´asicamente
distintos, se puede intuir que en ambos, la caracterizaci´on de una celda dada como c´oncava o
convexa supone en cierta medida la ocurrencia de procesos que guardan alguna relaci´on f´ısica
entre ellos.
Por ejemplo, para el caso de curvatura horizontal de tipo c´oncava, esto supone una con-
centraci´on del agua que, dada la forma de la secci´on transversal al flujo, vierte sobre la linea
que ´este define, dando lugar a una acumulaci´on de dicho flujo. Si centramos la antenci´on en
una curvatura vertical c´oncava, ´esta supone una disminuci´on de la velocidad del flujo, por
lo tanto representa un potencial retenci´on de agua en este punto. Ello, unido a que la forma
c´oncava viene asociada con una capacidad para albergar dicha retenci´on, lleva r´apidamente a
la conclusi´on de que, tambi´en en este caso, la concavidad puede asimilarse a un proceso que
bien podr´ıa definirse como de acumulaci´on.
Aplicando un razonamiento similar, es sencillo asociar a las curvaturas de tipo convexo
procesos de dispersi´on del flujo, que tal como sucede en el caso anterior ser´an acentuados
cuando ambas curvaturas tengan el mismo signo y ver´an compensados sus efectos cuando
tengan signos contrarios y no se produzca una suma de ambos.
Conjuntamente con los valores extremos de acumulaci´on o dispersi´on, existe una gran parte
de combinaciones intermedias que vienen a representar zonas donde no se encuentran definidos
con suficiente entidad ninguno de los procesos anteriores, a las que denominaremos zonas de
tr´ansito, complet´andose as´ı una caracterizaci´on sencilla pero altamente pr´actica de las zonas
analizadas.
En la figura (2.15) se exponen a modo de tabla de dos entradas las combinaciones posibles
60 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
seg´ un lo anterior, acompa˜ nadas de representaciones gr´aficas complementarias que aclaran el
significado de cada una de ellas y sirven de resumen visual de la formulaci´on propuesta.
Figura 2.15: Caracterizaci´on de procesos de acumulaci´on seg´ un los valores de las curvaturas horizontal
y vertical asociadas
Extendiendo el planteamiento anterior en lo referente a la precisi´on del mismo, pero man-
teniendo la base conceptual que reside tras ´el, estamos en condiciones en este punto de tratar
de desarrollar una expresi´on matem´atica que permita la obtenci´on de resultados similares a los
anteriores desde un punto de vista num´erico en lugar de una simple distinci´on en tres clases.
En primer lugar, la magnitud de la curvatura global como funci´on compuesta de las dos
curvaturas estudiadas, independientemente de su signo, debe considerarse de cara a la cuan-
tificaci´on de la intensidad con que los procesos de acumulacion o deposici´on van a darse en la
celda objeto de an´alisis. Esta combinaci´on ambos par´ametros puede darse a traves de lo que
se den´omina curvatura acumulada, y cuya sencilla expresi´on es
k
a
= k
h
k
v
(2.47)
Se tiene as´ı ya un primer elemento cuantificador de los efectos derivados con anterioridad
de las curvaturas, el cual indica la magnitud de dichos efectos, ya sean ´estos acumulaciones o
dispersiones del flujo. Se necesita, por tanto, para completar lo anterior y dotar de significado
a esta curvatura acumulada, alg´ un par´ametro que determine el fen´omeno que tiene lugar ma-
yoritariamente sobre la celda analizada, ya que la expresi´on anterior no permite la evaluaci´on
del mismo por meras razones de su formulaci´on matem´atica. A este respecto, una simple media
aritm´etica de las curvaturas horizontal y vertical puede cumplir de forma ´optima la funci´on
requerida, quedando as´ı definida una nueva variable seg´ un lo siguiente:
k
m
=
k
h
+k
v
2
(2.48)
Ya con estos dos factores, una nueva composici´on de ambos nos permite obtener un par´ame-
tro aut´onomo caracterizador de los procesos ya descritos, a la vez que cuantificando la impor-
tancia de los mismos. La expresi´on a la que se llega en este caso alcanzando el fin perseguido,
puede ser del tipo de la mostrada bajo estas l´ıneas.
k
ATD
= k
m
k
a
(2.49)
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 61
El estudio de los fen´omenos de acumulaci´on, tr´ansito o dispersi´on queda ahora definido
con una mayor solidez al hacer uso de ambas curvaturas descritas en el apartado precedente,
y pueden as´ı derivarse nuevos resultados adem´as de los ya introducidos y relacionados con los
propios flujos de agua y su comportamiento.
La informaci´on relativa a dichos fen´omenos puede ser utilizada para la estimaci´on de pro-
piedades del suelo que afecten a la hidrolog´ıa subterranea o a los procesos de infiltraci´on, entre
otros; para estudios de estabilidad del terreno o para derivar par´ametros que pueden definir
en una primera aproximaci´on el comportamiento y din´amica de elementos contaminantes en
el suelo, de inter´es tambien para un an´alisis hidrol´ogico desde el punto de vista de la calidad
de las aguas. Muchos estos aspectos, sin embargo, escapando a la filosof´ıa y alcance de esta
obra, no ser´an analizados con mayor detalle, quedando como verdadero resultado de impor-
tancia en este sentido el ya desarrollado en las l´ıneas anteriores, y que sirve como colof´on a
los referidos a una mera caracterizaci´on morfol´ogica del terreno con car´acter local, es decir,
basada ´ unicamente en las valores registrados para las celdas en el entrono inmediato de cada
celda problema.
A partir de este punto, el resto de formulaciones que a´ un restan por estudiar ampliar´an
la zona de influencia que debe ser considerada, siendo planteadas desde un nuevo punto de
vista como a continuaci´on comenzaremos a ver. Antes de ello no obstante, nos entretendremos
en una ´ ultima propiedad de cada celda, de car´acter distinto a las anteriores — especialmente
seg´ un los modelos que se adopten para su c´alculo —, y a la que, por su vital importancia, se
dedicar´a amplio n´ umero de p´aginas, no escatimando detalle alguno en su presentaci´on.
2.3.7. C´alculo de direcciones de flujo
Los elementos b´asicos del an´alisis hidrol´ogico —r´ıos y cuencas— seg´ un ya qued´o expresado
en la introduccion, son la base inicial para constituir el entorno de aplicaci´on de las formu-
laciones posteriores, siendo su caracterizaci´on y definici´on el nucleo central de esta primera
parte del libro. Dichos r´ıos y cuencas, aun en su condici´on de elementos b´asicos, estando plas-
mados sobre un contexto computacional y sobre la base de un MDT tal y como ´este reci´en
fue definido, pueden reducirse a unidades menores de las que, a su vez, es posible partir para
su propia definici´on y establecimiento. As´ı, y como se ver´a m´as adelante en t´erminos m´as
formales y rigurosos, los r´ıos pueden entenderse como conjuntos de celdas por las que circula
una cierta cantidad de agua de forma canalizada, y las cuencas como agrupaciones de dichas
celdas cuyo flujo acaba alcanzado una celda dada.
Es f´acil darse cuenta, por tanto, de que la celda, la unidad m´ınima que encontramos en
el MDT como entidad cartogr´afica, se constituye tambi´en como la unidad de partida para el
resto de elementos, siendo as´ı su an´alisis el que nos facultar´a para posteriormente llevar a cabo
el estudio de entidades m´as complejas y modelos de mayor envergadura.
Comencemos, pues, a trabajar con estas piezas b´asicas para, encaj´andolas met´odicamente
construir en sucesivos cap´ıtulos las antedichas entidades.
De entre las caracter´ısticas m´as relevantes de cada una de las celdas, destaca de manera
especial la denominada direcci´on de flujo, en cuanto que ´esta caracteriza el movimiento del
agua a trav´es de la celda y condiciona, por tanto, gran n´ umero de otras formulaciones y
planteamientos. La relevancia de este factor lo corroboran la extensa literatura al respecto y
el notable esfuerzo investigador que se ha llevado a cabo con el ´ unico objetivo de conseguir
definir una metodolog´ıa que explique satisfactoriamente el comportamiento del agua a trav´es
de las distintas celdas que componen el MDT, siendo consistente con los procesos observados
en la realidad. La discretizaci´on del terreno en unidades m´ınimas (celdas) que propone el
Modelo Digital del Terreno es, como parece l´ogico, el principal escollo que se presenta para la
modelizaci´on de un fen´omeno continuo como el estudiado, y frente al cual se han desarrollado
62 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
con notable ´exito las metodolog´ıas y formulaciones que se expondr´an en el presente apartado.
La definici´on del comportamiento de la celda como unidad aislada en lo referente al flujo
de agua a trav´es de la misma viene condicionada directamente por las celdas circundantes,
ya que es la relaci´on entre las alturas de cada una ellas con la celda central la que indica la
direcci´on de flujo. Dicha direcci´on est´a fundamentada en el principio b´asico y evidente de que
el agua en su recorrido se mueve siempre hacia el menor potencial posible, esto es, hacia la
direcci´on de m´axima pendiente.
Se considerar´a, por tanto, para comenzar, el esquema ya bien conocido de submalla 3 ×
3 que ser´a utilizado como fundamento conceptual tambi´en en este caso. Posteriormente, el
refinamiento de este an´alisis y la consideraci´on de cierta serie de circunstancias posibles, haran
que debamos ((mirar m´as all´a)) de esas 9 celdas para la formulaci´on de alternativas y soluciones
de c´alculo aceptables.
Manteni´endonos por el momento sobre el esquema anterior, el problema a resolver en este
punto consiste en, a partir de la celda central, calcular el patr´on de movimiento del agua
desde la misma; problema que admite una cierta variedad de planteamientos, siendo todos
ellos aqu´ı analizados en orden creciente de complejidad o precisi´on.
El modelo D8
La perspectiva mas sencilla y adecuada para comenzar la exposici´on de algoritmos en torno
al c´alculo de direcciones de flujo, es la denominada D8 (O’Callaghan y Mark, 1984), acr´onimo
derivado de su denominaci´on en lengua inglesa Deterministic 8. Esta formulaci´on, si bien
ciertos estudios posteriores realizados con respecto a la misma han puesto de manifiesto que
bajo determinadas circunstancias da lugar a resultados err´oneos y no representa con fidelidad
la realidad hidrol´ogica del territorio, es la implementada en la gran mayor´ıa de paquetes de
an´alisis hidrol´ogico y la que, en t´erminos generales, resulta de m´as com´ un aplicaci´on debido
principalmente a su sencillez operativa y facilidad de comprensi´on.
Asimismo, como m´as adelante se ver´a, permite obtener mejores resultados en t´erminos de
eficacia de computaci´on, precisamente debido a la simplicidad de sus fundamentos, la cual
permite la simplificaci´on de ciertos procesos. Baste decir aqu´ı, a modo de resumen, que la
formulaci´on D8 ofrece resultados de calidad sobradamente aceptable en la gran mayor´ıa de
los casos, siendo, de cualquier manera, el fundamento b´asico para la mayor parte de las otras
formulaciones que ser´an estudiadas, representando, por ´estas y otras razones, la metodolog´ıa
clave para el an´alisis hidrol´ogico de Modelos Digitales del Terreno. Es de rese˜ nar, adem´as,
que las posibles deficiencias del modelo desde el punto de vista del estudio geomorfol´ogico
se diluyen cuando los resultados de ´este son utilizados en el an´alisis hidrol´ogico en sentido
estricto (verdadero objetivo que perseguimos), corroborando as´ı la vigencia y bondad de este
m´etodo y el desarrollo extenso del que va a ser objeto en estas p´aginas.
Los fundamentos te´oricos de esta metodolog´ıa son intuitivos e inmediatos. Para el modelo
D8, y dada una celda problema, el agua puede abandonar ´esta ´ unicamente en ocho direcciones
posibles, esto es, las ocho que resultan de unir el centro de la celda inicial con los de las las
ocho circundantes. El ´angulo de desplazamiento del flujo queda as´ı discretizado en intervalos
de 45
o
(360/8), circunstancia que se erige como principal inconveniente del m´etodo al restringir
la variedad de situaciones reales a tan solo 8 posibles.
Los errores en la delimitaci´on de cuencas, la aparici´on de segmentos rectil´ıneos en zonas
llanas o la acumulaci´on de errores en pendientes mon´otonas, son, entre otras, algunas de
las consecuencias indeseadas de lo anterior, y ser´an explicadas con mas detalle en sucesivas
p´ aginas. La metodolog´ıa del D8, no obstante, presenta tambi´en ventajas notables adem´as de
la sencillez y buen rendimiento ya mencionados, siendo interesante resaltar que se establece
una relaci´on biun´ıvoca entre los cauces trazados empleando direcciones de flujo calculadas
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 63
mediante D8 y las propias direcciones, hecho que se pierde en los enfoques de tipo no discreto
que se plantean como soluciones para la optimizaci´on y mejora del m´etodo.
El proceso de c´alculo de la direcci´on de flujo es sencillo, y requiere ´ unicamente el calculo
de una pendiente media entre la celda central y las 8 circundantes, la cual se eval´ ua mediante
la expresi´on
γ =
z
i+m,j+n
−z
i,j
l
; m, n ∈ {−1, 0, 1}, mn = m+n (2.50)
N´otese que se ha introducido de nuevo la notaci´on generica de la malla en lugar de la
definida para la submalla 3×3, pues resulta m´as apropiada para este caso y para los restantes
desde este punto en adelante.
La condici´on nm = n + m se a˜ nade ´ unicamente para evitar el caso m = n = 0, esto es el
an´alisis de la propia celda problema, ya que s´olo tiene sentido el estudio de las 8 en contacto
con ella, pero no de ella misma.
Por ´ ultimo, la expresi´on en el denominador representa la distancia entre los centros de las
celdas entre las que se calculan, pero no se emplea aqu´ı directamente la variable g de tama˜ no
de celda, ya que la distancia a aplicar no es igual en las celdas situadas en la vertical o en la
horizontal de la celda central, que en las celdas situadas en diagonal a la misma. Puede, no
obstante, expresarse l en funci´on de g de acuerdo con lo siguiente.
l =
_
g si |n +m| = 1
g

2 si |n +m| = 1
(2.51)
Teniendo todo esto en cuenta, podemos establecer la siguiente celda en el flujo sin m´as que
buscar la mayor de las pendientes calculadas para todas las celdas del entorno considerado,
siendo esta la direcci´on que seguir´a el agua a su paso por la celda que hemos analizado. La
concepci´on simplista expresada no utiliza, como vemos, la caracterizaci´on de la pendiente que
vimos en el apartado correspondiente algunas p´aginas atr´as, restringiendo tambi´en el c´alulo de
este par´ametro a las 8 direcciones posibles que conforman el ab´anico de posibilidades con las
que trabaja esta metodolog´ıa. En realidad, esta metodolog´ıa usa no ´ unicamente el concepto de
pendiente, sino tambi´en ideas relativas a la orientaci´on de la celda, aunque ´estos se presentan
bajo una formulaci´on matem´atica bien distinta debida al distinto objetivo perseguido en este
caso.
Puesto que nuestro planteamiento trabaja por el momento sobre un entorno cerrado y bien
conocido de la celda en forma de submalla, la extensi´on de los resultados de dicha celda al
resto del MDT y el desarrollo de nuevas mallas de informaci´on puede perfectamente llevarse
a cabo desplazando la citada submalla por la totalidad de las celdas que componen el MDT,
como ya se hiciera para otros par´ametros. Sin embargo, la presencia de las celdas lim´ıtrofes
en los extremos de la malla debe solventarse en esta ocasi´on ignorando ´estas para el c´alculo,
ya que resulta imposible sin conocer la totalidad del entorno el definir de forma correcta la
direcci´on del flujo en dichas celdas. Este hecho, no obstante, y con menos incidencia incluso
que en esos otros par´ametros ya analizados, no tiene apenas relevancia para la extracci´on de
informaci´on posterior, debido a la improbable utilizaci´on de dichos datos no calculados.
Las consecuencias de la propia estructura de esta metodolog´ıa pueden comenzar a extraerse
ya, poniendo de manifiesto tanto las indudables ventajas del m´etodo como las importantes
carencias que, si bien no cobran gran relevancia en la gran mayor´ıa de los casos, deben se˜ nalarse
convenientemente.
Si bien los par´ametros con los que ven´ıamos trabajando hasta este punto eran m´as in-
dependientes al no constituir una base conceptual — lo cual no quiere decir que no fueran
elementos b´asicos y de vital importancia — de tal calibre, el c´alculo de direcciones de flujo es
el pilar b´asico hacia otra serie de formulaciones claves de desarrollo posterior. M´as a´ un, resulta
64 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
tambi´en, por decirlo de alg´ un modo, la base algor´ıtmica para los pr´oximos algoritmos que se
alcanzar´an cuando demos un paso m´as en la caracterizaci´on hidrol´ogica de la zona, motivo
por el cual la elevada simplicidad del D8 cobra un inter´es importante de cara a la sencillez de
estos otros algoritmos y a la complejidad y rendimiento que puede esperarse de los mismos.
Como era de esperar, las ventajas traen asociadas de modo inseparable los inconvenientes, y
en este caso la reducci´on de las direcciones de flujo a ´ unicamente 8 posibles se constituye como
gran aliciente a la par que como responsable de los problemas que aquejan a la metodolog´ıa
D8. El hecho de que el flujo desde una celda dada pueda salir de ´esta hacia una y solamente
una de sus celdas vecinas, supone una incapacidad manifiesta del modelo para aproximar
su comportamiento al que tiene lugar en zonas con divergencia de flujo, pues este no puede
dividirse entre dos celdas vecinas, desplaz´andose hacia una de ellas exclusivamente. Enlazando
con otros conceptos del libro, recu´erdese la relaci´on existente entre las curvaturas de una celda,
en especial la curvatura plana, y la existencia de procesos de convergencia o divergencia de
flujo, y n´otese que s´olo el primero de dichos procesos puede modelizarse efectivamente haciendo
uso de la metodolog´ıa del D8.
Adem´as, las caracter´ısticas propias de este algoritmo dan lugar a que flujos de agua que
presenten rutas ciertamente distintas (con diferencias en orientaci´on de hasta 44
o
, por ejemplo)
pueden quedar englobadas dentro de un misma categor´ıa de flujo, ya que las direcciones reales
son truncadas para encajar dentro de uno de los intervalos de amplitud π/4. Esta amplitud,
desde muchos puntos de vista es excesivamente elevada para mantener la fiabilidad del modelo
en la totalidad de los casos y, si bien en t´erminos generales es valida a nivel del MDT de forma
global, localmente puede dar lugar a estructuras fluviales poco l´ogicas o incluso carentes de
sentido.
Figura 2.16: Propagaci´on de errores de direcci´on en el modelo D8.La flecha se˜ nala la direcci´on real de
la pendiente y las celdas sombreadas la direcci´on de flujo calculada
Entre estas estructuras, las cuales son por lo general sencillas de localizar sobre la repre-
sentaci´on gr´afica de los resultados de el an´alisis de direcciones de flujo, especialmente cuando
se hace a trav´es de resultados derivados como la extracci´on de redes de drenaje, se encuentran
las l´ıneas paralelas de flujo. Estas l´ıneas, correspondientes en la gran mayor´ıa de ocasiones a
r´ıos que se intersecan bajo un ´angulo peque˜ no y que hasta el punto de interesecci´on fluyen
sin una sinuosidad excesiva, representan un problema no s´olo para la conformaci´on de los ri´os
elaborados a partir de las direcciones de flujo en lo relativo a su forma, sino especialmente en
lo tocante a la estructura jer´arquica y la entidad que dichos cauces tengan dentro de la red
de drenaje.
Para el caso descrito de los cauces anteriores, la sinuosidad de ´estos desaparece quedando
convertido su trazado en una linea recta, al tiempo que la intersecci´on entre ambos se desplaza
aguas abajo pudiendo incluso no tener lugar y quedando sustituida por un continuo discurrir
en paralelo. Esta circunstancia, adem´as de no reflejar la verdadera geometr´ıa del cauce, hace
desaparecer el cauce de mayor entidad que se forma tras la confluencia de los cauces, situaci´on
que supone una mayor imprecisi´on cuando lo anterior tenga lugar no ´ unicamente con dos
cauces sino con un n´ umero mayor de ellos, lo que frecuentemente ocurre en formaci´ones con
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 65
Figura 2.17: L´ıneas paralelas de flujo como resultado de la aplicaci´on del modelo D8
laderas mon´otonas de cierta extensi´on, donde el flujo recogido de las mismas queda conformado
por una elevada cantidad de cauces de nula entidad.
La bondad de este m´etodo esta ligada, por tanto, de modo directo con las caracter´ısticas de
la zonas representada en el MDT, y se puede afirmar que, en t´erminos generales, la ausencia
absoluta de artificios e imprecisiones como las anteriores es dif´ıcil de encontrar, aunque la
presencia de ´estos en escasas ocasiones tiene consecuencias muy relevantes sobre los resultados
a obtener posteriormente, en particular sobre los de tipo hidrol´ogico que se obtengan a partir
de las cuencas y los r´ıos calculados, aunque ´estos no sean del todo fieles a las estructuras
fluviales reales.
Haciendo resumen de lo anterior, vemos que los dos inconvenientes principales a los que
debe hacerse frente, y cuya superaci´on representa el avance l´ogico hacia la construcci´on de
mejores modelos, son la discretizaci´on del flujo — cuyo resultado m´as patente es la presencia
de l´ıneas de flujo paralelas —, y la imposibilidad para modelizar los procesos de divergencia
de dicho flujo al contemplarse ´ unicamente la posibilidad de que ´este vierta sobre una ´ unica de
sus celdas circundantes, es decir, que el flujo quede modelizado de forma unidimensional.
La soluci´on de los problemas anteriores al tiempo que se trata de mantener la simpleza
conceptual del modelo ha sido el objetivo de n´ umerosas formulaciones alternativas — unas con
caracter m´as experimental que otras y sin aplicaci´on pr´actica de utilidad real, a decir verdad
—, y el motor que ha impulsado la evoluci´on del primigenio D8 hacia concepciones m´as
elaboradas en las cuales se tiene en consideraci´on de forma m´as preponderante la realidad de
los procesos de escorrent´ıa como fen´omenos continuos. Restringidos al r´ıgido cors´e del MDT
y su estructura discreta, la obtenci´on de la flexibilidad necesaria para aproximar en mayor
grado los modelos te´ oricos con los resultados visibles se ha llevado a cabo a trav´es de algunos
de los planteamientos con los que seguidamente se contin´ ua el desarrollo de este apartado.
El modelo Rho8
Como primer objetivo a considerar, dada la mayor simplicidad de los algoritmos relacio-
nados, analizaremos la evoluci´on centrada principalmente en la soluci´on del problema de las
l´ıneas paralelas y el trazado de direcciones de flujo las cuales, al emplearse para la formaci´on
de cauces (c´omo llevar esto acabo se ver´a en el apartado correspondiente dentro de algunas
p´aginas), den como resultado trazados de dichos cauces con aspectos mas naturales y m´as
cercanos a la verdadera geometr´ıa en planta del r´ıo.
El enfoque m´as sencillo en este sentido es el modelo Rho8, debido a Fairfield y Leymarie
(1991), y en el que, de la forma m´as sencilla posible, se solventa parcialmente esta circunstancia
sin necesidad de introducir una elevada complejidad accesoria ni eliminar la discretizaci´on
propia en ´angulos de 45
o
, incorporando simplemente a la formulaci´on del D8 algunos elementos
estoc´asticos que marcan la diferencia entre ambos modelos.
66 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Estos valores hacen referencia a la desviaci´on existente entre el valor de inclinaci´on cal-
culado de acuerdo con la aplicaci´on del D8 (es decir, el valor m´ ultiplo de π/4 que resulta
de la direcci´on de flujo asociada a la celda) y la verdadera orientaci´on de la celda calculada
seg´ un las formulaciones m´as precisas que en su momento fueron explicadas. Haciendo uso de
la relaci´on entre ambos, se asigna a las diferentes celdas sobre las que puede verter el flujo
una probabilidad de que, en efecto, ´estas reciban dicho flujo. Se consigue as´ı que, en caso de
que la inclinaci´on sea constante y alejada de los m´ ultiplos de π/4 a los que se restringen las
posibilidades del D8, la asignaci´on de direcciones de flujo no tenga tambi´en un valor constante
sino que var´ıe de acuerdo con las antedichas probabilidades dando lugar a una direcci´on global
del cauce m´as acorde con la orientaci´on calculada.
Antes de pasar a dar una formulaci´on m´as precisa del algoritmo, veamos lo anterior sobre
un caso concreto para arrojar luz sobre este aspecto.
Supongase un MDT o una porci´on del mismo que represente a una ladera de inclinaci´on
constante 15
o
medidos como ´angulo azimutal. El empleo de un sencillo D8 sin los refinamientos
especificados previamente generar´ıa una linea de flujo perfectamente en la direccion del eje
vertical, esto es, de 0
o
, incurriendo de este modo en un considerable error de 15
o
debido al
truncamiento de los valores. Las modificaciones aportadas por el algoritmo Rho8 van a generar,
sin embargo, una l´ınea cuya direcci´on global es cercana a dichos 15
o
reales existentes sobre el
terreno, de acuerdo con lo siguiente:
La orientaci´on calculada de 15
o
se sit´ ua entre dos posibles direcciones del D8 como son
la de 0
o
y la de 45
o
. Mientras que el D8 asimila la orientaci´on existente siempre a la de 0
o
,
es razonable pensar que tambi´en podr´ıa asimilarse a la de 45
o
, l´ogicamente con una menor
frecuencia al existir una mayor diferencia. La evaluaci´on de dicha frecuencia es ahora el ´ unico
paso que resta para concluir la aplicaci´on del m´etodo, y que, como puede intu´ırse, tiene una
soluci´on sumamente sencilla. Acudiendo a las diferencias entre el ´angulo de orientaci´on y
los m´ ultiplos de π/4 considerados, ´estas son, en valor num´erico expresado en radianes, las
mostradas a continuaci´on.
d
1
= π/12 −0 = π/12 , d
2
= π/4 −π/12 = π/6 (2.52)
Las relaciones entre estos valores y la magnitud del intervalo, es decir, π/4, son por tanto
las siguientes:
p
1
=
π/12
π/4
=
1
3
, p
2
=
π/6
π/4
=
2
3
(2.53)
Y estos valores representan ya las probabilidades p y 1 − p (ya que, como resulta l´ogico,
p
2
= 1−p
1
) que deben asignarse a las direcciones de flujo de 0
o
y 45
o
respectivamente, y tener
´estas en consideraci´on a la hora de asignar direcciones de flujo a las celdas del MDT.
El caso considerado de un MDT el cual define una pendiente constante puede ser sustituido
por cualquier otro (el supuesto considerado lo era solamente a efectos did´acticos, la constancia
del mismo no es, obviamente requisito para esta metodolog´ıa), evalu´andose en cada celda
la orientaci´on previamente a la asignaci´on de la direcci´on de flujo. De este modo, se tienen
siempre dos celdas destino alternativas — aquellas que indican las direcciones entre las cuales
se enmarca el valor de orientaci´on que caracteriza a la celda problema —, y se resuelve la
disyuntiva entre ambas mediante la aplicaci´on de sencillos conceptos probabil´ısticos como los
que se acaban de presentar.
Como es obvio, la aplicaci´on de los valores de probabilidad en el seno de un algoritmo des-
arrollado seg´ un las directivas anteriores necesita el concurso de alg´ un tipo de funci´on aleatoria
que permita simular la propia aleatoriedad del modelo, aspecto que, no obstante, represen-
ta escasas complicaciones y resulta ciertamente trivial en t´erminos de implementaci´on del
algoritmo.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 67
Un formulaci´on general del m´etodo se recoge seguidamente. Para simplificar las expresio-
nes, se utiliza la notaci´on siguiente para los elementos de la submalla de entorno de una celda
dada.
z
7
z
0
z
1
z
6
z
2
z
5
z
4
z
3
(2.54)
Con ello, para una celda cualquiera dentro de la malla, salvo las situadas en sus extremos,
definimos la funci´on
f : M

−→M (2.55)
donde M representa el conjunto de celdas de la malla y el asterisco indica que se excluyen los
celdas extremas.
Si la orientaci´on en la celda analizada tiene un valor φ expresado en radianes, la forma de
esta funci´on es como la mostrada seguidamente.
f(m) = z
i
, i ∈ N (2.56)
donde i =
_
_
_
[
φ
π/4
](mod 8) con frecuencia p
1
=
φ−[
φ
π/4
]
π
4
π/4
]
φ
π/4
[(mod 8) con frecuencia p
2
= 1 −p
(2.57)
Aparentemente, este planteamiento soluciona de modo elegante y simple uno de los grandes
problemas asociadas a la metodolog´ıa del D8 como son las l´ıneas de flujo paralelas, pese a
lo cual la instauraci´on actual del mismo y su implementaci´on en herramientas habituales de
c´alculo es escasa y relegada a la pura experimentaci´on te´orica. Las razones de este hecho hay
que buscarlas en la propia estructura del algoritmo y las consecuencias poco ventajosas que
derivan del mismo.
La aliatoriedad que implica la aplicaci´on del Rho8 elimina en cierta medida las l´ıneas
paralelas de flujo y solventa la gran problem´atica comentada de la subestimaci´on de ´areas
aportantes por la creaci´on de cauces independientes, pero sin embargo no es tan precisa en
lo tocante a la propia forma de los cursos de agua definidos. Si bien globalmente la direcci´on
de ´estos en zonas de formas relativamente homog´eneas es mas pr´oxima a la realidad, en otros
casos lo ´ unico que aporta el modelo es una mayor ((naturalidad)) al definir una sinuosidad
derivada del tratamiento aleatorio de las direcciones de flujo, pero ´esta es tambi´en un artificio
y, dependiendo de las diferencias entre la pendiente real y las direcciones asignadas seg´ un la
filosof´ıa del D8, puede no tener un mejor ajuste con el trazado real del r´ıo.
La sinuosidad introducida en los cauces da lugar en ocasiones a que estos se crucen cuan-
do realmente no existe este hecho, sobreestim´andose as´ı el ´area vertiente desde el punto de
intersecci´on hacia aguas abajo, o bien fuerza la aparici´on de puntos sin apenas ´area vertiente
aguas arriba, pues son ((esquivados)) por el flujo debido a la componente aleatoria introducida
en su movimiento.
A todo lo anterior, debe sumarse que, sobre una misma malla y utilizando una implemen-
taci´on del Rho8 para evaluar las direcciones de flujo, cada ejecuci´on del mismo arrojar´a un
resultado distinto derivado de la naturaleza del modelo, lo cual no es en absoluto un hecho
ventajoso, en especial teniendo a la vista la notable cantidad de formulaciones que se van a
derivar de este par´ametro en concreto.
Queda, pues, este modelo como un primer intento — tanto conceptual como cronol´ogico
— de aproximarnos hacia algoritmos mas elaborados, pero que ha sido superado por muchos
68 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
de ellos y que, igualmente, no supone de modo global una importante ventaja sobre el cl´asico
D8 de cara a nuestros objetivos en este aspecto.
El modelo FD8
La siguiente etapa a la que debemos hacer menci´on en este punto incorpora ya una soluci´on
expl´ıcita encaminada a la consideraci´on de un modelo continuo en lo que a direcci´on de flujo
se refiere. Este objetivo, que te´oricamente se lograba con el modelo Rho8 a nivel global (v´ease
el caso concreto utilizado entonces como ejemplo introductorio), se va a obtener ya a nivel de
celda, esto es, a la m´ınima escala de trabajo, suponiendo un salto conceptual que requiere una
nueva definici´on de la problem´atica y de las soluciones adoptadas. Estas diferencias deber´an ser
tenidas en cuenta posteriormente en diversos puntos, pues condicionan tambi´en la complejidad
y exactitud de otras formulaciones derivadas, llegando a suponer en ´estas la necesidad de
plantear enfoques totalmente distintos seg´ un se haya utilizado uno u otro algoritmo para la
determinaci´on de las direcciones de flujo de las celdas del MDT.
La diferente concepci´on de este modelo FD8 (Quinn , 1991) se debe a la consideraci´on de un
flujo bidimensional, permitiendo que no sea ´ unicamente una celda la que reciba el flujo de agua,
sino que ´este se reparta de acuerdo con una expresi´on matem´atica entre las circundantes. Se
obtiene de este modo la posibilidad de modelizar los procesos de difusi´on, obst´aculo conceptual
que ya fue mencionado y que ninguno de los anteriores algoritmos solucionaban. Se pasa
as´ı de los algoritmos de direcci´on de flujo simple (Single Flow Direction en lengua inglesa,
SFD abreviadamente de aqu´ı en adelante) a los de direcci´on de flujo m´ ultiple (Multiple Flow
Direction en ingl´es, MFD abreviadamente), estableci´endose una primera divisi´on entre los
modelos que se van presentando de acuerdo con los enfoques que realicen respecto a algunas
de las circunstancias clave del proceso que modelizan.
En su caracterizaci´on desde el punto de vista matem´atico, el reparto de flujo entre las
celdas vecinas a una dada se establece mediante coeficientes que indican la proporci´on del
flujo total que llegar´a a cada una de ellas, y que son obtenidos de acuerdo con una expresi´on
de la forma siguiente.
f
m
=
(tan γ
m
)
x

8
i=1
(tan γ
i
)
x
(2.58)
donde x es un factor de convergencia cuyo valor define el comportamiento del algoritmo. A
valores m´as altos de este coeficiente, el flujo resultante es mas concentrado, resultando una
mayor dispersi´on del mismo para valores bajos. La formulaci´on original de Quinn emplea un
valor x = 1, y los estudios de Zhou(1997) demuestran que este es un valor ´optimo, especialmen-
te en terrenos convexos. Autores como Holmgren (1994) recomiendan el uso de valores entre
4 y 6, considerando que de este modo se obtiene un adecuado equilibrio entre los enfoques
anteriormente comentados.
Por otra parte los valores de las tangentes pueden obtenerse sencillamente seg´ un lo expre-
sado en (2.50). Como es inmediato pensar, s´olo deben emplearse aquellas tangentes que sean
positivas, esto es, que representen ´angulos entre la celda central y celdas de inferior elevaci´on,
pues es exclusivamente hacia ´estas hacia donde va a desplazarse el flujo.
Detr´as de la formulaci´on simple y los conceptos ciertamente intuitivos y l´ogicos de es-
te modelo, las consecuencias del mismo desde casi todos los puntos de vista son notables.
Atendiendo primero al propio trabajo con el mismo, muy especialmente en t´erminos de su
implementaci´on y explotaci´on de resultados, esta primera debe tener en cuenta una serie de
circunstancias que no se presentaban hasta el momento y que, pese a la sencilla expresi´on en
la que se basa el FD8, a˜ naden abundante complejidad a la formulaci´on algor´ıtmica del mismo.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 69
La consideraci´on bidimensional del flujo da como resultado una multiplicidad de valores
a devolver por el algoritmo, ya que ahora no debe calcular tan s´olo una celda sobre la que se
vierte el flujo, sino un conjunto de ellas, y acompa˜ nar adem´as a cada una de ellas de un valor
representando el porcentaje de flujo que recibe la misma. Mas a´ un, y con especial inter´es para
otros par´ametros a´ un por analizar como es el caso de la acumulaci´on de flujo, ese valor del
porcentaje debe ser propagativo, ya que debe ser aplicado sobre el total de flujo que entra en
la celda origen, el cual es a su vez funci´on de los porcentajes asignados a la misma desde todas
las situadas aguas arriba y que vierten sobre ella.
La utilizaci´on de este m´etodo se antoja compleja en mayor medida que los modelos ante-
riores, altamente simples tanto en t´erminos de sus expresiones matem´aticas como sus imple-
mentaciones, pese a lo cual las ventajas asociadas son notables y compensan este aumento de
complejidad.
Recalando en la exactitud del modelo y sus ventajas de utilizaci´on, unidas ´estas a la riqueza
conceptual que aporta, se ve que el FD8 comporta un importante salto cualitativo respecto a
los anteriores, suponiendo un primer representante de los algoritmos de tipo MFD y superando
as´ı gran parte de las deficiencias asociadas al D8 a costa, eso s´ı, de incorporar elementos en
la formulaci´on que dificultan en cierto modo el trabajo con el propio algoritmo. A´ un as´ı,
se mantienen de alguna manera los problemas relativos a la estimaci´on de ´areas vertientes,
generalmente reflejados en una subestimaci´on de ´estas, derivados en parte del empleo del
coeficiente x analizado en (2.58) a trav´es de cuyo valor debe alcanzarse la justa proporci´on de
difusi´on que caracteriza al flujo.
La calibraci´on de este par´ametro de la ecuaci´on podr´ıa considerarse como un elemento
de inter´es de cara a un uso del modelo en las mejores condiciones posible y la superaci´on
de este modo de las antedichas deficiencias, existiendo incluso an´alisis para la estimaci´on de
valores ´optimos para terrenos que representen a superficies matem´aticas. La aplicabilidad de
esta soluci´on es, sin embargo, escasa, debiendo asumirse las anteriores circunstancias como
inherentes al modelo.
El modelo D∞
Una de las mejores y m´as interesantes tentativas que han sido propuestas para ampliar la
potencia del modelo D8 y conseguir la caracterizaci´on de los flujos en un abanico de valores m´as
extenso que el de las 8 celdas circundantes a una dada, es la formulada por David Tarboton con
su modelo D∞ (1997). La intenci´on del autor es clara y as´ı se puede deducir r´apidamente de
la denominaci´on que asigna a su modelo, en cuanto que se busca un abanico de posibilidades
infinito, esto es, una medida continua de los ´angulos en que el flujo entre celdas contiguas se
produce.
Los planteamientos que residen tras este m´etodo son muy similares a los del FD8, in-
tentando refinar algunos aspectos del mismo que se consideran mejorables, por lo que nos
apoyaremos en sus expresiones anteriormente explicadas.
Uno de los tem´as de inter´es para justificar la perspectiva adoptada en este modelo es el
relativo a la modelizaci´on de la difusi´on, la cual recordamos que pod´ıa ajustarse modificando
los valores del par´ametro x en (2.58). Pese a que, como se ha justificado, la modelizaci´on de
esta difusi´on es un aspecto de inter´es y constituye una de las caracter´ısticas de inter´es que
adjudic´abamos a la formulaci´on del modelo FD8, es tambi´en cierto que en gran medida la
difusi´on introducida por este m´etodo es poco realista en ocasiones y, como consecuencia de lo
anterior, puede ser una desventaja para la aplicaci´on de posteriores algoritmos, en particular
los destinados al c´alculo del area vertiente aguas arriba.
Conjuntamente con este hecho, el c´alculo de la pendiente basado en la orientaci´on de
la celda, la cual deriva a su vez del ajuste de una funci´on mat´em´atica a la superficie en el
70 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
entorno local de la celda como ya vimos en su momento, no garantiza la obtenci´on de resultados
coherentes en la absoluta totalidad de casos posibles. Por ello, los algoritmos construidos en
base al FD8 no son por completo robustos, aunque bien puede afirmarse que el error que se
introduce puede en la gran mayor´ıa de las ocasiones desestimarse.
Las superaci´on de las dos circunstancias desfavorables presentadas, esto es, la modelizaci´on
mas realista de la dispersi´on y la b´ usqueda de un algoritmo por completo robusto, son el punto
de partida para la creaci´on del m´etodo D∞, cuya formulaci´on seguidamente se introduce.
En primer lugar, y en relaci´on con el segundo de los objetivos comentados, resulta obvio que
debe proponerse una forma distinta de evaluar pendiente y orientaci´on, con objeto de suplir
las carencias de la metodolog´ıa hasta el momento utilizada y sobre la que se fundamenta este
aspecto en el modelo FD8. A este respecto, se propone la consideraci´on de la submalla 3 ×3
como una superficie representada por caras triangulares (aunque nada tiene que ver con aquel,
la perspectiva seg´ un esto es muy similar a la de un TIN aunque con una eminente regularidad
en los tri´angulos, y recu´erdese que en el TIN ´estos son irregulares), cada uno de los cuales
est´a definido por la celda central y dos celdas consecutivas de su entorno. Se tienen as´ı un
total de 8 de estos tri´angulos, cada uno de los cuales define un plano, no siendo dicho plano el
producto de ning´ un tipo de ajuste, sino que pasa exactamente por los tres puntos utilizados
para su c´alculo. El problema de la robustez algor´ıtmica va encontrando de este modo una buena
soluci´on, especialmente teniendo en cuenta que las pendientes y orientaciones calculadas — que
no son sino las pendientes y orientaciones de cada plano considerado — se eval´ uan empleando
´ unicamente los datos de la celda central y de cada plano y direcci´on dados, no utiliz´andose el
resto de celdas que pueden aportar alguna desviaci´on al resultado.
El c´alculo de las pendientes y orientaciones para cada plano se lleva a cabo mediante la
siguiente formulaci´on, muy similar en gran n´ umero de aspectos a lo ya conocido a este respecto
y explicado previamente en las secciones correspondientes.
Utilizando las expresiones introducidas en (2.50) se calculan las pendientes en las direc-
ciones de los ejes principales. Para ello, y puesto que en la formaci´on del tri´angulo concurren
siempre adem´as de celda central una celda diagonal y otra no diagonal, ello debe computarse
como la pendiente entre la celda no diagonal y las otras dos, teni´endose as´ı las dos compo-
nentes buscadas. Estas dos pendientes son utilizadas como componentes en la ecuaci´on (2.31)
obteni´endose as´ı la pendiente del plano sobre el que se sit´ ua el tri´angulo, y en (2.36) para
calcular la orientaci´on del mismo. Esta orientaci´on t´engase en cuenta que, una vez calculada
para cada tri´angulo, deben referirse todas ellas a un origen com´ un, por ejemplo medidas como
´angulos azimutales a partir de la direcci´on Norte como viene siendo habitual. H´agase, por lo
tanto, especial hincapi´e en este sentido y de aqu´ı en adelante, en todo lo referente a la im-
plementaci´on y el control de signos y resultados derivados del uso de la funci´on arcotangente,
como ya se mencion´o en el apartado dedicado a la orientaci´on algunos puntos atr´as.
Con las pendientes de todos y cada uno de los ocho tri´angulos, simplemente se tomar´a la
mayor de todas ellas y la orientaci´on asociada a dicho tri´angulo, siendo ´esta la que deber´a ser
considerada de cara a establecer la direcci´on de flujo en la celda analizada.
La figura (2.18) muestra de forma gr´afica el esquema de facetas triangulares en que se basa
el desarrollo anterior.
Resta, por ´ ultimo, establecer la difusi´on entre las dos celdas sobre las que se sit´ ua el
tri´angulo, para lo cual se aplica una sencilla proporci´on como la siguiente.
f
a
=
φ
b
φ
a

b
f
b
=
φ
a
φ
a

b
(2.59)
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 71
Figura 2.18: C´alculo de direcciones y reparto de flujo sobre facetas triangulares en el modelo DD∞
siendo f
a
y f
b
las proporciones de flujo que deben asignarse a cada celda de las anteriores. Es
claro ver que, dada la forma de construir los tri´angulos, φ
a

b
= π/4.
De aqu´ı en adelante, y una vez repartido el flujo, la forma de operar no se diferencia en
absoluto de la que se utiliza para el FD8, excepci´on hecha de que con este m´etodo ´ unicamente
dos celdas a lo sumo pueden constituirse como receptoras de dicho flujo.
En este punto, podemos advertir como la formulaci´on anterior tambi´en soluciona la ocurren-
cia de fen´omenos de difusi´on irreales (generalmente por exceso), al disminuir ´esta acotando el
´ambito de celdas sobre las que puede salir el flujo a tal s´olo dos. Este hecho supone no s´olo
una mejora conceptual y una mejor aproximaci´on a la realidad del proceso modelizado, sino
tambi´en una ventaja en t´erminos de implementaci´on de este algoritmo y el empleo de dicha
implementaci´on para posteriores formulaciones relacionadas.
La metodolog´ıa del D∞, sencilla a la par que correcta, se demuestra as´ı como la mejor al-
ternativa analizada hasta el momento, siendo, no en vano, un referente de notable importancia
en cuanto a las formulaciones que deben implementarse con objeto de superar las carencias ya
comentadas de otros m´etodos. Siendo la mas reciente de cuantas veremos en este apartado,
supera los puntos d´ebiles de el resto — incluyendo las no basadas en D8 y que ser´an en bre-
ve tratadas —, estableci´endose como punto de imprescindible consideraci´on para una futura
ampliaci´on de cualquier m´etodo desarrollado para la evaluaci´on de direcciones de flujo.
El modelo KRA (Kinematic Routing Algorithm)
Los anteriores algoritmos, con sus particularidades y diferencias, constituyen lo que po-
dr´ıamos denominar la familia del D8, pues comparten una base com´ un que no es otra que la
base te´orica del propio D8 matizada o extendida de diversas formas seg´ un el caso.
El modelo KRA (acr´onimo de Kinematic Routing Algorithm)(Lea, 1992) — conocido tam-
bi´en como de ((bola rodante)) —, no obstante, ataca el problema de la determinaci´on de di-
recciones de flujo desde una perspectiva distinta, siendo mediante la consideraci´on de otros
conceptos distintos a los que residen en los fundamentos de las anteriores metodolog´ıas como
se consigue superar las deficiencias achacables al D8 y a algunos de sus sucesores.
Con las matizaciones ya expuestas en cada caso, el movimiento del agua en todos los
modelos de la familia del D8 se efect´ ua entre los centros de las celdas, que act´ uan seg´ un esto
como casillas de un tablero a trav´es de las cuales el flujo se va desplazando. Este planteamiento
se ha mantenido en todos los modelos presentados hasta este punto sin sufrir variaci´on alguna,
habi´endose buscado la continuidad angular del flujo — principal carencia del D8 como ya
sabemos — a trav´es de planteamientos elaborados sobre esta base conceptual.
En el modelo KRA, la variaci´on de las ideas anteriores da lugar a una concepci´on nueva que
aporta tanto nuevos resultados como una serie de circunstancias tambi´en novedosas de cara a
su implementaci´on y el trabajo con el propio algoritmo. En este caso, la estructura de celdas
72 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
a modo de casillas, comentada anteriormente, da paso a una nueva concepci´on en la que las
celdas no son sino divisiones establecidas sobre un continuo sobre el que el agua se desplaza
sin los impedimentos que exist´ıan hasta el momento en el resto de enfoques propuestos. A
partir de lo anterior, dicho movimiento se modeliza como el de una bola que rodase sobre
la superficie definida — de ah´ı el nombre —, cayendo siempre en la direcci´on de la m´axima
pendiente.
La discretizaci´on que existe en los datos de partida — el MDT —, no se traduce en una
discretizaci´on en el movimiento del agua sobre la superficie que este MDT define, al menos
no en t´erminos de las direcciones que puedan seguirse, con lo que de este modo se resuelve
directamente el problema de la continuidad de dichas direcciones.
Antes de pasar a ver la formulaci´on exacta de este modelo, se presenta en la figura (2.19
una comparaci´on gr´afica entre un flujo calculado mediante D8 y otro mediante este nuevo
m´etodo, que servir´a a buen seguro para comprender la notable diferencia que existe entre las
concepciones de ambos.
Figura 2.19: Comparativa entre flujos calculados mediante KRA (trazo fino) y D8 (trazo grueso)
N´otese que la direcci´on de flujo en una celda es lo que es ahora caracter´ıstico de dicha celda,
pero no la celda siguiente aguas abajo, ya que ´esta depende de la direcci´on de la de aguas
arriba y ´esta a su vez de las inmediatamente por encima de ella, y as´ı sucesivamente. Este
hecho veremos que es uno de los grandes inconvenientes del modelo al impedir la utilizaci´on de
algoritmos recursivos para otras formulaciones derivadas, suponiendo una eficacia en t´erminos
computacionales mucho menor que la de los m´etodos basados en D8.
Veamos con algo m´as formalismo y detalle los fundamentos en los que se basa la aplicaci´on
de este m´etodo.
El primer par´ametro que debemos calcular y que nos servir´a para establecer la direcci´on
en que el agua se desplaza a trav´es de la celda, es la orientaci´on de la misma, que en este caso,
siguiendo la formulaci´on original de Lea, se eval´ ua haciendo uso ´ unicamente de las celdas
circundantes no-diagonales. Esto es, seg´ un lo mostrado en (2.54), las celdas z
2
, z
4
, z
6
y z
8
.
Sobre ´estas, se calcula la pendiente individual entre cada una de dichas celdas y la central
aplicando la expresi´on mostrada en (2.50), tom´andose posteriormente el mayor valor de todos
los calculados. De las 3 celdas restantes, se toman las dos m´as cercanas a aquella en cuya
direcci´on la pendiente es m´axima, eligi´endose a su vez entre ellas la que presente una mayor
pendiente.
Por ´ ultimo, se consideran las magnitudes de pendiente anteriores con sus correspondientes
direcciones como vectores y se obtiene mediante la suma de ambos el vector que indica la
direcci´on de flujo a considerar en la celda. La figura (2.20) muestra un esquema de lo anterior.
Una vez se conoce el valor de la orientaci´on para cada celda, puede procederse a conducir
el flujo a trav´es de ellas, punto ´este donde reside la principal diferencia con las metodolog´ıas
seguidas por el resto de modelos, ya que este flujo no es ´ unico y la sola informaci´on contenida en
la propia celda no basta para caracterizar su movimiento. La metodolog´ıa a aplicar difiere, por
tanto, notablemente de lo visto hasta ahora, ya que permite, por ejemplo, que para dos flujos
cualesquiera que atraviesan una celda, ´estos salgan de ella hacia dos celdas distintas, en funci´on
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 73
Figura 2.20: C´alculo de direcci´on de flujo seg´ un Kinematic Routing Algorithm (KRA) (Lea, 1992),
como suma vectorial de m´aximas pendientes no diagonales.
unicamente de los puntos de entrada en la misma. Tales son, logicamente, las consecuencias
de considerar el espacio representado por el MDT como algo continuo, prescindi´endose de las
unidades que suponen las celdas y las fronteras que representan los l´ımites de ´estas
Como ya se se˜ nal´o de forma sucinta, la desaparici´on de la relaci´on existente entre cada
celda y la inmediatamente aguas abajo supone el mayor problema a la hora de manejar esta
metodolog´ıa, al no poder definirse entonces el flujo sin el conocimiento de lo que acontece
aguas arriba. Si al pasar del D8 al FD8 se dijo que el resultado que deb´ıa dar este ´ ultimo ya
no era una celda sobre la que verter, sino un n´ umero mayor de ellas entre las que el flujo se
repart´ıa, ahora este resultado debe expresarse como un punto de salida de la celda, as´ı como
uno de entrada del flujo que se analiza — recu´erdese que por una celda puede pasar m´as de
una l´ınea de flujo. De hecho, deben pasar tantas como celdas existan aguas arriba de la misma
—. La conexi´on de estos puntos forma la linea completa de flujo de la escorrent´ıa generada en
la celda inicial, elemento que ahora, al no existir una relaci´on fija entre cada celda y la celda
(o celdas) aguas abajo, resulta necesario conocer para aplicar los resultados obtenidos de cara
a futuras aplicaciones.
Observado este hecho desde otro punto de vista, podemos afirmar que, mientras que el
registro de direcciones de flujo en los modelos tipo D8 se realiza bajo un planteamiento raster
al igual que los datos del MDT, ´este se lleva a cabo con una filosof´ıa netamente vectorial
mediante este nuevo enfoque. La mezcla de ambos planteamientos parece l´ogico pensar que,
aun superando las conocidas desventajas asociadas a la concepci´on raster, a˜ nade dificultades
de concepto y de tipo pr´actico con objeto de compatibilizar la utilizaci´on de los datos seg´ un
ambas filosof´ıas.
Matem´aticamente, si con un m´etodo como el D8 obten´ıamos una matriz de datos referentes
a las direcciones de flujo, en este caso el resultado no es sino un campo vectorial caracterizado
a trav´es de algunas de sus l´ıneas de flujo, especificadas ´estas a partir de una cantidad discreta
de puntos para cada una de ellas, coincidentes con la intersecci´on de las mismas con la malla
que representa los bordes de las celdas del MDT.
La posible mayor complejidad asociada a la formulaci´on algor´ıtmica de lo anterior no es, sin
embargo, un defecto importante del mismo, pero s´ı lo es la eficacia computacional del mismo,
muy notablemente peor que en todos los modelos anteriores. Mientras que el desplazamiento
de la submalla 3 ×3 a lo largo de las celdas del MDT bastaba para computar las direcciones
de flujo de todo el MDT, ahora el an´alisis de una celda sola requiere tambi´en el estudio de
todas cuantas se encuentren aguas abajo de la misma.
En realidad, s´ı que puede establecerse una direcci´on de flujo con una ´ unica operaci´on por
celda, pues la direcci´on como tal se obtiene con el c´alculo de la orientaci´on seg´ un la metodolog´ıa
descrita algunas l´ıneas atr´as, pero la utilidad pr´actica de esto es bastante limitada. Como
podr´a intuir el lector, el estudio de direcciones de flujo no tiene demasiado inter´es de por s´ı,
sino como elemento b´asico para la obtenci´on de otros par´ametros derivados o la extracci´on
74 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
de elementos hidrol´ogicos tales como redes de drenaje o cuencas, y es ah´ı, en la utilizacion de
las direcciones de flujo calculadas con este m´etodo para esas tareas, donde el rendimiento del
mismo se demuestra inferior al de otros planteamientos.
Haciendo un breve an´alisis con algo m´as de rigor — y anticipando algunos conceptos de
pr´oximos cap´ıtulos —, supongamos que se analiza un MDT que contiene una cuenca vertiente
y est´a constituido por un n´ umero n de celdas, excluyendo las extremas. Ser´ıan por tanto
necesarias n operaciones para la aplicaci´on de, por ejemplo, el m´etodo D8 sobre esta malla,
con objeto de calcular las direcciones de cada celda y emplear ´estas para calcular una cuenca
vertiente como conjunto de celdas cuyo flujo pasa por una dada. Si en su lugar aplicamos el
KRA este valor se eleva notablemente, como veremos a continuaci´on.
Suponiendo que la longitud del flujo desde una celda dada hasta que se alcanza en el
trayecto un extremo de la malla es de aproximadamente igual a la mitad de la longitud del
lado de esta ´ ultima, y considerando por simplicidad que la malla es cuadrada, para cada celda
sobre la que se eval´ ua la direcci´on del flujo generado en ella se deben llevar a cabo
_
n/2
operaciones. Esto arroja un total de
_
n
3
/2 operaciones a realizar sobre el total de la malla,
valor notablemente superior si se tiene en cuenta que el n´ umero de celdas sobre las que se
trabaja suele ser muy elevado.
Empleando una notaci´on m´as acorde con el resultado, podemos decir que los m´etodos de
la familia del D8 hasta ahora vistos son de complejidad O(n) respecto al n´ umero de celdas,
siendo el analizado en este punto de complejidad O(n
3/2
).
No debe preocuparse el lector si no es capaz de comprender por completo lo anterior, pues
los fundamentos para la delimitaci´on de cuencas vertientes a partir del MDT se expondr´an
con gran detalle en un proximo cap´ıtulo, siendo entonces cuando se explique en profundidad la
base te´orica que permite realizar dicho an´alisis, del cual tan s´olo se ha mostrado un peque˜ no
esbozo con car´acter meramente indicativo.
Mencionar, para completar el estudio relativo a la formulaci´on algor´ıtmica del m´etodo, que
la robustez en una implementaci´on pr´actica bajo las premisas anteriores no es del todo sencilla
de obtener, existiendo determinadas estructuras topogr´aficas — una celda que represente un
punto de silla es una de ellas — sobre que las que el m´odelo puede arrojar un comportamiento
carente de sentido.
Dejando a un lado el aspecto computacional del m´etodo, el an´alisis de sus caracter´ısticas
nos indica una carencia importante que no ha sido mejorada con respecto al D8, y que radica en
la consideraci´on unidimensional del flujo no permitiendo la modelizaci´on de los fen´omenos de
dispersi´on. Este hecho veremos que se solucionar´a con el enfoque dado en el modelo DEMON,
donde sobre una base similar se a˜ nade una perspectiva bidimensional del flujo con objeto de
completar ese aspecto.
En lo referente al calculo de direcciones, ah´ı ya vimos que el problema se soluciona por
completo, ofreciendo este m´etodo algunos de los resultados m´as precisos y que m´as de acuerdo
est´an con los observados sobre el terreno. Los fundamentos del mismo hacen que sea posible
alcanzar esa precisi´on en mayor medida que el resto de modelos analizados hasta ahora.
El modelo DEMON
Representando un paso m´as all´a en el desarrollo de modelos no basados en el D8 y con una
filosofia similar en cuanto a gran parte de los conceptos asumidos para fundamentar el m´etodo
con el modelo KRA, encontramos el modelo DEMON (Digital Elevation MOdel Networks)
(Costa–Cabral y Burgess, 1994).
El principal objetivo de este modelo es la consecuci´on de una modelizaci´on realista del
flujo, que tenga en cuenta la naturaleza bidimensional del mismo, al mismo tiempo que refleje
fielmente la diferentes direcciones de flujo, no quedando limitada a los esquemas de 8 celdas
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 75
circundantes como en los modelos de la familia del D8. Esta ´ ultimo consideraci´on se obtiene
con la aplicaci´on de las ideas introducidas en el modelo KRA, las cuales son adaptadas y
extendidas con objeto de dar soluci´on igualmente a la primera de las deficiencias citadas.
Para poder modelizar el flujo como un proceso bidimensional, se modifican algunos de
los conceptos base que residen tras el modelo KRA, a˜ nadiendo una mayor complejidad a
los par´ametros y elementos que tomaban parte en dicho modelos. As´ı, el flujo que antes se
generaba con car´acter puntual en el centro de cada celda y era conducido aguas abajo a trav´es
de una linea de flujo, se genera ahora en la totalidad de la celda y realiza su recorrido a lo
largo de una banda de flujo, cuyo ancho var´ıa a lo largo de dicho recorrido aumentando en las
zonas donde la topograf´ıa tiene car´acter divergente, disminuyendo en las de tipo convergente,
y manteni´endose constante en las planas. Como consecuencias de lo anterior, para cada celda
no existe una linea de flujo hacia aguas abajo, sino dos, una representando a cada uno de los
l´ımites de la antedicha banda.
Considerese la siguiente notaci´on para las celdas del entorno de la submalla 3×3 centrada
sobre una celda.
z
1
z
2
z
4
z
3
(2.60)
La orientaci´on para este m´etodo se define, como suced´ıa en el caso del modelo KRA, como
la del vector suma de dos componentes en los ejes horizontal y vertical, las cuales toman
respectivamente los valores.
a =
1
2g
(−z
1
+z
2
+z
3
−z
4
)
b =
1
2g
(z
1
+z
2
−z
3
−z
4
)
(2.61)
Si esta orientaci´on es m´ ultiplo de π/2, el flujo sale por una ´ unica celda de las situadas
en el entorno. Si, por el contrario, es un valor distinto, el flujo se divide entre dos celdas,
pero siempre de las no-diagonales. Este hecho se debe a que, si se diera un flujo entre celdas
que est´an en contacto diagonal, la anchura de la banda asociada seria infinitamente peque˜ na,
pues as´ı lo es la superficie de contacto entre ambas, siendo este hecho inconsistente con el
concepto de ´area aportante espec´ıfica, el cual ser´a detallado m´as adelante en este cap´ıtulo, y
que es considerado por los autores de este modelo como una base conceptual para el mismo.
En cierta media, el modelo DEMON se asemeja a lo que suced´ıa con el modelo D∞, donde el
flujo tambi´en se divid´ıa exclusivamente entre dos celdas, aunque entonces lo hacia entre dos
consecutivas de la vecindad.
Con lo anterior, para una celda dada, y considerando el flujo generado en la misma, la banda
creada por dicho flujo aguas abajo de la celda se puede calcular del modo que, gr´aficamente,
queda esquematizado en la figura (2.21). Cada celda da lugar a una malla como la mostrada,
de tal modo que, como ya veremos m´as adelante, ´estas pueden utilizarse para el c´alculo de
flujos acumulados y otros par´ametros de importancia.
A simple vista, la complejidad del modelo DEMON de cara a la creaci´on de una malla de
direcciones de flujo y la utilizaci´on de la misma, es much´ısimo m´as elevada que en cualquiera
de los m´etodo anteriores, y parece ser necesario el redefinir muchos conceptos debido a la gran
diferencia conceptual que existe entre su planteamiento y el que hasta el momento — con
ligeras variaciones —, venimos viendo. No obstante, el modelo DEMON se plantea en origen
76 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.21: C´alculo de la malla de flujo para el flujo generado en una celda dada (en negro), seg´ un
el modelo DEMON. Las zonas en gris indican el trazado del tubo de flujo generado. Los porcentajes
de flujo en cada celda se recogen en la malla de la derecha.
como una mejora particular de cara a la evaluaci´on del flujo acumulado y el ´area aportante
especifica, por lo que ser´a en la explicaci´on posterior de estos t´erminos cuando se vea la
aplicaci´on pr´actica — compleja y costosa en t´erminos computacionales, pero asequible — de
lo ahora explicado.
Sirva este apartado, por tanto, no como una explicaci´on completa del m´etodo, sino una
introducci´on al mismo y a su base conceptual, que ser´a complementada con lo que m´as adelante
se desarrollar´a en relaci´on con otros elementos a calcular.
Otros Planteamientos
Las posibilidades que se presentan para la generaci´on de nuevos modelos o variaciones
particulares de los anteriores es grande, en cuanto que ninguno de los anteriores es por completo
satisfactorio o mejor que el resto en todos los aspectos. Aun as´ı, estos algoritmos, siempre con
el original D8 a la cabeza, a pesar de las m´ ultiples carencias achacables a su funcionamiento,
representan de modo completo al ab´anico de alternativas que con car´acter general podemos
encontrar y que pueden utilizarse de base para nuevos planteamientos.
Se˜ nalar, igualmente, que la combinaci´on de las ideas recogidas en los diferentes modelos,
tambi´en puede constituirse en una fuente de nuevas alternativas. En general, todos ellos pue-
den entenderse como combinaci´on de dos partes bien diferenciadas: una primera de c´alculo de
orientacion y una segunda representada por la propia metodolog´ıa para conducir el flujo en
funci´on de dicha orientaci´on. Utilizando elementos de modelos distintos, algunas soluciones
complementarias pueden obtenerse, con variables resultados. En general, parece aceptado que
la bondad de un m´etodo o los defectos que pueden achacarse al mismo son funci´on principal-
mente del algoritmo de direcci´on de flujo en s´ı, no teniendo apenas influencia la forma en que
la direcci´on de la pendiente es evaluada.
Para los objetivos perseguidos por esta obra, ´estos son suficientes para dar una idea de lo
que se persigue con el an´alisis del MDT en lo tocante a direcciones de flujo y, realmente, son
´estos los que de un modo u otro van a poder encontrarse en el uso habitual, quedando el resto
de formulaciones que puedan hallarse relegadas a un uso marginal, m´axime cuando la pr´actica
totalidad de ellas no tiene a sus espaldas una comprobaci´on suficiente que permita afirmar la
robustez de los algoritmos asociados, al menos a un nivel ´optimo para su empleo pr´actico.
2.3.8. El problema de las zonas llanas. Parte II
Nada se ha hablado hasta el momento acerca de una de las circunstancias que m´as inciden-
cia tiene sobre el correcto funcionamiento de los algoritmos anteriores, desarroll´andose ahora
en un punto aparte precisamente por esa universalidad del problema al afectar al c´alculo de
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 77
direcciones de flujo independientemente de la metodolog´ıa empleada para llevar a cabo esta
tarea.
Las circunstancias de las que hablamos no son otras que la presencia de celdas planas,
para las cuales ya en su momento se dijo algo en lo referente al c´alculo de la orientaci´on. Sin
profundizar m´as, ya se puede intuir que esta orientaci´on, al formar parte de algunas formu-
laciones de las anteriores y no estar definida en ciertos puntos, va a implicar la imposibilidad
de evaluar en dichos puntos las direcciones de flujo, hecho frente al cual deber´a encontrarse
alguna soluci´on que garantice un correcto funcionamiento de los algoritmos analizados en el
apartado precedente.
Estudiaremos esto en profundidad, comenzando paulatinamente y b´asando la explicaci´on
en el modelo D8, pues una malla de elevaciones correcta desde el punto de vista de las zonas
llanas se puede considerar apta para cualquier otra metodolog´ıa y, adem´as, el empleo mucho
m´as abundante de esta metodolog´ıa hace que las formulaciones que se van a exponer hayan
sido desarrolladas pensando en dicho D8 o, al menos, en otros m´etodos de su misma familia.
Anal´ıcemos en primer lugar la siguiente submalla 3 × 3 cuyos valores expresan la altura en
metros y tratemos de asignarle una direcci´on de flujo desde la celda central.
600.11 612.23 615.52
601.08 605.40 611.09
600.11 603.18 610.45
Puesto que suponemos que se utiliza el D8, debemos, por tanto, obtener como resultado
la siguiente celda en el descenso del flujo, es decir, una celda que caracterice dicha direcci´on
como una de las 8 posibles asociadas a las 8 celdas circundantes a la celda problema. Esta
celda, sin embargo, no est´a bien definida, pues si evaluamos la pendiente hacia cada una de
las celdas exteriores, existen dos de ellas para las cuales este valor coincide, siendo, adem´as,
el m´aximo buscado. La asignaci´on de una direcci´on de flujo es, por tanto, imposible con el
solo respaldo de lo que hasta aqu´ı conocemos, haci´endose patente la necesidad de ampliar los
supuestos estudiados o a˜ nadir complementos a los mismos.
En una implementaci´on com´ un del algoritmo del D8, la pendiente se va calculando para
cada una de las 8 celdas circundantes, asumi´endose que ´esta pendiente es el m´aximo si es
mayor que las calculadas anteriormente. Con un planteamiento as´ı, si se sigue, por ejemplo,
el sentido horario que va de z
1
hasta z
8
en los c´alculos sucesivos de pendiente, y existen dos
celdas, sean z
a
y z
b
, tal que a < b que comparten ambas el m´aximo valor de dicha pendiente,
siempre se tomar´a como direcci´on de flujo la determinada por z
a
, teniendo as´ı lugar un sesgo
presente siempre en celdas en las que se produzca una situaci´on como la anterior o similar.
Ante esta situaci´on, se ve claramente que la informaci´on contenida en la submalla 3 × 3,
si bien resulta apropiada para la estimaci´on de toda suerte de valores asociados a la celda
central, se demuestra insuficiente cuando es necesario tomar algunas decisiones. La soluci´on
del problema pasa, como parece l´ogico, por ampliar el rango de informaci´on que representa
dicha submalla y observar m´as alla, tratando de averiguar cual de las opciones que se presentan
es la adecuada, es decir, a cu´al de las celdas cuyos valores de pendiente suponen el m´aximo
dentro de la submalla se la debe designar como siguiente celda en el recorrido del flujo de
agua.
Este ejemplo anterior, no obstante, tan s´olo representa una primera aproximaci´on al verda-
dero problema que se pretende analizar en este apartado, por lo que ser´a ya en el tratamiento
de las zonas planas donde se ampl´ıe esa extensi´on de la submalla y se adjunten formulaciones
que sirvan para solucionar dicho problema. En lo referente a casos como el anterior, ´estos son
en realidad poco frecuentes — aunque pudiera pensarse que m´as infrecuentes, por irreales,
debieran ser las zonas planas, la construcci´on del MDT generalmente hace que esto no sea
as´ı. —, por lo que la decisi´on — notablemente salom´onica, por otra parte —, que se asume
78 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
en todos los modelos en que puede aparecer esta disyuntiva, es la de simplemente escoger la
primera celda seleccionada, asumiendo sin mayor complicaci´on y sin apenas consecuencias el
sesgo al que anteriormente se hizo menci´on.
La infrecuencia de este tipo de celdas es, no obstante, funci´on de la precisi´on con que las
elevaciones hayan sido registradas en el MDT, siendo recomendable y muy deseable que ´esta
sea del orden del cent´ımetro, tal y como en el ejemplo incluido en este caso.
Entrando de lleno en el problema de las celdas planas, en ellas la submalla 3 ×3 tiene una
expresi´on como la mostrada bajo estas lineas,
722.50 719.31 723.12
718.88 715.15 715.15
715.15 715.15 715.15
esto es, con una serie de valores iguales a los de la celda central y todos los restantes mayores.
En este caso ya no es posible el aplicar una soluci´on como la enunciada para la situaci´on
precedente, siendo necesario el formular una alternativa m´as refinada y definir ´esta en t´erminos
rigurosos que permitan su utilizaci´on del mismo modo que los algoritmos correspondientes para
el c´alculo de direcciones de flujo son utilizados en las celdas que no constituyen un caso especial
como las del presente apartado.
Parece l´ogico pensar que esa necesidad adicional de informaci´on que tenemos en este punto
podr´ıa tal vez aliviarse utilizando una submalla mayor de tal modo que otros elementos del
relieve que no fueran llanos entraran a formar parte de nuestra ventana de estudio permi-
ti´endonos as´ı conocer una mayor extensi´on del relieve y disponiendo de este modo de otro
nuevo punto de vista que, junto con los resultados obtenidos hasta el momento, quiz´as sean
suficientes para decidir acerca de la direcci´on de flujo que debe asignarse. El objetivo no es, sin
embargo, el c´alculo de las pendientes o las orientaciones sobre una submalla mayor aplicando
una formulaci´on matem´atica acorde con las nuevas circunstancias, sino, aplicando conceptos
l´ogicos acerca del comportamiento del flujo — por ejemplo, que este flujo va de las zonas mas
altas a las mas bajas —, recopilar informaci´on que nos permita un juicio correcto al respecto.
Todo esto que ha sido explicado por el momento de un modo bastante ((literario)) debe, l´ogi-
camente, plasmarse en una definici´on algor´ıtmica y una serie de expresiones matem´aticas, las
cuales se desarrollar´an a continuaci´on.
Como en todos los casos anteriores, el esfuerzo por parte de distintos investigadores ha
dado lugar a diversas soluciones, habiendo quedado cada una de ellas m´as o menos arraigada
en el uso habitual en funci´on de sus propias caracter´ısticas en cuanto a sencillez o eficacia.
Comenzando por la antedicha sencillez, y acerc´andonos un poco m´as en detalle a la manera
en que los datos adicionales que se obtienen de aumentar la submalla pueden emplearse para
el fin actual, el primer planteamiento consiste sencillamente en asimilar la direcci´on de flujo
de la celda a la tendencia en ese sentido de las celdas que vierten sobre la misma. Trabajando
sobre la metodolog´ıa del D8 para ello, y entendiendo cada direcci´on de flujo como un vector
que une el centro de la celda origen con el de aquella sobre la que vierte su flujo, una simple
suma vectorial de los vectores que representan dichos flujos dar´a lugar a un nuevo vector al
cual puede asimilarse la direcci´on resultante en la zona llana. Obviamente, este vector puede
asimilarse a una de las 8 celdas circundantes como siguiente celda hacia aguas abajo en funci´on
de su ´angulo, quedando de este modo resuelta la complicaci´on.
Una sencilla representaci´on gr´afica de lo anterior se presenta en la figura (2.22).
Si alguna de las celdas situadas alrededor de la celda problema es a su vez plana, al evaluar
la direcci´on de flujo de ´esta ser´a necesario recurrir tambi´en al algoritmo anterior, continu´andose
as´ı sucesivamente hasta alcanzar una zona no llana, momento en el cual quedar´an definidas
todas las direcciones anteriores hasta llegar a dicho emplazamiento desde la celda problema
original.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 79
Figura 2.22: C´alculo de direcci´on de flujo sobre una celda llana (en trazo grueso) como suma vectorial
de las direcciones de las celdas que vierten sobre la misma (en trazo fino).
Como se puede observar, hacemos uso en este punto de una informaci´on que, si bien
´ unicamente extraemos de las 8 celdas circundantes (su direcci´on de flujo), ´esta a su vez deriva
de una submalla de extensi´on 5 ×5, ya que es con los datos de la misma con los que es posible
extraer las direcciones de flujo de todas las celdas que componen la submalla 3 ×3 analizada.
La informaci´on adicional de la que se dispone nos permite tener un nuevo criterio gracias al
cual asignar una direcci´on perfectamente definida a una celda plana.
Aunque solucionando eficientemente la dificultad de las zonas planas, esta metodolog´ıa
adolece de algunos problemas de precisi´on, permitiendo la evaluaci´on de una direcci´on de flujo
en zonas planas pero arrojando en determinadas ocasiones resultados con ciertas deficiencias,
especialmente para zonas planas de gran extensi´on. La posibilidad de existencia de m´as de un
punto de salida o la indeterminaci´on en ciertos casos de la direcci´on a asignar por existir varias
opciones v´alidas, implica la introducci´on de elementos arbitrarios que, como en otros casos
anteriores, conllevan una serie de elementos negativos ya conocidos. El ya bien conocido por
todos problema de las l´ıneas paralelas de flujo es en este caso uno de los principales aspectos
que pueden asociarse con esta metodolog´ıa.
Un enfoque alternativo, muy popular y debido a Jenson y Domingue (1988), propone
una filosof´ıa opuesta empleando las celdas hacia las que vierte la zona llana y que tengan por
s´ı mismas un flujo bien definido. Con ellas, aplicando un proceso iterativo similar al anterior, se
define el flujo de las celdas circundantes a las mismas encamin´andolo hacia ellas y continuando
de este modo hacia las restantes celdas hasta completar la totalidad de la zona llana. Para
cada celda sin direcci´on asignada, si existen en su entorno una celda con direcci´on de flujo
definida, se establece la direcci´on de dicha celda hacia aquella ya definida, repiti´endose este
proceso hasta que no existan celdas sin direcci´on de flujo.
No obstante, la similitud en cuanto a sus conceptos, aunque con algunas diferencias, hace
que puedan asociarse a esta alternativa unas desventajas similares a las comentadas en el
m´etodo anterior.
Reflejando las ideas presentes en estos m´etodos, particularizadas en el algoritmo de Jenson
y Domingue, la formulaci´on algor´ıtmica de los mismos puede bosquejarse en un pseudoc´odigo
como el representado a continuaci´on. N´otese que la ejecuci´on de este algoritmo est´a encaminada
a la creaci´on de una malla de direcciones de flujo, y se debe dar con posterioridad a la asignaci´on
de este par´ametro para todas aquellas celdas en las que esto sea posible, es decir, aquellas que
no representen zonas llanas. Ser´a entonces, en base a la informaci´on de dichas celdas recogida
en la malla, que se consiga asignar una direcci´on a aquellas que s´ı se encuentran sobre zonas
planas.
procedimiento DireccionFlujoZonasLlanasJenson
{
mientras haya celdas sin direcci´on de flujo asignadas
80 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
{
para cada celda sin asignar
{
si hay celda con direcci´on asignada en su entorno,
entonces
{
asignar direcci´on hacia la celda ya asignada
}
si no
{
no hacer nada, la direcci´on se asignar´a a esta celda
en una pr´oxima iteraci´on
}
}
}
}
La sencillez del algoritmo se comprende f´acilmente pese a la expresi´on poco detallada que
se ha preferido aportar del mismo, siendo tambi´en sencillo comprender que, pese a conllevar
un coste computacional mayor que la simple asignaci´on de flujo en zonas cualesquiera sin
caracter´ısticas especiales, se trata de un proceso muy eficaz debido a su inherente simplicidad.
Como mejora a introducir sobre el trabajo de Jenson y Domingue, y especialmente con
la finalidad de eliminar o disminuir el problema de las l´ıneas paralelas derivado entre otras
razones de esta simplicidad, Tribe (1992) propuso la adici´on de cierta informaci´on adicional
sobre la zona llana, de tal modo que una aplicaci´on posterior del algoritmo se realizara en
mejores condiciones. Esta circunstancia es de especial inter´es para zonas llanas de una cierta
dimensi´on, donde el comportamiento del flujo modelizado seg´ un lo anterior puede ser en
ocasiones ciertamente ((err´atico)).
Para ello, y localizando lo que podr´ıamos denominar un eje principal de la zona llana
trazado entre el punto de salida y uno de entrada establecido, se asignar´ıan direcciones a las
celdas situadas en ese eje, de tal modo que ´estas fueran coherentes con la direcci´on del mismo.
De este modo, el posterior forzado de direcciones no se realizar´ıa ya de forma exclusiva hacia
la salida de la llanura sino tambi´en hacia el eje de la misma, siendo esto de especial inter´es
si se trata de ´areas llanas que ocupan un n´ umero considerable de celdas, pues aporta una
especie de encauzamiento del flujo sobre la zona llana que supone una importante mejora en
la coherencia y realismo de las direcciones asignadas.
Esta soluci´on queda reflejada esquem´aticamente en la figura (2.23).
Figura 2.23: Definici´on de un eje principal de la zona plana entre los puntos extremos (1) y(2), seg´ un
(Tribe,1992).
Repasando ahora todos los enfoques anteriores y sus variaciones propuestas, vemos que
en el primero de ellos ´ unicamente se hace uso de aquellas celdas que vierten sobre la celda
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 81
plana motivo de an´alisis en cada caso, es decir, aquellas con elevaci´on mayor que dicha celda
problema. El planteamiento f´ısico que se desarrolla es, por tanto, la conducci´on del flujo
lejos de las zonas de mayor elevaci´on, siguiendo la direcci´on que ´estas determinan. Es posible
tambi´en, como se vi´o para el segundo m´etodo, plantear la hip´otesis en sentido inverso, esto
es, conduciendo el agua desde la zona plana hacia las ´areas de menor altura a trav´es de la
localizaci´on de un punto de salida de la zona llana – la celda en contacto con la misma con
menor elevaci´on — y a partir del mismo ir asignando sucesivamente direcciones de flujo sobre
las celdas en las que ´esta ya fue asignada, hasta que todas las zonas de la llanura quedan
definidas en este aspecto.
En un siguiente paso, uniendo estos dos posibles enfoques para una misma formulaci´on,
el algoritmo que se presenta a continuaci´on (Garbrecht y Martz, 1997), el cual supone una
mejora notable en cuanto a la coherencia y veracidad de sus resultados, as´ı como en el error y
sesgo introducido en los mismos (Srivastava, 2000), no s´olo conduce el flujo alej´andolo de las
zonas de mayor elevaci´on o acerc´andolo a las de menor, sino considerando los dos fen´omenos
de modo simultaneo, representando as´ı de un modo mas fiel el verdadero fen´omeno f´ısico que
tiene lugar en la generaci´on y conducci´on de un flujo l´ıquido como el estudiado.
Mientras que en el caso de el algoritmo propuesto por Jenson y Domingue la asignaci´on
de las direcciones de flujo no implica la modificaci´on del MDT, pudiendo ´estas deducirse a
partir de las celdas del entorno, el algoritmo de Garbrecht y Martz conlleva la modificaci´on
— una doble modificaci´on, ya que se consideran los dos enfoques ya comentados — de las
celdas del MDT, elimin´andose el ´area de planicie que queda sustituida por una zona con
una inclinaci´on tal que permite ya el flujo del agua hacia las direcciones correspondientes,
y por tanto el c´alculo de las direcciones de flujo de modo habitual. Esta caracter´ıstica de
alteraci´on del terreno veremos que es com´ un en las formulaciones destinadas a la eliminaci´on
de depresiones, las cuales ser´an analizadas en el siguiente punto.
Antes de de entrar en algunas expresiones m´as precisas de este ´ ultimo algoritmo conside-
rado, resulta interesante una comparaci´on visual entre las diferentes formulaciones propuestas
para el tratamiento de depresiones, las cuales se recogen en las figuras (2.24) y (2.25). La com-
prensi´on de lo recogido en estas figuras permitir´a tener una mejor visi´on sobre la naturaleza
y funcionamiento de ambos algoritmos, facilitando la mejor comprensi´on del propuesto por
Garbrecht y Martz, que a continuaci´on ser´a detallado.
Figura 2.24: C´alculo de direcci´ones de flujo sobre zonas llanas seg´ un Jenson y Domingue (1988). La
malla de la izquierda representa las alturas del MDT, donde se aprecia la zona llana de elevaci´on 1 (en
gris). Las mallas sucesivas presentan las etapas del proceso iterativo de asignaci´on de direcciones de
flujo a partir del punto de salida existente.
Entrando ya en la formulaci´on del algoritmo de Garbrecht y Martz, el resultado buscado
es un par de mallas de datos cada una de las cuales va a recoger el aumento en altura que
debe darse a cada celda con objeto de crear esa nueva topograf´ıa que elimine las zonas llanas
82 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.25: Modificaci´on del MDT para el c´alculo de direcci´ones de flujo sobre zonas llanas seg´ un
Garbrecht y Martz. De iquierda a derecha y de arriba a abajo: Elevaciones originales, modificaci´on de
elevaciones seg´ un los dos supuestos considerados y elevaciones finales resultantes.
y permita conducir el flujo de forma perfectamente determinada en cualquiera de las celdas
del MDT. Cada una de dichas mallas se corresponder´a con los dos conceptos ya expresados
anteriormente, es decir, el alejamiento de las zonas de mayor elevaci´on y la conducci´on hacia
las de menor cota. Veremos de forma individual la creaci´on de cada una de las mismas.
Un primer elemento a definir antes de entrar en la creaci´on directa de las mallas de elevaci´on
suplementaria es la forma de establecer dicha elevaci´on. Puesto que se trata de establecer
aumentos de cota en las celdas que conforman la zona llana, se ha de definir un intervalo
m´ınimo en que especificar dicha elevaci´on, es decir, una resoluci´on a utilizar en las mallas a
crear, sea . As´ı, el valor final de las celdas del MDT, originalmente de la forma z
i,j
, pasar´a a
ser de la forma z
i,j
+k , con k ∈ N, una vez ´este haya sido modificado.
Los autores de este algoritmo proponen un valor =
2
100000
ν, donde ν es la resoluci´on
vertical propia del MDT. Es interesante se˜ nalar que la magnitud escogida no tiene conse-
cuencias sobre el comportamiento del algoritmo en t´erminos de su rendimiento, pero s´ı sobre
el funcionamiento correcto del mismo, debiendo garantizarse que no se escoge una magnitud
demasiado elevada que produzca resultados incorrectos. Por ello, el valor anterior es suficiente
desde todos los puntos de vista, y ser´a el que desde aqu´ı consideraremos para su uso.
Con este valor ya definido, la creaci´on de la primera malla — en este caso, la de alejamiento
de las zonas m´as elevadas — se lleva a cabo seg´ un un esquema iterativo en el que se modifican
en cada iteraci´on aquellas celdas en cuyo entorno existan otras celdas de mayor elevaci´on
pero ninguna con menor. En cada nueva iteraci´on, se modifican adem´as primeramente todas
aquellas celdas que hayan sido incrementadas en una pasada anterior.
El proceso de iteraci´on se detiene cuando resulta posible asignar una direcci´on de flujo a
todas las celdas de la zona llana, por lo que la comprobaci´on de si una celda tiene direcci´on de
flujo asignada o no, se debe llevar a cabo teniendo en cuenta las modificaciones que han sido
introducidas en iteraciones precedentes. N´otese que al final de este proceso, y aunque s´olo se
ha completado la mitad de las operaciones que conlleva este algoritmo, ya es posible guiar el
flujo en la totalidad de la zona llana. Sin embargo, de no a˜ nadir el paso restante — esto es, la
creaci´on de la otra malla de elevaciones a a˜ nadir —, el flujo resultante presentar´a con frecuencia
defectos del tipo de las l´ıneas paralelas , siendo adecuado en t´erminos de operatividad pero
no en cuanto a su precisi´on se refiere.
Un pseudoc´odigo para este planteamiento es el recogido bajo estas l´ıneas. La matriz donde
se recogen las elevaciones suplementarias se denota como M, siendo el valor de resoluci´on
expresado como E.
procedimiento ModificacionAltura1()
{
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 83
mientras haya celdas sin direcci´on de flujo posible
{
para cada celda
{
si es imposible asignar direcci´on de flujo
{
si existen celdas mas elevadas en el entorno
{
M(i,j)=M(i,j)+E
}
}
si no
{
si M(i,j)>0
{
M(i,j)=M(i,j)+E
}
}
}
}
}
La expresi´on para cada celda puede, l´ogicamente, acotarse y no trabajar con toda la
malla en cada iteraci´on, delimitando inicialmente la extensi´on original de las zonas llanas y
almacenando los l´ımites de las mismas de modo sencillo. El trabajo posterior s´olo sobre dichas
zonas disminuir´a el tiempo de proceso requerido por el algoritmo, no excesivamente elevado
de todos modos.
Muy similar enfoque se plantea para la elaboraci´on de la segunda malla, actu´andose en
este caso sobre las celdas del propio interior de la zona llana tratada. Para ello, de modo
sumamente sencillo, en cada iteraci´on se incrementa la elevaci´on en aquellas celdas de la zona
llana a las que no se pueda asignar direcci´on de flujo. Puesto que al menos existir´a una celda
de salida, esta quedar´a con su elevaci´on original, cre´andose a partir de la misma a lo largo de
las sucesivas iteraciones el gradiente buscado que dar´a una forma hidrol´ogicamente v´alida —
en t´erminos del an´alisis del MDT —, a la llanura tratada.
La formulaci´on algor´ıtmica de lo anterior es inmediata, quedando como sigue.
procedimiento ModificacionAltura2()
{
mientras haya celdas sin direcci´on de flujo posible
{
para cada celda
{
si es imposible asignar direcci´on de flujo
{
M(i,j)=M(i,j)+E
}
}
}
}
84 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Una vez que ya se disponen las dos mallas, basta sumar ´estas y obtener la variaci´on total
que debe a˜ nadirse a cada celda del MDT, pudiendo as´ı crearse un MDT modificado y ya
sin zonas planas que dificulten o imposibiliten la asignaci´on de direcciones de flujo de forma
gen´erica.
Una ´ ultima situaci´on puede aparecer en la cual sea necesario realizar operaciones adicio-
nales para obtener una direcci´on de flujo v´alida en algunas celdas. Estas circunstancias suelen
aparecer en las celdas centrales de una zona llana formada por varias celdas, donde los gra-
dientes que aparecen como consecuencia de los dos pasos a seguir en el algoritmo, son opuestos
y se cancelan entre s´ı, dejando celdas llanas al final del proceso. En este caso, sobre dichas
celdas aun llanas, se ejecutar´a el algoritmo del paso 2 — es decir, forzar un flujo sobre las
zonas de menor elevaci´on —, pero utilizando como resoluci´on =
1
100000
ν, para evitar que
con este nuevo desarrollo aparezcan nuevas zonas llanas. Este hecho justifica la elecci´on del
valor original de , escogido con vistas a este ´ ultimo ajuste posible donde un valor /2 debe
utilizarse preferentemente para garantizar el buen funcionamiento global del algoritmo.
Como conclusi´on a todo este apartado, es interesante subrayar que las circunstancias rela-
tivas al tratamiento de zonas planas son de gran importancia, especialmente en el an´alisis de
Modelos Digitales del Terreno que representen ´areas de topograf´ıa predominantemente llana,
donde es habitual encontrar este tipo de zonas debido a las deficiencias en la resoluci´on —
esencialmente la vertical — de los datos de partida. No obstante, y m´as all´a de la presencia o
no de zonas planas en el MDT original, es de gran inter´es el conocer y aplicar los algoritmos
anteriores, pues son asimismo una etapa intermedia para la soluci´on de otra problem´atica
de mayor relevancia como es la de las depresiones del terreno, cuya soluci´on completa queda
reflejada en el siguiente apartado.
2.3.9. El problema de las depresiones
Habiendo analizado un elemento del relieve para el cual los algoritmos de asignaci´on de
direcciones de flujo desarrollados no presentan un comportamiento adecuado, como es el caso
de las zonas llanas , y habiendo comentado algunas soluciones existentes a este respecto, llega
ahora el momento de abordar la que es quiz´as la mayor dificultad presente para la utilizaci´on
de un MDT como fuente de informaci´on de tipo hidrol´ogico seg´ un lo explicado hasta este
momento.
Para comenzar, consid´erese el siguiente esquema y tr´atese de asignar una direcci´on de flujo
a la celda central.
601.17 607.20 614.11
602.48 595.33 610.90
603.12 603.18 612.54
Como con sencillez habr´a podido deducir el lector, las pendientes que aparecen en el ante-
dicho esquema son todas ellas dirigidas hacia la celda central, por lo que el flujo est´a dirigido
hacia la misma no siendo posible encontrar una direcci´on de salida para el mismo, tal y como
se pretende. Una estructura como la anterior constituye lo que denominamos una depresi´on
— habitualmente reflejado en la literatura en lengua inglesa como pit o sink y en ocasiones
apareciendo con esta denominaci´on en textos en castellano —, constituyendo el tratamiento
de dichas depresiones, como se ha dicho, un apartado de vital importancia de cara al aprove-
chamiento de la informaci´on de caracter hidrogr´afica contenida en el MDT, y siendo el tema
desarrollado en el presente apartado.
La depresi´on anterior se encuentra formada por una ´ unica celda, posibilidad m´as simple
de cuantas a este respecto pueden aparecer en un Modelo Digital del Terreno, y adecuada
para comenzar la exposici´on de este punto. No obstante, y aunque frecuentemente asociadas
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 85
a diferentes razones que las anteriores, es posible encontrar zonas de mayor extensi´on a las
que globalmente no resulta factible la asignaci´on de una flujo a trav´es de las mismas haciendo
uso exclusivo de las formulaciones conocidas. Estas formaciones incluyen depresiones dentro
de otras depresiones – depresiones anidadas — o morfolog´ıas de tipo llano hundidas sobre el
nivel general, entre otras. El tratamiento de todas ellas de acuerdo con los diversos algoritmos
que se van a proponer a continuaci´on, se ver´a, no obstante, que es ´ unico en su concepci´on, por
regla general.
Para atacar el problema de las zonas llanas, y aplicando algunas ideas expresadas en los
apartados relativos a los par´ametros b´asicos tales como pendiente y orientaci´on, se planteaba
en su momento la artificialidad de dichas zonas, convini´endose as´ı que el estudio de la pro-
cedencia o significado de tales zonas sin pendiente definida era importante para la obtenci´on
de una soluci´on a la problem´atica que ´estas supon´ıan. De igual modo, comprender en este
caso la raz´on de que las citadas depresiones se encuentren presentes en el MDT va a servir
de apoyo a las diferentes alternativas recogidas, ya que es en funci´on de dicha naturaleza de
las depresiones como se estructuran y plantean los algoritmos correspondientes. Estudiaremos
por ello en primer lugar las concepciones que se presentan, para posteriormente exponer la
formulaci´on asociada a cada una de ellas en l´ıneas generales.
Las depresiones de peque˜ no tama˜ no tal y como la representada en el ejemplo precedente, se
asumen generalmente como derivadas de los procesos de interpolaci´on y c´alculo asociados con
la creaci´on del propio MDT, los cuales introducen debido a su propia formulaci´on una serie de
artificios entre los que se encuentran principalmente las antedichas depresiones. El tratamiento
de este tipo de elementos es, sin embargo, sencillo y no implica la necesidad de algoritmos
elaborados, ya que la simplicidad de la propia depresi´on hace innecesario el planteamiento de
´estos. En este caso, el objetivo que se persigue es simplemente conducir el flujo que llega a la
celda problema hacia la siguiente, asumiendo que la informaci´on para la misma es en cierto
modo incorrecta y debe establecerse una simple transici´on a trav´es de la misma. Para ello,
se rellena la depresi´on estableciendo para la misma un valor situado entre los dos m´ınimos
valores de su celdas circundantes, consiguiendo de este modo que el flujo sea conducido sobre
la celda de m´ınima cota, como parece l´ogico que debe ocurrir.
Sea (i, j) una celda dada, y sean de entre sus celdas circundantes (i + n
1
, j + m
1
) y
(i +n
2
, j +m
2
) las dos de menor altitud de entre ellas. El valor que debe recibir como nueva
cota la celda (i, j) viene expresado de la forma
z
i,j
= z
i+n
1
,j+m
1
+δ(z
i+n
2
,j+m
2
−z
i+n
1
,j+m
1
) ; (2.62)
siendo
δ ∈ (0, 1) , n
1
, n
2
, m
1
, m
2
= −1, 0, 1 ; n
i
· m
i
= n
i
+m
i
Se da soluci´on mediante la anterior metodolog´ıa de modo r´apido y sencillo a este primer
tipo de depresiones, ganando complejidad este asunto conforme consideramos otro tipo de
formaciones de mayor entidad. Como puede notarse, el tratamiento de las depresiones seg´ un
lo anterior modifica el MDT que se utiliza como dato de partida, por lo que estas operaciones
deben llevarse a cabo anteriormente al c´alculo de cualquier par´ametro a partir del mismo. Es
por ello que este tipo de actuaciones sobre el MDT de cara a la preparaci´on del mismo para
una mejor explotaci´on de la informaci´on en ´el contenida, reciben con frecuencia el calificativo
de preprocesamiento del Modelo Digital del Terreno
Un tipo de preprocesamiento gen´erico que puede contribuir a la eliminaci´on de depresiones
— siempre que ´estas sean peque˜ nas y poco profundas – es un filtrado gen´erico que suavice el
relieve de la zona, evitando as´ı la presencia de puntos at´ıpicos como es el presente caso. Uno
de los filtros m´as frecuentemente utilizados es el filtro de mediana, que asigna como nuevo
86 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
valor a cada celda el de la mediana de sus 8 celdas vecinas, obteniendo as´ı un nuevo MDT de
formas mas suaves y redondeadas que el de partida. La utilizaci´on de la mediana en lugar de
alg´ un tipo de media obliga a que el valor establecido para cada celda sea un valor existente en
el propio MDT, evit´andose as´ı la introducci´on de valores irreales, con las l´ogicas consecuencias
ventajosas que ello supone desde el punto de vista conceptual de esta operaci´on.
El empleo de filtros, no obstante, representando uno de los primeros intentos para hacer
frente a problemas originados por depresiones del terreno (Mark, 1984), no garantiza en ab-
soluto la eliminaci´on sistem´atica de cualquier tipo de ´estas, por lo que no puede considerarse
m´as que como una simple operaci´on con resultados positivos a este respecto, pero sin car´acter
definitivo alguno. Adem´as, aunque una modificaci´on del MDT est´a impl´ıcita en los m´etodos
que se describen en esta secci´on, dicha modificaci´on debe minimizar su efecto en las zonas
que no presenten ning´ un problema del tipo que ahora venimos tratando. Lejos de cumplir
este requisito, el suavizado con car´acter global del MDT hace sufrir a ´este una variaci´on que
lleva irremisiblemente asociada una notable p´erdida de informaci´on, por lo que es altamente
recomendable el evitar pr´acticas de esta ´ındole para mantener la precisi´on original del MDT
y preservar la informaci´on que contiene.
Volviendo, por tanto, a la formulaci´on de los algoritmos espec´ıficos para la eliminaci´on de
depresiones, y partiendo como se ha comentado de la concepci´on que cada autor tiene acerca
de la naturaleza de ´estas, autores como Mark (1984) consideran que una depresi´on surge en la
creaci´on del MDT como consecuencia de una estimaci´on a la baja de la altura de las celdas que
conforman dicha depresi´on, siendo necesaria la elevaci´on de las cotas asociadas a las mismas
para hacer desaparecer ´esta y dar lugar a un MDT preparado para un an´alisis robusto desde
el punto de vista hidrol´ogico.
Otros como Garbrecht y Martz (1992, 1996), adoptan el enfoque anterior, pero a˜ naden
al mismo una posibilidad totalmente opuesta, esto es, que la depresi´on sea debida a una
estimaci´on excesiva de la altura de una celda, lo que provoca que dicha celda — o celdas
— act´ uen a modo de dique, obstruyendo el desplazamiento del flujo a lo largo de las celdas
err´oneas. La soluci´on cuando se tiene este caso no comparte por completo su filosof´ıa con la
anterior, sino que contempla de igual modo la disminuci´on de la cota en aquellas celdas donde
se presenten las caracter´ısticas precedentes.
La figura (2.26) muestra ambos planteamientos de forma gr´afica.
Figura 2.26: Causas posibles a considerar como implicadas en la aparici´on de depresiones err´oneas en
el MDT
El algoritmo que refleja el primero de los anteriores enfoques se basa en la localizaci´on de
las zonas de depresi´on y el llenado de las mismas a un nivel fijo que permita la circulaci´on del
flujo sobre ´estas, teniendo en cuenta el relieve situado en el entorno de la depresi´on ´ unicamente
para el establecimiento de tal nivel fijo, de forma que exista dentro del MDT modificado — esto
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 87
es, el MDT con las depresiones ya rellenas — un punto de desag¨ ue de la zona que constitu´ıa
la depresi´on y que ha sido eliminada.
La utilizaci´on de un nivel fijo para la obtenci´on de lo anterior da lugar a una zona plana,
la cual deber´a ser tratada mediante alguna metodolog´ıa de las introducidas en apartados
precedentes. Este hecho puede provocar, en depresiones de gran tama˜ no tales como las que
constituyen un lago — caso que ser´a brevemente tratado de forma individual en un pr´oximo
apartado —, la aparici´on de las ya cl´asicas l´ıneas de flujo paralelas seg´ un los m´etodos utilizados,
consigui´endose, no obstante, conducir el flujo pese a la existencia de la depresi´on.
Plasmando ambas alternativas desde el punto de vista algor´ıtmico, las operaciones ini-
ciales que conducen a la puesta en pr´actica de las ideas generales descritas son similares en
cualquiera de los enfoques planteados, pues consisten principalmente en la localizaci´on y de-
limitaci´on correcta de las celdas que conforman la depresi´on, sobre las que posteriormente
— y es aqu´ı donde se ponen de manifiesto las diferentes concepciones ya introducidas — se
actuar´a con objeto de convertir ´esta en una zona donde resulte posible asignar direcciones
de flujo, en particular en una zona llana. Adem´as de la localizaci´on de las propias celdas de
la depresi´on, el conocimiento del entorno inmediato de la misma es necesario para situar un
punto de salida por el cual, una vez la depresi´on haya quedado eliminada — llenada —, el
flujo correspondiente a la misma contin´ ue su trayectoria hacia aguas abajo.
Puesto que la localizaci´on de la depresi´on es fundamental en ambas metodolog´ıas, se ex-
pondr´a primeramente la metodolog´ıa a seguir para esta tarea, particularmente en la forma en
que Garbrecht y Martz la definen por ser la misma m´as clara y sencilla y no suponer diferencia
conceptual de cara a la distinci´on entre los m´etodos que se analizan para la eliminaci´on de
depresiones.
Se parte en primer lugar de una eliminaci´on de las depresiones de car´acter puntual, la
cual ya fue analizada al comienzo de este punto, y que evitar´a el proceso innecesario, al tratar
dichas depresiones de una ´ unica celda de la manera mas sencilla — y por tanto, eficiente
— posible. Posteriormente, se comienza el an´alisis localizando aquellas celdas sin direcci´on
de flujo asignada que, sin embargo, puedan reciban flujo al existir una celda en su entorno
inmediato con una cota mayor asociada. La utilizaci´on exclusiva de estas celdas elimina el
trabajo con zonas sin direcciones de flujo pero constituidas por celdas planas, las cuales no
constituyen el objetivo de este apartado y cuyo tratamiento ya fue detallado con anterioridad.
De aqu´ı en adelante, la denominaci´on de celda de depresi´on hace referencia a las anterior con
car´acter exclusivo.
Una vez localizadas estas celdas de depresi´on, a partir de las mismas se define expl´ıcita-
mente la depresi´on en toda su extensi´on, siendo desde ese punto cuando se pueden efectuar las
pertinentes acciones. Para ello, el procedimiento centra una submalla de tama˜ no inicial 5 ×5
entorno a cada celda de depresi´on receptora de flujo, marcando dicha celda. Posteriormente,
se analizan secuencialmente las restantes celdas de la submalla y se marcan aquellas que son
adyacentes a una celda previamente marcada y simult´aneamente poseen una cota igual o ma-
yor a la de dicha celda. Este proceso de an´alisis de la submalla se repite sucesivamente hasta
que no se se˜ nalen nuevas celdas dentro de la misma.
Las celdas as´ı marcadas constituyen una zona aportante a la depresi´on, en la cual debe
localizarse como siguiente paso un potencial punto de salida. Dicha celda de salida o desag¨ ue
debe cumplir la condici´on de ser adyacente a otra celda fuera de la zona aportante y poseer
una cota mayor que dicha celda. Puede darse el caso de que existan varias de dichas celdas,
en cuyo caso se exige la de menor elevaci´on, o bien una de modo arbitrario si ´estas coinciden.
En el caso de no existir una celda de desag¨ ue , ello significa que la submalla 5 × 5 no
cubre en su totalidad la depresi´on, debiendo entonces aumentarse la dimensi´on de la misma y
repetir el proceso anterior de identificaci´on de ´area aportante y posterior b´ usqueda de puntos
de desag¨ ue. Este aumento de la submalla continuar´a hasta que resulte posible hallar uno de
88 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
tales puntos, momento en el cual la depresi´on habr´a sido se˜ nalada en toda su extensi´on.
Con la metodolog´ıa anterior, no s´olo las depresiones, sino tambi´en las zonas planas, habr´an
sido se˜ naladas. Puesto que el objetivo perseguido es la conversi´on de las primeras en las ´ ultimas,
y sobre ´estas no se pretende realizar ninguna modificaci´on, es necesario ignorar aquellas ´areas
seleccionadas que constituyan zonas planas, para evitar tratarlas cuando no es necesario el
llevar a cabo ninguna actuaci´on sobre las mismas. Para ello, basta buscar una celda dentro
de las que forman la depresi´on, cuya cota sea menor que la del punto de desag¨ ue. Si existe, la
zona constituye una depresi´on; si no, es una zona plana.
Antes de entrar en la descripci´on de los procedimientos para la modificaci´on de las de-
presiones de acuerdo con los distintos m´etodos introducidos, se presenta una expresi´on en
pseudocodigo — como es habitual, con una sintaxis relajada — del m´etodo explicado para
la localizaci´on de las mismas. Dicho algoritmo da como resultado una matriz DEP(i,j) en
que las celdas de depresi´on tienen valor 1 y las restantes valor 0. La matriz de elevaciones se
denota como Z(i,j). Por ´ ultimo, el punto de salida de la depresi´on localizada se almacena en
una vector llamado PS()
procedimiento LocalizacionDepresiones()
{
Para cada celda (i,j) sin direcci´on de flujo asignada
y con una celda en su entorno con mayor elevaci´on
{
//2k+1 es el tama~no de la submalla
k = 1
existePuntoSalida = falso
mientras no existePuntoSalida
{
k=k+1
nuevaCeldaMarcada = verdadero
mientras nuevaCeldaMarcada
{
nuevaCeldaMarcada = falso
desde m = -k hasta k
{
desde n = -k hasta k
{
desde a = -1 hasta 1
{
desde b = -1 hasta 1
{
si DEP(i+m+a,j+n+b) = 1
y Z(i+m,j+n) >= Z(i+m+a,j+n+b)
{
DEP(i+m,j+n) = 1
nuevaCeldaMarcada = verdadero
}
}
}
}
}
}
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 89
alturaSalida = 100000 // un numero elevado
desde m = -k hasta k
{
desde n = -k hasta k
{
si DEP(i+m,j+n) = 1
{
desde a = -1 hasta 1
{
desde b = -1 hasta 1
{
si DEP(i+m+a,j+n+b) = 0
y Z(i+m,j+n) >= Z(i+m+a,j+n+b)
y Z(i+m,j+n) < alturaSalida
{
alturaSalida = Z(i+m,j+n)
PS(NumeroDepresion).fila = i+m
PS(NumeroDepresion).columna = j+n
existePuntoSalida = verdadero
}
}
}
}
}
}
}
}
Es sencillo mejorar el rendimiento de este algoritmo evitando algunas comprobaciones
redundantes en los bucles aunque, de cara a mantener una cierta claridad y limitar la extensi´on
del mismo, no se han incluido estas modificaciones, que a buen seguro el lector sabr´a a˜ nadir
por s´ı mismo sin mucha dificultad.
Con los puntos de desag¨ ue localizados, los pasos restantes son sencillos, especialmente
cuando s´olo se considera necesario el llenado de la depresi´on, como es el caso del primer algo-
ritmo — Jenson y Domingue — presentado. Los pasos a seguir en este caso son simplemente
el llenado de toda la depresi´on, elevando la cota de sus celdas a la del punto de salida, lo
cual puede llevarse a cabo seg´ un un algoritmo como el presentado a continuaci´on, aplicando el
mismo sobre un punto dado de la depresi´on y empleando la altura correspondiente a su citada
celda de desag¨ ue.
procedimiento LlenarDepresion(i,j,z)
//i,j es un punto cualquiera de la depresi’on
//z es la altura a la que se debe <<llenar>>
{
DEP(i,j) = 0
Z(i,j) = z
desde m = -1 hasta 1
{
desde n = -1 hasta 1
{
90 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
if DEP(i+m,j+n) = 1
{
LlenarDepresion(i+m,j+n,z)
}
}
}
}
Llegados a este punto, la depresi´on ha quedado ya sustituida por una zona llana sobre la
que se pueden asignar direcciones de flujo en virtud de las formulaciones desarrolladas en el
apartado precedente. No obstante, si se supone que la depresi´on no se produce exclusivamente
como consecuencia de una subestimaci´on de la elevaci´on, sino tambi´en por una sobreestimaci´on
en determinadas celdas — es decir, seg´ un la metodolog´ıa propuesta por Garbrecht y Martz
—, debe intercalarse entre la localizaci´on de las depresiones y su llenado un procedimiento
de disminuci´on de altura en dichas celdas, que act´ ue ((rompiendo)) los diques u obstrucciones
artificiales que el error de cota en las mismas produce. Una vez que este procedimiento se
haya ejecutado, las celdas restantes ser´an elevadas haciendo uso de igual modo del anterior
algoritmo presentado. La metodolog´ıa a este respecto es la siguiente:
El proceso de eliminaci´on de obst´aculos y apertura de una v´ıa de salida para el agua se
realiza actuando sobre celdas que separan zonas de elevaci´on inferior a la de dicha celda. La
distancia entre dichas zonas debe acotarse con objeto de evitar que se produzca una actuaci´on
sobre celdas que no constituyen verdaderamente un obst´aculo, pues se sit´ uan entre ´areas que
no tienen en realidad comunicaci´on y cuyo aislamiento no se debe a una sobreestimaci´on de
la elevaci´on de las celdas intermedias.
Se define as´ı una longitud de apertura, que limita la modificaci´on de elevaci´on en grupos
de celdas mayores que el valor de dicha longitud. Se propone de forma habitual un valor de
2 celdas, que se demuestra adecuado en la pr´actica y es usado de forma general sin mayores
consideraciones.
El proceso de apertura comienza con la localizaci´on de la celda de desag¨ ue y todas aquellas
dentro de la depresi´on que poseen la misma altura que ´esta. Para cada una de ellas, se estudia
si son adyacentes a una celda situada fuera de la depresi´on y con una cota menor. En caso de
ser as´ı, se analiza si se encuentran a una distancia menor que la longitud de apertura respecto
a alguna celda dentro de la depresi´on tambi´en con menor cota. En tal caso, se trata de celdas
cuya cota podr´ıa ser modificada para simular la incisi´on de la v´ıa de salida de la depresi´on.
Dicho proceso se efect´ ua disminuyendo la cota de la celda en cuesti´on a la de aquella otra
sobre la que vierte en el exterior de la depresi´on. Puesto que se considera una longitud de
apertura de 2 celdas, es necesario disminuir la cota de otra de ellas tambi´en hasta la misma
altura, lo cual se lleva a cabo sobre la siguiente celda en el camino m´as directo hacia el interior
de la depresi´on, siempre que la cota de dicha celda sea mayor que la nueva.
En caso de existir varios puntos de la depresi´on donde llevar a cabo el anterior proceso
de disminuci´on de altura, se tomar´a aquel en que exista un mayor desnivel entre la celda
que conforma la obstrucci´on y su adyacente en el exterior de la depresi´on. En caso de ser
coincidentes, se tomar´a el de mayor pendiente hacia el interior de la depresi´on, eligi´endose
uno cualquiera de modo arbitrario si tambi´en esta magnitud presenta un mismo valor.
La figura (2.27) presenta un esquema comparativo de los diferentes resultados que se
obtienen mediante la aplicaci´on de un simple llenado y de la consideraci´on conjunta de llenado
y apertura.
Junto con los dos m´etodos anterior, sin duda los m´as extendidos e implementados, Planchon
(2001) propone una nueva soluci´on con un planteamiento radicalmente opuesto, a trav´es de
la cual se obtiene, adem´as del resultado buscado y la eliminaci´on de la depresi´on del mismo
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 91
Figura 2.27: De derecha a izquierda, elevaciones originales, eliminaci´on de la depresi´on usando llenado
y eliminaci´on de la depresi´on mediante llenado y modificaci´on de celdas obst´aculo. En negro, celda de
desag¨ ue. En gris, celdas modificadas.
modo que con los m´etodos ya presentados, un mayor rendimiento en t´erminos computacionales.
Esta circunstancia, seg´ un el autor, lo hace altamente interesante para el trabajo con mallas de
gran tama˜ no tales como las obtenidas mediante alguna de las m´as actuales tecnologias, donde
resulta posible obtener resoluciones muy elevadas.
En t´erminos m´as concretos, la complejidad O(n
2
) de los m´etodos ((cl´asicos)) se reduce hasta
O(n
1,2
), consigui´endose, por tanto, una notable mejora en el rendimiento.
La base de este algoritmo, la cual establece la diferencia clara con los m´etodos ya analizados,
consiste en el enfoque llevado a cabo como base del proceso. Mientras que en los casos anteriores
se llenaban las depresiones hasta una altura dada, en este caso el planteamiento es opuesto,
pues trabaja ((inundando)) la totalidad el MDT — elevando la cota de todo ´el como si hubiera
un exceso de agua a lo largo de toda su extensi´on —y posteriormente eliminando dicha capa de
agua a excepci´on de en las depresiones, donde ´esta se queda y llena de este modo las mismas,
elimin´andolas.
La figura (2.28) muestra un sencillo esquema del funcionamiento de esta formulaci´on.
Figura 2.28: Eliminaci´on de depresiones seg´ un Planchon (2001).
Entrando en la tratamiento algor´ıtmico, Planchon propone una doble soluci´on consistente
en una implementaci´on directa y una optimizada, de las cuales aqu´ı simplemente se tratar´a la
primera, por ser m´as sint´etica y quedar, sin embargo, recogida en ella la filosof´ıa del m´etodo.
De igual modo, dicho m´etodo puede convertir las depresiones en zonas planas o bien en su-
perficies con una ligera inclinaci´on que permita la aplicaci´on directa de cualquier algoritmo
de direcciones de flujo sobre las mismas. Por su diferente concepci´on con respecto a otras
soluciones presentadas, se desarrollar´a aqu´ı en detalle tan s´olo esta segunda posibilidad.
La diferenciaci´on entre ambas es, sin embargo, de tipo formal, pues depende de la magnitud
de un par´ametro de diferencia altitudinal — advi´ertase la similitud con los procedimientos
para el c´alculo de direcciones de flujo sobre zonas llanas —, el cual toma valor cero en el caso
de crear una zona llana, y distinto de cero en el supuesto contrario. En este segundo caso, son
92 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
necesarios dos valores de , uno para los saltos correspondientes al desplazamiento entre celdas
diagonales, y otro para los realizados entre celdas que comparten uno de sus lados. La relaci´on
entre los mismos es, como cabe pensar, igual a la de la longitud de dichos desplazamientos, es
decir

2.
Para formular los algoritmos correspondientes, se emplean dos mallas de elevaciones. Por
una parte, la malla propia del MDT — que denotaremos como Z —, y por otra la malla de
elevaciones con la capa de agua — que llamaremos W —, sobre la que se trabajar´a eliminando
dicha capa seg´ un ya se ha comentado brevemente con anterioridad. Este trabajo sobre W
dar´a lugar a una malla de datos final de elevaciones, sea W
f
, que ser´a el resultado final
buscado, y que cumplir´a las siguientes condiciones
W
f
i,j
≥ Z
i,j
∀i, j
Desde cada celda existe una l´ınea de flujo hasta un borde de la malla, con saltos entre
celdas continuas con un valor igual o superior a
W
f
es la superficie de m´ınima elevaci´on que cumple las anteriores condiciones
Las elevacion de W se inicializan a un valor muy elevado h — sea, por ejemplo, h = 10000
—, salvo en los extremos de la malla. Es decir,
W
i,j
=
_
Z
i,j
si (i, j) es celda de borde
h en caso contrario
(2.63)
Sobre estos valores, se disminuyen mediante un proceso iterativo las elevaciones de las
celdas de W, aplicando dos operaciones fundamentales que a continuaci´on se describen, las
cuales se emplean seg´ un las caracter´ısticas propias de cada celda y sus circundantes.
Si se cumple entre una celda central — denotada de aqu´ı en adelante con el sub´ındice c —
y alguna de sus vecinas — denotadas ´estas con v — la relaci´on
Z
c
≥ W
v
+(c, v) (2.64)
donde (c, v) es el valor de epsilon correspondiente al desplazamiento entre las dos celdas
consideradas, entonces se efect´ ua la asignaci´on
W
c
= Z
c
(2.65)
En caso de no darse lo anterior, se comprueba una segunda relaci´on entre la celda y sus
vecinas de la forma
W
c
> W
v
+(c, v) (2.66)
y en caso de que ´esta se cumpla con alguna de dichas celdas vecinas, se establece
W
c
= W
v
+(c, v) (2.67)
Estas dos relaciones se comprueban sucesivamente para todas las celdas de la malla, co-
menzando cada vez que se produzca una modificaci´on, y continuando hasta que se recorra
toda la extensi´on malla sin realizar ning´ un nuevo cambio en los valores de las celdas de W.
Expresado en forma de pseudoc´odigo, y con una sintaxis acorde con la explicaci´on anterior,
este proceso tiene la forma siguiente.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 93
procedimiento EliminarDepresiones()
{
inicio:
para cada celda c de la malla
{
para cada celda v vecina c
{
si Z(c)>=W(v)+epsilon(c,v)
{
W(c)=Z(c)
//comienza de nuevo el analisis de la malla
ir a inicio
}
si W(c)>W(v)+epsilon(c,v)
{
W(c)=W(v)+epsilon(c,v)
//comienza de nuevo el analisis de la malla
ir a inicio
}
}
}
}
}
Como puede verse, una ventaja de este algoritmo, adem´as de su rendimiento, es la sencillez
del mismo, pues puede expresarse completamente en muy pocas l´ıneas de pseudoc´odigo, siendo
su implementaci´on pr´acticamente inmediata. La alternativa optimizada, aun siendo algo m´as
compleja, tambi´en presenta relativa simplicidad, siendo igualmente m´as facil de implementar
que las soluciones presentadas hasta el momento. Su expresi´on, no obstante, y como ya se dijo,
no se detalla aqu´ı, remitiendose al lector a la referencia original de los autores, donde esta se
expone con extenso detalle.
Con independencia de sus diferencias, las tres concepciones anteriores se encuadran, como
m´etodos de preprocesamiento que, previamente a la utilizaci´on del MDT para el an´alisis
hidrol´ogico del mismo, estudian y analizan ´este, localizando las deficiencias presentes en el
mismo y corrigi´endolas con objeto de construir un MDT m´as adecuado para con posterioridad
llevar a cabo el antedicho an´alisis desde el punto de vista de la hidrolog´ıa. Resulta posible,
no obstante, entrar de modo directo en la asignaci´on de direcciones de flujo y recurrir a los
algoritmos de llenado de depresiones ´ unicamente cuando esto sea necesario, es decir, cuando
no resulte posible la asignaci´on de dicha direcci´on en una celda dada. En particular, resulta
habitual asignar a una celda incluida dentro de una depresi´on una altura derivada de la
aplicaci´on del sencillo esquema recogido en (2.62), para posteriormente tratar de asignar de
nuevo una direcci´on de flujo a dicha celda, llev´andose a cabo este procedimiento en el mismo
momento de c´alculo de las citadas direcciones de flujo.
Esta forma de proceder se asimila con frecuencia al comportamiento natural de un flujo de
agua, el cual, al alcanzar una depresi´on, la llena progresivamente hasta desbordar de la misma
por su punto mas bajo. Esta asimilaci´on, altamente gr´afica y did´actica, y como tal presente en
algunos libros de texto al respecto (vease Felic´ısimo, 1994), no se corresponde sin embargo con
las bondades de este enfoque desde un punto de vista de su fiabilidad o el propio rendimiento
de una implementaci´on pr´actica del mismo.
As´ı, para el caso de depresiones sencillas formadas por una celda el funcionamiento del
94 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
m´etodo no encierra ning´ un problema, siendo realmente id´entica su aplicacion a priori como su
utilizaci´on ((en tiempo real)). Cuando nos encontramos con una depresi´on mayor, sin embargo,
es necesario ya considerar que la correci´on de una celda dada puede tener influencia sobre sus
vecinas, debiendo volver a asignarse una direcci´on de flujo a las mismas. Continuando con el
claro s´ımil que se present´o anteriormente, este hecho se corresponde con la manera en que un
flujo de agua llenar´ıa una depresi´on, recorri´endola en su totalidad, aspecto nada ventajoso en
relaci´on con las direcciones de flujo finales que pueden obtenerse. De este modo, el trazado
definitivo de un flujo bien puede ser un recorrido que visita por completo todas y cada una de
las celdas de la depresi´on, saliendo finalmente por su punto de desag¨ ue y continuando desde
ah´ı su camino aguas abajo. Si bien el resultado es correcto en t´erminos de entrada y salida de
flujo en la depresi´on, no lo es as´ı en cuanto a la distancia real que ´este recorre, la cual ser´a un
factor importante para algunas formulaciones a´ un por introducir en este texto, y que queda
claramente sobrestimada en este supuesto.
Desde el punto de vista de la eficacia de este planteamiento, t´engase en cuenta que el
recorrido del flujo por la depresi´on no es en absoluto un elemento que propicie un eficaz
funcionamiento de un algoritmo basado en este m´etodo. Recurriendo una vez m´as a la equi-
paraci´on entre el proceso natural de llenado de una depresi´on por un flujo l´ıquido, debemos
tener en cuenta que el tiempo para la ejecuci´on de este proceso depende directamente de las
condiciones — en particular del volumen total — de la depresi´on, pudiendo presentarse casos
altamente desfavorables.
Por todo lo anterior, se considera preferente el empleo de una postura de preproceso,
superior como se ha visto a otras que, si bien resultan de inter´es conceptual, no son capaces
de ofrecer los mismos resultados que ´esta en un gran n´ umero de aspectos.
2.3.10. Encauzamiento forzado. River-Burning
La informaci´on contenida en el MDT nos ha servido hasta este punto para la extracci´on de
una larga serie de par´ametros, encontr´andose entre ´estos la direcci´on de flujo para cada una
de sus celdas, matizado ´este en los ´ ultimos apartados para poder contemplar la totalidad de
casos posibles que te´oricamente cabe encontrarse en el seno de un MDT cualquiera. Durante la
exposici´on precisamente de este param´etro, se ha hecho menci´on en cada metodolog´ıa analizada
a la fiabilidad de los resultados obtenidos por ´esta y, aunque todav´ıa no se ha procedido a una
exposici´on detallada de dicho apartado, la comprobaci´on de la mencionada fiabilidad a trav´es
de la correspondencia entre las redes de drenaje obtenidas a partir de las direcciones de flujo
establecidas y las redes realmente existentes sobre el territorio objeto de an´alisis.
Este elemento que constituye la red de drenaje — de car´acter netamente vectorial, visto
desde otra perspectiva conceptual —, a la par que puede ser empleado como comprobaci´on
a posteriori de las direcciones de flujo calculadas, puede tambi´en servir como dato a priori
para, en uni´on con el propio MDT, conformar una bater´ıa de datos de partida de superior
precisi´on que la obtenida mediante la sola utilizaci´on del MDT como viene siendo costumbre
hasta este apartado.
De otro modo, el comportamiento del flujo en las celdas del MDT no ocupadas por cauces es
completamente desconocido, releg´andose la asignaci´on del mismo a los algoritmos presentados
en apartados precedentes. Por el contrario, si se dispone de una cartograf´ıa de la red de
drenaje observable en la zona, la presencia de un cauce sobre una celda dada es un indicativo
de absoluta fiabilidad de la direcci´on de flujo que debe computarse en dicha celda, pues el r´ıo
debe fluir hacia la siguiente celda tambi´en caracterizada como cauce y, de ser correctos los
resultados arrojados por los algoritmos utilizados al respecto, ´estos deben estar en completa
concordancia con los resultados observados sobre el terreno. Es decir, que, de un modo u otro,
debemos forzar la direcci´on de flujo en las celdas conocidas de cauce para que dicho flujo se
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 95
ajuste a la realidad.
Esta correcci´on del flujo — cuando sea necesario, ya que puede coincidir de por s´ı, y
as´ı debiera ser si el MDT presenta la calidad suficiente — se lleva a cabo, l´ogicamente, a
traves de la modificaci´on de las cotas de las celdas implicadas, siendo ´estas no solamente
las que directamente contienen un cauce, sino tambi´en las situadas en un peque˜ na regi´on de
influencia, como a continuaci´on se analizar´a con mayor detalle.
Elaborada a partir de una caracterizaci´on vectorial de la red de drenaje observada real-
mente, consideremos una nueva malla raster que nos denote con exactitud las celdas sobre las
cuales debe existir situarse un cauce de dicha red. La malla as´ı definida puede representar una
funci´on discreta de la forma
f : M×N −→N
f(i, j)
_
= 0 si la celda no es una celda de cauce
= 0 si la celda es una celda de cauce
(2.68)
Algunos aspectos deben comentarse acerca de la creaci´on de esta malla a partir de la in-
formaci´on vectorial, pues la consistencia y buenas caracter´ısticas de la misma son importantes
para poder aplicar con garant´ıas los procesos que seguidamente ser´an explicados.
Los puntos a los que se debe atender en esta conversi´on son, esencialmente, los siguientes
dos:
Correcci´on de celdas donde la red de drenaje implique una direcci´on de flujo m´ ultiple.
Aunque posteriormente pueden aplicarse algoritmos de tipo MFD sobre el MDT resul-
tante de las operaciones introducidas en este apartado, el desarrollo de las mismas se
basa en la consideraci´on de una ´ unica direcci´on de flujo. Este tipo de celdas pueden
presentarse cuando dos cauces se aproximan y en el proceso de conversi´on ambos son
asimilados a una ´ unica celda.
Eliminaci´on de confluencias consecutivas.
Aun pudiendo tratar lo anterior desde un punto de vista algor´ıtmico, simplemente se refleja
aqu´ı a modo de apunte, m´as encaminado hacia un conocimiento casual de esta situaci´on y
un control visual de la misma que a la formulaci´on de algoritmos o expresiones que permitan
eliminar los errores anteriores.
´
Estos, por otra parte, son escasamente frecuentes para redes
de drenaje de morfolog´ıa habitual, sobre las cuales una conversi´on a formato raster no ata˜ ne
apenas complicaciones relevantes.
Una vez se dispone, por tanto, de esta nueva malla, resulta obvio que en base a ella deben
modificarse los valores recogidos en el MDT, plante´andose para este fin algunas alternativas
que difieren entre s´ı en cuanto a nivel de refinamiento y precisi´on, as´ı como en su versatilidad
en relaci´on con las caracter´ısticas de la red de drenaje empleada como informaci´on de apoyo.
Para todos los casos que siguen, el enfoque considerado es el de elaborar un MDT modifi-
cado y basar los posteriores c´alculos en ´este, en lugar de utilizar el MDT original y la malla
raster con los cauces de modo conjunto, perspectiva que tambi´en resulta posible considerar y
que, sin embargo, es de mucho mas infrecuente utilizaci´on.
En primer lugar, el planteamiento m´as inmediato pasa por la actuaci´on ´ unicamente sobre
las celdas de cauce propiamente dichas, llevando a cabo la operaci´on que da nombre a este
apartado — River Burning, literalmente ((marcar a fuego)) los r´ıos — y que expl´ıcitamente
viene a decir que, de alg´ un modo, deben quedar marcados sobre el MDT los recorridos de
los cauces existentes, de tal manera que los algoritmos encargados de la determinaci´on de
96 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
direcciones de flujo no puedan sino asignar las correspondientes a dichos cauces en las celdas
situadas bajo los mismos.
Este trazado de los r´ıos sobre el MDT se lleva a cabo de forma habitual encajonando los
mismos mediante una disminuci´on de la cota de las celdas correspondientes del orden aproxi-
mado de los 5 metros, valor que, no obstante, puede variarse de acuerdo con las circunstancias,
siendo l´ogicamente preferible el disminuir su magnitud en la menor medida posible, para de
ese modo introducir la menor variaci´on en el MDT. Para una resoluci´on habitual de trabajo,
ello hace pr´acticamente imposible que desde los cauces el flujo pueda dirigirse a otro punto
m´as que al siguiente punto de cauce, con lo que se garantiza que este flujo circule a trav´es de
los mismos. De igual modo, el fuerte desnivel existente con respecto a las cotas de las celdas
situadas en contacto con el cauce hace que ´estas tambi´en tributen sobre el trazado definido,
cumpli´endose as´ı, en primera instancia y de una forma algo ((agresiva)) — excesivamente for-
zada, tal vez —, el objetivo que se persegu´ıa de lograr unos trazados de cauces coherentes con
la realidad.
Una vez se dispone de este MDT modificado, la evaluaci´on de las direcciones de flujo se
deja en manos de los algoritmos existentes para esta tarea, los cuales operar´an sobre dicho
MDT de la manera habitual.
Obs´ervese que la modificaci´on anterior, aun reflejando circunstancias reales y basadas en
elementos observados como son los propios cauces de la red de drenaje real, introduce en el
MDT una variaci´on notable cuyo resultado es, desde el punto de vista morfol´ogico, irreal en
todos los sentidos. Es por ello que, puesto que el inter´es principal a la hora de llevar a cabo lo
anterior es ´ unicamente con objeto de refinar los aspectos relativos a las direcciones de flujo,
debe ser tan s´olo para el c´alculo de dichas direcciones para lo que se utilice el MDT modificado,
manteni´endose el MDT original como fuente de informaci´on para el c´omputo de cualquiera de
las otras variables hasta aqu´ı desarrolladas en el texto. El c´alculo de pendiente, por ejemplo,
dar´a unos valores ciertamente irreales en las orillas de los cauces.
Superando el planteamiento anterior y llevando a cabo el ajuste entre la red de drenaje
almacenada en la malla raster previamente definida y el MDT original de un modo mas eficaz
y adecuado, un procedimiento global para la asignaci´on de direcciones de flujo apoyadas en
cartograf´ıa de redes drenaje es el que se presenta seguidamente (Turcotte et al, 2001), y que
refleja perfectamente las capacidades que la conjunci´on de estos dos tipos de informaci´on tiene
para el estudio de este par´ametro de modo correcto.
En contraste con la simplicidad del enfoque anterior, totalmente desarrollado en un ´ unico
paso, se presentan en ´este tres grupos principales de celdas de acuerdo con su relaci´on con la
red de drenaje, las cuales ven asignadas sus direcciones de flujo de modo distinto y propician
la divisi´on del metodolog´ıa a seguir en etapas bien diferenciadas.
La ejecuci´on de estas etapas va a dar lugar a una nueva matriz con direcciones de flujo
correspondientes a cada celda, pudiendo venir ´estas expresadas, por ejemplo, como la siguiente
celda aguas abajo — trabajamos en todo momento con el modelo D8 — o bien como una
codificaci´on num´erica del ´angulo — m´ ultiplo siempre de 45
o
— en que se da dicho flujo. A
pesar de haber utilizado anteriormente la malla de direcciones de flujo, a partir de este punto
su uso va a ser intenso, siendo interesante el crear una malla a tal efecto en lugar de proceder
al c´alculo de las direcciones de flujo cuando ´estas se requieran para un nuevo c´alculo. Una
codificaci´on habitual — siempre en el caso del D8 — para estas direcci´ones, y con objeto de
evitar el almacenamiento de las coordenadas de la siguiente celda — una informaci´on doble
—, es la indicaci´on de dicha siguiente celda mediante un esquema como el siguiente.
32 64 128
16 −− 1
8 4 2
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 97
Los algoritmos presentados a lo largo de este texto no har´an un uso expl´ıcito de ning´ un
formato para la malla de direcciones de flujo, debiendo ser, no obstante, esta circunstancia del
conocimiento del lector, de cara a plantear ´el una implementaci´on pertinente de cuanto se va
desarrollando aqu´ı sobre la base de dichas direcciones.
Para la construcci´on de una matriz de direcciones de flujo en la presente metodolog´ıa,
primeramente las celdas sobre las cuales existe un cauce deben contener una direcci´on que
resulte consistente con la propia estructura de la red de drenaje. Si en la conversi´on de la
representaci´on vectorial a la malla raster se cumplieron los requisitos con anterioridad enun-
ciados, cada punto de dicha malla deber´a estar rodeado por 1, 2 o 3 puntos, seg´ un se trate de
un punto extremo — inicio o final de cauce —, un punto del trazado o un punto de intersecci´on
respectivamente. En cualquiera de los casos, para cada uno de dichos puntos, y si se conoce
cual de los que se encuentran en contacto con ´el es el situado aguas abajo, la asignaci´on de
una direcci´on de flujo es inmediata sin m´as que conducir el flujo a dicha celda aguas abajo.
Para llevar a cabo lo anterior, se debe comenzar por el extremo inferior de la red, gene-
ralmente el punto de salida de una cuenca dada, y asignar las direcciones de modo recursivo
a cada uno de los situados inmediatamente aguas arriba hasta llegar a la cabecera de cada
cauce. La conectividad entre las celdas de cauce y el buen trazado de ´estos sobre la malla
raster queda garantizado por las condiciones ya enunciadas al inicio de este apartado.
El empleo de este tipo de algoritmos de car´acter recursivo va a ser una constante en buena
parte de las formulaciones desarrolladas en ´esta y las pr´oximas secciones del libro, siendo ´este
uno de los casos en los que una expresi´on mediante pseudoc´odigo resulta m´as conveniente
que la simple notaci´on matem´atica. Empleando, pues, este tipo de elementos, uno de tales
pseudoc´odigos para el algoritmo comentado anteriormente es el siguiente.
procedimiento DireccionFlujoEnCauces (i,j)
//se aplica inicialmente sobre el punto
m´as aguas abajo de la red de drenaje
{
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si (i+m,j+n) es celda de cauce y no (n=0 y m=0) entonces
{
asignar a dicha celda direcci´on de flujo sobre (i,j)
DireccionFlujoEnCauces (i+m,j+n) //llamada recursiva
}
}
}
}
Con lo anterior, las celdas ocupadas por la red de drenaje han sido ya correctamente asig-
nadas, lo cual garantiza la coherencia de los valores registrados para las mismas, no pudiendo
hacerse extensible dicha garant´ıa para otras celdas de la malla. Son estas otras celdas, en
particular las que se encuentran en un ´area de influencia de los cauces establecidos, las que
deben modificarse convenientemente para que exista a su vez una transici´on correcta entre
las anteriores y aquellas celdas alejadas de los cauces que ver´an signada su direcci´on de flujo
mediante la mera aplicaci´on del algoritmo correspondiente — en este caso el D8, como ya se
ha comentado —.
Para estas celdas en la vecindad inmediata de las de cauce se propone una reducci´on de
98 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
la cota asociada a cada una, en funci´on de la perturbaci´on causada por la presencia de dicho
cauce, lo cual viene expresado de forma gen´erica por la expresi´on recogida bajo estas l´ıneas.
z

i,j
= z
i,j
+P
i,j
(2.69)
donde z
i,j
y z

i,j
son, respectivamente, las elevaciones de la celda (i, j) en el MDT original y
en el modificado, y P
i,j
el coeficiente de perturbaci´on anteriormente mencionado.
Para este ultimo factor, se propone una evaluaci´on en funci´on del inverso de la distancia, de
tal modo que a partir de una cierta separaci´on — es decir, cuando una celda se encuentre fuera
del ´ambito de influencia del cauce —, dicho par´ametro sea pr´acticamente nulo. La tendencia
asint´otica hacia cero de una funci´on como la adoptada permite obtener este resultado. M´as
expl´ıcitamente, el par´ametro P
(i,j)
a emplear en la igualdad anterior tomar´a una expresi´on de
la forma
P
(i,j)
=
1
2
_
R
m
R
(i,j)
_
1/α
(2.70)
en la que R
m
define la m´axima influencia radial, α es un coeficiente y R
(i,j)
indica la distancia
existente entre la celda (i, j) y la celda de cauce mas pr´oxima.
En la anterior expresi´on la determinaci´on de los valores a adjudicar tanto a R
m
como a
α son las claves para la aplicaci´on correcta de esta fase del m´etodo, pues ´esta debe llevarse a
cabo de tal modo que resulte de la misma una transici´on correcta entre los dos tipos de celdas
analizados en las restantes etapas.
Comenzando con el valor de R
m
este debe ser suficientemente elevado para eliminar las
posibles discrepancias que puedan surgir en la determinaci´on de direcciones de flujo para las
celdas con cierta proximidad a alg´ un cauce. Por otra parte, si se le asigna un valor excesi-
vamente alto, ello implicar´a el alcance de la expresi´on anterior a celdas que en realidad no
son influidas por la presencia de los cauces, desvirtu´andose as´ı la informaci´on contenida en el
MDT para dichas celdas.
Una vez m´as, el valor ´optimo guarda relaci´on con la resoluci´on empleada en el MDT,
aunque si suponemos una resoluci´on habitual en el rango con el que venimos trabajando hasta
el momento, un valor alrededor de R
m
= 5 ofrece buenos resultados y una notable coherencia
en su aplicaci´on pr´actica.
Respecto al coeficiente α, la formulaci´on original supone el empleo de coeficientes de per-
turbaci´on P
(i,j)
´ unicamente con valores enteros, para lo cual, y con objeto de que ´estos tengan
distinto valor seg´ un las diferentes distancias, se propone la expresi´on
α =
ln(R
m
) −ln(R
m
−1)
ln(3)
(2.71)
Aunque no tenga mucho sentido el considerar la suposici´on de los valores enteros, da-
da la preparaci´on de cualquier aplicaci´on inform´atica actual en este ´ambito para el manejo
de valores reales, la anterior expresi´on sigue constituyendo una buena aproximaci´on para el
establecimiento de un valor ´optimo de este coeficiente y es por tanto utilizada como tal.
Aplicando todo lo anterior a las celdas que no est´an situadas sobre un cauce, tanto las de la
proximidad inmediata como las situadas a mayor distancia, completar´ıamos la segunda etapa
del m´etodo habiendo concluido la definici´on del MDT modificado. En ´el, existir´an ahora tres
tipos principales de celdas: aquellas sobre al cauce, cuyos valores no han sido modificados, ya
que las direcciones de los mismos han sido asignadas directamente; aquellas en las proximidades
cuyas cotas habr´an sufrido ciertas variaciones que garantizan la coherencia de las direcciones de
flujo de las mismas; y el resto de celdas cuyas direcciones ser´an las mismas tanto sobre el MDT
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 99
modificado como sobre el original, pues han sufrido una modificaci´on total o pr´acticamente
nula.
Resta ya tan solo aplicar el algoritmo correspondiente para la asignaci´on de direcciones
de flujo a todas las celdas excepto las de cauce, registrando los resultados en la malla de
direcciones de flujo y completando as´ı las misma al unir dichos resultados a los valores ya
almacenados en la misma y correspondientes a las celdas situadas dentro de la red de drenaje
seg´ un se especific´o en la primera etapa del proceso.
Con lo anterior, la creaci´on de una malla de direcciones de flujo m´as precisa haciendo uso
de informaci´ on adicional referente a la red de drenaje existente en el terreno, queda concluida
ya, encontr´andonos por lo tanto en disposici´on de sacar un mayor partido de la misma a trav´es
de la extracci´on de nuevos par´ametros a partir de ella.
2.3.11. Procesamiento completo del MDT
Aunque se han ido apuntando en diversas ocasiones aspectos relativos a la secuencia de
pasos a emplear para el trabajo con el MDT seg´ un las operaciones y algoritmos hasta el
momento presentados, es conveniente en este punto dar un esquema breve de dicha secuencia
a modo de resumen.
Una vez se conocen las metodolog´ıas para realizar la preparaci´on y el an´alisis b´asico del
MDT desde el punto de vista de su morfolog´ıa, el conjunto global de dicho an´alisis se compone
de las siguientes etapas.
Llenado de depresiones del MDT
Modificaci´on del MDT para encauzamiento forzado (cuando corresponda)
Asignaci´on de direcciones de flujo
Asignaci´on de direcciones sobre zonas planas
Con lo anterior, la malla de direcciones de flujo se obtiene con precisi´on de un modo robusto
y adecuado, pudiendo procederse sin mayor consideraci´on al c´alculo de cuantos par´ametros
restan y pueden evaluarse con la ayuda de los anteriores.
2.3.12. Flujo acumulado
Llegados a este punto, la asignaci´on de direcciones de flujo es ya una realidad y, como se
vio en el ´ ultimo punto, ´esta puede almacenarse a su vez en una nueva malla de direcciones,
con independencia de la morfolog´ıa del terreno, puesto que todos los casos ya han sido con-
templados y disponemos de la garant´ıa del buen funcionamiento de los algoritmos en todos
ellos.
Como tal, esa direcci´on de flujo a la que hemos dedicado un extenso n´ umero de p´aginas
no tiene, sin embargo, un significado directo importante, no habi´endose todav´ıa, de hecho,
extra´ıdo ning´ un par´ametro f´ısico de importancia a partir de los datos proporcionados por
dichas direcciones. Es el momento ahora, pues, de utilizar los resultados anteriores, en parti-
cular la malla de direcciones de flujo, para extraer un par´ametro que nos va a proporcionar
una informaci´on sumamente importante y sobre el que se fundamenta gran parte del an´alisis
posterior, como es la acumulaci´on de flujo. El conocimiento de este valor resultar´a, adem´as,
clave para los temas de los pr´oximos cap´ıtulos — esto es, la definici´on y caracterizaci´on de
r´ıos y cuencas a partir del MDT — sirviendo as´ı de nexo de uni´on entre el amplio trabajo
desarrollado para la asignaci´on de direcciones de flujo y la realizaci´on pr´actica de la utilidad
de ´este en la extracci´on de las unidades y elementos hidrol´ogicos b´asicos.
100 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Conceptualmente, la idea de flujo acumulado de una celda— tambi´en expresado como
´area aportante o ´area aguas arriba, entre otras muchas denominaciones — es simplemente
el conocimiento del ´area total cuyo flujo, que se desplaza de celda en celda siguiendo las
direcciones calculadas con cualquiera de los algoritmos ya conocidos, acaba vertiendo sobre la
celda problema. El conocimiento de este par´ametro ser´a un indicativo, entre otras cosas, del
caudal circulante por la celda o la capacidad erosiva de dicho flujo en la misma, aspectos que en
su momento ser´an analizados convenientemente cuando corresponda la explicaci´on detallada
de tales magnitudes.
Las formulaciones algor´ıtmicas para el c´alculo de este par´ametro, aunque van a buscar
como ´ unico resultado la creaci´on de una nueva malla que contenga las acumulaciones de flujo
correspondientes a cada celda, presentar´an, como es l´ogico, expresiones distintas en funci´on de
cada uno de los algoritmos para asignaci´on de direcciones que se emplee en cada caso. Algunas
de las consecuencias de este hecho ya han ido introduci´endose levemente como ventajas o
inconvenientes de cada uno de dichos algoritmos, y ser´an detalladas en profundidad en este
apartado.
Para comenzar el estudio de los algoritmos que nos van a conducir hacia la matriz de
flujo acumulado, hag´amoslo en primera instancia no teniendo en mente ninguna metodolog´ıa
concreta, sino planteando conceptos generales acerca del significado del valor que buscamos y
la forma de llegar a su conocimiento con los materiales y conocimientos de que disponemos
hasta el momento. Es obvio que desde cada celda del MDT podemos trazar el recorrido (o
recorridos, si se usa un algoritmo de flujo de tipo MFD) de la escorrent´ıa de dicha celda aguas
abajo hasta el punto de salida de dicho flujo de la malla. Podemos, por tanto, conocer cada
una de las celdas que por las que pasa dicho flujo, a˜ nadiendo a dichas celdas el ´area aportante
de la celda inicial. Repitiendo este proceso para cada celda de la malla y acumulando sus
respectivas ´areas a todas las restantes celdas aguas abajo, obtendremos el flujo acumulado de
todas ellas seg´ un esta primera formulaci´on.
En una notaci´on muy laxa, un posible pseudoc´odigo para lo anterior quedar´ıa como sigue:
procedimiento CalcularMallaFlujoAcumulado1()
{
para cada celda de la malla
{
desde (i,j)=celda inicial hasta (i,j)=celda de salida
de la malla
{
flujo acumulado en (i,j)=flujo acumulado en (i,j)
+ ´area de una celda
}
}
}
Lo anterior puede aplicarse, con las correspondientes adaptaciones, a la pr´actica totalidad
de los algoritmos para el c´alculo de direcciones de flujo. Debe considerarse, por ejemplo, la di-
visi´on del flujo en aquellos algoritmos de tipo MFD , en los que, suponiendo que la distribuci´on
del flujo es homog´enea en la superficie de cada celda, las fracciones correspondientes a cada
celda aguas abajo se pueden traducir en fracciones de ´area, debiendo, por tanto, acumularse
a cada una de ellas una parte del ´area de cada celda. Este ´area, por otra parte, se eval´ ua
sencillamente como A = g
2
, siendo g el ancho de celda o resoluci´on, expresado en las unidades
habituales (generalmente metros).
Si bien este planteamiento es correcto y completo, ya deber´ıa saber el lector por lo que en
su momento se comento algunos apartados atr´as, que no representa la soluci´on computacio-
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 101
nalmente mas eficaz, aunque s´ı la de m´as universal validez, motivo por el cual debe quedar
igualmente recogida en estas l´ıneas.
Si centramos ahora nuestra atenci´on sobre el modelo D8, y notando como A a la matriz
de flujo acumulado, podemos llegar a una formulaci´on algor´ıtmica m´as optimizada, partiendo
del hecho de que
A
(i,j)
=
1

n=−1
1

n=−1
δ
(n,m)
· A
(i+n,j+m)
, m· n = m+n (2.72)
donde
δ
(n,m)
_
= 1 si la celda (i +n, j +m) vierte sobre (i, j)
= 0 si la celda (i +n, j +m) no vierte sobre (i, j)
(2.73)
Transformando esta notaci´on matem´atica en una expresi´on algor´ıtmica, tenemos una fun-
ci´on que puede expresarse mediante un pseudoc´odigo de la forma siguiente.
funci´on FlujoAcumulado1 (i,j)
{
flujoAcc=´area de una celda
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+m,j+n) vierte sobre (i+j) entonces
{
flujoAcc=flujoAcc+FlujoAcumulado1(i+m,j+n)
}
}
}
}
devolver flujoAcc
}
Las implicaciones ventajosas de esta formulaci´on son obvias en cuanto que ´ unicamente las
celdas que en efecto aportan flujo sobre la celda problema (i, j) son tratadas, siendo adem´as
analizadas en una ´ unica ocasi´on, existiendo as´ı una optimizaci´on notable en relaci´on con el
n´ umero de operaciones necesarias para completar el c´alculo buscado.
Consid´erese adem´as que la llamada recursiva hacia las celdas superiores de cara a conocer
el flujo acumulado en ellas, puede ser m´as r´apida si este flujo ya se conoce de antemano, no
resultando necesario seguir subiendo aguas arriba hasta el origen del flujo. Si aplicamos este
concepto para generar la malla completa de flujo acumulado — lo anterior era s´olo para un
punto dado —, veremos que no en todos los puntos va a resultar imprescindible realizar el
antedicho ascenso, resultando al final que tan s´olo se evaluar´an tantas celdas como tenga la
malla, pues ninguna deber´a ser analizada en m´as de una ocasi´on.
Con lo anterior, planteamos la siguiente modificaci´on para el algoritmo precedente, en el
cual se hace uso de la malla de flujo acumulado, en vista de la utilizaci´on de este algoritmo
dentro de uno destinado al c´alculo de dicha malla y que en breve ser´a introducido. Los valores
de flujo acumulado quedan en la matriz denotada como F.
102 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Puesto que nos acercamos ya a una versi´on definitiva del algoritmo, es procedente en
este punto incorporar en el mismo una circunstancia que en su momento detallamos para
el caso de valores puntuales evaluados mediante el desplazamiento de la submalla 3 × 3,
tales como pendiente u orientaci´on, y que no es otro que el relativo a la ausencia de datos en
determinadas celdas del MDT. La consideraci´on explicita de estas celdas se contempla tambi´en
en el algoritmo a continuaci´on presentado.
funci´on FlujoAcumulado2 (i,j)
{
si F(i,j)=0 entonces
{
flujoAcc=´area de una celda
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+m,j+n)=NODATA, entonces
{
devolver NODATA
}
si (i+m,j+n) vierte sobre (i+j) entonces
{
flujoAguasArriba=FlujoAcumulado2(i+m,j+n)
si flujoAguasArriba=NODATA, entonces
{
devolver NODATA
}
flujoAcc=flujoAcc+FlujoAguasArriba
}
}
}
}
}
si no, si F(i,j)=NODATA entonces
{
devolver NODATA
}
si no
{
flujoAcc=F(i,j)
}
devolver flujoAcc
}
Como puede verse si se analiza el aspecto relativo a las celdas sin datos, toda celda que
presente aguas arriba una de dichas celdas recibir´a un valor NODATA como flujo acumulado, ya
que esta celda sin datos interrumpe el proceso recursivo hacia aguas arriba, haciendo imposible
el calcular desde ese punto el ´area aportante, e invalidando as´ı cualquier resultado obtenido.
El hecho de que existan celdas con un valor NODATA en la malla deber´a ser tenido en cuenta
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 103
para todas las futuras formulaciones que hagan uso de la misma — que van a ser muchas —,
aun cuando ello no se refleje de modo explicito en el texto.
Utilizando el algoritmo anterior para el c´alculo de flujo acumulado en una celda dada,
y extendi´endolo a todas las celdas de la malla mediante su ejecuci´on sobre cada una de
ellas — formulaci´on de suma sencillez —, la malla de flujo acumulado queda definida con
unas notables ventajas respecto al planteamiento inicial expresado al comienzo del apartado.
Puesto que hemos comprobado la mejor eficacia de este nuevo algoritmo, el cual hemos basado
originalmente sobre la formulaci´on del D8, es procedente tratar ahora de adaptar la idea que
reside tras el mismo a las distintas otras metodolog´ıas para las asignaci´on de direcciones de
flujo.
Comenzando con aquellas de tipo MFD de la familia misma del D8 — l´ease, FD8 y D∞—,
la expresi´on (2.72) puede emplearse de igual modo sustituyendo los valores de δ
(n,m)
recogidos
en (2.73) por
δ
(n,m)
_
= p si la celda (i +n, j +m) vierte sobre (i, j); p ∈ (0, 1)
= 0 si la celda (i +n, j +m) no vierte sobre (i, j)
(2.74)
La adaptaci´on se antoja a simple vista bastante sencilla, y parece en una primera impresi´on
que resultar´a posible mantener las buenas cualidades en cuanto a eficacia que caracterizaban a
este enfoque en el caso del D8. Para ver esto de un modo m´as claro, recurramos a la formulaci´on
algor´ıtmica que queda como sigue. Por razones de espacio, se presenta el algoritmo sin la
consideraci´on de celdas sin datos.
funci´on FlujoAcumulado3 (i,j)
{
si F(i,j)=0 entonces
{
flujoAcc=´area de una celda
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+m,j+n) vierte sobre (i+j) entonces
{
p=fracci´on de flujo de (i+n,j+n) que llega a (i+j)
flujoAcc=flujoAcc+p·FlujoAcumulado3(i+n,j+m)
}
}
}
}
}
si no
{
flujoAcc=F(i,j)
}
devolver flujoAcc
}
104 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
No habiendo modificado apenas el algor´ıtmo original, resulta claro que la estructura recur-
siva de las formulaciones anteriores — la que realmente aporta la eficacia a este planteamiento
—, puede seguir aplic´andose, quedando cubierta de este modo la familia del D8 al completo
en lo que a creaci´on de la malla de flujo acumulado respecta.
La pregunta que debemos plantearnos en este punto es si podremos continuar esta pro-
gresi´on y extender el rango de aplicaci´on de esta filosof´ıa a los modelos KRA y DEMON,
pregunta cuya respuesta, aunque ya se ha anticipado en diversas ocasiones que es negativa,
ser´a justificada con algo m´as de detalle en este punto.
La relaci´on que une a una celda y la situada inmediatamente aguas arriba de la misma, y
que permite en el anterior algoritmo la aplicaci´on de lo expresado en (2.72), queda reflejada en
el mismo en la l´ınea si (i+n,j+m) vierte sobre (i+j) entonces, la cual permite conocer
si, efectivamente, una celda se encuentra aguas arriba de otra dada o no. Esta relaci´on, sencilla
de concepto y sumamente f´acil de comprobar bajo las premisas de los algoritmos de la familia
del D8, no puede tratarse igual si se utiliza cualquiera de los restantes modelos, pues ya
sabemos que la relaci´on entre el flujo de una celda y su paso a otra situada aguas abajo de la
misma no depende exclusivamente de dicha celda sino tambi´en de todas las que se encuentran
aguas arriba de la misma. La necesidad de analizar todas esas celdas, inevitable seg´ un la
formulaci´on de estos m´etodos, hace perder validez a las formulaciones recursivas que han sido
presentadas, al eliminar la ventaja de las mismas en cuanto al ahorro de operaciones y de
celdas que es necesario analizar.
Como resultado de lo anterior, las aplicaciones que implementan tanto el modelo KRA
como el modelo DEMON se ven obligadas a recurrir a formulaciones menos optimizadas,
resultando imposible con las mismas el obtener un rendimiento equivalente al que puede lo-
grarse en el caso de emplear cualquiera de los m´etodos de la familia del D8. Una vez m´as,
la simplicidad de ´estos se demuestra como un elemento altamente ventajoso desde el punto
de vista puramente computacional, apoy´ando en dicha sencillez la construcci´on de algoritmos
altamente eficientes como los que hemos visto.
Independientemente del rendimiento de sus algoritmos asociados, es obvio que todos los
modelos permiten el c´alculo de la matriz de flujo acumulado, la cual puede emplearse en este
punto para complementar todo lo dicho anteriormente acerca de cada uno de dichos modelos.
El an´alisis de una estructura dada representada mediante un MDT aplicando todos ellos, y
la generaci´on consecuente de las mallas de flujo acumulado derivadas, aporta un elemento de
comparaci´on que, no s´olo de modo num´erico, sino especialmente de forma visual, nos da una
buena idea de las limitaciones y cualidades en cuanto a precisi´on y realismo de sus resultados
de cada uno de los modelos que conocemos.
La figura (2.29) representa las acumulaciones de flujo para un MDT cuya superficie cons-
tituye un cono circular, arrojando interesantes resultados. La elecci´on de una superficie ma-
tem´atica en lugar de un MDT real hace posible una mayor claridad y una mejor comprensi´on
de los resultados que conlleva la comparaci´on de las distintas representaciones.
Es de inter´es rese˜ nar que, por la propia naturaleza de los valores que contiene la malla de
acumulaci´on de flujo, con magnitudes muy elevadas en algunas pocas celdas que concentran el
flujo — y que anticipamos ya aqu´ı que servir´an para la determinaci´on de cauces en pr´oximos
cap´ıtulos —, la representaci´on habitual en escala de color mediante una gradaci´on lineal no
ofrece apenas informaci´on de inter´es o, al menos, no del mismo modo que esta forma de
representaci´on lo hace con otras mallas como la propia del MDT, la de pendientes, etc. Se
utiliza en este caso una rampa de color de tipo logar´ıtmico, aument´andose de este modo la
informaci´on que puede obtenerse de dicha representaci´on, tal y como queda reflejado en la
Figura (2.30).
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 105
Figura 2.29: Representaci´on de flujo acumulado sobre un cono circular, seg´ un los principales algoritmos
de asignaci´on de direcciones de flujo (adaptado de (Conrad, 1998))
Figura 2.30: Representaci´on de una malla de flujo acumulado con escala lineal (izquierda) y logar´ıtmica
(derecha). Se ve con facilidad la mayor utilidad de esta ´ ultima para este tipo de par´ametro
2.3.13. Lagos y embalses como parte del MDT
El empleo de las distintas formulaciones para el c´alculo de direcciones de flujo, en conjun-
ci´on con los algoritmos presentados para los casos de zonas planas o depresiones, nos permite
ya definir un direcci´on de flujo en cualquier celda del MDT. Mientras que las depresiones
formadas por pocas celdas se asumen como errores derivados de los procesos de interpolaci´on
en la creaci´on del MDT, la existencia en ocasiones de grandes depresiones suele reflejar la
presencia de embalses o lagos, los cuales, seg´ un el caso, tambi´en pueden estar reflejados como
zonas llanas sin relieve, al registrarse como elevaci´on la cota de la l´amina de agua en lugar de
la batimetr´ıa correspondiente.
Pese a que, como se ha dicho, ninguna de estas circunstancias representa un problema,
algor´ıtmicamente hablando, la consideraci´on de los conceptos representados en el MDT y la
coherencia que debe existir entre ´estos y los resultados obtenidos nos obliga a reconsiderar las
alterativas empleadas en este tipo de casos.
Por definici´on, los algoritmos para el c´alculo de direcciones se han desarrollado partiendo
de la base de una aplicaci´on en zonas con cierto relieve, aport´andose a posteriori las soluciones
correspondientes a algunos de los problemas que inmediatamente se derivaron de su empleo,
106 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
tales como los relativos a zonas llanas o depresiones. La existencia de lagos o cualquier otro
tipo de acumulaci´on de agua, as´ı como la de grandes zonas llanas tales como llanuras de
inundaci´on, hace necesario considerar estos elementos con anterioridad, si se desea obtener
una formulaci´on consistente en todos los sentidos.
Autores como Liang y Mackay (1997), han propuesto soluciones encaminadas a mantener
una coherencia topol´ogica de la red de drenaje a obtener, soluciones que no se detallar´an
aqu´ı pues constituyen planteamientos muy particulares y con objetivos realmente no de primer
orden de cara a la modelizaci´on hidrol´ogica m´as all´a de la caracterizaci´on exclusiva de los
elementos hidrogr´aficos. En el momento de detallar la creaci´on de la red de drenaje, veremos
como ´esta para nosotros va a ser ´ unicamente un elemento de tipo l´ıneal, consideraci´on suficiente
para toda la modelizaci´on posterior y la extracci´on precisa de otros par´ametros. Por ello, el
trabajo con lagos y embalses no debe preocuparnos tanto desde un punto de vista de la propia
red de drenaje o de la precisi´on conceptual de los algoritmos, sino m´as bien desde la coherencia
de las interpretaciones que se lleven a cabo a partir de los mismos.
Figura 2.31: Trazado de flujo alrededor de un lago, seg´ un Liang y Mackay. (Tomado de Liang y
Mackay, 1997)
Par´ametros como longitudes de flujo o flujo acumulado se mantienen correctas mediante la
aplicaci´on de los algoritmos b´asicos, pues todo el ´area del lago acaba vertiendo sobre el punto
de salida del mismo y las rutas de flujo hasta este ´ ultimo son ´optimas (excepci´on hecha del
empleo de un algoritmo de llenado din´amico, seg´ un ya se coment´o en su momento).
´
Estos y
otros valores derivados no deben considerarse como err´oneos pese a la presencia de grandes
depresiones, pudiendo ser empleados de aqu´ı en adelante sin mayores consideraciones.
La presencia de lagos, deducida a partir del propio MDT o a partir de cartograf´ıa de
entidades generalmente en formato vectorial, debe considerarse, no obstante, pues sobre los
modelos hidrol´ogicos de aplicaci´on posterior su incidencia es notable. El conocimiento de las
longitudes de flujo a trav´es del lago (esto es, la longitud misma de la zona de agua retenida),
debe ser un elemento clave para la aplicaci´on de modelos que consideren el efecto laminador
del lago. De igual modo, la aplicaci´on de modelos de estimaci´on de perdidas de suelo debe
tener en cuenta que las zonas definidas como lago se encuentran cubiertas de agua, con el fin
de no considerar los valores que, sobre la base del MDT, sean calculados para estas zonas.
Ejemplos como los anteriores pueden encontrarse en otros aspectos, y en todo momento
debe guardarse una visi´on global de los modelos que se utilizan, con objeto de localizar y
asimilar circunstancias como la ahora presentada. Una vez m´as, y como viene siendo habitual,
apelo desde aqu´ı a la coherencia hidrol´ogica de cualquier resultado u operaci´on, preparando
paulatinamente el enfoque que m´as adelante deber´a darse a los modelos hidrol´ogicos, y que
ser´a independiente de la procedencia de los datos que entren a formar parte de los mismos.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 107
2.3.14. El concepto de ´area aportante espec´ıfica
La utilizaci´on del concepto de ´area aportante, especialmente de cara a algunos par´ametros
posteriores, debe sustituirse por un ´area espec´ıfica, esto es, si se supone que el flujo acumulado
vierte a trav´es de un ancho dado, la magnitud del ´area aportante por unidad de ancho.
Disponiendo de una malla de flujo acumulado creada mediante la utilizaci´on de, por ejem-
plo, el modelo D8, se considera que el ancho a utilizar para la evaluaci´on del ´area aportante
espec´ıfica es el ancho de la celda — que denotabamos como g —, por lo que simplemen-
te dividiendo por este valor los recogidos en cada celda de dicha malla de flujo acumulado,
obtendremos la nueva malla buscada.
As´ı,
a

=
a
g
(2.75)
Se coment´o en su momento que un objetivo primordial del modelo DEMON era mejorar
en cuanto a su precisi´on los resultados relativos a ´areas aportantes, entre los cuales inclu´ımos
este de ´area aportante espec´ıfica, el cual no se mencio˜ n´o entonces por no haber sido presentado
a´ un. La consecuencia de esta mayor precisi´on es una mayor complejidad en el c´alculo de la
malla correspondiente, como ya en su momento vimos que suced´ıa para la correspondiente al
area aportante. La dimensi´on en cada caso del ancho a utilizar debe ser evaluada a partir de
la propia anchura de los tubos de flujo, con lo que este valor no es constante para todas las
celdas, teniendo lugar la creaci´on de dicha malla simultaneamente con la de ´area aportante.
De cualquier modo, y de forma ciertamente parad´ojica, los par´ametros derivados que hacen
uso del area aportante espec´ıfica se han desarrollado basados en metodolog´ıa de la familia del
D8, siendo mediante ´estas como su aplicaci´on se lleva a cabo de modo habitual, y no mediante
el modelo DEMON.
2.3.15.
´
Indice topogr´afico
Entre esos par´ametros, uno con especial inter´es, y que va a suponer nuestra primera in-
cursi´on en el terreno de los contenidos m´as hidrol´ogicos del texto, es el definido por Beven y
Kirkby (1979) con la expresi´on
I = ln(a

/ tan β) (2.76)
donde a

es el ´area aportante espec´ıfica reci´en explicada, y β la pendiente en la celda — por su
presencia habitual, se mantiene la notaci´on original de los autores en lugar de la que venimos
empleando hasta ahora para la pendiente —.
N´otese la presencia en el denominador de la expresi´on de un valor que puede anularse, y
que debe ser tenido en cuenta en la formulaci´on del correspondiente algoritmo con objeto de
mantener la coherencia global de los resultados. Lo habitual en tal caso es la sustituci´on de la
pendiente nula por una de magnitud muy peque˜ na, del orden de 0,0001 % por ejemplo, de tal
modo que no suponga una dificultad para la evaluaci´on global de la malla de valores.
Detr´as de su aspecto sencillo, el ´ındice topogr´afico es, de cara a modelizar algunos de los
aspectos hidrol´ogicos de una celda o conjunto de ellas, un par´ametro sumamente importante
que en cap´ıtulos posteriores aparecer´a con frecuencia como fuente relevante de informaci´on del
relieve. Sirva decir a este respeto que este ´ındice topogr´afico es el ´ unico parametro relativo a
la topograf´ıa necesario para la operaci´on con el modelo TOPMODEL, de los mismos autores,
lo que da una idea de cu´an completo puede resultar a la hora de definir las caracter´ısticas de
una celda dada en lo que a su comportamiento hidrol´ogico respecta.
Las interpretaciones a que se presta son sumamente variadas, aunque originalmente fue
definido con objeto de expresar la relaci´on entre la morfolog´ıa del relieve y la acumulaci´on de
108 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.32: Mapa de ´ındice topogr´afico. Las tonalidades m´as claras indican valores mayores.
agua en el suelo, responsable ´esta a su vez de la escorrent´ıa generada, velocidad de flujo, etc.
En particular, un uso principal de este ´ındice es el relacionado con la producci´on de escorrent´ıa
bajo el supuesto de que esta se produce en presencia de una saturaci´on de agua en el suelo,
momento en el que nivel fre´atico alcanza la superficie.
Desde otro punto de vista, la concepci´on inicial del par´ametro se encamina hacia a identifi-
caci´on de zonas que se comporten de igual modo desde el punto de vista hidrol´ogico, ofreciendo
por tanto una id´entica respuesta en lo que respecta a la relaci´on precipitaci´on–escorrent´ıa. Sir-
ve, por tanto, como un indice de similitud hidrol´ogica de sumo interes para la agrupaci´on de
zonas con caracter´ısticas homogeneas en ese sentido, permitiendo el an´alisis conjunto de las
mismas y el planteamientos de distintos enfoques en los modelos asociados.
No obstante, todos estos an´alisis del significado de este factor ser´an detallados en profun-
didad en cada uno de los diferentes puntos donde se haga uso del mismo a lo largo del texto,
sirviendo lo anterior ´ unicamente a modo de introducci´on y de presentaci´on de las expresiones
que definen su valor.
2.3.16.
´
Indice de potencia de cauce
Si el ´area aportante a una celda puede en una primera aproximaci´on relacionarse con la
magnitud del flujo que pasa por la misma, la adici´on de otros par´ametros en conjunto con
dicho ´area aportante puede dar nueva informaci´on acerca de las caracter’sticas propias de este
flujo.
Como su nombre indica, el ´ındice de potencia de cauce (Stream Power Index en la literatura
inglesa), aporta informaci´on accesoria sobre la potencia asociada a dicho flujo, al combinar la
propia ´area aportante (que, por la naturaleza del par´ametro, resulta m´as adecuado utilizar
el ´area espec´ıfica), junto con la pendiente de la celda, la cual influye directamente sobre la
velocidad del flujo.
La expresi´on de este par´ametro, por tanto, es de la forma
P = a

· γ (2.77)
El ´ındice de potencia de cauce representa una primera aproximaci´on al estudio de los
procesos erosivos, ya que, por su propia definici´on, est´a muy ligado a la capacidad de los flujos
para producir dichos fen´omenos erosivos, sirviendo para la localizaci´on gen´erica de puntos
donde ´estos se den con mayor intensidad, especialmente a nivel de cauce.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 109
Figura 2.33: Mapa de potencia de cauce. Las tonalidades m´as claras indican valores mayores. La
representaci´on de este mapa, al igual que el de ´area acumulada, se realiza preferentemente con escala
de tipo logar´ıtmico
2.3.17. Valores medios aguas arriba
Aunque veremos en su momento con detalle y extensi´on todos los aspectos relacionados
con la definici´on de cuencas y subcuencas y la relaci´on de estos conceptos con las formulaciones
introducidas para el c´alculo de ´areas aportantes, se presentan aqu´ı al cierre de este cap´ıtulo
algunos conceptos relativos a la estimaci´on de valores medios aguas arriba de las distintas
celdas. Estos valores, que representan valores medios de las subcuencas asociadas a cada celda,
sirven como un peque˜ no enlace entre ambas ideas, a la vez que permiten la creaci´on de mallas
de valores que, para determinados aspectos, pueden resultar de mayor inter´es o presentarse
como interesante informaci´on adicional sobre un par´ametro concreto.
Para un par´ametro dado ρ, el valor medio de ´este aguas arriba en una celda (i, j), que
denotaremos como ρ

i,j
, puede evaluarse seg´ un la expresi´on
ρ

i,j
=
ρ
i,j
+

ρ

a,b
· a
a,b
a
i,j
(2.78)
siendo las celdas (a, b) aquellas que vierten directamente sobre (i, j), es decir, que vierten sobre
(i, j) y pertenecen al entorno inmediato de dicha celda. Por su parte, a
i,j
es el ´area aportante
en (i, j).
Sobre esta formulaci´on, un planteamiento recursivo como los que ya se conocen para el
propio calculo de a sirve de modo sencillo para calcular los valores medios del par´ametro
considerado.
Este puede tener la expresi´on siguiente en forma de pseudoc´odigo, desarrollada para una
celda dada (i, j). Como es habitual, la aplicaci´on a todas las celdas conforma la malla completa
buscada. El valor del par´ametro ρ se supone en una malla R y el de flujo acumulado en una
denotada como F, al igual que en casos anteriores. La malla final buscada se denota como R2.
funci´on ValorMedioAguasArriba (i,j)
{
si R2(i,j)=0 entonces
{
flujoAcc=´area de una celda
desde n=-1 hasta n=1
{
110 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.34: Mapa de pendiente media aguas arriba. Las tonalidades m´as claras indican valores ma-
yores.
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+m,j+n) vierte sobre (i+j) entonces
{
valorMedio=(R(i,j)+ValorMedioAguasArriba(i+m,j+n)
*F(i+m,j+n))/F(i,j)
}
}
}
}
}
si no
{
valorMedio=R2(i,j)
}
devolver valorMedio
}
La figura (2.34) muestra como ejemplo un mapa de pendiente media aguas arriba. La
comparaci´on de ´este con el mapa de pendientes simples y el an´alisis conjunto queda como
propuesta para el lector.
2.3.18. Clasificaci´on de formas del relieve
La caracterizaci´on del relieve tambi´en desde un punto de vista cualitativo resulta igual-
mente una tarea posible mediante el an´alisis del MDT, a la par que da lugar a otra serie de
elementos que tambi´en pueden ser incorporados dentro de la propia modelizaci´on hidrol´ogica.
De un modo distinto, como resulta l´ogico, a como los valores num´ericos obtenidos hasta el
momento van a utilizarse posteriormente, la clasificaci´on de las formas principales del relieve
puede igualmente usarse como resultado de base, presentando un especial inter´es de cara a
la creaci´on de unidades con similares caracter´ısticas en lo que a relieve respecta, y por tanto
tambi´en con una posible similaridad en cuanto a su comportamiento hidrol´ogico.
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 111
Pese a constituir un an´alisis marcadamente de tipo geomorfol´ogico, se puede, por tanto,
asociar al mismo un enlace con el estudio hidrol´ogico, motivo por el cual es pertinente su
exposici´on con algo de detalle. Asimismo, la mera caracterizaci´on basada en los resultados
obtenidos mediante la clasificaci´on de las zonas de relieve puede servir para la caracterizaci´on
propia de las unidades hidrol´ogicas con las que m´as adelante se trabajar´a, teni´endose as´ı un
elemento complementario para la definici´on completa de las mismas.
La clasificaci´on de formas del relieve se basa principalmente en los trabajos de Hammond
(1954, 1964), los cuales se adaptan con sencillez a la estructura de malla de datos del MDT
(Dikau, 1991), pues su fundamento se encuentra en par´ametros de sencillo c´alculo. En parti-
cular, tres son los par´ametros que han de calcularse y a partir de los cuales se llevar´a a cabo
la clasificaci´on de la morfolog´ıa predominante.
´
Estos son
Pendiente
Relieve relativo
Tipo de perfil
cada uno de los cuales se analizar´a individualmente a continuaci´on.
Respecto a la pendiente, se trabaja aqu´ı ya de modo cualitativo, simplemente estableciendo
una distinci´on entre las zonas de topograf´ıa mas o menos llana y las restantes. El umbral que
marca la separaci´on entre ambas clases lo establece Hammond en un 8 %, aunque Brabyn(1998)
argumenta que la diferente forma en que la pendiente se calcula sobre el MDT frente a la
metodolog´ıa clasica de Hammond hace intersante una reconsideraci´on de dicho valor.
Frente a la pendiente como valor ´ unico de una celda y calculado sobre la ya bien conocida
submalla 3 ×3, las restantes magnitudes se eval´ uan sobre un determinado conjunto de celdas
alrededor de una dada, de mayor dimensi´on que dicha submalla. Este conjunto se puede
tomar como una nueva submalla cuadrada n×n centrada en la celda, o bien de forma circular
considerando aquellas celdas a una distancia de la celda central menor que un determinado
valor. Valores de ancho de submalla en el entorno de los 10 kil´ometros son de uso m´as o menos
generalizado.
Para el caso del relieve relativo, simplemente localizando la celda de mayor elevaci´on y la
de menor dentro de la submalla — o circulo — considerada, la diferencia de ambas es el valor
buscado. Dicha diferencia se emplea para establecer una divisi´on en clases, particularmente
en seis de ellas seg´ un los siguientes valores.
0–150 m
150–300 m
150–600 m
600–900 m
900–1500 m
>1500 m
La figura (2.35) muestra un ejemplo de malla de valores de relieve relativo y su posterior
clasificaci´on en grupos. N´otese la gran similitud que se puede apreciar entre dicha malla y
la de pendientes, pues, en cierto modo, este par´ametro constituye una especie de ((pendiente
ampliada)).
112 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Figura 2.35: Valores de relieve relativo(izquierda) y clasificaci´on de los mismos en clases (derecha).
Los trabajos originales de Hammond, as´ı como las adaptaciones inform´aticas posteriores
como la de Dikau, se encuentran enfocadas hacia un an´alisis a gran escala y con objeto de
identificar las principales clases de elementos morfol´ogicos dentro del macrorelieve de una zona
relativamente amplia. Ello hace sencillo comprender el porqu´e de los valores limite mencio-
nados, as´ı como tambi´en los comentados para el tama˜ no de la submalla, los cuales pudieran
resultan algo inadecuados para un an´alisis a menor escala en vistas a una posterior utiliza-
ci´on de los datos en relaci´on con la hidrolog´ıa. El ajuste de los valores de las clases puede
adaptarse, con vistas al an´alisis hidrol´ogico que se persigue, en funci´on de el car´acter global
del relieve u otras circunstancias, justificando los valores siempre en aspectos relativos a la
similitud hidrol´ogica de las clases de formas de relieve que como objetivo final se busca definir.
Por ´ ultimo, el tipo de perfil se obtiene a partir de la caracterizaci´on de pendientes dentro
de la submalla, as´ı como mediante una nueva malla de valores que ´ındica la posici´on relativa
de cada celda dentro del terreno de la submalla, clasific´andola como zona baja o alta dentro
del mismo. Para el c´alculo de esta nueva malla de datos se hace uso de la diferencia entre la
altura de la celda central y la m´axima en la submalla. Comparando este valor con el del relieve
relativo, si el primero es superior a la mitad del segundo, la celda se clasifica como zona baja.
De lo contrario, se trata de una zona alta.
La malla resultante — con dos valores posibles, bajo o alto — se superpone a la malla de
pendientes — tambi´en con dos valores, llano o no — y se obtiene una nueva malla con cuatro
valores posibles, la cual representa ya la informaci´on buscada sobre el tipo de perfil.
Esta malla de tipo de perfil, junto con la de pendiente, deben ahora reclasificarse para
dar lugar a nuevas mallas con cuatro clases diferentes, las cuales, al superponerse con las seis
clases definidas en la malla de relieve relativo — la cual y ha sido clasificada con anterioridad
— , dar´an una nueva malla de formas de relieve con un total posible de 4 ×6 ×4 = 96 clases.
La reclasificaci´on se hace empleando medias de valores en los entornos de cada celda —
conocidas como medias focales —, siendo la ventana a considerar del mismo tama˜ no que las
empleadas con anterioridad. En el caso de la pendiente, para ello se asigna valor 100 a las
celdas de pendiente superior al umbral, y 0 a las celdas llanas, calcul´andose la antedicha
media focal de cada celda, que constituye el valor de la malla final relativa a pendientes.
´
Este
es, en realidad, un valor de porcentaje de celdas no llanas, y se reclasifica en 4 intervalos seg´ un
0–25 %
25–50 %
2.3. PARAM
´
ETROS PRINCIPALES A PARTIR DEL MDT 113
50–75 %
75–100 %
Para el caso del tipo de relieve, tambi´en debe calcularse un porcentaje, pero en esta ocasi´on
el de celdas con pendiente situadas en zonas bajas. A este tipo de celdas se le asocia valor 100,
siendo 0 el valor del resto, y procediendo a calcular la media focal y aplicar posteriormente
una clasificaci´on en los citados 4 intervalos.
Las tres mallas obtenidas se combinan para dar una con las 96 posibilidades ya citadas, y
constituyendo una clasificaci´on de las formas de relieve presentes, al tiempo que permitiendo la
localizaci´on de zonas similares desde dicho punto de vista. Para cada una de esas clases, algunas
de las cuales se agrupan por constituir formas similares, puede aportarse una nomenclatura
que complemente el car´acter descriptivo de la malla de valores obtenida. No obstante, por
ser en cierta medida un elemento subjetivo en funci´on de algunos par´ametros elegidos tales
como tama˜ nos de submalla empleados o configuraci´on general del relieve, adem´as de por no
presentar aplicabilidad dentro del an´alisis hidrol´ogico, no se presenta aqu´ı dicha nomenclatura.
Simplemente, una vez que se han clasificado las distintas zonas, el an´alisis de los valores
y formas que caracterizan a cada una de ellas, puede utilizarse para asignar un tipo de com-
portamiento hidrol´ogico u otro a las distintas clases y as´ı establecer agrupaciones comunes
o crear unidades globales que compartan un comportamiento similar. Esta es la base de la
denominada regionalizaci´on, la cual se ver´a m´as adelante dentro de la siguiente parte de la
obra.
Ejercicios y cuestiones propuestas
1. La aplicaci´on de algunos de los conceptos introducidos en este cap´ıtulo sobre mallas de datos
distintas de las habituales, relacionando dichos conceptos con otros elementos calculados, puede
ser una fuente de nuevas interpretaciones y par´ametros asociados.
Estudiar algunas de ellas tales como una malla de pendientes de la malla de flujo acumulado,
malla de ´ındice topogr´afico acumulado, o cualquier otra que pueda considerarse de inter´es.
Plantear la metodolog´ıa de creaci´on de la misma y razonar sobre su posible significado f´ısico e
hidrol´ogico.
2. Plant´eese un algoritmo para el c´alculo de valores m´aximos de curvatura en las celdas, ent´endi´endo-
se ´este como el valor de curvatura en la direcci´on que maximiza dicho valor.
3. Plantee lo mismo para la curvatura m´ınima.
4. Asigne alguna interpretaci´on de corte hidrol´ogico a las mallas creadas con los anteriores algorit-
mos.
114 CAP
´
ITULO 2. MDTS Y AN
´
ALISIS DEL TERRENO
Cap´ıtulo 3
Cauces y redes de drenaje
Tu as la plus belle fa¸con de suivre l

exemple des fleuves
entre les pertes du ciel et l

ego¨ısme des ˆısles
Juan Larrea
Agua que llevan los r´ıos
¿a d´onde ir´a?
Luis
´
Alvarez Pi˜ ner
3.1. Introducci´on
Llegados a este punto, y salvando las omisiones existentes por descuido o quiz´as por un
intencionado olvido — no siempre un exceso de informaci´on es positivo —, tenemos ya en
nuestro poder una completa suerte de par´ametros que, a nivel mayoritariamente local, nos
definen con casi absoluta completitud las caracter´ısticas del terreno recogido en el MDT sobre
el que se desarrolla nuestro trabajo. Sin embargo, todo lo recogido hasta este punto, y aunque
se ha pretendido darle en todo momento un enfoque pr´oximo a la hidrolog´ıa y relacionar
siempre que fuera posible los elementos introducidos con los conceptos hidrol´ogicos habituales,
no constituye sino un preliminar — muy importante, eso s´ı, basta para ello ver la extensi´on
dedicada — de cara a alcanzar los apartados propios de la hidrolog´ıa que verdaderamente
atesoran el inter´es y el atractivo de la obra.
La hidrolog´ıa, ya sea en su concepto cl´asico o moderno, estudiada a trav´es de elementos
sencillos o con las ultimas tendencias en cuanto a cualquiera de sus aspectos, no la forman
ninguno de los par´ametros vistos hasta el momento y ni siquiera tampoco los r´ıos, cuencas
u otras unidades hidrogr´aficas como las que se analizan en ´este y el siguiente cap´ıtulo. La
hidrolog´ıa se esconde en conceptos tangibles y utiles a la vez que relativamente et´ereos como
son por ejemplo los hidrogramas de c´alculo y, mas a´ un, en la realizaci´on de los mismos a trav´es
del fluir que da lugar a estos hidrogramas, sus valores punta, sus vol´ umenes de escorrent´ıa, y
las implicaciones que todos ellos tiene para la vida del hombre.
Esta aproximaci´on no exenta de abundante po´etica que se ha recogido de forma exquisita
y con palabras m´as o menos engoladas en gran parte de la literatura hidrol´ogica — lo cual
me agrada notablemente — se ha perdido en la pr´actica totalidad de los textos que recogen
de un modo u otro el empleo de nuevas t´ecnicas y nuevos elementos (especialmente MDTs)
para el an´alisis hidrol´ogico, no haci´endose justicia a esta hidrolog´ıa para la que supuestamente
se plantean novedosas soluciones. Mi inter´es, como ya queda bien expresado en el pr´ologo de
la obra, es reconciliar estas dos posturas, hermanando al mismo tiempo la visi´on cl´asica del
hidr´ologo con los elementos computacionales y las aportaciones tecnol´ogicas actuales, contri-
buyendo cada uno de ellos a esta mezcla con sus virtudes caracter´ısticas, para as´ı concluir
115
116 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
con formulaciones que puedan considerarse part´ıcipes de la belleza, utilidad y relevancia que
ambos campos a˜ naden a las mismas.
En un libro, pues, que se ha planteado como un ejercicio de conciliaci´on y uni´on, el presente
capitulo — junto con el siguiente — es, a su vez, una secci´on que sirve como nexo entre
planteamientos y realidades distintas dentro del mismo. Huelga por lo tanto decir que estos
cap´ıtulos representan un elemento de uni´on de primer orden para ligar — y de este modo
comprender — los dos puntos de vista que se pretende confluyan sobre estas p´aginas, residiendo
en este hecho su gran importancia ya que, como se ver´a, ´esta es notable desde ambas visiones.
Esta doble vertiente se manifiesta en el mayor detalle con que son tratados los elementos
hidrogr´aficos en relaci´on con los textos de hidrolog´ıa m´as cl´asicos, a la par que queda reflejado
en la abundancia de algoritmos y la profundidad de estudio de los mismos en relaci´on con
todos los aspectos de inter´es tanto de cuencas como de r´ıos.
Para llevar a cabo ese primer acercamiento entre los par´ametros ya estudiados y las formu-
laciones puramente hidrol´ogicas, muchas de las cuales son cl´asicas y no consideran de modo
expl´ıcito dichos par´ametros, la determinaci´on de cauces y redes de drenaje a partir de los mis-
mos representa un camino perfecto para ir avanzando en la direcci´on correcta hacia resultados
cada vez con una mayor componente hidrol´ogica. Si he elegido tratar este tema antes que
el dedicado a las cuencas vertientes es sencillamente por la ventaja que ello conllevar´a pos-
teriormente cuando se aborde al an´alisis de ´estas, ya que una buena parte de los resultados
que ahora sean deducidos tendr´an su papel importante en las formulaciones y algoritmos que
entonces se desarrollen.
Es ´este, por tanto, un cap´ıtulo breve – la caracterizaci´on excesiva de las unidades hidro-
gr´aficas no tiene ning´ un sentido desde la perspectiva que se considera aqu´ı — pero altamente
intenso, donde se introducen los conceptos primordiales que permitir´an comprender con rigor
y precisi´on los pormenores del manejo de cauces y redes de drenaje en nuestro entorno actual,
fundamentado primordialmente en el empleo de Modelos Digitales del Terreno como fuentes
b´asicas de informaci´on. El estudio de estos cauces y redes de drenaje y el trabajo con los
mismos, a buen seguro supondr´a una continuaci´on adecuada a los conocimientos desarrollados
en el cap´ıtulo anterior, tanto por su significado propio como por su posici´on global dentro de
este texto y de la materia del mismo en t´erminos generales.
3.2. Extraccion de redes de drenaje
De un modo u otro, como ya en cierta medida intuimos, la informaci´on referente a las redes
de drenaje que recorren la zona de estudio debe estar recogida en el propio MDT y en los
par´ametros que hasta el momento hemos derivado del an´alisis del mismo. Las direcciones de
flujo, cuya vital importancia ha sido ya puesta de manifiesto, permiten evaluar los recorridos
de todos y cada uno de los flujos originados en cada celda del MDT, con lo que, utilizando
las mismas, debiera ser posible la obtenci´on de una red de drenaje completa dentro del ´area
de trabajo considerada. Una red red de drenaje tal, representa, sin embargo, un elemento
nada coincidente con la entidad que buscamos, pues la informaci´on a todas luces excesiva de
un n´ umero tan elevado de flujos no se corresponde con la configuracion de los cauces que
realmente buscamos, ni permite dar una idea de la entidad e importancia de los mismos,
adem´as de presentar escasa utilidad
El objetivo, pues, de este cap´ıtulo es, en primera instancia, la definici´on de cauces a partir
de los datos del MDT, pero de un modo consistente con el significado de dichos cauces seg´ un
de modo habitual los entendemos. Es decir, definir aquellas celdas sobre las cuales se emplaza
un curso de agua visible y bien definido, cuya entidad estar´a l´ogicamente en funci´on de las
caracter´ısticas clim´atol´ogicas de la zona y la precipitaci´on recibida por la cuenca, pero en todo
momento conformando una entidad hidrogr´afica de relevancia como tal. La selecci´on de las
3.2. EXTRACCION DE REDES DE DRENAJE 117
celdas que deben se˜ nalarse como celdas de cauce y los m´etodos para realizar dicha selecci´on,
junto con sus teor´ıas de base, todos forman el conjunto de esta primera parte del cap´ıtulo
dedicada a la mera extracci´on de cauces sobre la ´ unica base de los datos recogidos en el MDT.
El comienzo de esta exposici´on debe centrarse no todav´ıa sobre los criterios a emplear para
acometer esta extracci´on de la red de drenaje existente, sino en las propias caracter´ısticas que
´esta debe cumplir, y que nos facilitar´an la comprensi´on de posteriores formulaciones y la
justificaci´on conceptual de ambas.
En primer lugar, trabajamos ya no con par´ametros individuales para cada celda o malla de
celdas, sino con una entidad para cuya definici´on y representaci´on recurriremos a un conjunto
de dichas celdas, pero que, m´as all´a de esa representaci´on se trata de una unidad con una
serie de cualidades que deben estar presentes para que, efectivamente, se trate de una red de
drenaje coherente tanto con la realidad como con el concepto de red de drenaje en s´ı.
Algunas de estas cualidades importantes a las que hay que atender son, por ejemplo, la
conectividad de las celdas que forman la red o la inexistencia de flujos circulares, entre otros
posibles defectos que pueden presentarse a´ un haciendo uso adecuado de los conceptos de base
que sirven de fundamento para la extracci´on de la citada red de drenaje.
Al respecto de la conectividad entre cauces, ´esta debe cumplirse como requisito b´asico
entre los pertenecientes a una misma cuenca, pero puede — y de hecho pr´acticamente nunca
sucede — no darse este hecho entre muchos de los cauces que definamos sobre un MDT, pues
es probable que ´estos pertenezcan a cuencas distintas. Puesto que a´ un no se ha tratado el
tema de las cuencas vertientes, el cual constituye el tema principal del siguiente cap´ıtulo,
en el presente no se har´an referencias directas a elementos de las mismas que no hayan sido
introducidos, aunque se entiende que todo lo aqu´ı detallado para una red de drenaje dada,
hace referencia a la red de drenaje de una cuenca vertiente, y se supone que, por tanto, ´esta
es conocida de alg´ un modo.
La ´ıntima relaci´on entre estos dos conceptos obliga a que la presentaci´on en primer lugar
de los m´etodos asociados con la definici´on y caracterizaci´on de uno de ellos d´e lugar a ciertos
vac´ıos en al propia exposici´on, aunque en la medida de lo posible ´estos son evitables con la
introducci´on de sencillos conceptos, cuya comprensi´on posterior ser´a completa una vez que
ambos elementos queden suficientemente desarrollados.
As´ı pues, la visi´on de la red de drenaje como una entidad bien definida es la base de las
teor´ıas que van a exponerse en este cap´ıtulo relativas tanto al c´omputo de los cauces que las
constituyen y su caracterizaci´on, como al manejo de los mismos. Los conceptos as´ı establecidos
para el tratamiento de las redes de drenaje como objetos ge´ometricos cargados de significado
f´ısico, son del m´aximo inter´es para su utilizaci´on posterior en m´odelos hidrol´ogicos, pues
caracter´ısticas como la ya mencionada conectividad son las que permitir´an, en el empleo de
modelos hidrol´ogicos basados en el an´alisis independiente de subcuencas, la conexi´on entre
esos resultados individuales de cara a la obtenci´on de par´ametros globales de la cuenca. Como
se ver´a en su momento, la propia definici´on de las subcuencas puede sacar tambi´en partido de
la estructura de la red de drenaje con el fin de lograr que dicha definici´on d´e lugar a resultados
´optimos desde el punto de vista del an´alisis hidrol´ogico.
Desde el punto de vista te´orico, es un hecho que la disposici´on de los cauces en el terreno y
sus caracter´ısticas de forma est´an en relaci´on directa con un alto n´ umero de factores que van
desde la propia morfolog´ıa del terreno hasta la litolog´ıa, pasando por la vegetaci´on presente y
el uso de suelo, entre otros. No obstante, y aunque esta simplificaci´on pueda resultar en ciertos
casos excesiva — especialmente cuando los otros factores sean notablemente heterogeneos a
lo largo de la superficie cubierta por el MDT —, consideraremos que la extracci´on de la red
de drenaje puede llevarse a cabo exclusivamente a partir del MDT, es decir, que la morfolog´ıa
del terreno es el factor preponderante de modo absoluto en la definici´on de dicha estructura
hidrogr´afica.
118 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
Aun as´ı, la forma de considerar la informaci´on recogida en el MDT acerca de esta morfolog´ıa
admite diversos enfoques en virtud de los distintos par´ametros que de ella pueden derivarse.
Como veremos en breve, esta diversidad da lugar a la elaboraci´on de criterios distintos que
permiten el establecimiento de las redes de drenaje en funci´on de diversos conceptos e ideas.
Desde el punto de vista de la operatividad y los procedimientos a emplear, con car´acter
general podemos dar dos enfoques principales para la extracc´ıon completa de cauces una vez
se han estudiado las distintas celdas del MDT con alguno de los criterios antes comentados. En
primer lugar, la definici´on individual de celdas que, cumpliendo dicho criterio, se consideran
como celdas de cauce, siendo el conjunto de ´estas el que constituye la red de drenaje. Esta
aproximaci´on, sin consideraciones adicionales, es f´acil ver que no garantiza caracter´ısticas tales
como la conectividad entre las celdas se˜ naladas. En segundo lugar, la definici´on de las celdas
en las cuales se considera que el cauce comienza, y desde dicho punto de cabecer´a se procede
al trazado del resto del cauce recorriendo la malla hacia aguas abajo empleando para ello las
direcciones de flujo correspondientes. Este m´etodo, de aplicaci´on tambien sencilla, s´ı garantiza
la conectividad de la red extra´ıda.
Tanto una como otra perspectiva van a tener su lugar en los desarrollos que desde este
punto van a hacerse sobre las distintas metodolog´ıas, en funci´on de su adaptaci´on a las mismas.
Respecto a este ´ ultimo, no obstante, es de inter´es se˜ nalar que, dada la concepci´on que de los
cauces tendremos sobre la malla del MDT, y con objeto de garantizar una coherencia de los
resultados, el c´alculo de celdas aguas abajo de la considerada como cabecera debe llevarse a
cabo de modo exclusivo mediante un algoritmo de tipo SFD, pues el empleo de algoritmo de
tipo MFD puede dar lugar a resultados incorrectos.
Para recoger gr´aficamente esta idea, puede acudir a la imagen (3.1), donde se representan
los trazados de los flujos aguas abajo de un punto dado, calculados seg´ un el D8 — de tipo SFD
— y el FD8 — de tipo MFD —. En el primero de ellos el resultado es un cauce perfectamente
definido que, a primera vista, puede asimilarse al trazado real de dicho cauce. En el segundo
caso, sin embargo, la consideraci´on de la difusi´on hace que el flujo se reparta a lo largo de un
n´ umero elevado de celdas, ((abriendo)) progresivamente el cauce y ensanch´andolo.
Figura 3.1: Trazado de flujo aguas abajo de un punto dado por las metodolog´ıas del D8 y FD8. La
flecha ´ındica la direcci´on de flujo.
Este comportamiento es interesante para los flujos en ladera, en los cuales el planteamiento
del FD8 rompe las limitaciones del D8 y da una modelizaci´on m´as real para dichos flujos. En
los flujos encauzados, sin embargo, la simple experiencia y observaci´on indica que el flujo no
se difunde a un numero tan amplio de celdas, ya que se encuentra confinado dentro del perfil
transversal del cauce. La resoluci´on habitual de trabajo de un MDT en an´alisis hidrol´ogico se
vi´o en su momento que no era suficiente para tener en consideraci´on dicho perfil transversal y
otros elementos de la morfolog´ıa fluvial, por lo que el anterior confinamiento no existe como
3.2. EXTRACCION DE REDES DE DRENAJE 119
tal sobre el MDT.
Ello hace que, a medida que se va abriendo el cauce, algunas celdas aparezcan dentro del
mismo, pero es sencillo pensar que gran parte de las mismas no van a ser en realidad celdas de
cauce. Dicha ((apertura)) del cauce, la cual podr´ıa tener lugar en zonas de llanura de inundaci´on,
no parece, sin embargo, l´ogico encontrarla localmente en peque˜ nos tramos puntuales del curso
alto, tal y como se observa en la figura (3.1). Se tiene as´ı una situaci´on ambigua y en la que
una definici´on del trazado del cauce no es posible de forma fiable.
En caso de haber realizado un encauzamiento forzado, el flujo s´ı se mantendr´a dentro del
cauce con independencia del m´etodo que se emplee, no apareciendo la circunstancia anterior,
pero, en caso contrario, la restricci´on que impone la mayor sencillez de los algoritmos de tipo
SFD es un buen sustituto de dicho encauzamiento forzado. Es de inter´es, por tanto, el empleo
de estos algoritmos para la definici´on de cauces a partir de las celdas de cabecera.
La limitaci´on a algoritmos de tipo SFD no supone una limitaci´on a la familia del D8,
pudiendo emplearse en perfectas condiciones el m´etodo KRA — no as´ı el DEMON, pues
´este no es unidimensional —, obteni´endose, de hecho, trazados de los cauces m´as correctos
y precisos que con el D8, y manteni´endose las ventajas de ´este desde el punto de vista de lo
anteriormente se˜ nalado.
3.2.1. Conceptos b´asicos
Antes de proceder a la presentaci´on y desarrollo de los distintos criterios y m´etodos, es
necesario introducir algunos conceptos y par´ametros asociados sobre los cuales los antedichos
m´etodos se fundamentan, y mediante cuya medida ser´a posible extraer los valores que nos
servir´an como herramienta en la definici´on propiamente dicha de los cauces y redes de drenaje.
Estos par´ametros, probablemente ya conocidos en cierto modo por el lector, y que quiz´as
encontrasen un lugar m´as conveniente en los apartados dedicados a la mera caracterizaci´on de
los cauces una vez que ´estos ya han sido definidos, se recogen aqu´ı con el objeto ´ unico de que su
expresi´on y concepto sean ambos conocidos y puedan utilizarse sin dificultades en las secciones
dedicadas espec´ıficamente a la extracci´on de redes de drenaje que vendr´an a continuaci´on.
Ordenes de Strahler
Sin ninguna duda, si debe elegirse un par´ametro como m´as importante dentro de los que a
continuaci´on va a describirse, especialmente teniendo en cuenta su relevancia y su implicaci´on
en otras formulaciones, los valores relacionados con la estructuraci´on jer´arquica de la red de
drenaje deben ocupar un lugar preponderante. Definitorios de por s´ı de la estructura que
subyace bajo los diferentes cauces y sus interrelaciones, la asignaci´on de los denominados
ordenes a cada tramo de la red supone la adjudicaci´on de valores que act´ uan no s´olo como
meros descriptores de dichos tramos, sino como una informaci´on de notable utilidad para gran
parte de otros an´alisis asociados.
Los distintos esquemas existentes para efectuar la antedicha codificaci´on y reflejar de un
modo u otro la jerarqu´ıa existente en la cuenca, parten del trabajo original de Horton, de vital
importancia en este aspecto y predecesores de todas las adaptaciones posteriores. Ser´a, sin
embargo, con una de dichas adaptaciones con la que nosotros realicemos nuestro trabajo, en
particular la propuesta por Strahler, por su mayor difusi´on y uso actual, adem´as de considerarla
m´as adecuada que la de Horton pese a compartir ambas un plantamiento te´orico id´entico y
diferenciarse tan s´olo en un aspecto formal.
Siguiendo, por tanto, a Strahler, los tramos de cabecera tienen orden 1, modific´andose este
orden en los distintos tramos aguas abajo en funci´on de las confluencias con otros tramos.
Si en una confluencia se unen n tramos con ordenes respectivos O
1
, O
2
, . . . , O
n
, el orden del
tramo que comienza en dicha confluencia viene dado por la funci´on
120 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
O = Θ(O
1
, O
2
, . . . , O
n
) (3.1)
la cual se define seg´ un
A = {O
1
, O
2
, . . . O
n
} ; O
k
∈ N
Θ(A) =
_
m´ax{A} si ∃!k ∈ {1, . . . , n} /O
k
= m´ax{A}
m´ax{A} + 1 en caso contrario
(3.2)
Pese a qu´e, conceptualmente, el an´alisis invita a ser llevado a cabo desde una perspectiva
de tipo vectorial (la anterior formulaci´on no contiene referencia alguna a celdas o elementos
matriciales), ´esta ser´a mostrada en profundidad en un apartado posterior, por lo que el objetivo
en este momento se centra en la caracterizaci´on de los distintos tramos mediante sus ´ordenes
recurriendo de modo exclusivo a la representaci´on raster de los mismos.
Esta representaci´on, que a´ un no ha sido introducida y corresponde al punto dedicado a la
propia extracci´on de los cauces, se adelanta aqu´ı ante la necesidad de disponer de una malla
para registrar los cauces, pese a que ´estos a´ un no han sido extra´ıdos del MDT. Supondremos,
no obstante, para continuar el desarrollo, que la informaci´on acerca de los mismos obra ya en
nuestro poder en un formato raster sobre una malla como siempre de las mismas caracter´ısticas
que la del MDT de origen.
De modo m´as expl´ıcito, lo anterior conlleva a la definici´on de una funci´on de la forma
f
CAU
: M×N −→N
f
CAU
(i, j)
_
= 0 si la celda no es una celda de cauce
= 0 si la celda es una celda de cauce
(3.3)
a la cual, como es habitual, asociamos su malla de datos correspondiente.
Si el lector recuerda, esta funci´on es id´entica a la en su momento introducida para la
realizaci´on de encauzamiento de flujo forzado en (2.3.10).
No obstante, de cara al contenido de este apartado, es m´as interesante una modificaci´on
de la misma de la forma
f
CAU
(i, j)
_
= 0 si la celda no es una celda de cauce
= n si la celda es una celda de cauce
(3.4)
siendo n el orden de Strahler del cauce que se sit´ ua sobre la celda considerada.
La creaci´on de esta malla se puede llevar a cabo sencillamente recorriendo los distintos
trazados aguas abajo de las celdas de cabecera — que suponemos son conocidas y cuyo c´alculo
se expondr´a detalladamente en su momento —, asignando a cada celda de dichos recorridos
un valor en funci´on de los valores que ´esta y las de su entorno tengan cada vez que uno de
tales recorridos pase por ella — es decir, en funci´on de qu´e otros tramos han pasado tambi´en
por la celda en cuesti´on —.
De un modo m´as expresivo, se trata de comprobar la importancia de los puntos de cada
tramo por la importancia de los tramos que acaban vertiendo su flujo en el, cada uno de los
cuales marca este hecho en la matriz de ´ordenes a medida que esta se va construyendo. En
t´erminos de algoritmos, lo anterior puede realizarse mediante una rutina como la que sigue,
basada en el conocimiento de las celdas de cabecera de la red de drenaje analizada. La malla
de ordenes se denota aqu´ı como O.
3.2. EXTRACCION DE REDES DE DRENAJE 121
procedimiento CrearMallaOrdenes (C())
// C() es el vector de celdas de cabecera
{
para cada celda en C()
{
ord=1 // esta variable guarda el orden de la celda actual
P1 = punto de cabecera de C()
P2 = P1
hasta que P1 alcance la salida de la cuenca
{
P1 = P2
P2 = punto aguas abajo de P1
O(P1.fila P1.columna) = ord
si O(P2.fila P2.columna) = ord, entonces
{
si alrededor de P2 hay m´as de dos celdas con orden
igual a ord, entonces
{
ord = ord+1
}
}
si no, si O(P2.fila P2.columna) > ord, entonces
{
pasar a la siguiente celda en C()
}
}
}
}
Como puede verse, tan s´olo se modifica el orden a medida que se desciende aguas abajo
cuando se produce una confluencia de tramos, y ´ unicamente si los cauces que confluyen tiene
el mismo orden. La condici´on que define una confluencia por la presencia de al menos 4 celdas
de cauce dentro de la submalla 3 × 3 puede, te´oricamente, darse fuera de dicha confluencia
si de modo local el cauce tiene una forma mas o menos zigzagueante, pese a lo cual no suele
suceder en la pr´actica, dando buenos resultados el algoritmo anterior. No obstante, es posible
darle la necesaria robustez a dicho algoritmo — a costa de una ligera p´erdida en rendimiento
—, a˜ nadiendo condiciones a las celdas de verter sobre celdas fuera de la submalla o bien sobre
la celda central. El empleo conjunto de la malla de flujo acumulado tambi´en permite mejorar el
algoritmo anterior haciend´olo m´as robusto. La creaci´on de un algoritmo as´ı queda, no obstante,
como tarea para el lector. Tambi´en como interesante ejercicio se propone comprobar que el
orden en que se analicen las distintas celdas de cabecera no influye en el resultado final.
Tras este primer algoritmo, puede comprobarse desde otro punto de vista la escasa idonei-
dad del empleo de m´etodos de tipo MFD para asignaci´on de direcciones de flujo, con objeto
de definir los cauces a partir de puntos de cabecera conocidos. Las ((aperturas)) de los cauces
que supone el empleo de estos m´etodos, como en su momento se vio, y la consideraci´on, por
tanto, de cauces de ancho mayor de una celda, complican sobremanera el establecimiento de
algoritmos como el anterior. Esta circunstancia ser´a patente a lo largo de todas las formulacio-
nes basadas en la representaci´on raster de los cauces, en mayor o menor medida, por lo cual,
con independencia de los errores conceptuales que puedan asociarse, el empleo de m´etodos
122 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
de tipo MFD no es recomendable para esta tarea, tampoco desde la perspectiva puramente
computacional.
La estructura jer´arquica de la red es por tanto, un dato que ya conocemos y con el que
podremos a partir de este punto trabajar, aunque m´as adelante se ver´an otras metodolog´ıas
alternativas para evaluar dicha estructura y los diferentes ordenes presentes a lo largo de los
tramos que componen la red analizada. Esta estructura, y particularmente cuando se encuentra
expresada de la forma anterior, tiene notables implicaciones puramente hidrol´ogicas, pues,
entre otras cosas, constituye la base para la construcci´on de los denominados hidrogramas
unitarios geomorfol´ogicos, concepto ´este que tambi´en ser´a tratado dentro de este texto, en la
pr´oxima parte del mismo.
Dejando a un lado estas aplicaciones, no obstante, se pueden tambi´en evaluar otra serie de
par´ametros de car´acter ya puramente num´erico, como sencillos valores que se extraen de los
ordenes y la frecuencia de aparici´on de estos en los distintos tramos y que, siendo igualmente
descriptores de la configuraci´on de la cuenca y su topolog´ıa, jugar´an m´as adelante su papel en
otras formulaciones. Estos otros par´ametros no son otros que los en su momento propuestos
por el propio Horton, los cuales componen las leyes que llevan su nombre y no constituyen
sino simples relaciones de f´acil c´alculo y empleo.
La ley principal, conocida como Ley de los n´ umeros de corriente, tiene la expresi´on
R
B
=
n
ω+1
n
ω
(3.5)
donde R
B
es lo que denominaremos Relaci´on de bifurcaci´on y n
x
es el numero de tramos de
orden x.
Seg´ un Horton, el numero de tramos los distintos ´ordenes est´a en progresi´on geom´etrica,
lo cual, conociendo un valor medio de R
B
, permite estimar el n´ umero de tramos de un orden
dado seg´ un
n
ω
= R
Ω−ω
B
(3.6)
donde Ω es el orden m´aximo de toda la red de drenaje (tambi´en identificado como el orden
de la cuenca que engloba a esa red de drenaje.)
Otras leyes de similar formulaci´on fueron enunciadas por Horton y autores posteriores
(Schumm ,1956), referidas a longitud (mediante un par´ametro R
L
) y ´areas drenantes (R
A
)
totales de cada orden de tramo en lugar de al n´ umero de ´estos.
Todas estas leyes son principalmente de car´acter geomorfol´ogico, alejadas de un significado
con neto caracter hidrol´ogico que pueda ser de inter´es directo para al an´alisis desde el punto de
vista de la hidrolog´ıa. No obstante, su aplicaci´on para el c´alculo de otros factores en virtud de
la renovada relevancia que han cobrado en relaci´on con diversas formulaciones actuales, hace
posible acercar estas razones definidas por Horton hacia una interpretaci´on de mayor utilidad
desde nuestra perspectiva de hidr´ologos, la cual combine la inherente capacidad descriptiva de
las mismas con alguna informaci´on referente a la respuesta y comportamiento hidrol´ogico de
las redes de drenaje as´ı definidas.
Densidad de drenaje
Otro par´ametro caracterizador de la configuraci´on de la red de drenaje, esta vez no desde
un punto de vista cualitativo, sino meramente cuantitativo, es la densidad de drenaje. Esta
densidad de drenaje, de expresi´on sumamente sencilla, viene a indicar una medida de la com-
pacidad de la propia red, pues representa la relaci´on entre la longitud total de los tramos y
el ´area vertiente que contribuye su flujo a los mismos, magnitud que nos da una idea de la
((cantidad)) de r´ıo que presenta una red dada.
3.2. EXTRACCION DE REDES DE DRENAJE 123
De modo mas preciso,
D =
L
A
(3.7)
donde L es la longitud total de los cauces y A el ´area vertiente sobre el punto de m´axima
acumulaci´on de flujo de la red.
Como tal, y aplicada a toda la red de drenaje en su conjunto, la densidad de drenaje
es simplemente otro par´ametro m´as que puede emplearse para un definici´on de la misma.
No obstante, estudi´ando su significado m´as en profundidad la riqueza de este valor aumenta,
especialmente en el an´alisis no ya de la de la red completa, sino de distintas ((ramas)) de la
misma.
As´ı, se deduce con facilidad que en las zonas mas escarpadas vamos a encontrar valores de
densidad de drenaje mas elevados, pues en ellas el flujo tiende a concentrarse — encauzarse —
m´as que en las ´areas de escasa pendiente o, sobre todo, zonas tales como llanuras de inundaci´on
o formaciones similares. Siendo la densidad de drenaje una medida de la concentraci´on de los
cauces, el resultado anterior parece, por tanto, justificado con una base f´ısica sencilla.
Esta diferencia de valores que implica una heterogeneidad espacial del par´ametro, adem´as
de suscitar el l´ogico inter´es por el estudio del mismo no exclusivamente para la red de modo
global, representa un hecho que posteriormente podr´a ser esgrimido para la mejora de los
m´etodos destinados a la extracci´on de redes de drenaje a partir del MDT, motivo por el
cual se ha incluido dentro de este apartado de conceptos previos por considerarse altamente
relevante su conocimiento y comprensi´on. La b´ usqueda de modelos mas reales va a tender,
como veremos, a la definici´on de aquellos que, en t´erminos de la densidad de drenaje, est´en
en concordancia con la variabilidad espacial de esta magnitud seg´ un ha quedado patente.
3.2.2. Redes de drenaje a partir de flujo acumulado
Con amplia diferencia, muy especialmente en cuanto a la implementaci´on en aplicaciones
inform´aticas diversas se refiere, la utilizaci´on de los datos de flujo acumulado es la metodolog´ıa
m´as popular y ampliamente extendida para la extracci´on de redes de drenaje a partir de MDTs.
Las razones de este hecho debemos buscarlas sencillamente en la simplicidad conceptual que
hace que este planteamiento se constituya como primera alternativa l´ogica a la hora de formular
metodolog´ıas al respecto.
La base te´orica en que se fundamenta ese enfoque es sencilla desde todos los puntos de
vista. Consid´erese que la presencia de los cauces como estructuras concretas y definidas es fruto
de la propia acci´on del flujo de agua, y directamente proporcional a la importancia de dicho
flujo. En otras palabras, la definici´on de un umbral de caudal a partir del cual ´este pudiera
considerarse suficientemente importante como para producir la formaci´on f´ısica del cauce y
darle al mismo tiempo la entidad suficiente para su constituci´on, supondr´ıa la instauraci´on de
un umbral del propio cauce, es decir, un comienzo o cabecera del mismo.
Conceptualmente, por tanto, este m´etodo de extracci´on de redes de drenaje es exclusiva-
mente hidrol´ogico, teniendo tan s´olo en cuenta los factores relativos a la propia hidrolog´ıa y
los fen´omenos relativos a la misma que tienen lugar en las distintas celdas de la malla del
MDT.
La relaci´on directa entre caudal y ´area aportante, comentada en alg´ un punto anterior y
que ser´a de constante aparici´on a partir de aqu´ı en los restantes cap´ıtulos del libro, nos indica
que la definici´on de dicho umbral puede realizarse sobre nuestra ya conocida malla de flujo
acumulado, siendo en base a ella como podremos elaborar un criterio adecuado para establecer
con precisi´on los cauces que componen la red de drenaje.
El trabajo sobre la malla de flujo acumulado y sus valores, y puesto que, como se ha dicho,
nuestros resultados van a estar referidos a una cuenca dada, requiere, por supuesto, que la
124 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
totalidad de dicha cuenca se encuentre contenida en el MDT sobre el que trabajamos. De otro
modo, las ´areas aportantes ser´an siempre menores a las reales pues faltar´a computar las celdas
aguas arriba que quedan fuera de la malla. Esta raz´on por s´ı sola resta sentido al trabajo con
otros cauces fuera de la cuenca estudiada, ya que con gran frecuencia muchos de ellos no
aparecer´an reflejados como tales en los resultados obtenidos, con independencia del m´etodo
empleado, pues todos estos m´etodos se basan en la l´ogica consideraci´on de cuanto acontece
aguas arriba, haciendo necesaria la presencia de la cuenca en su totalidad para la obtenci´on
de resultados coherentes y de utilidad.
La definici´on, pues, de un umbral de flujo acumulado, permite estudiar los valores en la
correspondiente malla y asignar a las distintas celdas un valor u otro seg´ un que ´estas se sit´ uen
sobre un cauce o no. Esto no es sino lo que ya se vio al comienzo del cap´ıtulo en (3.3), y ser´a la
malla entonces definida la que pretendamos crear con lo aqu´ı explicado.
La forma de proceder en este caso, no obstante, no se basa en la consideraci´on individual de
las celdas de esta malla sino, como se coment´o con anterioridad, en la b´ usqueda de las celdas
de cabecera y posterior delineaci´on del trazado aguas abajo de las mismas . La formulaci´on de
este m´etodo permite llevar a cabo ´este procedimiento en lugar de definir mediante un criterio
global para las celdas, siendo as´ı m´as ventajosa en determinados aspectos ya mencionados
algunas l´ıneas atr´as.
De cara al conocimiento de tales celdas de cabecera, ´estas, para un umbral δ establecido,
cumplen sobre la malla definida unas condiciones del tipo
_
_
_
a
i,j
> δ
a
i+m,j+n
> δ ⇒(i +m, j +n) no vierte sobre (i, j),
n, m = −1, 0, 1
(3.8)
siendo a el ´area acumulada. La segunda condici´on se a˜ nade para seleccionar s´olo las celdas
de cabecera y no el resto de las situadas aguas abajo para las cuales tambi´en se cumple la
primera de dichas condiciones. El conocimiento de las celdas de cabecera de modo aislado
no s´olo es interesante de cara a garantizar una buena estructura de la red de drenaje, sino
tambi´en para la realizaci´on de posteriores operaciones y an´alisis sobre la misma, como en su
momento se ver´a, por lo que este planteamiento, a´ un sencillo, es altamente potente de cara a
la continuaci´on del estudio sobre los cauces.
La cuesti´ on m´as importante, sin embargo, relativa a la definici´on de cauces llevada a cabo
mediante este m´etodo no es la puramente algor´ıtmica, sencilla como se ha visto, sino una de
tipo conceptual relativa al umbral de flujo a utilizar. La relaci´on entre el valor de este umbral
y otros par´ametros tales como la superficie o forma de la cuenca, por ejemplo, debe buscarse
para poder obtener una red de drenaje que se encuentre en concordancia con la real, de tal
modo que permita el c´alculo de dicho valor a partir de otra serie de factores conocidos.
El estudio de estas relaciones y su significado, no s´olo nos van a permitir establecer un
criterio s´olido para la fijaci´on del par´ametro δ, sino que, adem´as, aumentar´an nuestro conoci-
miento acerca del porqu´e de la configuraci´on natural de los cauces, aportando informaci´on al
respecto desde un nuevo punto de vista. En este sentido, descubrimos una pequ´ena pincelada
de una idea que veremos con m´as detalle y de forma mejor definida en pr´oximos cap´ıtulos, y
que no es otra que la de emplear el entorno computacional en el que nos movemos, no s´olo
como un entorno de c´alculo donde aplicar formulaciones establecidas, sino como un modelo
virtual simplificado — una maqueta digital, por llamarlo de otro modo — de la realidad hi-
drol´ogica de una zona dada. Sobre esta maqueta, como sobre un modelo a escala, podemos,
m´as que aplicar teor´ıas ya definidas, experimentar y probar extrayendo nuevos conceptos e
ideas.
3.2. EXTRACCION DE REDES DE DRENAJE 125
De cara al estudio de par´ametro δ en s´ı, veamos cual es la influencia del mismo sobre la
red de drenaje, en t´erminos de las caracter´ısticas de ´esta. La figura (3.2) muestra dos redes
extra´ıdas empleando los valores de acumulaci´on δ = 5000 ha y δ = 1 ha para un mismo MDT.
Como se puede ver, en el primero de los casos el aspecto de dicha red resulta algo ((escaso))
mientras que, por el contrario, en el segundo de ellos presenta una apariencia excesivamente
densa.
Figura 3.2: Redes de drenaje extra´ıdas para valores de umbral de 5000 ha (izquierda) y 1 ha (derecha)
De lo anterior extraemos dos conclusiones principales. Por un lado, que el efecto inmediato
de la variaci´on del umbral de definici´on de cauces es sobre la mayor o menor ramificaci´on
de la red de drenaje obtenida. Por otro, que los valores por exceso o defecto conducen a
estructuras con aspecto distinto a que podemos considerar como habitual para este tipo de
entidades — dentro del amplio margen de variaci´on de las mismas, l´ogicamente —, por lo que
esa configuraci´on natural de los cauces resulta un inmejorable indicativo de la correcci´on o no
de elegir un valor dado para δ
Atendiendo a ´esto, la primera alternativa que se presenta, de car´acter no num´erico, es
la mera comparaci´on entre una fuente cartogr´afica externa referida a cauces y el resultado
obtenido con diversos valores de umbral, tanteando estos ´ ultimos hasta obtener un resultado
aceptable. En la comparaci´on de ambas debe ponerse especial atenci´on en el n´ umero de cauces
que componen la red, as´ı como especialmente en el inicio de los mismos, que deber´a hacerse
coincidir en la medida de lo posible en las dos representaciones. Este m´etodo de establecimiento
de umbral resulta por completo correcto desde el punto de vista conceptual, y muy ventajoso
en t´erminos pr´acticos, por lo que constituye la soluci´on m´as habitual a la hora del trabajo real.
No obstante, el objetivo aqu´ı perseguido es expresar alguna conclusi´on de car´acter num´erico
al respecto, as´ı como indagar hasta donde sea posible en la explicaci´on de los fundamentos
f´ısicos que justifiquen dicha conclusi´on y su significado. Por ello, a´ un aceptando totalmente
lo anterior, debemos seguir hacia un an´alisis m´as detallado y riguroso de cauces y redes de
drenaje desde la perspectiva de nuestra tarea actual.
Para ello, para poder dotar de un enfoque num´erico a cuanto vamos a expresar seguidamen-
te acerca de las redes de drenaje, se hace necesaria ya la utilizaci´on de algunos de los conceptos
previos que al comienzo del cap´ıtulo fueron introducidos como base te´orica necesaria.
En referencia a uno de ellos, la densidad de drenaje, es de inter´es notar que, utilizando el
enfoque de definir la red de drenaje a partir de un valor umbral de ´area aportante acumulada, se
trabaja sobre la hip´otesis de que el valor de caudal en cada punto es proporcional a dicho valor
de ´area aportante, haciendo uso de ese mismo umbral para toda las celdas del MDT y todas las
unidades hidrol´ogicas — cuencas y subcuencas — que en ´este puedan contenerse. Tarboton y
126 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
Ames (2001) se˜ nalan que esto significa la creaci´on de una red con densidad de drenaje uniforme
a lo largo de todo el espacio, lo cual no se ajusta con total exactitud a la realidad, donde este
par´ametro var´ıa entre distintas zonas en funci´on de las caracter´ısticas y la naturaleza de las
mismas. Ello viene a decir, en otra interpretaci´on, que la red de drenaje calculada con estos
criterios puede ajustarse aproximadamente a la red de drenaje real, tanteando los valores de
δ como ya se coment´o, pero este ajuste no podr´a ser perfecto en todos los sentidos, debiendo
darse prioridad a alguno de los factores que en su momento se propusieron para efectuar el
mismo (puntos de comienzo de rios, n´ umero de cauces totales, etc.)
Sin tratar todav´ıa con esos par´ametros de los que antes se habl´o, una propuesta sencilla
para el c´alculo de un umbral adecado es la realizada por Tarboton et al (1991), consistente
en el estudio de la relaci´on entre el ´area aportante y la pendiente en cada celda, a˜ nadiendo
de este modo una cierta componente morfol´ogica — a la evaluaci´on del umbral, que no a la
naturaleza propia del m´etodo — que permita la obtenci´on de resultados correctos.
La aplicaci´on pr´actica de esta idea queda explicada de forma visual representando la rela-
ci´on entre las dos variables mediante una gr´afica como la mostrada en la figura (3.3). En ella se
aprecia claramente c´omo los valores muestran una relaci´on lineal a partir de un determinado
punto, el cual constituye el umbral que buscamos de ´area aportante.
La teor´ıa que apoya lo anterior se basa en que la diferenciaci´on entre las zonas donde
dominan los procesos de flujo en ladera y las zonas con procesos de tipo fluvial viene marcado
por un cambio en el signo de la expresi´on

da
, que pasar´ıa de ser positivo en el primer caso a
negativo en el segundo. En la pr´actica, este hecho no se refleja con tanta exactitud, pero s´ı que
puede advertirse una pendiente notablemente negativa a partir de un cierto punto, frente a la
pendiente menos marcada del primer tramo. El punto en el que dicha pendiente se advierte
es el que debe emplearse como umbral para la definici´on de cauces.
Figura 3.3: Estimaci´on de umbral de flujo acumulado en funci´on de la relacion entre ´area aportante y
pendiente en cada celda, seg´ un Tarboton et al (1991) (Adaptado de Bertolo (2000).
Trabajando ya de un modo directo con los par´ametros relativos a la propia red de drenaje
extra´ıda, de cara al establecimiento de un umbral adecuado, y en particular haciendo uso de la
clasificaci´on de los distintos tramos seg´ un los ordenes de Horton–Strahler, el mismo Tarboton
realiza una propuesta notable a este respecto haciendo uso de las diferencias altitudinales entre
los extremos de cada tramo — variable que denominaremos ((salto)) altitudinal del tramo, en
una traducci´on directa del t´ermino empleado por los autores originales —.
Los fundamentos del m´etodo residen en los estudios realizados por Broscoe (1959), en los
que se formulaba una ley de constancia de los antedichos saltos altitudinales. El objetivo que se
pretende obtener es fijar un umbral de definici´on de cauces de tal modo que el salto altitudinal
en los tramos de orden 1 no difiera estad´ısticamente del valor del este mismo par´ametro en
los tramos de orden superior, siendo as´ı la red de drenaje obtenida consistente con esta ley,
3.2. EXTRACCION DE REDES DE DRENAJE 127
y con los fen´omenos y leyes geomorfol´ogicas que gobiernan los procesos de creaci´on de dichas
redes de drenaje en la naturaleza.
Sobre esta base te´orica, y pasando a analizar la ejecuci´on pr´actica del metodo, para llevar
a cabo lo anterior deben considerarse los distintos tramos en que se divide la red de drenaje
extra´ıda, de acuerdo con los ordenes de los mismos. Es decir, cada uno de ellos representar´a un
tramo con el mismo orden en toda su longitud, existiendo aguas abajo del mismo un tramo
distinto con orden superior, y aguas arriba uno con orden inferior, o nada si el orden del
presente es 1.
Una vez se dispone de la divisi´on en los distintos tramos cada uno de ellos con un orden
dado, se procede a evaluar el salto altitudinal de cada uno, calculando los valores medios de
este par´ametro de modo separado para los tramos de orden 1 por una parte y los restantes
por otra.
Con los resultados anteriores, se eval´ ua el estad´ıstico t de Student para las diferencias entre
los valores medios de salto para las dos clases de tramos definidos anteriormente en funci´on
de su orden, seg´ un
t =
H
a
−H
b
_
(n
x
−1)S
2
x
+(n
y
−1)S
2
y
n
x
+n
y
−2
_
1
n
x
+
1
n
y
(3.9)
donde H representa el salto altitudinal medio, S la desviaci´on t´ıpica de dicho salto y n el
n´ umero de tramos en la red de drenaje. Los sub´ındices a y b hacen referencia, respectivamente,
a los valores correspondientes a tramos de orden 1 y tramos de ordenes superiores.
Probando con diferentes valores de umbral, la consecuci´on de los objetivos mencionados
en referencia a la obtenci´on de una red de drenaje donde los saltos altitudinales no difieran
entre las clases de tramos estudiadas, se obtiene para aquel valor umbral que resulte en un
valor de t m´as cercano pero no superior a 2. Se tiene as´ı un criterio s´olido y fundamentado
sobre una base geomorfol´ogica, que complementa a la concepci´on puramente hidrol´ogica de
la extracci´on de cauces a partir de las ´areas aportantes, permitiendo la obtenci´on de mejores
resultados.
Como puede verse, la formulaci´on de este m´etodo no aporta una nueva filosof´ıa en cuanto a
la forma de definir las celdas que forman parte de la red de drenaje, sino solamente una t´ecnica
y un criterio para la elecci´on del umbral adecuado. Para el caso presentado hasta este punto, se
supone que este umbral era un umbral de flujo acumulado, pues es a partir de este valor como,
por el momento, definimos la red de drenaje. No obstante, y dada la naturaleza del m´etodo
desarrollado en relaci´on con los saltos altitudinales, es f´acil ver que ´este puede aplicarse a toda
aquella m´etodolog´ıa de extracci´on de redes de drenaje que implique el establecimiento previo
de una magnitud para un par´ametro dado, existiendo as´ı diversas alternativas en funci´on del
valor asignado al mismo, ya que es sobre esas alternativas sobre las que se escoge las m´as
correcta a posteriori, analizando las propias caracter´ısticas de la red de drenaje obtenida.
El m´etodo de elecci´on de umbral anterior debe considerarse como una muy ´ util herramienta
para todos aquellas formulaciones que requieran el uso de dicho umbral, evitando la asignaci´on
al mismo de un valor arbitrario, sino uno consistente con la propia geomorfolog´ıa del terreno,
con las consecuencias sobre la correcci´on conceptual de los resultados que a este respecto
pueden asociarse.
Por ´ ultimo, una propuesta distinta para la extracci´on de cauces basada en los valores de
´area aportante es la desarrollada por Montgomery y Dietrich (1999), mediante la que intentan
eliminar el problema de la densidad de drenaje constante, incluyendo la pendiente dentro de
la formulaci´on del m´etodo de tal modo que esta densidad sea mayor en las zonas de mayor
inclinaci´on — generalmente las cabeceras de los cauces — y menor en las zonas llanas —
esto es, conforme nos vamos acercando hacia los tramos medios y bajos de los cursos —. En
128 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
comparaci´on con las aportaciones al c´alculo del umbral de ´area aportante, en este caso se da
una reformulaci´on del m´etodo, atendiendo a similares conceptos, pero incorporando un mayor
n´ umero de elementos f´ısicos en la modelizaci´on propuesta.
Para ello, en lugar de trabajar con el ´area aportante, se propone el trabajar con un par´ame-
tro con la expresi´on
A

= a

S
α
(3.10)
donde a

es el ´area aportante espec´ıfica, S la pendiente en la celda y α un factor que debe
determinarse emp´ıricamente, proponiendo los propios Montgomery y Dietrich para las zonas
por ellos estudiadas un valor de α = 2. Por su formulaci´on, el par´ametro global anterior tiene,
por tanto, unidades de longitud.
Con lo anterior, el problema de fijar un umbral para A

previamente a la extracci´on de la
red de drenaje sigue existiendo — a˜ nadiendose adem´as la necesidad de fijar un valor para α
—, pero te´oricamente los resultados debieran ser m´as acordes con la realidad hidrogr´afica de
la zona. No obstante, el empleo pr´actico de este m´etodo frecuentemente exagera las diferencias
entre las densidades de drenaje de zonas distintas, dando lugar a densidades excesivas en las
cabeceras y defectivas en las zonas situadas m´as aguas abajo.
Como ´ ultimo aspecto a comentar acerca de las metodolog´ıas de c´alculo de redes de drenaje
basadas en los valores de flujo acumulado que se han presentado, es de inter´es recalcar que, por
hacer ´estas uso de dicho valor de flujo acumulado y su malla asociada, pueden emplearse en
conjunci´on con cualquiera de los m´etodos de asignaci´on de direcciones de flujo, ya que en todos
ellos es posible el c´alculo de dicha malla. La mayor complejidad y las particularidades de otros
planteamientos que seguidamente ser´an desarrollados, veremos que impiden esta universalidad
de aplicaci´on de uno u otro modo.
3.2.3. Redes de drenaje a partir de ordenes de Strahler
Al inicio de este cap´ıtulo se estudi´o la creaci´on de una malla de ´ordenes de Strahler para
los rios definidos por una serie de celdas de cabecera, las cuales en ese momento se supusieron
ya conocidas, habiendose presentado en el punto anterior una forma posible de obtener las
mismas. La aplicaci´on de los mismos conceptos entonces empleados, pero utilizando como
celdas de cabecera la totalidad de las contenidas en la malla del MDT, va a dar lugar a una
malla sin — en principio, un sentido hidrol´ogico claro, la cual, no obstante, va a permitir el
planteamiento de una nueva metodolog´ıa para la extracci´on de la red de drenaje buscada.
Puesto que la malla de ordenes de Strahler asi creada implica un n´ umero muy elevado de
cauces — todas las celdas perteneceran a uno — la tarea a realizar para obtener una red de
drenaje m´as ((l´ogica)) es la reducci´on de la complejidad de la red definida con todos los flujos.
Desde este punto de vista, parece l´ogico emplear dicha malla como punto de partida, en un
enfoque distinto al considerado anteriormente aunque tambi´en basado de forma exclusiva en
conceptos hidrol´ogicos. Para ello, el uso de los ordenes de Strahler vuelve a ser un recurso
muy importante, pues ser´a en funci´on de ´estos, y no ya de los valores de ´area aportante, que
se designen unas u otras celdas como celdas de cauce.
La idea a desarrollar en este aspecto (Peckham, 1992) es bien sencilla, y se basa senci-
llamente en el establecimiento de un nuevo umbral a aplicar sobre la malla de ordenes de
Strahler definida en (3.4) N´otese, sin embargo, que, dado el planteamiento que aqu´ı seguimos,
no existir´a ninguna celda en dicha malla con valor cero, pues, en un principio, todas son celdas
de cauce.
Con el valor de este umbral, todas aquellas celdas cuyo orden sea menor que el mismo deben
considerarse como celdas de no-cauce, formando las restantes la red de drenaje buscada. Con
3.2. EXTRACCION DE REDES DE DRENAJE 129
lo anterior, y sobre la red total de cauces, se van ((cortando)) aquellos de menor entidad — que
no representan cauces en la realidad —, dejando tan s´olo os de mayor importancia.
No obstante, y pese a extraerse la red de drenaje de la malla de ordenes, los valores que
quedan en ella despu´es de la reducci´on en las celdas de cauce no representan los ordenes
correspondientes a dichos cauces. Es necesario restar el umbral aplicado al valor de cada
celda, para que de este modo aquellas sobre cauces de primer orden tengan como valor 1, y
as´ı sucesivamente.
La dificultad en la definici´on de un umbral de flujo acumulado desaparece con este m´etodo,
pero queda sustituida por la problem´atica de un nuevo valor umbral, al respecto del cual
se pueden realizar id´enticas consideraciones. El menor rango de variaci´on de los ordenes de
Horton–Strahler frente a los valores de ´area aportante, hace mas sencillo, no obstante, el tanteo
sobre ´estos hasta la obtenci´on de una soluci´on satisfactoria.
Como vemos, aun haciendo uso de un enfoque distinto, la alternativa propuesta es similar a
la anterior, en cuanto que mantiene las deficiencias conceptuales del mismo, fundament´andose
en aspectos puramente hidrol´ogicos y obligando a una densidad de drenaje constante a lo largo
de toda la malla.
Desde el punto de vista algor´ıtmico, la creaci´on de la malla de ordenes constituye el aspecto
m´as destacable de todo el proceso, debi´endose buscar una soluci´on eficiente ante la utilizaci´on
de un n´ umero tan elevado de celdas de cabecera, reformulando lo expresado para el caso de
considerar la definici´on de esta misma malla una vez ya se conoce con precisi´on la red de
drenaje final. La expresi´on de este algoritmo, no obstante, se recoger´a posteriormente en el
texto, pues creo que es interesante el conocimiento de una serie de aspectos y puntos de vista
diferentes a´ un no tratados, que ayudar´an a un planteamiento m´as adecuado del mismo.
Se se˜ nala, por ´ ultimo, que esta m´etodolog´ıa, al contrario que la anterior, no se aplica
correctamente con m´etodos de calculo de direcciones de flujo m´ ultiples, ya que requiere traza-
dos de flujo bien definidos que constituyan los cauces asociados a las celdas, para luego poder
con ellos evaluar los ordenes de las mismas. La aplicaci´on de un m´etodo como el KRA si es,
sin embargo, posible en la pura teor´ıa, ya que las direcciones de flujo, aun no estando su valor
limitado a m´ ultiplos de 45
o
, se encuentra perfectamente definido por una direcci´on en cada
celda, resultando del conjunto de las mismas una serie de l´ıneas de flujo adecuadas para su
uso con este m´etodo. No obstante, la complejidad que vendr´ıa asociada al c´alculo de la malla
de ordenes sobre la base de los cauces as´ı definidos es muy elevada, por lo que no se considera
su utilizaci´on de cara a la extracci´on de redes de drenaje.
3.2.4. Redes de drenaje empleando datos de curvatura
Los inconvenientes principales asociados a los anteriores m´etodos ven´ıan siempre relacio-
nados con los valores de densidades de drenaje, tanto si ´estos eran constantes como si eran
variables, pues a este respecto se obten´ıan resultados no perfectamente coherentes con la reali-
dad hidrogr´afica que pretend´ıa modelizarse. El enfoque adoptado en los modelos anteriores, de
tipo principalmente hidrol´ogico, guarda estrecha relaci´on con los problemas se˜ nalados, por lo
que la superaci´on de los mismos debe pasar por un nuevo planteamiento que, o bien sustituya
al anterior, o bien complemente los fundamentos del mismo con otros relativos a otros aspectos
de tal modo que en su conjunto permitan la elaboraci´on de criterios m´as completos y precisos.
Esta uni´on de diversos criterios ya se ha visto en algunas alternativas anteriormente tratadas,
habi´endose incluido ´estas, no obstante, bajo el mismo apartado debido a sus similitud, pues
representaban modificaciones conceptuales de peque˜ na escala.
Una novedosa formulaci´on distinta a lo anterior, desarrollada por Tarboton y Ames (2001),
se basa tambi´en en la consideraci´on del ´area situada hidrol´ogicamente por encima de la celda,
pero calculando dicho ´area no con todas las celdas, sino tan s´olo con las que cumplen una
130 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
Figura 3.4: Identificaci´on de celdas de valle seg´ un Peucker y Douglas (1975). En cada pasada se se˜ nala
la celda m´as elevada de cada cuatro. Las celdas no se˜ naladas al final del proceso constituyen las celdas
de valle.
determinada condici´on relativa a la curvatura de las mismas.
En particular, se considera que las celdas que tienen una influencia que debe ser considerada
sobre el establecimiento o no de cauces y la presencia de fen´omenos de flujo encauzado, son
aquellas de tipo c´oncavo, entendi´endose que ´estas son las que concentran el flujo de agua
(recu´erdese lo comentado a este respecto en el apartado dedicado al c´alculo de curvaturas)
La localizaci´on de estas celdas, en lugar de con la aplicaci´on de los conceptos de curvatura
vistos en su momento, se lleva a cabo mediante un algoritmo (Peucker y Douglas, 1975) basado
en una matriz 2 ×2 que se desplaza a lo largo de todas las celdas de la malla. En cada punto,
de las 4 celdas que componen dicha matriz se se˜ nala sobre una nueva malla la celda de mayor
elevaci´on. Una vez que se ha desplazado la submalla 2 × 2 a lo largo del todo el MDT, las
celdas que no han sido se˜ naladas representan celdas de valle por la que discurren los r´ıos.
La figura (3.4) muestra gr´aficamente la aplicaci´on del algoritmo de localizaci´on de celdas
c´oncavas.
Figura 3.5: Mapa de celdas de valle, elaborado segun Peucker y Douglas (1975). Las celdas en negro
representan celdas de valle. El c´alculo del ´area aportante se lleva a cabo empleando ´ unicamente las
celdas en blanco
Tomando esta ´ ultima malla, los patrones que en ella se presentan se asemejan a la red
de drenaje buscada, aunque siendo en muchos casos una red inconexa cuya utilizaci´on no
es posible en sucesivas etapas a causa de dicha falta de conectividad. Si, como se dijo, se
consideran los valores de ´area acumulada calculados s´olo con las anteriores celdas de valle, es
posible la definici´on de un nuevo umbral a partir del cual comenzar a trazar los cauces, siendo
la red de drenaje derivada de este planteamiento mas acorde con las caracter´ısticas reales de
dichas redes, tal y como se estableci´o en origen.
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 131
Un ejemplo de malla de celdas c´oncavas se presenta en la figura (3.5).
La decisi´on sobre este umbral vuelve a ser de nuevo el gran obst´aculo conceptual a salvar,
para lo cual la metodolog´ıa basada en ´ordenes de Strahler y sus saltos altitudinales resulta
una herramienta adecuada, en virtud de lo en su momento detallado a este respecto.
3.3. Caracterizaci´on de redes de drenaje
La disposici´on plena de la informaci´on referente a la red de drenaje extra´ıda del MDT y
recogida en la malla correspondiente de cauces — o la variaci´on propuesta de la misma con
valores de orden de Strahler en las celdas — nos coloca en situaci´on de proceder al an´alisis
de las mismas y continuar extrayendo valores de inter´es a trav´es del estudio de las distintas
propiedades que dicha red posee.
La literatura existente a este respecto es muy elevada, y el n´ umero de par´ametros propues-
tos por muy distintos autores a lo largo del tiempo hace inviable el recoger aqu´ı m´as que una
peque˜ na fracci´on representativa de los mismos. A´ un as´ı, muchos de estos par´ametros se prestan
a interpretaci´ ones similares, existiendo siempre algunos de ellos para los que su comprobaci´on
pr´actica y desarrollo posterior se encuentra en un estado m´as evolucionado, debiendo tenerse
en cuenta, adem´as, que una caracterizaci´on excesiva de las redes de drenaje m´as all´a de lo
necesario para nuestro estudio hidrol´ogico final, no es procedente.
Por todo lo anterior, se presentan aqu´ı tan s´olo aquellos elementos que guardan un inter´es
notable para una posterior utilizaci´on en otros modelos, as´ı como otros par´ametros de cierta
entidad que resultan de utilidad para la comparaci´on entre distintas redes de drenaje y la
clasificaci´on de las mismas.
Por otra parte, el intenso desarrollo que ha tenido lugar en los ´ ultimos a˜ nos a este respecto,
si bien algo disminuido en la actualidad debido a la dificultad de encontrar explicaciones e
interpretaciones f´ısicas e hidrol´ogicas, hace que deban tenerse en cuenta desde la perspectiva de
este libro algunos de estos planteamientos actuales y novedosos, por cuanto ellos representan
desde la perspectiva matem´atica y computacional y lo que pueden aportar de cara al car´acter
general de la obra.
Por ´ ultimo, de modo muy especial, los aspectos relativos a las caracter´ısticas del propio
MDT y su utilizaci´on a diferentes escalas y resoluciones hacen necesaria la sustituci´on de algu-
nos par´ametros de uso com´ un o, al menos, la introducci´on de mejoras sobre los mismos. Puesto
que muchos de estos par´ametros se ha comprobado que var´ıan con la resoluci´on empleada, se
deben utilizar alternativas que sean independientes a este respecto, las cuales resulta obvio
que deben recogerse en este texto.
Esta secci´on comienza, no obstante, no directamente con la caracterizaci´on propiamente
dicha de las redes de drenaje, sino con un apartado dedicado a la forma en que ´esta debe ser
manejada y utilizada en dicha caracterizaci´on. Este apartado, adem´as de preparar el camino
para las futuras metodolog´ıas, presentar´a una interesante base conceptual de los cauces y redes
de drenaje desde el punto computacional, complet´andose as´ı el contenido del cap´ıtulo con un
conocimiento preciso de estos elementos hidrogr´aficos desde todos los ´angulos posibles.
3.3.1. Almacenamiento y manejo de redes de drenaje
Sumidos como estamos en un ambiente computacional donde el manejo de estructuras de
datos est´a a la orden del d´ıa y en gran n´ umero de ocasiones supone el elemento diferencial
que permite obtener resultados mas ventajosos en cuanto a eficiencia y alcance, el trabajo con
redes de drenaje requiere la introducci´on de algunos conceptos previos al respecto, que nos
facultaran para un mejor trabajo posterior con estos elementos.
132 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
Si para el caso del MDT hac´ıamos uso de la naturaleza matricial del mismo, y a partir
de ´esta como elemento algebraico introduc´ıamos formulaciones asociadas para el c´alculo de
par´ametros sobre el mismo, la asimilaci´on de la red de drenaje a otra estructura matem´atica
como es un grafo, nos va a permitir alcanzar una nueva serie de posibilidades en cuanto al
an´alisis y manejo de dicha red se refiere. El soporte raster del que nos hemos servido hasta
el momento para obtener la red de drenaje, debe complementarse con una nueva forma de
manejo de esta ´ ultima, la cual se expondr´a con detalle en este apartado.
Ya entrando en la concepci´on de ´ındole vectorial, una red de drenaje dada se compone de
una serie concreta de puntos que pueden representar tanto cabeceras de cauce como uniones
entre cauces, junto con un conjunto de relaciones (uniones entre dichos puntos). Es r´apido ver
que lo anterior se puede equiparar sin dificultades a los nodos y aristas que definen propia-
mente un grafo. Particularmente, cualquier red de drenaje obtenida mediante cualquiera de
los m´etodos ya expuestos constituye lo que se denomina un arbol o, de otro modo, un grafo
ac´ıclico conexo, jerga matem´atica que no viene a decir sino que para todo recorrido entre dos
nodos cualesquiera, existe siempre un ´ unico camino posible dentro del grafo.
La pregunta es ahora la manera en que debemos trabajar sobre una red de drenaje ya
extra´ıda y almacenada en formato raster, para poder disponer de ella expresada como un
conjunto de nodos y aristas, y conocer la forma m´as adecuada para el almacenamiento de la
estructura resultante.
Una vez m´as, el trabajo realizado con los ´ordenes de Strahler nos va a resultar de gran ayu-
da, ya que es necesario realizar una simplificaci´on previa para la cual ser´a de vital importancia
la localizaci´on de las confluencias entre cauces. Una vez conozcamos estos puntos, as´ı como
las cabeceras de los cauces cuya localizaci´on quedo bien explicada en apartados precedentes,
podremos deducir las relaciones entre estos puntos (los nodos) aplicando nuestro conocimien-
to de direcciones de flujo y estudiando el recorrido aguas abajo de cada uno de ellos y las
intersecciones con otros distintos tramos dentro de la red de drenaje.
Antes de comenzar propiamente con el trabajo sobre la red de drenaje y las celdas que
la componen, y analizar las operaciones que nos permitir´an convertir ´esta en una estructura
de grafo simplificada y de utilidad para nuestro trabajo futuro, veamos como almacenar tal
estructura, para de ese modo definir con m´as precisi´on a donde pretendemos llegar con las
antedichas operaciones.
Estando compuesto el grafo por un conjunto de nodos y aristas, con una estrecha relaci´on
entre ambos, el almacenamiento num´erico del mismo puede plantearse desde el punto de vista
de ambos elementos constituyentes, esto es, almacenando las propiedades de los nodos o de
las aristas. El almacenamiento de los v´ertices resulta desde el punto de vista computacional
menos eficiente, ya que se lleva a cabo mediante registros de longitud fija y con un notable
desperdicio de espacio debido a la variedad de posibilidades en cuanto al numero de otros
nodos que pueden estar conectados a cada uno. En particular, y empleando una nomenclatura
propia de la teor´ıa de grafos en conjunto con la correspondiente a la naturaleza hidrol´ogica de
nuestro ´arbol, cada nodo verter´a hacia uno s´olo de los restantes — al que denominaremos padre
—, y podr´an verter sobre el mismo un n´ umero variable de otros nodos — que denominaremos
hijos —. La notaci´on anterior se comprende mejor si se interpreta el ´arbol formado por la red
como un ´arbol geneal´ogico.
La antedicha multiplicidad e indeterminaci´on del n´ umero de hijos que puede tener un nodo,
hace que el almacenamiento del ´arbol mediante el registro de sus nodos no sea interesante,
favoreci´endose as´ı el empleo de un enfoque centrado en las caracter´ısticas de las aristas. Desde
un punto de vista f´ısico, y abandonando por un instante lo puramente geom´etrico, se ve que,
conceptualmente, tambi´en es mas correcto el almacenamiento de las aristas — que en realidad
representan a los r´ıos, con todas sus caracter´ısticas —, frente al de los nodos — que constituyen
tan s´olo las confluencias entre cauces, con menor informaci´on de relevancia para el an´alisis
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 133
hidrol´ogico.
As´ı pues, una metodolog´ıa para el almacenamiento de un ´arbol mediante sus aristas debe
ser la empleada en este caso, existiendo para ello diversas alternativas de las que aqu´ı mostra-
remos la m´as sencilla y habitual. En ella, y puesto que cada arista une siempre dos nodos, el
registro de todas ellas pasa por una numeraci´on inicial de los nodos y la posterior definici´on
de sus relaciones mediante pares ordenados que indiquen los dos nodos entre los cuales se
establece una arista. No obstante, la disposici´on espacial de dichos nodos no es conocida, ya
que no almacenamos ninguna informaci´on sobre los mismos, por lo que debe establecerse de
antemano alg´ un criterio en el orden de los anteriores pares ordenados que nos permita recons-
truir a partir de los mismos la topolog´ıa de la red. En realidad, esta topolog´ıa es la verdadera
informaci´on que perseguimos almacenar pues, m´as all´a de la propia geometr´ıa y forma de la
red, es ella quien define las relaciones hidrol´ogicas en base a las cuales se podr´an articular con
posterioridad los modelos hidrol´ogicos, especialmente aquellos de tipo agregado basados en el
an´alisis independiente de subunidades hidrol´ogicas y su posterior integraci´on.
Respecto al criterio a aplicar, ´este se basa en comenzar con el nodo de la red que no tiene
padre — en t´erminos hidrol´ogicos, el que representa el punto de salida de la cuenca —, e ir
a˜ nadiendo pares de acuerdo con un esquema recursivo, de tal modo que se a˜ nade la arista
correspondiente al nodo hijo situado m´as a la izquierda, pasando a analizarse ´este entonces
del mismo modo, y as´ı hasta llegar a un nodo sin hijos (las aristas que incluyen nodos sin hijos
se denominan frecuentemente hojas, o tambi´en aristas externas). Terminado esto, se contin´ ua
con la siguiente arista hacia la derecha, la cual hab´ıa quedado en espera almacenada en una
pila, evidenciandose as´ı la naturaleza recursiva del proceso.
Un ejemplo gr´afico como el mostrado en la figura (3.6) a buen seguro ayudar´a a una
comprensi´on correcta del esquema de codificaci´on propuesto, algo farragoso, sin duda, de
explicar con palabras.
Figura 3.6: Codificaci´on de un grafo de tipo ´arbol para su almacenamiento.
Este tipo de procedimientos recursivos vemos que aparecen — y aparecer´an en pr´oximas
ocasiones — en numerosos algoritmos y procedimientos de los aqu´ı explicados, siempre en
relaci´on con la estructura de los diferentes flujos que tiene lugar a lo largo de las celdas del
MDT. Como veremos, ello no indica sino una naturaleza com´ un de sus planteamientos y pone
de manifiesto la relaci´on existente entre ellos, la cual permitir´a la evaluaci´on de par´ametros
diversos a trav´es de distintas metodolog´ıas y elementos, que se constituir´an como caminos en
apariencia aislados que confluyen sobre un mismo resultado.
Volviendo a la propia codificaci´on del grafo que representa la red de drenaje, y aunque
134 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
´esta se lleve a cabo empleando las aristas del mismo, es en base a los nodos como vamos a
realizar dicha codificaci´on, en virtud del algoritmo de tipo recursivo ya explicado, pues son
´estos los que deben numerarse. Para ello, y en primer lugar, el conocimiento de los nodos,
constituidos por puntos de cabecera y confluencias, se lleva a cabo seg´ un lo explicado en el
apartado correspondiente a los ´ordenes de Strahler, disponi´endose de las coordenadas exactas
— en t´erminos de celdas — de cada uno de ellos. Con lo anterior, simplemente basta generar
todos los pares ordenados estudiando las relaciones entre nodos, tarea que puede llevarse a
cabo utilizando la informaci´on sobre direcciones de flujo, simplemente buscando el siguiente
nodo aguas abajo de cada uno de ellos y estableciendo una arista entre cada par de este modo
definido. Por ´ ultimo, la ordenaci´on adecuada de estos pares se efect´ ua aplicando el algoritmo
ya presentado, comenzando por el nodo en el cierre de la cuenca y ascendiendo seg´ un dicta la
propia formulaci´on del algoritmo.
El esquema expuesto, considerando en an´alisis los hijos de izquierda a derecha, puede rea-
lizarse sin dificultades al disponer de las coordenadas de todos los nodos implicados. El hecho
de que estos nodos y sus caracter´ısticas no queden recogidos en el esquema de almacenamiento
propuesto, no impide, l´ogicamente, que la informaci´on derivada de los mismos no pueda ser
utilizada en el proceso de codificaci´on.
De este modo, la ya citada topolog´ıa de la cuenca queda perfectamente recogida y en
condiciones de ser utilizada en aquellos modelos hidrol´ogicos que hagan uso de la misma, pese
a lo cual, no siendo ´ unicamente su empleo sobre estos modelos el objetivo que se persigue, el
almacenamiento exclusivo de las propiedades topol´ogicas de la red puede ser insuficiente desde
el punto de vista del estudio hidrol´ogico que realizamos. La adici´on de valores num´ericos con
un neto significado f´ısico a la estructura de aristas establecida, combinando as´ı dos puntos de
vista de gran inter´es sobre la red de drenaje, complementa ventajosamente la informaci´on ya
almacenada convirti´endola en una herramienta de primer orden para nuestros prop´ositos.
Para llevar a cabo este aumento de la informaci´on recogida, basta proponer una extensi´on a
la codificaci´on hasta ahora utilizada, sustituyendo los pares ordenados por n-uplas de datos que
contengan, adem´as de los nodos que definen la arista, n−2 par´ametros adicionales referentes a
dichas aristas o, de otro modo, a los cauces que ´estas representan y que son los que realmente
contienen la informaci´on que nos es de inter´es.
Por ejemplo, si almacenamos un ´ unico parametro adicional consistente en la longitud en
metros del tramo representado por cada arista, la nueva codificaci´on del grafo mostrado en la
figura (3.6) podr´ıa tener un aspecto como el siguiente.
(1,2,300)
(2,3,420)
(3,4,200)
(4,5,250)
(4,6,200)
.
.
.
El nivel de detalle y cantidad de informaci´on accesoria que puede recogerse, se establece
en funci´on de las necesidades en cada caso, no existiendo limite al mismo.
Con independencia de la adici´on de un valor de longitud de cada tramo como se ha visto,
la sola estructura de grafo nos permite definir una nueva medida de distancia entre dos puntos
dados dentro de la red. Si la suma de las longitudes de los tramos que median entre dos
puntos — es decir, la suma de las longitudes asociadas a las aristas entre dos nodos — mide
la distancia a trav´es del cauce entre esos dos puntos, el n´ umero de tramos distintos en ese
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 135
recorrido representa lo que denominaremos distancia topol´ogica. Esta nueva medida de la
separaci´on entre puntos veremos cuando lleguemos al factor ancho de cuenca en el siguiente
cap´ıtulo, que puede relacionarse con el comportamiento hidrol´ogico de dicha cuenca del mismo
modo que la distancia sobre el cauce o incluso la distancia euclidea entre los citados puntos.
As´ı pues, una vez se tiene una codificaci´on completa que incluye las cualidades de la red
de drenaje y sus cauces desde diversos puntos de vista altamente complementarios entre s´ı, es
momento de proceder al an´alisis de la misma y extracci´on de nuevos par´ametros derivados,
aspecto que se desarrollar´a seguidamente, no sin antes profundizar algo m´as en el significado
y naturaleza de la red de drenaje tal y como la hemos almacenado en su calidad de grafo de
tipo ´arbol.
Volvamos ahora a la red de drenaje que definimos inicialmente, considerando para su
creaci´on todos los flujos como formadores de cauces. Recu´erdese que la creaci´on de ´esta red
no ten´ıa sentido con el empleo de cualquier m´etodo distinto del D8, por lo que ser´a ´este el que
supondremos se utiliza. Recu´erdese tambi´en que no se emplean todas las celdas de la malla,
sino las de una cuenca dada, con el fin de tener una ´ unica red. Si expresamos dicha red con la
notaci´on introducida en este apartado, consider´andola como un grafo de tipo ´arbol, podemos
destacar algunas caracter´ısticas interesantes.
En primer lugar, y para que el grafo sea conexo, solo debemos trabajar con los flujos
incluidos dentro de una cuenca dada, aspecto que se se˜ nalo ya en el inicio del cap´ıtulo y se
recalca aqu´ı de nuevo. En segundo lugar, y cumpliendo la condici´on anterior, el numero de
nodos de la red es igual al numero de celdas de la cuenca, ya que todas las celdas son nodos.
Por ´ ultimo, el n´ umero de hijos de cada nodo est´a en este caso limitado a 7, esto es, todas
las celdas del entorno de cada una, excepto al menos una que ser´a hacia la que verter´a ella
misma.
Analizando este grafo, podemos, por ejemplo, trabajar con ´el para intentar obtener la red
de drenaje de la cuenca, eliminando partes del mismo hasta obtener un grafo reducido que
represente dicha red de drenaje en su adecuada complejidad. De entre las aristas que existir´an
en la red, pongamos atenci´on en las que hab´ıamos denominado hojas, aquellas que en uno
de sus extremos ten´ıan celdas sin hijos. Desde un punto de vista hidrogr´afico, ´estas pueden
interpretarse como los tramos de menor importancia o, en otras palabras, los de orden 1.
Si sobre el ´arbol que constituye la red de drenaje, ((podamos)) el mismo eliminando sus
hojas, obtendremos un nuevo grafo mas reducido que el anterior. Pero n´otese que, si realizamos
esta operaci´on sucesivamente un n´ umero n de veces hasta obtener una red de drenaje que
consideremos ´optima, en realidad obtendremos la misma red que resultar´ıa de eliminar todos
los cauces con ordenes de Strahler menores que n, tal y como en su momento fue explicado.
El enfoque sobre una base raster que entonces se realiz´o, se ha sustituido ahora por uno
m´as claramente vectorial, aunque los resultados finales de ambos, independientemente de la
forma en que se expresen, son id´enticos como puede verse.
Adem´as de poder servir para la extracci´on de estructuras como la anterior, este almace-
namiento de la red de drenaje total posibilita igualmente el c´alculo de algunos par´ametros,
algunos de ellos relacionados con las cuencas vertientes y que en su momento ser´an analizados.
Esta relaci´on se debe al hecho de que trabajamos sobre la red existente en el interior de la
cuenca, por lo que, a nuestro nivel de trabajo, los lazos que unen a ambos conceptos son muy
estrechos.
Para el caso, por ejemplo, de evaluar el orden de Strahler de una arista, puede partirse de
la expresi´on que relaciona dicho orden con el de las aristas hijas — enti´endase que son aquellas
que unen al nodo padre con los nodos hijos —, seg´ un
O
P
= Θ(O
H
1
, O
H
2
, . . . , O
H
n
) (3.11)
donde Θ(x) es la funci´on definida en (3.2).
136 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
Vista desde un punto de vista algor´ıtmico, la ecuaci´on anterior da pie a la elaboraci´on del
correspondiente algoritmo recursivo para la caracterizaci´on total del ´arbol — es decir, de las
celdas que conforman una cuenca si estamos en el ultimo caso de emplear todos los flujos —,
el cual se corresponde con el mencionado en su momento en el apartado (3.2.3), recogi´endose
la expresi´on m´as expl´ıcita de este ´ ultimo — de naturaleza raster —, como entonces se dijo,
ahora que se conoce algo m´as al respecto del mismo y sus fundamentos. La finalizaci´on de la
recursi´on se da en las aristas exteriores — las hojas —, para las cuales su orden es igual a 1.
funci´on CalcularOrdenCelda (i,j)
{
ordMax = 1
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
si O(i+n,j+m) = 0 entonces
{
CalcularOrdenCelda (i+n,j+m)
}
ord = O(i+n,j+m)
si ord > ordMax entonces
{
ordMax = ord
numCeldasOrdenMax=1
}
si no, si ord = OrdMax entonces
{
numCeldasOrdenMax=numCeldasOrdenMax+1
}
}
}
}
}
si numCeldasOrden>1 entonces
{
ordMax=ordMax+1
}
O(i,j)=ordMax
devolver ordMax
}
Para definir los ordenes de todo un ´arbol, bastar´ıa ejecutar este algoritmo sobre la celda
(nodo) padre, de tal modo que pueda subirse recursivamente a todas las restantes, para obtener
un mapa como el mostrado en la figura (3.7).
Similar caso encontramos para el flujo acumulado, que en esa ocasi´on vendr´ıa expresado
tambi´en en funci´on de los hijos — las celdas vertientes de la vecindad, desde el punto de vista
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 137
Figura 3.7: Mapa de ordenes de Strahler. N´otese la similitud con el de flujo acumulado, aunque en
este caso la representaci´on esta realizada con escala l´ıneal y los valores se disponene ´ unicamente en el
rango 1 −7.
raster ya conocido — seg´ un
A
P
= g
2
+
n
p

n=1
A
H
(3.12)
expresi´on en la que, en realidad, hacemos uso de la disposici´on regular de los nodos de la
red, en cuanto que sus caracter´ısticas son homog´eneas al representar cada uno de ellos una
celda de la malla con id´enticas caracter´ısticas de forma, ´area, etc. De no ser as´ı, cada arista
podr´ıa tener asociado un distinto valor de ´area a la que representa — que ser´ıa almacenada
mediante el uso de la extensi´on de los pares ordenados ya explicada —, debiendo sustituirse
en la anterior expresi´on el valor g
2
por el valor particular de dicho ´area.
Pese a todo lo visto anteriormente, por regla general la gran mayor´ıa de estos factores y
otros similares resultan m´as sencillos de obtener trabajando directamente sobre una malla de
valores, en un enfoque puramente raster, que sobre la estructura de grafo de la red de drenaje
total, presentada a efectos principalmente te´oricos y conceptuales.
Una vez m´as, no obstante, el conocimiento de diferentes alternativas y enfoques y la apli-
caci´on de las mismas en un cierto n´ umero de los temas tratados, hace posible acercarse al
estudio de los elementos implicados desde otro punto de vista complementario. El an´alisis de
la red de drenaje total como un grafo seg´ un lo anterior nos ha servido como nueva aproxi-
maci´on te´orica a ciertos conceptos, permiti´endonos ver ´estos desde una ´optica distinta, hecho
siempre ventajoso de cara a la comprensi´on global de los fen´omenos estudiados. Pese a todo,
como ya se ha dicho, el uso de grafos lo limitaremos de aqu´ı en adelante a la propia red de
drenaje obtenida con alguno de los m´etodos en su momento descritos, procediendo con ella a
un an´alisis pormenorizado de otra serie de par´ametros relacionados.
3.3.2. Par´ametros derivados
Como ya se dijo en la introducci´on al cap´ıtulo, los par´ametros que resulta de inter´es reflejar
en estas p´aginas son principalmente aquellos cuyo uso posterior sea relevante en los modelos
de naturaleza hidrol´ogica, en conjunto con aquellos que supongan una evoluci´on conceptual
y pr´actica de otros par´ametros, desarrollados para adaptarse de forma m´as ventajosa a las
fuentes de informaci´on con las que trabajamos, en particular el MDT.
Sobre la base de las representaciones introducidas para las redes de drenaje y sus cauces
constituyentes, un an´alisis detallado — siempre sin perder la perspectiva del estudio hidrol´ogi-
138 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
co que perseguimos — puede dar como fruto la extracci´on de los par´ametros que a continuaci´on
ser´an tratados. La forma de obtener ´estos en el entorno de datos en el que nos movemos, y,
especialmente, la interpretaci´on de los valores obtenidos y el an´alisis del significado que cabe
asociar a algunos de estos par´ametros de nueva creaci´on, son el n´ ucleo conceptual de este
apartado.
An´alisis en planta
Para proceder al an´alisis de los cauces apoyado sobre el Modelo Digital de Terreno del
que ´estos han sido extra´ıdos, he optado por dividir los par´ametros de inter´es de acuerdo a la
perspectiva con que estos sean contemplados, diferenciando por una parte el estudio geom´etrico
del trazado en planta y por otra el estudio longitudinal de diversos par´ametros.
Esta divisi´on, en apariencia carente de una base f´ısica, establece una buena clasificaci´on
de las propiedades de los cauces analizados ya que, mientras que el propio dise˜ no en planta
de ´estos da lugar a par´ametros principalmente de forma, el estudio longitudinal de cada cauce
nos presenta informaci´on referida a las caracter´ısticas intr´ınsecas de ´este desde otros puntos
de vista sin ninguna implicaci´on geom´etrica.
Comenzando con el an´alisis geom´etrico de la forma de un cauce, dos par´ametros principales
nos van a servir de punto de partida: la distancia total del cauce L y la distancia en linea recta
entre su cabecera y su punto final L

. Ambas magnitudes, sumamente sencillas de calcular
sobre el MDT, nos sirven para tener una primera idea de la respuesta hidrol´ogica que puede
asociarse a la red de drenaje — y, por extensi´on, a su cuenca asociada —, bajo la suposici´on
de que ´esta guarda relaci´on directa con la propia forma de los cauces. Para ello, la sinuosidad
del cauce, con la expresi´on
τ =
L
L

(3.13)
nos sirve como un buen indicador de lo anterior. La sinuosidad de un r´ıo, o la de una red de
drenaje como funci´on de la de sus r´ıos constituyentes, se incluye de forma habitual dentro
del estudio geomorfol´ogico de los cauces, con inter´es especial para el estudio de su din´amica
y evoluci´on, siendo escaso el empleo de este par´ametro con un significado hidrol´ogico impor-
tante. No obstante, el distinto an´alisis al que podemos acceder gracias al MDT, convierte a
la sinuosidad en un concepto que, aplicado de modo distinto, y como veremos en el pr´oximo
cap´ıtulo, puede asociarse a un significado con mayor componente hidrol´ogica en relaci´on con
la capacidad respuesta de las distintas estructuras hidrogr´aficas.
An´alisis longitudinal
El estudio de c´omo los diversos par´ametros estudiados var´ıan a lo largo de las distintas
celdas que componen un cauce desde su origen hasta su desembocadura final, supone una de
las principales ventajas de las que podemos disfrutar gracias al trabajo con mallas raster de
datos. Para todas estas mallas, la divisi´on de la longitud total de un cauce en un n´ umero
dado de celdas, y en virtud de la buena resoluci´on de dichas celdas, nos permite analizar con
detalle la evoluci´on y comportamiento del par´ametro asociado a dicha malla a lo largo del
cauce en su totalidad. Dependiendo de la naturaleza de cada par´ametro, las interpretaciones
de los resultados ser´an unas u otras, como a continuaci´on veremos.
Los primeros resultados a este respecto los vamos a obtener,como parece l´ogico, a partir
del estudio de los valores del propio MDT, el cual nos aportar´a informaci´on correspondiente
a la morfolog´ıa del cauce considerado. El estudio de los valores de altura para las distintas
celdas del recorrido nos conduce, de forma inmediata, a la obtenci´on del perfil longitudinal del
r´ıo. La curva que compone este elemento, siendo algo ya conocido y utilizado con anterioridad
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 139
a la introducci´on de los MDTs tal y como ahora los conocemos, se puede crear en nuestro
entorno actual con una mucho m´as elevada precisi´on, tan alta como lo sea la resoluci´on del
Modelo Digital del Terreno que empleemos.
Mas all´a de lo anterior, la existencia de otras mallas id´enticas en su configuraci´on al MDT
y relativas a otros par´ametros, nos abre la puerta hacia el estudio del comportamiento de los
mismos aguas abajo de la cabecera del cauce, obteni´endose interesantes conclusiones.
Un primer elemento de inter´es lo hallamos en el estudio de los valores de flujo acumulado,
cuya representaci´on gr´afica tendr´a un aspecto similar al mostrado en la figura (3.8). Los saltos
que se presentan en la curva se corresponden con las confluencias entre el cauce estudiado y
sus tributarios, indicando la magnitud de los mismos el tama˜ no de las cuencas asociadas a
dichos afluentes.
Figura 3.8: Evoluci´on del ´area acumulada a lo largo del cauce.
Si para una cuenca dada estudiamos su cauce principal — el de mayor longitud —, la ma-
yor o menor irregularidad de la curva procedente de la malla de flujos acumulados nos da una
interesante informaci´on acerca de la configuraci´on interna de la cuenca, reflej´andose de modo
altamente sint´etico la estructura de las distintas subcuencas que vierten sobre el cauce princi-
pal, pudi´endo observarse si ´esta se encuentra compuesta por un numero elevado de subcuencas
peque˜ nas o bien por grandes subunidades. Las diferentes configuraciones posibles pueden a su
vez asociarse con diferentes comportamientos y respuestas por parte de la cuenca, con lo que
el aspecto de esta curva es posible relacionarlo en cierta medida con el comportamiento
De modo cuantitativo, la desviaci´on t´ıpica de los valores de flujo acumulado a lo largo
de las diferentes celdas de cauce se constituye como un par´ametro adecuado para el an´alisis
num´erico de lo anterior. Valores elevados de esta desviaci´on — enti´edase elevados en relaci´on
con el ´area total de la cuenca — indican una configuraci´on menos fragmentada, mientras
que valores menores representan una estructura con mayor cantidad de cuencas vertientes de
menor tama˜ no vertiendo sobre el cauce principal de la cuenca.
Combinando la malla de ´area acumulada con la de pendientes, obtenemos el ya conocido
´ındice de potencia de cauce, cuyo an´alisis puede ser sumamente interesante con objeto de
obtener una primera impresi´on acerca de los procesos erosivos a lo largo de los distintos
tramos del cauce analizado. De igual modo, y siguiendo en esta misma l´ınea, la pr´actica
totalidad de mallas de datos pueden estudiarse a lo largo del recorrido de un cauce dado,
siendo relativamente sencillo el formular interpretaciones al respecto, trabajo que se deja como
propuesta para el lector, no ya ´ unicamente con las mallas que hasta el momento se conocen,
sino tambi´en con las que desde este punto en adelante ser´an presentadas.
Propiedades fractales de los cauces y redes de drenaje
Una de las tendencias y enfoques que han dado lugar a m´as trabajo e investigaci´on en los
´ ultimos a˜ nos en las ´areas de la hidrolog´ıa y, especialmente, la geomorfolog´ıa, es la relacionada
con la geometr´ıa fractal de los cauces y redes de drenaje. Estos estudios, si bien muchos
no tienen relaci´on alguna con el empleo de Modelos Digitales del Terreno, han sabido sacar
140 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
provecho del empleo de dichas representaciones cartogr´aficas, pues ´estas definen un escenario
de actuaci´on muy favorable para este tipo de an´alisis. La relaci´on entre las propiedades fractales
de un elemento y el an´alisis de las variaciones del mismo con la escala de estudio, junto con
el sencillo trabajo sobre los conceptos de resoluci´on asociados a los MDT, han permitido ligar
estas dos facetas para generar una teor´ıa fractal de las redes de drenaje que en muchos puntos
se une al an´alisis de las mismas a partir de Modelos Digitales del Terreno.
No obstante, toda esa vasta cantidad de informaci´on ha sido desarrollada en la gran mayor´ıa
de los casos con un prop´osito meramente descriptivo, y enfocado hacia el conocimiento de estas
estructuras hidrogr´aficas desde el punto de vista geomorfol´ogico. El enlace de los resultados
obtenidos con aspectos claramente hidrol´ogicos tales como el comportamiento de las redes de
drenaje estudiadas o sus cuencas vertientes asociadas, se encuentra ausente de muchos de estos
an´alisis, siendo ´esta, desde la perspectiva del hidr´ologo, la asignatura pendiente del estudio de
las propiedades fractales de los cauces.
El objetivo de este apartado es, en primer lugar, la introducci´on de los conceptos m´as
generales — sin entrar, como resulta l´ogico en detalles te´oricos extensos — acerca de la natu-
raleza fractal de las redes de drenaje, presentando los m´etodos habituales para el c´alculo de la
dimensi´on de ´estas y similares par´ametros. Con este fin, se estudiar´an las cuestiones relativas
con la escala de trabajo y la variabilidad o no de los c´alculos realizados que, de un modo u otro,
contribuir´an a una mejor comprensi´on de la naturaleza tanto de los cauces individuales como
de las redes de drenaje. En segundo lugar, se intentar´a establecer v´ınculos entre los anteriores
resultados y lo puramente hidrol´ogico, dando un sentido pr´actico a cuantos resultados puedan
derivarse del an´alisis fractal que se desarrolla.
Comenzando, pues, este desarrollo, introduzcamos de un modo simple el concepto de di-
mensi´on fractal y el concepto gen´erico que se esconde tras esta ´ ultima palabra.
Para ello consid´erese una representaci´on de un r´ıo y la forma del mismo. Mirando ´esta,
y sin ninguna informaci´on complementaria, no resulta posible deducir la escala de trabajo,
pues el aspecto de la red es similar con independencia de dicha escala. En otras palabras,
la sinuosidad caracter´ıstica de la apariencia del cauce aparece a distintas escalas de un modo
similar. Esta propiedad, denominada autosemejanza , es una de las propiedades caracter´ısticas
de los objetos fractales, dentro de los cuales, como vamos viendo, podemos englobar las redes
de drenaje.
No s´olo las redes de drenaje, sino tambi´en los cauces aislados presentan por su sinuosidad
propiedades fractales y aspectos a considerar en relaci´on con la escala de trabajo. Sup´ongase
— y este es el ejemplo m´as cl´asico en relaci´on con los fractales — que desea medir la longitud
de un cauce dado, dotado ´este de su sinuosidad caracter´ıstica, sobre un mapa a una escala
concreta. Si se toma como unidad de medida sobre un mapa el centimetro — esto es, tomando
un comp´as con una apertura de un cent´ımetro —, la medida obtenida reflejar´a todas aquellas
convoluciones del cauce de magnitud mayor de un centimetro. Si se modifica esa unidad de
de medida — se abre o cierra el comp´as de medida —, la nueva medici´on realizada, una vez
convertida a unidades reales en virtud de la escala del mapa, arrojar´a un resultado distinto,
al poder tomarse un mayor o menor detalle de la inherente sinuosidad del trazado del cauce.
Este hecho, que no suceder´ıa en caso de ser dicho trazado recto, es indicador de la natura-
leza fractal de la forma del cauce, tal y como en estas l´ıneas se intenta definir. De lo anterior
puede deducirse una relaci´on estrecha entre la medida del objeto y la resoluci´on de trabajo,
manifestaci´on cl´asica por excelencia de la condici´on fractal de un objeto, en este caso del cauce
concreto que analizamos.
En lineas generales, y buscando una definici´on que englobe lo anterior, se puede afirmar
que un fractal cumple alguna de las siguientes propiedades (Falconer, 1997):
Posee detalle a cualquier escala.
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 141
No puede ser descrito mediante la geometr´ıa euclidea cl´asica.
Posee alg´ un tipo de autosemejanza, generalmente estad´ıstica.
Puede ser descrito mediante un algoritmo recursivo sencillo.
Sin entrar en detalles t´ecnicos, y expresado en palabras sencillas, el concepto de dimensi´on
fractal surge al amparo de las anteriores propiedades como una extensi´on a la dimensi´on
topol´ogica
1
habitual. As´ı, mientras que ´esta ´ ultima toma valores enteros (1 para la recta,
2 para el plano...), la dimensi´on fractal toma un valor no necesariamente entero siendo, no
obstante, consistente a su vez con la definici´on de dimensi´on topol´ogica de tal modo que
las asociadas a rectas o planos siguen manteniendo el mismo valor entero habitual. Si la
mayor dimensi´on del plano respecto a la recta indica que este primero es ((mas grande)) o ((mas
extenso)), tambi´en la dimensi´on fractal aplicada a otros objetos tales como las redes de drenaje
va a dar una idea de esa ((grandeza)) y, al aplicarse el concepto sobre objetos irregulares, nos
va a proporcionar por tanto informaci´on acerca de la complejidad de dicho objeto.
En un an´alisis m´as matem´atico, se tiene que un objeto de dimensi´on topol´ogica D, si lo
reducimos a una escala 1 : n (es decir, dividimos entre n su tama˜ no en todas las dimensiones),
el objeto mayor se encuentra formado por n
D
copias del objeto escalado. Gr´aficamente, esto
puede observarse en la figura (3.9). El valor de D, que no tiene porqu´e ser un entero al no
existir restricciones prioritarias para su magnitud, constituye lo que se conoce como dimensi´on
de Hausdorff
2
, y es una de las maneras mas extendidas y comunes de evaluar la dimensi´on
fractal de un objeto.
Figura 3.9: Explicaci´on gr´afica del significado de la dimensi´on de Hausdorff.
Por tanto, se tiene que
N = r
D
(3.14)
Tomando logaritmos a ambos lados y despejando D, se obtiene
D =
log(N)
log(r)
(3.15)
Esta dimensi´on, por no limitar su valor a los n´ umeros enteros, se identifica con el concepto
de dimensi´on fractal, y permite la definici´on de objeto fractal como aquel cuya dimensi´on
1
Dar una definici´on formal de esta dimensi´on es complejo, aunque intuitivamente es sencillo, pue se corres-
ponde con el concepto de dimensi´on que habitualmente utilizamos.
2
En referencia al matem´atico alem´an Felix Hausdorff (1868–1942)
142 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
fractal es mayor que su dimensi´on topol´ogica — para objetos tales como una recta o un
cuadrado, ambas dimensiones coinciden, como ya se dijo —.
Regresando al caso que nos ocupa, ya en los estudios originales de Mandelbrot (1973), ini-
ciadores de toda esta corriente en torno a lo fractal, las redes de drenaje er´an analizadas desde
la perspectiva de dicha geometr´ıa fractal, pues su estructura presentaba notables aspectos
de inter´es desde ese punto; estudios que, como se ha dicho, han tenido notable continuaci´on
hasta la fecha. El objetivo perseguido entonces era, no obstante, por completo distinto al que
se pretende recoger en estas p´aginas.
De cara a nuestro inter´es principalmente centrado en la caracterizaci´on de estas redes y
sus cauces constituyentes desde todos los puntos de vista y su posterior utilizaci´on en relaci´on
con diversos aspectos hidrol´ogicos, el hecho primordial que debemos tener en cuenta es la
dependencia de la longitud calculada sobre el MDT de la resoluci´on que caracteriza a ´este.
Ello nos lleva a plantear la posibilidad de buscar m´etodos que permitan dar un valor similar
a la longitud pero independiente de la escala. La soluci´on a este hecho la vamos a encontrar
en el propio estudio fractal de redes de drenaje y cauces, y en los conceptos que seguidamente
van a analizarse, en especial la denominada dimensi´on fractal de dichas estructuras.
De entre las formas mas habituales para el c´alculo de la mencionada dimensi´on fractal, dos
son las que muestran mayor inter´es desde el punto de vista del estudio hidrol´ogico y teniendo
en cuenta el apoyo de ´este sobre el uso de MDTs.
Por una parte, un m´etodo bien conocido es el denominado box–counting (literalmente,
((contar cajas))), basado en la discretizaci´on del objeto cuya dimensi´on fractal se desea medir
mediante una cuadr´ıcula de diversos tama˜ nos y el recuento posterior del n´ umero de celdas de
dicha cuadr´ıcula mediante los que queda definido dicho objeto. En otras palabras, y para el
caso que se trata, una rasterizaci´on a diferentes escalas de la red de drenaje estudiada nos
facilitar´a la informaci´on necesaria para calcular la dimensi´on fractal de la misma.
Figura 3.10: Forma de proceder en la aplicaci´on del metodo box-counting para el c´alculo de la dimen-
si´on fractal de una red de drenaje.
Para cada tama˜ no de cuadr´ıcula se obtiene un valor de numero de celdas, dando as´ı lugar a
una serie de pares de valores del tipo (S
i
, N
i
). Si se representa ahora en una curva no los pares
anteriores, sino los logaritmos de estos de la forma (log(S
i
), log(N
i
)), se obtiene una figura
como la mostrada en (3.11), en la que la curva trazada se asemeja notablemente a una recta.
Ajustando una recta a la misma, la pendiente γ de dicha recta representa la dimensi´on fractal
del objeto tratado, puesto que el valor obtenido de este modo se ajusta conceptualmente al
definido para esta magnitud.
Pese a la sencillez operativa del anterior m´etodo y la similitud formal en cuanto a la
3.3. CARACTERIZACI
´
ON DE REDES DE DRENAJE 143
Figura 3.11: Ajuste de una recta sobre los pares de valores (log(S
i
), log(N
i
)). La pendiente de dicha
recta es la dimensi´on fractal buscada.
utilizaci´on de mallas regulares con las operaciones que se vienen desarrollando sobre la malla
del MDT, los estudios m´as rigurosos — y abundantes — en relaci´on con el an´alisis fractal de
redes de drenaje se enfocan desde un punto de vista distinto.
La expresi´on m´as cl´asica — si la relativa juventud de la misma permite emplear este
t´ermino — es la debida a La Barbera y Rosso (1989), reflejada bajo estas l´ıneas.
D =
log(R
B
)
log(R
L
)
(3.16)
donde R
B
y R
L
son, respectivamente,la relaci´on de bifurcaci´on y la relaci´on correspondiente a
la longitud de los tramos de cada orden, seg´ un fueron introducidas ambas magnitudes algunas
p´aginas atr´as.
La evaluaci´on de la dimensi´on fractal se lleva a cabo de este modo en base a la forma y la
topolog´ıa de la red de drenaje, haciendo uso de algunos de los valores que a este respecto se
utilizan de modo habitual como descriptores de la misma.
En ambos casos, tanto con el empleo del box–counting como aplicando las expresiones
basadas en las relaciones definidas por Horton, la dimensi´on fractal debe medirse sobre el
trazado real de los cauces que forman la red, no sobre los extra´ıdos a partir del MDT, pues ´estos
pueden variar seg´ un los diferentes par´ametros empleados para su extracci´on, desvi´andose en
mayor o menor medida de los trazados observados sobre el terreno. Igualmente, debe recalcarse
la diferencia conceptual que existe entre el hecho de estudiar diferentes tama˜ nos de celda al
emplear el m´etodo box–counting, y el hecho de trabajar con el MDT a distintas resoluciones,
si bien las diferencias que se aprecian en este ultimo caso seg´ un la resoluci´on escogida son
indicadoras de la propia geometr´ıa fractal de la red de drenaje.
Por ´ ultimo, debe se˜ nalarse que, adem´as de estudiar la red de drenaje completa, puede
trabajarse de modo exclusivo con un cauce aislado, en particular con el cauce principal dentro
de la cuenca, aunque en t´erminos generales este an´alisis resulta mas improductivo tanto desde
el punto de vista conceptual como desde la posibilidad de lograr una interpretaci´on tangible
de los resultados, existiendo a este respecto una biliograf´ıa menos extensa y, si cabe, menos
convergente a´ un.
En lo referente a una interpretaci´on pr´actica de los resultados anteriores, poco es, no
obstante, lo que puede deducirse en t´erminos puramente hidrol´ogicos del valor la dimensi´on
fractal de la que ahora tenemos conocimiento, pues no est´a del todo clara la relaci´on que
exista entre este par´ametro y las propias caracter´ısticas hidrol´ogicas de la red de drenaje. A
144 CAP
´
ITULO 3. CAUCES Y REDES DE DRENAJE
esto debe sumarse las aparentes contradicciones que existen en cuanto a valores y expresiones
referentes a la dimensi´on fractal de r´ıos y cuencas, lo que impide poder generalizar acerca de
los mismos y su significado desde el punto de vista del an´alisis hidr´ologico en sentido estricto.
Parece que puede establecerse una relaci´on directa entre el valor de la dimensi´on fractal
de la red asociada a un cauce y lo caudaloso del mismo, aunque una comprobaci´on rigurosa
de este hecho est´a a´ un por darse. En principio, un an´alisis sencillo parece corroborar esta
idea, ya que, bajo la hip´otesis de que los cauces se inician a partir de un umbral de caudal
dado — hip´otesis hidrol´ogica, por lo tanto —, las topograf´ıas o las condiciones clim´aticas que
propicien valores altos de caudal en las celdas provocar´an un inicio temprano de los cauces
y, por tanto, una densidad de drenaje mayor. Esta densidad elevada puede asociarse a una
mayor complejidad de la red de drenaje establecida y ´esta, a su vez, a una dimensi´on fractal
mayor.
Es interesante el establecer esta relaci´on entre densidad de drenaje, umbral de inicio de
cauces y dimension fractal, ya que futuros estudios acerca de esta ´ ultima podr´ıan aportar
nuevos planteamientos y herramientas para una definici´on m´as precisa de cauces a partir del
MDT, incorporando en las mismas los diversos elementos derivados del an´alisis fractal de las
propias redes de drenaje.
Junto a lo anterior, las mediciones realizadas en algunos r´ıos corroboran en cierto modo
la vinculaci´on entre el caudal de un cauce y su dimensi´on fractal, al encontrarse en l´ıneas
generales valores m´as elevados para cauces con mayores caudales.
Algunos autores (Clap, 1996), abogan, no obstante, por un valor constante para la dimen-
si´on fractal tanto de redes de drenaje como de r´ıos, si bien sus estudios se centran en conjuntos
de r´ıos dentro de una misma zona geogr´afica. Una vez m´as, puede verse la escasa convergencia
de los resultados existentes al respecto, que no debe, sin embargo, frenar el estudio de las
propiedades fractales de los elementos hidrogr´aficos, en espera de poder obtener un eminente
sentido pr´actico de los mismos de cara al an´alisis hidrol´ogico final.
Ejercicios y cuestiones propuestas
1. Sea γ un par´ametro definido por la relaci´on entre el numero de celdas de cauce y las restantes
dentro de una cuenca dada. Est´ udiese el posible significado de γ y su sentido f´ısico e hidrol´ogico.
Est´ udiese γ desde el punto de vista del an´alisis fractal.
2. Un par´ametro de relativo inter´es es la distancia desde cada celda al cauce m´as pr´oximo. Dicha
distancia es hidrol´ogica, es decir, no euclidea sino empleando las direcciones de flujo para calcular
los trazados. Elab´orese un algoritmo que permita la obtenci´on de una malla de datos con dichas
distancias.
3. Basado en el anterior, elabore un algoritmo para la creaci´on de una malla de valores con las dife-
rencias de altura entre cada celda y el cauce mas pr´oximo a la misma. Asigne una interpretaci´on
a dicha malla y sus valores asociados.
4. Interpr´etese el significado atribuible a la curva de frecuencias y valores estad´ısticos asociados a
los anterior par´ametro dentro de una cuenca.
5. Interpr´etese el significado atribuible a la curva de frecuencias y valores estad´ısticos asociados a
la malla de ordenes de Strahler generada considerando la red de drenaje formada por todos los
flujos entre celdas.
Cap´ıtulo 4
Cuencas vertientes
Eventually, all things merge into one, and a river runs through it.
Norman MacLean
4.1. Introducci´on
El cierre de esta parte dedicada a la introducci´on de los elementos b´asicos y, especialmente,
la manera de trabajar con los mismos en base a la fuente primaria de informaci´on que consti-
tuye nuestro ya bien conocido Modelo Digital del Terreno, lo pone en este cap´ıtulo el estudio
de las cuencas vertientes. Definitorias por s´ı solas de una buena parte de cuanto acontece
hidrol´ogicamente sobre una zona, y coronadas por derecho propio como entidades hidrol´ogicas
de primer orden, las cuencas vertientes que constituyen el verdadero escenario donde se re-
presenta la totalidad de la hidrolog´ıa nos van a mostrar tambi´en aqu´ı unos resultados y unas
formulaciones de gran inter´es desde todos los puntos de vista.
Habi´endonos ya aproximado con el estudio de los cauces y redes de drenaje a esa ya
mencionada conversi´on de los resultados primigenios individuales en otros m´as acordes con los
modelos hidrol´ogicos a los cuales pretendemos llevarlos para la obtenci´on de nueva informaci´on,
no ser´a en absoluto complejo comprender ahora la manera en que, aprovechando esos mismos
par´ametros sencillos, es posible conformar unidades de mayor entidad y calibre como son las
antedichas cuencas. Desde el punto de vista meramente conceptual y en relaci´on con el tinte
general de la obra, la identificaci´on entre los algoritmos para extracci´on de cauces y dichos
cauces puede extenderse en este punto de modo sencillo para equiparar las metodolog´ıas que,
a partir de las direcciones de flujo como par´ametros de mayor importancia, nos van a permitir
definir cuencas y subcuencas con niveles de detalle y precisi´on hasta este punto desconocidos.
Lo anterior, avanzando a grandes pasos hacia un horizonte nuevo de posibilidades en re-
laci´on con las metodolog´ıas y resultados cl´asicos, nos va a permitir acercarnos de modo casi
definitivo a la esencia que va a residir en la explicaci´on de los modelos hidrol´ogicos ya en la
siguiente parte del texto, haciendo patente en cierta medida las principales diferencias que exis-
ten entre los modelos actuales fuertemente basados en el MDT como herramienta de trabajo
y los cl´asicos fundamentados en las formas cartogr´aficas menos novedosas.
As´ı, este ´ ultimo cap´ıtulo vuelve a ser un capitulo de uni´on, no extenso en exceso pero
cargado de contenidos, y en el que de modo natural abandonamos el an´alisis de unidades y
elementos aislados para incorporarnos ya en la modelizaci´on completa de los fen´omenos hi-
drol´ogicos combinando todas las siempre vigentes implicaciones que ello conlleva con los nuevos
conocimientos de los que ahora disponemos. De este modo, comenzaremos ya a configurar por
fin esa hidrolog´ıa computacional que es el n´ ucleo primordial de todo este texto como conjunto,
para gozar de una visi´on diferente y complementaria del ciclo hidrol´ogico antes desconocida
para nosotros.
145
146 CAP
´
ITULO 4. CUENCAS VERTIENTES
4.2. Definici´on de cuencas a partir del MDT
Acudiendo a los conceptos de base que deben permanecer siempre tras cualquier modelo
o formulaci´on desarrollada, y abriendo as´ı camino hacia las formulaciones algor´ıtmicas que
al respecto, recordamos en este punto el concepto de cuenca vertiente como el ´area cuya
escorrent´ıa acaba pasando en su recorrido aguas abajo desde el punto donde se genera por
otro punto dado, aquel que denominamos de cierre de la cuenca. Con el conocimiento de este
concepto y sabiendo trasladar su significado y sus implicaciones al entorno de la informaci´on
de la que ahora disponemos tras el an´alisis geomorfol´ogico previo que hemos llevado a cabo, no
debe resultar complicada la extracci´on de las cuencas vertientes para un determinado punto
de salida. Sobre ellas, posteriormente y en este mismo cap´ıtulo, procederemos a explicar los
m´etodos para calcular sus par´ametros definitorios, tanto cl´asicos como mas recientes, y los
m´etodos de manejo de dichas cuencas desde el punto de vista ya habitual en este libro.
Una vez m´as, justificando de nuevo la importancia concedida en su momento a este par´ame-
tro, la direcci´on de flujo es el elemento clave del que debemos hacer uso, pues ser´a ´este y no
otro, quien nos permita dar forma con toda precisi´on a las cuencas vertientes que ahora pre-
tendemos definir.
El conocimiento de esta direcci´on de flujo de cada celda nos permitir´a deducir para cada
una de ellas, y siguiendo el recorrido desde las mismas hacia aguas abajo, si pertenecen o no
a la cuenca que pretendemos definir. Con objeto de registrar de alg´ un modo las celdas que
constituyen la cuenca buscada, vamos a emplear una nueva malla — y una nueva funci´on
asociada, por tanto—, de tal modo que se cumpla
f
CUE
: M×N −→N
f
CUE
(i, j)
_
= 0 si la celda no es una celda de cuenca
= 0 si la celda es una celda de cuenca
(4.1)
Si obtenemos la anterior malla a partir de los par´ametros hasta ahora conocidos, de ah´ı en
adelante, y a trav´es de operaciones nada complejas, podremos deducir todos y cada uno de
los par´ametros caracter´ısticos de la cuenca definida. Esta obtenci´on de la malla no es dif´ıcil
adivinar que va a llevarse a cabo de manera casi id´entica a como en su momento se obten´ıa la
malla de flujo acumulado, pues lo que buscamos no es sino las celdas de origen de dicho flujo
acumulado para un punto en concreto.
Es igualmente sencillo suponer que las circunstancias entonces explicadas en relaci´on con
las diferencias existentes entre los modelos de asignaci´on de direcciones de flujo van a mante-
nerse en este caso, existiendo metodolog´ıas con ventaja respecto a las restantes que, aunque
deben en este caso a˜ nadirse otros matices, van a presentar deficiencias especialmente en cuanto
a su rendimiento que no en cuanto a su precisi´on.
4.2.1. Cuencas a partir de un punto de salida
La manera mas habitual de definir una cuenca, y por otra parte la m´as ´ util e interesante,
resulta de la simple definici´on de su punto de salida. Algunos autores — y as´ı queda reflejado
en algunas aplicaciones inform´aticas disponibles para este cometido —, incorporan tambi´en
entre las posibilidades de definici´on otras como, por ejemplo, la definici´on de una secci´on
completa, la cual es definida mediante una l´ınea que posteriormente es convertida a formato
raster y de este modo queda constituida la secci´on como un conjunto de puntos (celdas) de
salida contiguos.
La concepci´on de un ´ unico punto de salida resulta sin embargo suficiente para el desarrollo
de las explicaciones que se van a llevar a cabo, siendo muy sencillo el extender ´estas para el
4.2. DEFINICI
´
ON DE CUENCAS A PARTIR DEL MDT 147
caso de una secci´on de cierre no puntual. No obstante, es interesante recalcar que, tal y como
los cauces fueron definidos en el apartado precedente, ´estos tan s´olo van a tener un ancho
de una celda, independientemente de su dimensi´on real. El apoyo en dichos cauces para el
establecimiento sobre ellos de un punto de salida ´optimo y adecuado, de la misma manera
que se viene utilizando sobre la cartograf´ıa cl´asica, nos indica, por tanto, el mayor inter´es
que tiene la utilizaci´on de una celda exclusivamente como definitoria del cierre de la cuenca
a calcular. Mas a´ un, veremos en posteriores apartados que los cauces van a constituir una
fuente de informaci´on complementaria de mucho valor de cara al trabajo con subcuencas,
por lo que resulta adecuado mantener esa coherencia entre las cualidades y caracter´ısticas de
ambos elementos hidrogr´aficos.
Respecto a la situaci´on de dicha celda, y puesto que todo el ´area de la cuenca va a verter
por definici´on sobre la misma, ´esta tendr´a un valor de flujo acumulado notablemente alto,
dependiendo, l´ogicamente, de las propias dimensiones de la cuenca. Ello viene a decir que el
punto de cierre se situar´a con probabilidad sobre una celda de cauce, por lo que el conocimiento
de la red de drenaje de acuerdo con algunas de las metodolog´ıas introducidas en el cap´ıtulo
anterior, resulta un interesante elemento de apoyo para proceder a la localizaci´on exacta de
la celda de cierre de la cuenca a definir.
Entrando en la formulaci´on algor´ıtmica de la materia y, como ya es habitual, comenzando
con sobre la formulaci´on del D8, ´esta se encuentra basada en el algoritmo que qued´o recogido
con el nombre de FlujoAcumulado2, el cual, aplicado sobre un ´ unico punto, devolver´a el valor
exacto del ´area de la cuenca vertiente a dicho punto, dejando adem´as en cada una de las celdas
que la componen el ´area acumulada de las mismas — es decir, un valor distinto de cero que
las identificar´a como celdas pertenecientes a la cuenca seg´ un lo se˜ nalado en (4.1)—.
La metodolog´ıa b´asica es, por tanto, muy sencilla una vez que se han detallado en pro-
fundidad las formulaciones que conducen a la creaci´on de la malla de flujo acumulado, pues
la relaci´on entre este par´ametro y el concepto de cuenca se ve inmediatamente que es muy
elevada.
De igual modo, la utilizaci´on de un modelo de direcciones de flujo de la familia del D8
como pueda ser el D∞ se lleva a cabo mediante la aplicaci´on del algoritmo correspondiente al
mismo, en ese caso el que en su momento denominamos FlujoAcumulado3 y que dar´a lugar a
un resultado similar al caso anterior.
Este resultado, sin embargo, ser´a similar en cuanto a que se compondr´a de una serie de
celdas con valores nulos y otras con valores no nulos, siendo en base a los mismos como se
proceder´a posteriormente para la evaluaci´on de todos los par´ametros de la cuenca que resulten
de inter´es, pero la consideraci´on de las celdas no debiera llevarse a cabo de un modo similar,
al menos desde un punto de vista puramente te´orico. Analizaremos seguidamente este hecho
y las razones por las que estas metodolog´ıas no arrojan resultados cuya interpretaci´on puede
llevarse a cabo de modo por completo id´entico.
El par´ametro del que se dispone una vez queda definida la cuenca es exclusivamente el ´area
de dicha cuenca, que no es otra que el ´area aportante en la celda que constituye el punto de
cierre. Este par´ametro que, como resulta l´ogico pensar, podr´a ser calculado posteriormente a
partir de la cuenca definida por numerosas formas distintas, resulta sin embargo conveniente
emplearlo con el valor inicial, pues es as´ı, por diversas razones, como se obtiene una mayor
precisi´on en el mismo.
En el caso de emplear D8 en su formulaci´on original, este c´alculo del ´area puede realizarse
tambi´en mediante el conteo de las celdas de la cuenca, pues el resultado, dadas las caracter´ısti-
cas del algoritmo va a ser id´entico, ya que si una celda esta incluida en la cuenca ello implica
que toda su ´area es aportante a la misma y por tanto debe incluirse como tal. Si se recurre,
sin embargo, a un algoritmo de tipo MFD, van a existir celdas en el per´ımetro de la cuenca
que, aunque marcadas como pertenecientes a la misma, s´olo van a aportar una fracci´on de
148 CAP
´
ITULO 4. CUENCAS VERTIENTES
su flujo, pudiendo desplazarse el resto hacia otras celdas que no forman parte de la cuenca.
Este hecho, que queda perfectamente reflejado en la distribuci´on del flujo y tendr´a su efecto
correspondiente sobre el flujo acumulado y, consecuentemente, sobre el ´area obtenida de la
cuenca en el momento de su definici´on, no queda registrado en la malla que representa la
cuenca, ya que no existe manera alguna de expresar que solo una fracci´on de la celda debe
incorporarse dentro de la misma.
Globalmente, por tanto, es l´ogico pensar que la forma de la cuenca va a ser m´as precisa con
un algoritmo de direcciones de flujo m´ ultiples, pero localmente, sobre todo en en la periferia
de la cuenca, la correlaci´on entre lo que realmente se ha calculado y lo recogido en la malla
correspondiente a la definici´on de la cuenca puede no ser tan elevada. Esto, sin que deba ser
tenido en cuenca como una imprecisi´on del m´etodo de grave importancia, debe considerarse
para evitar inconsistencias — que siempre ser´an peque˜ nas, de cualquier modo —, entre el dato
original de ´area y otros que puedan derivar del mismo.
Un ejemplo de esto lo encontramos en la elaboraci´on de una curva hipsogr´afica mediante
la reclasificaci´on de las celdas seg´ un su altura y la posterior extracci´on de porcentajes de
est´as utilizando el ´area calculada en inicio. Llevando esto a cabo, es probable que el proceso
no arroje un resultado completo (estos porcentajes no sumar´an un total de 100 %, pudiendo
presentarse, seg´ un los casos, desviaciones notables), por lo que se debe ser consciente de las
circunstancias que motivan tal hecho, de cara a su entendimiento.
Figura 4.1: Comparaci´on entre la cuenca delimitada mediante la aplicaci´on del m´etodo D8 (derecha)
y el FD8 (izquierda) para un mismo punto de cierre.
Algunas consideraciones a este respecto, tratando las diferentes naturalezas de los datos
manejados, as´ı como especialmente el empleo conjunto de representaciones raster y vectorial
de las cuencas, se har´an en un apartado posterior centrado sobre esta materia.
Lo expuesto con anterioridad puede observarse gr´aficamente en la figura (4.1). En ella,
la imagen de la derecha muestra la cuenca calculada para un punto de salida, realizando el
c´alculo aplicando el m´etodo del D8, y en dicha imagen se observa como ´ unicamente existen dos
((tipos)) de celda — esto es, dos tipos de tonalidades —: aquellas que pertenecen a la cuenca y
aportan a la misma todo el flujo generado en ellas, y aquellas otras que no lo son y no aportan
en absoluto flujo.
La imagen de la izquierda, sin embargo, posee un rango de variaci´on de tonalidades que
se corresponden con la mayor o menor proporci´on de flujo que las celdas aportan a la cuenca
vertiente, calculada para el mismo punto de salida pero en este caso empleando la formulaci´on
del FD8. Las diferencias de forma de las cuencas no son notables, aunque es obvio que existen
aspectos distintos en ambas, que se pueden apreciarse a simple vista.
4.2. DEFINICI
´
ON DE CUENCAS A PARTIR DEL MDT 149
En lo referente a la aplicaci´on de los m´etodos no basados en el D8, esto es, KRA y DEMON,
estos presentan, como se ha dicho, una notable p´erdida de eficacia respecto a los hasta ahora
analizados. La base conceptual de su empleo para la determinaci´on de una cuenca vertiente,
es, no obstante, sencilla para el caso de KRA, aunque algo m´as compleja y menos adecuada
de utilizar para el caso de DEMON.
Para ambos m´etodos simplemente deben estudiarse los recorridos aguas abajo de cada
celda y comprobar si dicho recorrido pasa por la celda que constituye el punto de salida.
Para el caso del KRA, esto se lleva a cabo analizando los distintos recorridos directamente,
mientras que en caso del modelo DEMON se deben analizar las mallas correspondientes a los
flujos generados en cada una de las celdas y los valores en dichas mallas para la celda de cierre.
La posibilidad de divisi´on de flujo entre varias celdas en el caso de emplear DEMON, da lugar
a las mismas consideraciones que ya en su momento se hicieron para el caso de m´etodos de
tipo MFD.
No obstante, en el uso pr´actico y la implementaci´on de ´estos m´etodos en el software
habitual, los algoritmos basados en D8 son notablemente m´as comunes que el resto de cara a
la delimitaci´on de cuencas vertientes, siendo para esta tarea a´ un m´as predominantes que para
las tratadas anteriormente como el c´alculo de ´areas vertientes, entre otras.
La utilizaci´on de m´etodos recursivos tales como los que pueden ser empleados en conjunci´on
con las metodolog´ıas de la familia del D8 sirve para exponer en este punto la necesidad de
realizar un llenado de depresiones, as´ı como las posibles deficiencias del metodo de asignaci´on
de direcciones de flujo basado en corregir las elevaciones en el momento de calcular una
direcci´on de flujo de una celda de depresi´on, simulando el comportamieno natural del agua al
llenar dicha depresi´on.
La figura (4.2) muestra un corte transversal de un perfil de terreno en el cual se incluye
una depresi´on de tama˜ no mayor de una celda. Veamos como, aplicando un algoritmo recursivo
sobre la celda de cierre situada en la parte baja de la ladera, dicho algoritmo no ofrece los
resultados oportunos si la depresi´on no ha sido llenada con anterioridad.
Figura 4.2: Fuentes de error en la extracci´on de cuencas vertiente mediante algoritmos recursivo en
zonas con depresiones.
En primer lugar, tratemos de conducir el flujo desde la parte superior de la ladera a la
inferior. Con un algoritmo de asignaci´on de direcciones cualquiera, y sin haber realizado una
eliminaci´on previa de depresiones, al flujo se detendr´a al llegar a dicha depresi´on — que abarca
no solo a 3, sino tambi´en a 2 —. Modificando din´amicamente la misma, se conseguir´a, al cabo
de una serie de pasos, llenarla y conducir el flujo a su exterior. El problema se soluciona, pues,
en el descenso, pero veremos que no es as´ı cuando se invierte la direcci´on de proceso, tal y
como sucede con cualquier algoritmo recursivo que trabaja ((hacia aguas arriba)).
Comenzando la delimitaci´on de la cuenca, recordemos que cada celda toma la cuenca de
150 CAP
´
ITULO 4. CUENCAS VERTIENTES
todas aquellas celdas inmediatas situadas aguas arriba de la misma y que vierten sobre ella.
Cuando la depresi´on esta llena, la celda marcada como 2 aportar´ıa su flujo a la celda 1 y, por
tanto, la cuenca de 1 contiene a la de 2. Sin embargo, cuando la depresi´on no esta completa,
no existe problema alguno para asignar una direcci´on a 2 — al contrario que suced´ıa en el
caso de 3 —, ya que vierte sobre 3 si se toma el MDT sin modificar, es decir, hacia el interior
de la depresi´on. Por tanto, la modificaci´on de las celdas seg´ un se calculan direcciones de flujo
no interviene en este proceso, pues no resulta necesario (err´oneamente, por supuesto), dando
lugar a una cuenca de 1 incorrecta, y por tanto tambi´en a una cuenca err´onea para el punto
de cierre aguas abajo.
Este esquema muestra de forma sencilla una problem´atica m´as asociada a la existencia
de depresiones de m´as de una celda de extensi´on, justificando una vez m´as la necesidad ya
expuesta de eliminar tales elementos con anterioridad al trabajo con el MDT.
Con independencia de las metodolog´ıas empleadas, es importante, por ´ ultimo, hacer hin-
capi´e en el concepto f´ısico de la cuenca, el cual no debe ser nunca olvidado, siendo necesario
el comprobar que, efectivamente, los resultados de los algoritmos que se han presentado y van
a presentarse a este respecto, se corresponden con la realidad y con la entidad conceptual que
tales cuencas representan.
Reivindicando una vez m´as la hidrolog´ıa en s´ı como realidad tangible del medio f´ısico,
por encima de los conceptos matem´aticos y computacionales que no son sino herramientas en
apoyo de la misma, debe hacerse ver que existe un amplio abanico de circunstancias las cuales
no quedan contempladas en los casos anteriores y requieren un tratamiento distinto. Es mi
opini´on que los modelos de tipo computacional, especialmente cuando implican algoritmos de
cierta complejidad y potencia, son de mayor precisi´on y a la vez belleza que cualquier otra
clase de modelo, pero al mismo tiempo esta potencia puede enmascarar otros aspectos tales
como una cierta falta de flexibilidad en sus planteamientos de partida.
Es tambi´en mi creencia que la matem´atica computacional y el empleo de nuevas metodo-
log´ıas de corte inform´atico como las que pueblan estas p´aginas no han alcanzado a´ un dentro
del colectivo hidrol´ogico las mismas cotas que la matem´atica mas cl´asica en cuanto a su com-
prensi´on conjunta de ambas ciencias y, especialmente, del significado f´ısico de la hidrolog´ıa.
Por todo lo anterior, se debe tener siempre presente el concepto b´asico de los distintos ele-
mentos, para no aplicar ning´ una clase de formulaci´on, sea ´esta de un tipo u otro, a modo de
receta.
Para que comprenda el lector de una mejor forma lo que se quiere decir con lo anterior,
t´engase en consideraci´on el concepto de cuenca como ´area que aporta el agua recogida en
la misma a un punto de salida establecido. Ciertas circunstancias, tales como un estrato
inclinado impermeable en las cercan´ıas del borde de la cuenca, pueden provocar que parte
del flujo originado en lugares ajenos a la cuenca seg´ un lo calculado mediante el an´alisis del
MDT, en realidad s´ı acabe alcanzando el punto de salida dado. La condici´on del MDT como
definitorio exclusivamente de la superficie del terreno (definici´on, eso s´ı, muy precisa y de gran
valor), impide que ´este MDT pueda, de modo aut´onomo, cubrir todas las posibilidades y ser
por tanto un elemento completo de informaci´on, perspectiva esta que no debe perderse de
vista.
Expresado de otro modo, los resultados obtenidos mediante cualquiera de las t´ecnicas
introducidas en este texto deber´an siempre corroborarse por la aplicaci´on de los conceptos de
base y las sencillas t´ecnicas cl´asicas, amen de contrastarse siempre con la correspondiente e
inevitable observaci´on sobre el terreno.
4.2. DEFINICI
´
ON DE CUENCAS A PARTIR DEL MDT 151
4.2.2. Subdivisi´on en subcuencas
Una de las grandes diferencias entre las posibilidades ofrecidas por los Modelos Digitales
del Terreno frente la cartograf´ıa cl´asica en lo que a la definici´on de cuencas vertientes se refiere,
es la posibilidad de modificar la escala de trabajo en el tratamiento de estos elementos. La
labor habitual de caracterizaci´on de una cuenca vertiente se complementa de modo sumamente
interesante con una atomizaci´on de la misma y divisi´on a su vez en subunidades hidrol´ogicas
constituyentes, llevada a cabo con la resoluci´on y detalle deseados. Este planteamiento permite,
junto con una mejor comprensi´on de la cuenca global, la articulaci´on de modelos m´as complejos
en los que se alcance una mayor precisi´on a trav´es del estudio independiente de cada una
de estas subcuencas y la aplicaci´on posterior de modelos hidrol´ogicos habituales — ya sean
agregados o distribuidos, aunque principalmente los primeros —, procediendo por ´ ultimo a la
combinaci´on estructurada de los resultados obtenidos aisladamente en cada una de ellas.
La definici´on de las subcuencas constituyentes cuyo conjunto interrelacionado compone la
cuenca global objeto de estudio, se lleva a cabo en t´erminos operativos desde un planteamiento
similar al ya expresado para la extracci´on de esta ´ ultima, utilizando los par´ametros del cap´ıtulo
previo con especial inter´es en direcciones de flujo y ´areas acumuladas, e introduciendo de igual
modo la matriz de cuencas definida en (4.1)
Esta matriz, que fue definida entonces para contener una ´ unica cuenca vertiente, debe
redefinirse ahora para aumentar la capacidad intr´ınseca de la misma y reflejar de alg´ un modo
las distintas subunidades que quedar´an establecidas una vez los correspondientes algoritmos
procedan a efectuar la divisi´on de la cuenca mayor. La modificaci´on a incorporar en la forma de
la matriz pasa por la utilizaci´on de los valores de sus celdas de un modo algo m´as restringido,
contemplando una divisi´on algo m´as elaborada que la simple igualdad o no a cero de dichos
valores, pues no es ya un problema de dicotom´ıa el que pretendemos tratar, sino compuesto
de un m´as elevado n´ umero de elementos, mayor cuanto mayor sea la resoluci´on empleada y
por tanto la cantidad total de subcuencas con las que se trabaje.
Bas´andonos en ´esto, una posible nueva expresi´on para la formulaci´on introducida en (4.1)
es la siguiente:
f
CUE
: M×N −→N
f
CUE
(i, j)
_
= 0 si la celda no es una celda de la cuenca
= n si la celda es una celda de la subcuenca n. n ∈ N

(4.2)
Esta nueva expresi´on permitir´a diferenciar de modo exacto cada una de las subcuencas, al
quedar cada una de ellas formada por aquellas celdas para las cuales su valor coincide con el
c´odigo asignado a dicha subcuenca, y siendo el resto de ellas ajenas a la misma. Esto da lugar
a una caracterizaci´on binaria de la cuenca sobre la malla, del mismo modo que ocurr´ıa para
el caso de la cuenca global seg´ un lo explicado en al apartado anterior.
M´as expl´ıcitamente, buscamos llegar a una estructura similar a la malla mostrada a conti-
nuaci´on, representando ´esta una cuenca y sus subcuencas constituyentes, l´ogicamente con un
n´ umero muy reducido de celdas por meras razones de espacio.
152 CAP
´
ITULO 4. CUENCAS VERTIENTES
0 0 1 1 1 2 2 0
0 1 1 1 1 2 2 0
0 1 1 1 2 2 2 2
0 0 1 1 1 2 2 0
0 0 3 1 2 3 3 0
0 0 3 3 3 3 3 0
0 0 0 3 3 3 0 0
0 0 0 0 3 3 0 0
Si se considera la cuenca global como un conjunto de celdas que cumplen la propiedad de
pertenecer a la cuenca definida, realizar una subdivisi´on en subcuencas supone, por tanto, la
realizaci´on de una partici´on sobre dicho conjunto.
La introducci´on de los algoritmos que nos permitir´an extraer la malla anterior a partir del
MDT es el siguiente paso a seguir en este desarrollo, previa explicaci´on de algunas ideas que
deben tenerse en cuenta para llevar esto a cabo y formular dichos algoritmos. Como se ver´a,
los conceptos a aplicar vuelven a ser los mismos, aplicados de un modo u otro, pero siempre
guardando abundantes elementos en com´ un.
En primer lugar, aun existiendo un punto de cierre de la cuenca global, que coincidir´a asi-
mismo con el de la subcuenca situada m´as aguas abajo, deben considerarse los puntos de cierre
de cada una de las subcuencas, siendo en funci´on de ´estos como quedar´an las mismas defini-
das. En una primera aproximaci´on, la definici´on individual de una subcuenca y la creaci´on de
la malla asociada seg´ un lo expresado en (4.2) puede realizarse con una leve modificaci´on del
algoritmo para el c´alculo de flujo acumulado que en su momento se emple´o en el caso de una
´ unica cuenca, tal y como el recogido seguidamente. En este caso se denota como C la matriz
que recoge la pertenencia de cada celda a una u otra subcuenca.
procedimiento DefinirSubcuenca (i,j,cod)
// (i,j) debe ser el punto de cierre de cada subcuenca
// cod es el c´odigo de la subcuenca
{
si C(i,j)=0, entonces
C(i,j)=cod
{
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
DefinirSubcuenca (i+n,j+m,cod)
}
}
}
}
}
si no
{
//no hacer nada
4.2. DEFINICI
´
ON DE CUENCAS A PARTIR DEL MDT 153
}
}
De este modo, no es ya el ´area vertiente a cada punto el resultado que queda en cada celda,
sino la subcuenca vertiente dentro de la cual se incluye la misma, con lo que la malla resultante
ya es similar a la introducida algunas l´ıneas atr´as. La incorporaci´on tambi´en de ese ´area como
resultado de la funci´on — notese que ahora se trata de un procedimiento y no una funci´on,
esto es, no devuelve valor alguno — es sumamente sencilla, y no se ha recogido aqu´ı tan s´olo
por motivos de sencillez conceptual del algoritmo. Sobre la adici´on de esta funcionalidad y la
utilizaci´on del valor de dicho ´area cabe plantearse las mismas cuestiones que ya en su momento
fueron introducidas, y que no se reescribir´an aqu´ı, debiendo considerarse, no obstante, que el
conocimiento exacto del ´area de la cuenca global implica un elemento extra de cara a la
comprobaci´on de otros valores o el ajuste de posibles errores cometidos.
En relaci´on con el uso del anterior, debemos notar que ´este, aplicado sin m´as a una serie de
puntos de cierre, no resulta, sin embargo, suficiente cuando se deben considerar ´estos como un
conjunto dentro de una cuenca dada y, sobre todo, la relaci´on existente entre las subcuencas
definidas tal que el flujo que se genera en algunas de ellas pasa por el punto de cierre de otras,
no debiendo pese a ello ser incluidas en las mismas. Se debe encontrar un orden adecuado
para que la definici´on de unas subcuencas no afecte a la de las restantes, y a˜ nadir alguna
consideraci´on complementaria al empleo del algoritmo antes presentado, con el fin de que
´este se ejecute en circunstancias adecuadas para una extracci´on correcta de las subcuencas
buscadas.
Sean dos cuencas A y B definidas respectivamente por los puntos de cierre a y b, tal que
A vierte sobre B. Si se aplica el algoritmo anterior sobre b y despu´es sobre a, las cuencas que
se obtendr´an ser´an respectivamente B + A y A, ya que en la primera ejecuci´on, al verter las
celdas de A sobre b y no estar incluidas todav´ıa en ninguna cuenca — su valor en la malla es
cero —, pasar´an a formar parte de la primera cuenca definida.
El hecho anterior hace necesario conocer la disposici´on de los distintos puntos de cierre y
la relaci´on existente entre ellos en cuanto a si el recorrido aguas abajo de cada uno de ellos
pasa por alguno de los puntos restantes. Sobre la base de esta relaci´on, ya resulta posible crear
un conjunto de subcuencas que represente una partici´on de la cuenca completa, disponiendo
as´ı de unidades perfectamente definidas, las cuales pueden ser utilizadas en modelos hidrol´ogi-
cos que consideren la unidad global de trabajo dividida en otras unidades menores, esto es,
en subcuencas para cada una de las que resulta posible calcular sus principales par´ametros
hidrol´ogicos.
La utilizaci´on de la relaci´on existente entre los puntos de cierre puede aplicarse una vez se
han calculado las subcuencas en un orden cualquiera, mediante la sustraccion seg´ un corres-
ponda de las subcuencas que vierten sobre una dada, repitiendo esto para cada una de las
definidas. Resulta m´as sencillo, sin embargo, tener esta relaci´on en consideraci´on previamente
a la definici´on de las subunidades hidrol´ogicas, simplemente procediendo a la ejecuci´on del
algoritmo correspondiente en el orden correcto, de tal modo que en la definici´on de una de
dichas subunidades, todas las restantes que viertan sobre la misma ya hayan sido establecidas,
quedando de este modo excluidas en virtud de la formulaci´on algoritmica utilizada.
Con ello, un algoritmo posible es el que se incluye a continuaci´on para la creaci´on de un
conjunto de subcuencas a partir de otro formado por puntos de cierre. Estos puntos de cierre
se disponen en un vector de puntos denominado P.
procedimiento Subdividir (P)
// P es el vector de puntos de cierre
{
154 CAP
´
ITULO 4. CUENCAS VERTIENTES
//n es el numero de puntos en P
hasta que todos los puntos en P hayan sido utilizados
{
desde i=1 hasta 1=n
{
si no hay puntos sin analizar aguas arriba de P(n),
entonces
{
DefinirSubcuenca(P(n).fila, P(n).columna, n)
}
si no
{
//pasar a otro punto de P
}
}
}
}
Este algoritmo ya garantiza el buen funcionamiento del proceso en su conjunto, dando
como resultado una malla que define perfectamente las distintas subcuencas extra´ıdas en base
a los puntos utilizados, y que podr´an cada una de ellas ser analizadas independiente para la
extracci´on de nuevos par´ametros asociados, mediante los algoritmos que en la correspondiente
secci´on ser´an en breve estudiados.
La caracterizaci´on de un punto como aguas arriba de otro dado se lleva a cabo sencillamente
estudiando el recorrido del flujo desde el mismo y comprobando si en dicho recorrido pasa o no
por la celda que constituye el otro punto dado. El desarrollo de un algoritmo a este respecto
es una tarea sumamente sencilla que el lector puede acometer sin encontrar ninguna dificultad
en ello.
4.2.3. Selecci´on de puntos de subdivisi´on
Con lo recogido en el apartado precedente, la subdivisi´on en subcuencas ha quedado per-
fectamente definida desde el punto de vista de su formulaci´on y sus algoritmos asociados,
disponiendo ya en este punto de una metodolog´ıa robusta cuya aplicaci´on ofrece con garant´ıas
el resultado deseado. Dicha aplicaci´on, sin embargo, no es posible sin el concurso de los puntos
de salida que definen cada una de las subcuenca definidas y, por el momento, nada se ha
dicho acerca de las caracter´ısticas que ´estos deben cumplir para potenciar la utilidad de las
subcuencas que queden definidas.
Por una parte, se ha hablado del aumento de resoluci´on y precisi´on que supone la realizaci´on
de esta subdivisi´on a partir de los datos previamente extra´ıdos del MDT, lo cual puede ser
de utilidad para llevar a cabo la definici´on de subcuencas con un nivel de detalle previamente
establecido. Por otro lado, el destino m´as relevante de la informaci´on extra´ıda de las subcuencas
es su incorporaci´on de las mismas como unidades hidrol´ogicas en modelos complejos, siendo
interesante el definir por tanto ´estas teniendo en cuenta el concepto que suponen para su uso
futuro. Con estas consideraciones, el presente apartado pretende comentar algunos aspectos de
inter´es de cara a realizar una elecci´on justificada de los puntos de cierre y, como consecuencia,
de las subcuencas sobre ellos establecidas.
Las alternativas a las cuales se prestar´a especial atenci´on son las siguientes.
Definici´on de subcuencas con apoyo en la red de drenaje
Definici´on de subcuencas con una ´area m´axima
4.2. DEFINICI
´
ON DE CUENCAS A PARTIR DEL MDT 155
Subcuencas con apoyo en la red de drenaje
Ya en el caso de la extracci´on de la cuenca vertiente principal mencion´abamos el hecho de
que el punto de salida se situar´ıa con toda posibilidad sobre un cauce dadas las definiciones de
ambos elementos. El conocimiento completo de la red de drenaje y los distintos cursos de agua
e interesecciones de ellos que la componen, supone de igual modo una informaci´on valiosa de
cara al establecimiento de puntos de cierre para las subcuencas a definir.
El uso de la informaci´on recogida en la red de drenaje, al establecer un cierto v´ınculo entre
la misma y la estructura de las unidades hidrol´ogicas extra´ıdas, aporta una coherencia en el
sentido hidrogr´afico que, sin duda, resulta ventajosa para una aplicaci´on tambien coherente y
correcta de los resultados que van a obtenerse dentro de futuros modelos hidrol´ogicos.
La existencia del anterior v´ınculo establece, indirectamente, una relaci´on entre la definici´on
de las subcuencas y los valores empleados para el trazado de la red de drenaje, tales como
umbrales de flujo acumulado y similares. Esta circunstancia hace que el conocimiento de
las subcuencas definidas pueda, en cierta medida, tenerse en cuenta para un establecimiento
correcto de todos los par´ametros que concurren en la aplicaci´on de las distintas metodolog´ıas
implicadas.
Sobre la forma de utilizar la red de drenaje disponible, tres son las posibilidades principales
que se consideran de forma habitual, pudiendo, no obstante, definirse otras en funci´on de los
propios conceptos sobre los que se trabaja y las necesidades particulares de un estudio dado.
Dichas posibilidades se resum´en en:
Localizaci´on de puntos de cierre sobre confluencias entre cauces cualesquiera. Esta alter-
nativa considera a cada cauce, independientemente de su magnitud, como definitorio de
una subcuenca vertiente, de tal modo que a lo largo de la misma s´olo es posible encontrar
un cauce perteneciente a la red de drenaje utilizada. Muy frecuentemente este plantea-
miento da lugar a una atomizaci´on excesiva, as´ı como a cuencas vertientes de tama˜ no
insuficiente, generadas por cauces de escasa longitud, sobre las cuales la extracci´on de
par´ametros asociados carece de sentido en una fase posterior.
Localizaci´on de puntos de cierre sobre confluencias entre cauces y el cauce principal.
Una primera alternativa para tomar en consideraci´on la importancia de los cauces de
cara a construir sobre los mismos las subcuencas vertientes buscadas, es la utilizaci´on de
puntos ´ unicamente sobre el cauce principal. La definici´on de este cauce se lleva a cabo
simplemente evaluando las longitudes de todos los que forman parte de la red de drenaje
desde su punto de cabecera hasta la salida de la cuenca, y escogiendo el de mayor valor.
El empleo de esta metodolog´ıa basada en un cauce central que act´ ua como eje recolector
de los flujos de las subcuencas establecidas, adem´as de las ventajas en cuanto al n´ umero
de ´estas resultante y la mayor l´ogica de dicho resultado, permite asimismo el eliminar
las cuencas de reducido tama˜ no y cauces de poca entidad ya comentados, y que pueden
aparecer igualmente siempre que cumplan la condici´on impuesta de verter sobre el cauce
principal. El estudio de la variaci´on del flujo acumulado a lo largo de las distintas celdas
que forman el cauce, en el orden que se establece entre ellas por las propias direcciones
de flujo de las mismas, permite disponer de una nueva perspectiva de las subunidades
existentes y su aportaci´on sobre el flujo total del cauce principal, siendo posible la loca-
lizaci´on sencilla — y por tanto, tambi´en sencilla de expresar en t´erminos de algoritmos
— de cuencas de dimensi´on reducida, confluencias m´ ultiples, etc.
Localizaci´on de puntos de cierre en funci´on del orden de los cauces.
La soluci´on, sin duda, con un significado hidrol´ogico mas correcto y por tanto una mayor
transcendencia de cara al uso posterior de los resultados arrojados por la misma, pasa
156 CAP
´
ITULO 4. CUENCAS VERTIENTES
por la consideraci´on completa de la importancia de los cauces y su posici´on dentro de la
bien definida jerarqu´ıa de la red de drenaje en su conjunto.
En el momento de analizar la caracterizaci´on de las cuencas de drenaje ya se introdujeron
un buen n´ umero de par´ametros que tanto individualmente como en conjunto pod´ıan
recoger las caracter´ısticas principales de las cuencas. Bien para su uso aislado o bien
para la determinaci´on de otros valores tales como los que permiten definir de modo
adecuado la propia red de drenaje, estos par´ametros ya fueron presentados en el tema
anterior y ahora pueden ser aplicados en la presente circunstancia fundamentando as´ı la
elecci´on de los puntos de cierre seg´ un diversos planteamientos.
Entre ellos, no obstante, los ordenes de Horton–Strahler se consolidan como la opci´on
m´as interesante y sencilla de aplicar, eligi´endose los puntos en que este par´ametro cambia
entre dos valores dados. Se tiene de este modo una especie de orden de las subcuencas, ya
que todas ellas estar´an construidas a partir de cauces de un orden establecido, resultado
conceptualmente de gran inter´es en comparaci´on con los anteriormente presentados.
Figura 4.3: Subcuencas establecidas sobre las confluencias con el cauce principal (izquierda) y sobre
las confluencias entre cauces cualesquiera (derecha). En la fila inferior, esquema funcional de la cuenca
en su conjunto.
N´otese que, una vez que se escogen las intersecciones de cauces que van a a emplearse para
la definici´on de los puntos de salida, e independientemente del criterio empleado para ello,
en cada intersecci´on deben definirse 2 puntos de cierre — suponiendo que confluyen 2 cauces
—, situados estos en las celdas inmediatamente aguas arriba de la confluencia en la direcci´on
de ambos cauces que se unen. De no ser as´ı y tomar un ´ unico punto en la propia uni´on, la
estructura de subcuencas ser´ıa por completo distinta.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 157
Subcuencas con un umbral de ´area m´ınima
Si la divisi´on de las cuencas seg´ un la importancia de sus cauces asociados constituye una
alternativa de inter´es, la definici´on de las mismas en cuanto a su propia importancia, esto
es, su propio tama˜ no, es otra opci´on a considerar en este sentido. De modo similar al caso
de la definici´on de r´ıos, el establecimiento de un umbral permite proceder a la delineaci´on
de subcuencas seg´ un la resoluci´on fijada por dicho umbral, con similares connotaciones a lo
entonces presentado.
El algoritmo empleado para esta tarea (Band,1986), hace uso de un nuevo concepto, ge-
nerando una malla en la que se recogen las diferencias de flujo acumulado. Es decir, para
cada celda se eval´ ua el flujo acumulado en la misma y el de aquella celda sobre la que vierte
(suponemos que esta celda es ´ unica, pues trabajamos con D8), introduci´endose la diferencia
entre ambos valores en la celda correspondiente de la malla de diferencias. Las celdas para
las cuales su valor de flujo acumulado y el valor recogido en esta nueva malla sean superiores
ambos al umbral establecido, se marcan como celdas de cierre de una subcuenca, quedando
as´ı constituido el conjunto de las mismas sobre el que ya es posible ejecutar los algoritmos
presentados con anterioridad.
El empleo de este planteamiento resulta adecuado en cuanto que evita la presencia de
cuencas de peque˜ no tama˜ no y guarda un sentido hidrol´ogico notable. La forma de seleccionar
los puntos en funci´on de los saltos del valor de flujo acumulado obliga, por otra parte, a
que ´estos se sit´ uen en confluencias de varios cauces, con lo que dicha coherencia se corrobora
nuevamente erigiendo a este m´etodo como una alternativa adecuada a la vez que popular, pues
se encuentra implementada, frecuentemente con car´acter exclusivo, en la pr´actica totalidad de
aplicaciones inform´aticas existentes.
4.3. Caracterizaci´on de cuencas vertientes
La ejecuci´on de los algoritmos y formulaciones hasta aqu´ı introducidas acerca de las cuencas
— y subcuencas en que ´estas pueden dividirse — nos permiten tan solo la extracci´on de las
mismas y su definici´on sobre una malla raster en las que hemos venido registr´andolas hasta
este momento. La cualidad de estas unidades hidrol´ogicas como elementos de base de aqu´ı en
adelante, requiere en este punto la introducci´on de metodolog´ıas adecuadas para en an´alisis
y el manejo adecuado de estas unidades, tanto de modo conjunto como individualmente, con
objeto de permitir una correcta utilizaci´on de las mismas en un futuro.
Este proceso necesita, en primer lugar, la definici´on de los m´etodos m´as ´optimos para
trabajar con una informaci´on que, por el momento, almacenamos en una malla raster de cuen-
cas, y que, dada la diferente naturaleza de los par´ametros que pretendemos derivar de esta
informaci´on, deber´a ser replanteada a˜ nadiendo algunas nuevas formas de manejo y almacena-
miento que faciliten el estudio de cuantas caracter´ısticas de inter´es deban analizarse respecto
a las subcuencas definidas. En segundo lugar, la presentaci´on de los factores a extraer debe
incluir los elementos cl´asicos al mismo tiempo que, como ya suced´ıa con las redes de drenaje,
debe aprovechar las posibilidades brindadas por la propia potencia del MDT para incorporar
nuevos valores que complementen a los anteriores, abriendo as´ı paso hacia un conocimiento
m´as profundo de el conjunto de unidades hidrol´ogicas considerado.
Este conjunto, cuando deba analizarse de modo global teniendo en cuenta las relaciones
existentes, debe mostrar una estructura adecuada que posteriormente sera de vital importancia
para la formulaci´on de los modelos hidrol´ogicos. La extracci´on tambi´en de las interrelaciones
presente entre las distintas subunidades, ser´a objeto de an´alisis dentro de este apartado, a
trav´es de los conceptos y formulaciones correspondientes.
Comentar, por ´ ultimo, que dada la cantidad elevada de par´ametros descriptores de la
158 CAP
´
ITULO 4. CUENCAS VERTIENTES
cuenca que pueden encontrarse en la literatura al respecto, se recogen en este cap´ıtulo s´olo
aquellos que tengan inter´es desde el punto de vista computacional o supongan alguna ventaja
o enfoque novedoso acorde con la perspectiva de la obra, dejando de lado otra serie de factores
que, si bien pueden ser muy importantes, no encuentran su lugar en estas p´aginas por no
aportarse nada nuevo mediante el tratamiento computacional de los mismos. De igual modo,
los par´ametros que a su vez dependen de otros, y aun cuando estos ´ ultimos s´ı sean analizados,
no se exponen aqu´ı pues tampoco complementan de modo alguno al enfoque principal del
texto.
Si el lector echa de menos algunos par´ametros — y probablemente lo har´a —, que no
piense que ´estos no han sido considerados relevantes desde el punto de vista de la hidrolog´ıa,
sino tan s´olo que la explicaci´on y an´alisis que de ellos puede aqu´ı hacerse no mejorar´a en
ning´ un caso la que pueda encontrarse en cualquier texto de hidrolog´ıa cl´asico. En estos casos,
no obstante, resulta de inter´es para el propio lector el tratar de plantear el uso y evaluaci´on de
estos par´ametros desde la base computacional y sobre el MDT como fuente de datos b´asica, al
menos de forma conceptual. M´as a´ un, algunos de estos par´ametros y su estudio quedan como
motivadoras propuestas en el apartado de ejercicios de este mismo cap´ıtulo.
4.3.1. Tratamiento raster–vectorial de cuencas
Antes de entrar en la descripci´on y m´etodos de c´alculo de los principales par´ametros
extra´ıbles de las cuencas definidas en apartados anteriores, una mirada a la naturaleza misma
de estos par´ametros nos va a proporcionar informaci´on importante de cara a la forma en que
debemos manejar las antedichas cuencas en las evaluaci´on de tales par´ametros.
Gran parte de los valores que resultan de inter´es para la caracterizac´ıon de las cuencas
como elementos geom´etricos, precisamente por esa cualidad geom´etrica, se estudian en mejores
condiciones si expresamos la forma y estructura de estas cuencas de un modo distinto. La
adaptaci´on de lo recogido en la malla de cuencas a un lenguaje diferente y m´as adecuado para
este bloque de operaciones de corte eminentemente geom´etrico, en particular a un lenguaje
con componente vectorial basado en la topolog´ıa del conjunto de elementos, es, por tanto, una
operaci´on que debe llevarse a cabo a tal efecto.
Otros par´ametros, por su parte, se eval´ uan correctamente sobre la propia malla raster,
debiendo pues coexistir ambos enfoques, y siendo mediante la utilizaci´on conjunta de los
mismos como se lograr´a extraer una mayor cantidad de informaci´on acerca de las unidades
hidrol´ogicas analizadas.
Si bien la transformaci´on de un elemento vectorial en su equivalente raster se lleva a cabo
con mejor complejidad — as´ı ya se vio en el caso de la rasterizaci´on de la informaci´on de
cauces y redes de drenaje previa a las operaciones encaminadas a producir un encauzamiento
forzado sobre el MDT —, la operaci´on inversa requiere de la introducci´on de algunos conceptos
y algoritmos relacionados, todos ellos con algo mas de entidad propia que los anteriores. La
materia inicial, por tanto, de este punto dedicado a la conciliaci´on de ambas perspectivas de
almacenamiento de datos espaciales en lo referente a cuencas, se centra en la conversi´on de las
cuencas a partir de la malla raster correspondiente, en entidades vectoriales, particularmente
en pol´ıgonos definidos como conjuntos cerrados de v´ertices contiguos.
La implicaci´on topol´ogica de lo que va a desarrollarse a continuaci´on hace interesante la
introducci´on de una definici´on previa como la siguiente.
Definici´on 1 (Componente conectado) Se dice que un conjunto de puntos forma un Com-
ponente conectado si, para dos puntos cualesquiera P
i
y P
j
, existe una secuencia P
i
. . . P
j
que cumple las siguientes condiciones:
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 159
Todos los puntos de la secuencia P
i
y P
j
forman parte del objeto (en nuestro caso, son
celdas en la cuenca vertiente analizada)
Dos puntos consecutivos en la secuencia P
i
y P
j
son vecinos.
El concepto de vecindad utilizado implica que un punto dado se encuentra en la vecindad
de Moore de otro o, dicho de modo m´as prosaico, dentro de la ventana 3 × 3 asociada a este
´ ultimo, tal y como la venimos utilizando a lo largo de todo el texto.
En otros t´erminos, lo que buscamos obtener es, por tanto, un componente conectado que
represente la cuenca y en base al cual nos resulte posible derivar una estructura puramente
vectorial de dicha cuenca. Este componente conectado supondr´a una primera aproximaci´on a
dicha representaci´on vectorial, en cuanto que ´ unicamente incluir´a las celdas del contorno de la
cuenca, siendo mediante la uni´on de dichas celdas — tarea viable en virtud de la relaci´on de
vecindad exigida por definici´on —, y considerando a ´estas como v´ertices, como se lograr´a en
ultima instancia crear el pol´ıgono buscado de la cuenca.
Una vez m´as, la literatura a este respecto es m´as abundante y extensa de lo que puede
quedar recogido en este libro, proviniendo de campos diversos que poco o nada tiene que ver
con la materia aqu´ı tratada, y de los cuales tomaremos los conceptos b´asicos, suficientes a
todas luces para el alcance de nuestros objetivos. De cualquier modo, la filosof´ıa de la gran
mayor´ıa de algoritmos existentes guarda amplias similitudes entre s´ı, pudiendo su esquema de
actuaci´on resumirse de modo gen´erico en los apartados a continuaci´on enumerados.
Localizaci´on de un punto en el entorno de la cuenca, esto es, un punto perteneciente al
componente conectado que se busca.
A partir de ese punto, trazado del contorno desplaz´andose por los sucesivos puntos que
van a formar el mismo. El movimiento entre puntos (celdas), se realiza de acuerdo a
unas reglas prefijadas que constituyen el algoritmo en s´ı y en las que reside la principal
diferencia entre los distintos enfoques existentes.
Finalizaci´on del recorrido cuando se cumpla una condici´on de finalizaci´on previamente
establecida.
Sobre la base de lo anterior, introducimos un algoritmo conocido como algoritmo de Moore
que, basado en un planteamiento sumamente sencillo, cumple perfectamente la labor designada
salvando dificultades relativas a conjuntos de puntos con conectividades particulares, y con
un correcto comportamiento en t´erminos de su eficacia y rendimiento asociados.
Partiendo de la celda inicial, el algoritmo de Moore recorre la totalidad de la vecindad de
Moore de un punto — que llamaremos punto activo — en el sentido de las agujas del reloj,
hasta encontrar un nuevo punto que pertenezca al patr´on — en nuestro caso, otro punto de la
cuenca indicado como tal en la matriz correspondiente —, convirti´endose ´este en el nuevo punto
activo. Una vez hecho esto, se efect´ ua de nuevo el mismo an´alisis en el actual punto activo,
comenzando el recorrido por la vecindad de este nuevo punto por el ultimo punto recorrido
en el an´alisis de vecindad anterior previo a encontrar dicho punto activo. Este recorrido por
las celdas del vecindario debe realizarse en un orden dado, siendo lo m´as habitual el hacerlo
en el sentido de las agujas del reloj. Se procede de este modo hasta regresar al punto original,
almacenando los puntos analizados como v´ertices del contorno a obtener.
Existen circunstancias en las que el criterio de finalizaci´on del mero retorno a la celda
inicial no resulta suficiente, debiendo recurrirse a otros criterios m´as depurados. No obstante,
para los prop´ositos de introducci´on de este tipo de formulaciones que aqu´ı se pretenden, resulta
suficiente con las consideraciones recogidas por el momento.
160 CAP
´
ITULO 4. CUENCAS VERTIENTES
La expresi´on del anterior algoritmo, descrito de modo laxo en aras de una mejor compren-
si´on de las l´ıneas generales del mismo, es la siguiente. Los puntos que conforman el conjunto
de v´ertices que da forma al pol´ıgono de la cuenca quedan almacenados en el vector de puntos
V.
funci´ on ConvertirCuencaVectorial
{
celdaInicial=un punto cualquiera del exterior de la cuenca
celdaActiva=celdaInicial
Mientras no se cumpla criterio de finalizaci´on
{
Si celdaVecindario no es celda de cuenca, entonces
{
celdaVecindario=siguiente celda en vecindario
}
si no
{
A~nadir celdaActiva a V()
Intercambiar valores de celdaActiva y celdaVecindario
}
}
}
Del modo anterior, cada una de las cuencas y subcuencas de trabajo consideradas como
unidades independientes pueden ser convertidas en una entidad vectorial que, junto con la pro-
pia representaci´on raster, nos posibilitar´an su an´alisis en futuros apartados que en breve ser´an
desarrollados. Quedando este aspecto, pues, resuelto con lo anterior, no debemos perder ahora
de vista la consideraci´on de la cuenca como sistema constituido por las anteriores subcuencas
y sus relaciones y dependencias mutuas. Esta visi´on, lejos de poder comprenderse con una
naturaleza dual, debe reducirse a una estructura netamente vectorial, pues es s´olo mediante
ella que ser´a posible utilizar esta pr´oximamente. El objetivo no ser´a ya la caracterizaci´on de
dicha estructura, sino la utilizaci´on directa de la misma para articular los modelos hidrol´ogicos
en los que las relaciones entre las distintas subcuencas son un aspecto imprescindible de los
mismos.
Al igual que en el caso de las redes de drenaje, la estructura que se busca es de tipo ´arbol
cuyas aristas representan a cada una de las subcuencas con sus caracter´ısticas particulares.
La creaci´on del mismo, para la cual ´ unicamente resulta necesario emplear los puntos de salida
y la malla de subcuencas como informaci´on base adem´as de la l´ogica malla de direcciones de
flujo, se basa en conceptos sencillos sobre las relaciones entre dichos puntos de cierre, de modo
similar a lo que ya se vio para la propia ordenaci´on de dichos puntos previa a la utilizaci´on
de los mismos sobre el algoritmo de definici´on de subcuencas, as´ı como en la creaci´on de un
grafo similar en el caso de las redes de drenaje.
Las caracter´ısticas de los grafos creados resultan, por l´ogica, similares a las de los obteni-
dos para la red de drenaje asociada, especialmente si las cuencas fueron definidas utilizando
esta ´ ultima como informaci´on de apoyo, por lo que se prestan a similares an´alisis desde todos
los puntos de vista. No siendo, como se ha dicho, este an´alisis de relevancia, sino la propia
conectividad entre las unidades hidrol´ogicas, as´ı como su estructura global, nuestra atenci´on
debe centrarse exclusivamente sobre la informaci´on topol´ogica que ser´a la que resulte de utili-
dad en futuros modelos para conectar los resultados obtenidos de modo individual para cada
subcuenca.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 161
4.3.2. Par´ametros b´asicos
Con la cuenca y sus subcuencas constituyentes perfectamente definidas y almacenadas
de todas las maneras posibles y necesarias, es el momento de tomar cada una de ellas de
modo independiente y caracterizarla de modo preciso extrayendo una serie de par´ametros
que nos permitir´an completar nuestro conocimiento de dichas entidades y disponer de cuanta
informaci´on resulta necesaria sobre las mismas para acometer futuros desarrollos.
Los primeros aspectos a tener en cuenta son, por su sencillez, los relacionados con la forma
de la cuenca en su concepto m´as cl´asico, y se materializan en par´ametros como los enunciados
a continuaci´on.
´
Area
Per´ımetro
Centro de gravedad
Momentos de inercia
Factores de forma
Elementos cuyo c´alculo, con las circunstancias en que nos encontramos y en nuestro marco
de trabajo, competen a aspectos b´asicos de geometr´ıa computacional y como tales aqu´ı ser´an
descritos. El conocimiento de la cuenca como un conjunto de v´ertices — esto es, como un
pol´ıgono — hace interesante introducir expresiones matem´aticas de corte num´erico particulares
para este caso, de tal modo que ´estas puedan implementarse con sencillez.
En todos ellos, debemos tener en cuenta que, frente al manejo cl´asico de la cuenca de
un modo principalmente gr´afico con cierto soporte num´erico (longitudes de ejes, etc.), el
tratamiento puramente num´erico al que sometemos ahora a las unidades hidrol´ogicas nos abre
un nuevo abanico de posibilidades y de par´ametros adicionales que es posible calcular con
una elevada precisi´on. Por ello, adem´as de modificar la forma en que los anteriores elementos
pueden ser calculados, este registro de la cuenca mediante nuestro vector de puntos los cuales
definen el pol´ıgono de la misma, o mediante su registro en una malla de datos, hace que
podamos considerar de modo novedoso par´ametros como los siguientes.
Pendiente
Orientaci´on
Longitud de la cuenca
Elipse equivalente
Algunos de ´estos par´ametros ya formaban parte de los descriptores utilizados tradicional-
mente, si bien en este caso sufren una fuerte modificaci´on, no ya en su m´etodolog´ıa de c´alculo,
sino, como se ver´a, en los propios conceptos que los sustentan.
Todos los anteriores, con las explicaciones pertinentes acerca de su significado y modo de
c´alculo, se recogen a continuaci´on de modo individual y suficientemente detallados.
162 CAP
´
ITULO 4. CUENCAS VERTIENTES
´
Area
Comenzamos la descripci´on de los m´etodos de c´alculo para los par´ametros b´asicos de
cuenca con un recordatorio acerca de la utilizaci´on del ´area vertiente, par´ametro ´este que ya
vimos puede ser calculado a partir de las representaciones tanto raster como vectorial de la
cuenca considerada.
Incidiendo una vez m´as en la necesidad de mantener una coherencia conceptual entre los
diferentes valores extra´ıdos de las representaciones utilizadas, y un control sobre los errores que
puedan ser introducidos por el uso conjunto de ambas, complementamos lo ya conocido con
una expresi´on anal´ıtica del ´area de la cuenca en funci´on de los puntos (x
i
, y
i
) de su contorno.
Dicha expresi´on es de la forma
A =
¸
¸
¸
¸
¸
1
2
n

i=1
x
i
y
i+1
−x
i+1
y
i
¸
¸
¸
¸
¸
(4.3)
donde se considera que el v´ertice n + 1 se corresponde con el primero, esto es, el pol´ıgono es
cerrado.
Per´ımetro
Por su caracter de magnitud l´ıneal, cabe aplicar al per´ımetro de la cuenca todas las consi-
deraciones que fueron apuntadas en relaci´on con la naturaleza fractal de los cauces, estructuras
tambi´en de tipo lineal. La variabilidad de los valores a obtener en la medici´on del perimetro
seg´ un la escala empleada, hace necesario tener este hecho en cuenta a la hora de su utilizaci´on
como parte de otras expresiones, o bien para su uso aislado en el seno de cualquier calculo que
pueda realizarse.
Frente a otros par´ametros como el ´area (con unidades [L
2
]) o los momentos de inercia
([L
4
]), que por su dimensi´on son m´as invariables respecto a la escala utilizada, el per´ıme-
tro experimenta, como se dijo, una mayor variaci´on en sus valores. La consideraci´on de este
hecho, sin restar la importancia de este par´ametro, llevar´a, como podremos comprobar, al
desarrollo de par´ametros de forma que no lo incorporen en su expresi´on, hecho que veremos
particularmente reflejado en el concepto de elipse equivalente.
En lo referente a su c´alculo, ´este resulta obvio utilizando la representaci´on vectorial de la
cuenca, sin m´as que expresarlo como la suma de distancias entre los diferentes pares de puntos
consecutivos que definen a ´esta. M´as expresamente,
P =
n

i=1
_
(x
i+1
+x
i
)
2
+ (y
i+1
+y
i
)
2
(4.4)
Centro de gravedad
Haciendo uso del ´area de la cuenca ya conocida, las coordenadas del centro de gravedad
de la misma pueden evaluarse mediante la expresi´ones
C
x
=
1
6A
n

i=1
(x
i
x
i+1
)(x
i
y
i+1
−x
i+1
y
i
)
C
y
=
1
6A
n

i=1
(y
i
y
i+1
)(x
i
y
i+1
−x
i+1
y
i
) (4.5)
M´as all´a de su significado geom´etrico este factor resulta interesante como parte necesaria
para el c´alculo de otros elementos hidrol´ogicos, por lo que su conocimiento exacto a la par que
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 163
preciso puede considerarse tambi´en como una interesante ventaja asociada a la caracterizaci´on
num´erica de la cuenca que venimos utilizando.
Cuando la cuenca tiene un aspecto bastante irregular, puede ocurrir que el centro de
gravedad se sit´ ue fuera de la misma. Es frecuente en estos casos, seg´ un el uso principal que
se va dar al par´ametro, calcular el centro de gravedad como el correspondiente al rect´angulo
que engloba a la cuenca, o el de la elipse en la que ´esta se inscribe, con objeto de que el
punto as´ı calculado caiga en el interior. En tal caso, la formulaci´on anterior se sustituye por
una m´as sencilla e inmediata de implementar, debiendo, no obstante, implementarse a su vez
la pertinente comprobaci´on en caso de que se desee contemplar de modo diferenciado ambos
supuestos.
Momentos de inercia
Los par´ametros de caracterizaci´on de cuenca cl´asicos no incluyen los momentos de inercia
como tales dentro de los mismos, ni como valores aislados ni tampoco como factores a incor-
porarse en otros distintos descriptores. No obstante, veremos en breve que lo que definiremos
como elipse equivalente , y que va a constituir un par´ametro de sumo inter´es para la caracte-
rizaci´on de la cuenca vertiente, depende directamente para su c´alculo del conocimiento de los
momentos de inercia, en particular de los evaluados respecto a unos ejes centrados sobre el
centro de gravedad de dicha cuenca. Por otra parte, el c´alculo computacional de los momen-
tos de inercia complementa de forma interesante a las expresiones ya mostradas para ´areas y
centro de gravedad, cerrando el conjunto de las propiedades de masa que pueden atribuirse al
dise˜ no en planta de la cuenca.
En su expresi´on matem´atica, los valores que buscamos responden a las formulaciones
I
x
=
_ _
y
2
dxdy I
y
=
_ _
x
2
dxdy I
x

y
=
_ _
y

x

dxdy (4.6)
Partiendo del conocimiento de los v´ertices, lo anterior se puede expresar de la forma
******************
Par´ametros de forma
A excepci´on de la elipse equivalente, cuya construcci´on y significado se analizar´an de modo
detallado con posterioridad, los par´ametros y atributos de forma que se pueden asociar a una
cuenca dada son todos ellos de corte cl´asico, basados en sencillas formulaciones a partir de
factores tambi´en sencillos. Estos factores, tales como ´areas o per´ımetros, cuyo c´alculo ya ha
sido tratado en las condiciones de trabajo actuales y a partir de las formas existentes para la
representaci´on de las cuencas, pasan a formar parte de las expresiones de dichos par´ametros
de forma, no existiendo dificultad alguna ni debiendo realizarse ning´ un tipo de adaptaci´on
sobre su forma cl´asica.
Entre estos par´ametros est´an los sobradamente conocidos por todos como rect´angulo equi-
valente, ´ındice de compacidad de Gravelius, elongaci´on media de la cuenca, etc., cuyas for-
mulaciones no se recogen aqu´ı por considerarse irrelevantes a efectos del desarrollo global del
texto.
Respecto a estos par´ametros, es adecuado comentar que resulta conveniente dar uso a
los mismos en la justa medida que ´estos merecen, especialmente considerando la muchas
veces ausente relaci´on de sus valores con otros factores hidrol´ogicos y las nuevas prestaciones
que pueden obtenerse del MDT a trav´es de otros valores m´as actuales. El empleo de estos
par´ametros de forma generalmente se asocia ´ unicamente a un af´an de descripci´on de la cuenca
— tambi´en importante, no cabe duda — y a algunas formulaciones estad´ısticas que, por medio
de regresiones, asocian valores de caudales punta o factores similares a los valores de dichos
164 CAP
´
ITULO 4. CUENCAS VERTIENTES
par´ametros. Estas ´ ultimas, por otra parte, siendo habituales en unas zonas geogr´aficas, no lo
son tanto en otras, con lo que su relativa utilidad se diluye con dicha circunstancia.
Como iremos comprobando a medida que avance el cap´ıtulo, la mayor cantidad de infor-
maci´on de la que ahora disponemos acerca de la cuenca gracias al empleo del MDT, hace
conveniente el buscar par´ametros m´as complejos que los cl´asicos, aprovechando en mayor me-
dida dicha informaci´on y generando elementos de tipo num´erico o gr´afico con una riqueza
conceptual mayor y una relaci´on m´as intensa y justificada frente a los aspectos hidrol´ogicos
de la propia cuenca.
Pendiente
La pendiente representa el primer factor caracterizador de la cuenca al que el uso de
cartograf´ıa digital va a modificar notablemente. Detr´as de la simpleza asociada a este concepto,
el trabajo con mapas cl´asicos para la obtenci´on de este par´ametro relativo a una cuenca no
era tarea sencilla, al menos en lo que a su c´alculo directo se refiere, por lo que generalmente
se hac´ıa uso de otra serie de formulaciones que, provenientes de desarrollos te´oricos previos,
permit´ıan su c´omputo a partir de otros de valores cuya medici´on sobre el mapa resultaba m´as
asequible.
Una de dichas formulaciones utilizada con frecuencia es la recogida en la expresi´on
S =
L
∆H
(4.7)
donde ∆H es la diferencia de alturas entre el punto mas elevado de la cuenca y el punto de
salida, y L es la separaci´on hidrol´ogica entre ambos puntos, es decir, la longitud de la cuenca,
par´ametro que se analizar´a m´as adelante con mayor detalle.
En realidad, se puede ver que la pendiente de la cuenca se considera como la pendiente
del trayecto hidrol´ogico mas largo posible dentro de la misma, con lo cual muchos aspectos
relacionados con la pendiente a escala global de la cuenca no quedan reflejados con la suficiente
correcci´on.
El conocimiento, con mayor o menor resoluci´on — aunque siempre en un orden de magnitud
superior al que pod´ıa disponerse en el trabajo con un mapa cl´asico — del terreno sobre el que
se sit´ ua la cuenca, permite prescindir de formulaciones accesorias y simplemente calcular la
pendiente media de la cuenca realizando una media de las pendientes en cada una de las celdas
de la misma. De este modo, la precisi´on de lo calculado, aunque ligada a la resoluci´on y calidad
del MDT empleado, ser´a mayor y, sobre todo, se referir´a a un par´ametro con un significado
f´ısico m´as genuino al no derivar de expresiones otras que las propias de c´alculo de la pendiente
en cada celda.
As´ı, la expresi´on habitual de lo que, sobre la base del MDT, se entiende de forma habitual
como pendiente de la cuenca, no es sino
γ
cue
=

N
n=1
γ
n
N
(4.8)
siendo N el numero de celdas de la cuenca.
Orientaci´on
En un caso muy similar al anterior, tambi´en el empleo de meros conceptos estad´ısticos
nos aporta un m´etodo sencillo y muy superior para asignar al conjunto de la cuenca una
orientaci´on dada.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 165
Debe hacerse notar a este respecto, tan s´olo que dichos conceptos estad´ısticos deben tomar
en consideraci´on la forma en que dicha orientaci´on qued´o recogida en los algoritmos pertinen-
tes, con valores en el rango 0—360 y utilizando un valor arbitrario (comunmente −1), para
indicar la falta de orientaci´on. Tambi´en es de inter´es hacer ver que, en muchas ocasiones,
resulta interesante no calcular tan s´olo una media aritm´etica de los valores en las distintas
celdas, sino evaluar la moda de los mismos con el fin de conocer la orientaci´on general de la
cuenca por sus valores m´as frecuentes, adem´as de establecer comparaciones e interpretaciones
adicionales con dichos resultados.
Por lo dem´as, las nociones expresadas para el caso de la pendiente pueden adaptarse sin
mayor problema a este par´ametro.
Longitud de la cuenca
La longitud como par´ametro propio de la cuenca se relaciona con la m´axima distancia
existente entre puntos de dicha cuenca, en particular entre el punto de cierre de la misma y
el hidrol´ogicamente m´as alejado, alejamiento ´este que debe medirse tanto en l´ınea recta como
teniendo en cuenta los recorridos de los flujos desde cada celda, perfectamente definidos por
las direcciones de flujo en las mismas.
Esta distancia de flujo desde una celda hasta la salida de la cuenca, adem´as de por su propio
significado, constituye un elemento muy importante de cara a su incorporaci´on en modelos
hidrol´ogicos, en especial a trav´es del c´alculo de los tiempos de salida asociados a las distintas
celdas. La necesidad de su conocimiento para la evaluaci´on de factores tan importantes como
el tiempo de concentraci´on de la cuenca, ponen de manifiesto, igualmente, la relevancia de un
c´alculo preciso de este valor.
Por todo ello, su explicaci´on detallada es merecedora de un apartado individual que ser´a in-
troducido m´as adelante en este mismo cap´ıtulo, no aport´andose m´as detalles en el presente
punto.
Algo sobre la naturaleza fractal de las cuencas
Si bien no con tanta intensidad como en el caso de las redes de drenaje, las cuales por su
propia naturaleza se prestan m´as a este an´alisis, la propiedades de tipo fractal de las cuencas,
su dimensi´on fractal y otros aspectos relacionados, han sido estudiados igualmente con o sin
el apoyo de Modelos Digitales del Terreno.
El estudio de estas propiedades, si bien, de un modo similar a como suced´ıa con las redes
de drenaje, no ha dado lugar a interpretaciones explicitamente hidrol´ogicas de las mismas ni
definiciones de aplicabilidad notable acerca de la relaci´on entre las mismas y el comportamiento
de la cuenca, ha abierto nuevos caminos que s´ı han conducido al desarrollo de otros descriptores
de inter´es y de utilidad pr´actica notable.
El objetivo principal en la creaci´on de par´ametros de descripci´on de cuencas no es otro
que el disponer de una serie valores asociados a la cuenca — en particular, a su forma —
, que permitan clasificar la misma de acuerdo con las propiedades que se estime que est´an
asociadas a dicha forma y, por tanto, a los valores de los par´ametros utilizados. Los par´ametros
tradicionales de amplio uso y bien conocidos en el entorno hidrol´ogico se basan generalmente
en relaciones entre las magnitudes b´asicas tales como ´area o per´ımetro de la cuenca. Entre
los anteriores se encuentran el ´ındice de compacidad de Gravelius, el rect´angulo equivalente
y una larga serie de elementos similares presentes con frecuencia en estudios hidrol´ogicos de
todo tipo, y que ya fueron brevemente mencionados algunas l´ıneas atr´as.
Del an´alisis de los factores b´asicos a partir de los cuales se definen estos par´ametros de
forma m´as elaborados, sabemos ya que ´estos dependen de la resoluci´on del MDT de partida,
pues as´ı se vio que suced´ıa para el caso de las magnitudes asociadas a cauces y redes de drenaje,
166 CAP
´
ITULO 4. CUENCAS VERTIENTES
siendo algunas de ellas muy similares conceptualmente. En particular, las magnitudes de tipo
l´ıneal como el per´ımetro de la cuenca var´ıan ciertamente con la resoluci´on elegida, por lo que es
recomendable su utilizaci´on en conjunto con la informaci´on relativa a dicha resoluci´on, de cara
a conocer con veracidad la exactitud de los resultados obtenidos posteriormente. Por tanto,
resulta de inter´es el definir par´ametros independientes de la escala considerada, los cuales, a
la par que permiten su c´alculo de modo robusto a partir de un MDT con independencia de sus
caracter´ısticas, definan la cuenca y su forma geom´etrica desde un punto de vista interesante
para el an´alisis hidrol´ogico de la misma.
Elipse equivalente
Partiendo de las anteriores premisas, una de las propuestas m´as interesantes para la descrip-
ci´on de cuencas vertientes es la realizada por Moussa (2003), desarrollando un par´ametro de
similar concepci´on que algunos de los cl´asicos ya existentes, pero dotado de esa invariabilidad
que lo va a hacer sumamente interesante, especialmente con las interpretaciones hidrol´ogicas
que de ´el pueden derivarse. Este concepto es lo que denominaremos elipse equivalente.
Entrando en la propia caracterizaci´on del par´ametro, las propiedades que debe cumplir la
elipse equivalente asociada a una cuenca concreta se resumen en las siguientes.
El centro de la elipse es el centro de gravedad de la cuenca.
Los ejes principales de la cuenca son los ejes principales de inercia de la cuenca.
El ´area de la elipse es la misma que la de la cuenca.
La relaci´on entre los momentos de inercia m´ınimo y m´aximo, es la misma en la elipse y
en la cuenca.
Bajo las condiciones anteriores, la construcci´on de esta elipse se lleva a cabo seg´ un lo
siguiente. Los desarrollos te´oricos que dan lugar a estos resultados se obvian por razones de
espacio, pudiendo consultarse en cualquier texto al uso sobre este tema.
Por una parte, tomando unos ejes cartesianos x

e y

con centro en el centro de gravedad
de la superficie de la cuenca, se tienen los momentos de inercia ya introducidos en la ecuaci´on
(4.6).
Los momentos de inercia m´aximo y minimo se obtienen sobre unos ejes centrados tambi´en
sobre el centro de gravedad, pero girados un ´angulo ω en sentido horario. El valor de este
´angulo viene dado por la expresi´on
tan 2ω =
I
x

y

I
x
−I
y

(4.9)
Dichos momentos de inercia extremos toman los valores
I
max
=
I
x
+I
y

2
+
_
_
I
x
+I
y

2
_
2
+I
2
x

y

_1
2
(4.10)
I
min
=
I
x
−I
y

2
+
_
_
I
x
+I
y

2
_
2
+I
2
x

y

_1
2
(4.11)
Por otra parte, los valores anteriores para una elipse se obtienen de las expresiones mos-
tradas a continuaci´on.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 167
I
max
=
πa
3
b
4
; I
min
=
πab
3
4
(4.12)
Con el conjunto de estos resultados resulta ya posible el c´alculo de los par´ametros que defi-
nen la elipse equivalente, sin m´as que imponer sobre las expresiones anteriores las condiciones
que debe cumplir dicha elipse.
En particular, realizando esta imposici´on y operando sobre las expresiones obtenidas, se
obtienen para los valores de los semiejes mayor y menor de la elipse respectivamente los valores
a =
_
A
π
_
1
R
i
_1
2
_
1
2
; b =
_
A
π
R
i
1
2
_
1
2
(4.13)
donde A es el ´area de la elipse — que, recu´erdese, debe ser igual a la de la cuenca —, y R
i
la relaci´on entre los momentos de inercia extremos — que tambi´en deben coincidir en ambos
elementos —.
Con estos valores de longitud de los semiejes, junto con el emplazamiento del centro de
gravedad y el ´angulo ω, la elipse queda completamente definida.
Asi, una vez que para una cuenca dada se dispone de su elipse equivalente, debemos buscar
en las propiedades de ´esta las caracter´ısticas que nos aporten alg´ un tipo de informaci´on acerca
de la cuenca desde el punto de vista de su comportamiento hidrol´ogico. En primer lugar, y
considerando la misma como una entidad aislada, sus caracter´ısticas principales — que no son
otras que las que hemos estudiado anteriormente para su propia definici´on —, sirven como
descriptores de la forma de ´esta y, por tanto, de la de la cuenca asociada. La medida de la
elongaci´on de la cuenca, de inmediata relaci´on con el tiempo de respuesta de la misma, se
mide con un par´ametro de la forma
E = a +b (4.14)
Por otro lado, si situamos espacialmente tanto la cuenca como la elipse — recordemos que
deben coincidir sus centros de gravedad, pues ´esta es una de las condiciones iniciales —, la
relaci´on existente entre ambos elementos puede ser fuente de nueva informaci´on. De modo
particular, Moussa propone estudiar la l´ınea que une el centro de gravedad con el punto de
salida de la cuenca y, sobre ´esta, la distancia entre dicho punto de salida y la intersecci´on entre
la elipse y la citada l´ınea. Esta distancia entre el borde de la elipse y el punto de salida, que
ser´a positiva si ´este se encuentra dentro de la elipse equivalente o negativa en caso contrario,
lleva a la definici´on de un par´ametro de elongaci´on m´as robusto de la forma
E = a +b +d (4.15)
donde d representa la antedicha distancia.
La utilidad pr´actica de ambos par´ametros de elongaci´on ser´a puesta de manifiesto en pos-
teriores cap´ıtulos, pues se va a demostrar como par´ametro geomorfol´ogico de cierta relevancia
para determinados aspectos ya dentro de la propia modelizaci´on hidrol´ogica.
Aunque no forma parte de la interpretaci´on dada por Moussa al concepto de elipse equi-
valente, me parece interesante complementar esta exposici´on con un aspecto relativo a la
orientaci´on de dicha elipse. Esta orientaci´on, que puede por ejemplo caracterizarse como el
´angulo azimutal del eje mayor, es bien distinta a la orientaci´on de la cuenca que tratamos
algunas p´aginas atras, pues aqu´ella se refer´ıa a la estructura espacial de la cuenca, mientras
que ´esta la considera ´ unicamente como una entidad plana y estudia su disposici´on sobre el pla-
no. No obstante, la orientaci´on de la elipse equivalente se corresponder´a en muchas ocasiones
(dependiendo de otros aspectos relativos a la propia forma de la cuenca tambi´en cuantificables
168 CAP
´
ITULO 4. CUENCAS VERTIENTES
Figura 4.4: Cuenca vertiente y su elipse equivalente asociada (Adaptado de Moussa, 2003).
mediante descriptores cl´asicos) con la de los cauces principales de la cuenca, y representar´a,
asimismo, una indicaci´on de la direcci´on principal de los accidentes geomorfol´ogicos que definen
el terreno de la cuenca.
Esta cualidad de poseer una configuraci´on espacial, en contraste con otros par´ametros
como el de rect´angulo equivalente — donde dicho rect´angulo no tiene una presencia f´ısica ni
una localizaci´on concreta —, abre quiz´as la posibilidad a nuevos an´alisis que tengan tambi´en
en cuenta este hecho.
Aunque muchos otros par´ametros y medidas podr´ıan derivarse del an´alisis exhaustivo de
la elipse equivalente, los hasta ahora presentados representan los de mayor inter´es y los que
verdaderamente guardan una utilidad practica digna de menci´on. M´as adelante, entrados
ya de lleno en los modelos hidrol´ogicos, volveremos brevemente sobre el concepto de elipse
equivalente para hacer un uso avanzado de la informaci´on que ´esta nos proporciona.
La funci´on ancho de cuenca
En el intento de definir un par´ametro que caracterice el comportamiento hidrol´ogico de la
cuenca, la funci´on ancho de cuenca (Bras, 1990) no sol´o toma en cuenta las caracter´ısticas de
dicha cuenca, sino que se apoya adem´as en las de la red de drenaje que recorre la misma.
Al contrario que los valores que venimos analizando, el ancho de cuenca tiene una natura-
leza distinta, no definiendo un valor concreto para la cuenca sino una funci´on como tal, con
una expresi´on de la forma
f
ANCHO
: R −→N
f
ANCHO
(x) = n´ umero de tramos de cauce a la distancia x (4.16)
donde x es una distancia medida desde el punto de salida. Esta distancia puede ser tanto o
una distancia sobre el cauce como una distancia en linea recta, o bien lo que en su momento
se defini´o como distancia topol´ogica medida como el numero de tramos diferentes entre dos
puntos dados. Para todos ellos es f´acil notar que el empleo de la interpretaci´on en forma de
grafo de la red de drenaje es mas ventajosa que el trabajo sobre su equivalente raster.
La caracterizaci´on de la cuenca mediante la funci´on ancho no se lleva a cabo con un valor
´ unico del par´ametro, sino con el trazado de la funci´on para los valores de distancia entre 0 y
la longitud de la cuenca — en caso de que se emplee como distancia la distancia hidrol´ogica
—. De modo gr´afico, y utilizando la distancia topol´ogica de la red de drenaje, la figura (4.5),
muestra el resultado de aplicar lo anterior sobre la red de drenaje de una cuenca dada.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 169
Figura 4.5: Funci´on ancho de cuenca a partir de distancias topol´ogicas (Adaptado de Bras,1990)
El aspecto de la funci´on, similar en cierto modo a un hidrograma de avenida, nos da una
primera aproximaci´on a la forma que ´este puede tener para una tormenta dada sobre la cuenca,
caracterizando as´ı mediante el aspecto de la curva trazada el comportamiento hidrol´ogico
de la cuenca a grandes rasgos. Como veremos cuando en breve estudiemos las distancias y
tiempos de salida — de los cuales esta funci´on ancho de cuenca puede considerarse como una
sencilla introducci´on —, el concepto es similar en ambos casos, convirtiendo a este conjunto
de par´ametros en elementos de sencillo c´alculo que nos permiten de un modo r´apido y sencillo
la clasificaci´on de las cuencas de acuerdo con los patrones que muestren para la representaci´on
de los mismos.
Tanto las distancias de salida como la propia funci´on ancho tienen inter´es de cara a la
evaluaci´on de los hidrogramas unitarios, que ser´an analizados en su momento en pr´oximos
temas. La obtenci´on de los valores que definen la funci´on ancho de cuenca es sencilla tanto a
partir de la representaci´on raster de la cuenca como, particularmenre, a partir de la codificaci´on
en forma de grafo de la red de drenaje siempre que ´esta contenga asimismo datos sobre
distancias y longitudes de las aristas.
Otros par´ametros
Con lo visto hasta este punto, el desarrollo e introducci´on de otros par´ametros adicionales
no es ya necesario, pues disponemos de una buena caracterizaci´on de la cuenca desde diversos
puntos de vista. No obstante, el provecho que hemos extra´ıdo de la naturaleza raster de la
informaci´on original, es decir, de la potencia intr´ınseca de las representaciones cartogr´aficas
que constituyen el n´ ucleo de este libro, puede ampliarse sin m´as que considerar la propia
naturaleza de estas representaciones.
En algunos de los par´ametros anteriores, la mejora aportada por el uso de MDTs y mallas
raster para el c´alculo de valores tales como la pendiente o la orientaci´on de la cuenca, sim-
plemente se ha basado en una mejora de la resoluci´on que permit´ıa la caracterizaci´on global
de la cuenca a partir del estudio de los valores de este par´ametro en las distintas celdas, sus
frecuencias, valores medios, etc. Esta forma de sacar partido al formato cartogr´afico que em-
pleamos puede, sin embargo, extenderse a cualquier otro par´ametro, independientemente de
si ´este puede tener de modo aislado entidad suficiente como par´ametro descriptor propio de la
cuenca. De otro modo, cualquiera de las mallas de datos con las que hemos trabajado hasta
este momento, estudiada en las celdas de la cuenca, va a arrojar alg´ un tipo de informaci´on
sobre dicha cuenca, cuya interpretaci´on puede ser altamente descriptiva de la misma.
El mismo MDT, con su informaci´on de altura, nos da un claro ejemplo de lo anterior.
Estudiando la altura media de la cuenca y sus valores de desviaci´on t´ıpica, por ejemplo,
obtendremos un descriptor interesante de lo escarpado que es el terreno de la cuenca. Una
curva hipsogr´afica, par´ametro cl´asico de primera l´ınea para la caracterizaci´on de una cuenca
170 CAP
´
ITULO 4. CUENCAS VERTIENTES
vertiente, no es sino una curva de frecuencias acumuladas, y ´esta puede obtenerse de modo
casi inmediato con los datos del MDT mediante un algoritmo pr´acticamente obvio.
Aplicando estas ideas a otras mallas (direcciones de flujo, ´ındice topogr´afico, ´area acumu-
lada. . . ), podemos tener ante nosotros un n´ umero muy extenso de enfoques que van a dar
buena cuenta de las caracter´ısticas de la cuenca y todas sus distintas cualidades.
Cl´asicamente, por ejemplo, se consideraba poco representativo el dato de pendiente media
de la cuenca estimado mediante, la pendiente del cauce principal, por lo que se empleaban
conjuntamente otros descriptores de la pendiente tales como una curva de frecuencia de la
misma dentro de la cuenca, calculada a partir de las mediciones en una serie de puntos arbi-
trarios de la misma. Las posibilidades que abre el empleo de un MDT, permitiendo tomar no
una serie de puntos, sino la totalidad de ellos para realizar el antedicho an´alisis de frecuencia,
suponen una gran ventaja en la evaluaci´on de par´ametros cl´asicos, as´ı como en el desarrollo de
nuevos factores de similar interpretaci´on pero con caracter´ısticas m´as ventajosas desde muchos
puntos de vista.
Es interesante que el lector trabaje sobre este tema buscando los significados de las mag-
nitudes que seg´ un lo anterior puedan derivarse de las mallas definidas en el texto — o incluso
de algunas nuevas mallas derivadas de las anteriores —, pues ´este ser´a un ejercicio que ayu-
dar´a notablemente a la comprensi´on de la filosof´ıa que reside en el an´alisis computacional de
los datos que vamos progresivamente obteniendo, y que se plasmar´a de modo definitivo y muy
tangible sobre los modelos hidrol´ogicos a exponer en pr´oximos cap´ıtulos.
4.3.3. Distancias y tiempos de salida para las distintas celdas de la cuenca
Como ya se introdujo brevemente algunas p´aginas atr´as, el estudio de las distancias re-
corridas por cada punto en su recorrido a trav´es de la cuenca guarda notable importancia
para diversos aspectos hidrol´ogicos que merecen una cierta atenci´on preferente dentro de este
texto. El estudio de dichas distancias, no s´olo para celdas concretas, sino tambi´en como valores
medios de las mismas o sus distribuciones relativas, suponen una informaci´on de primer orden
asociada a la morfolog´ıa de la cuenca y, m´as interesante a´ un, al comportamiento hidrol´ogico
de ´esta derivado de dicha morfolog´ıa.
A esto debe sumarse el hecho de que la adici´on posterior de formulaciones complementarias
con un componente fuertemente hidr´aulico y el concurso otra serie de datos permiten convertir
los valores referentes a distancias de salida en tiempos de recorrido, abriendo as´ı una nueva
perspectiva sobre la respuesta hidrol´ogica tanto global como local de la cuenca.
La informaci´on de la que disponemos acerca de la superficie de la cuenca, aprovechando la
caracterizaci´on tridimensional de la misma y el detalle de ´esta, permite precisar con suficiente
resoluci´on los distintos aspectos que definen esa relaci´on entre la forma y comportamiento
de la unidad hidrogr´afica considerada, profundiz´andose as´ı en el conocimiento de los proce-
sos hidrol´ogicos que sobre ella tienen lugar desde un nuevo punto de vista. Mientras que los
par´ametros presentados hasta el momento tienen en consideraci´on la cuenca como una estruc-
tura plana — as´ı es el pol´ıgono que define a dicha cuenca seg´ un lo definimos — o bien utilizan
la altura con c´aracter puntual, la cuenca es una estructura espacial cuyas cualidades desde el
punto de vista hidrol´ogico est´an igualmente influidas por las tres dimensiones de la misma. El
estudio de todas ellas de modo conjunto, haciendo posible esa importante visi´on adicional de
la cuenca, se ve materializado en el an´alisis del par´ametro que se desarrolla en este punto.
La ejecuci´on de este an´alisis, para el que es necesaria la completa informaci´on altitudinal
de los puntos que componen la cuenca, nos obliga a regresar a la definici´on original de la
misma en formato raster, siendo as´ı como se ponen de manifiesto las ventajas de cada formato
de almacenamiento que para la caracterizaci´on f´ısica de dicha cuenca en su momento elegimos.
Podemos decir, de modo resumido, que el estudio de distancias en el seno de la cuenca es
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 171
tambi´en un par´ametro de forma de la misma, aunque, sin ninguna duda, reflejo de un an´alisis
m´as profundo e intenso y con derivaciones notables sobre diversos aspectos hidrol´ogicos que
paulatinamente iremos presentando.
En este apartado, todos los anteriores aspectos ser´an estudiados desde el punto de vista
conceptual, pues su relativa novedad — o al menos la novedad en las capacidades que de su
actual resoluci´on pueden derivarse — hacen recomendable el tratar expl´ıcitamente la inter-
pretaci´on de valores empleados y obtenidos. Por supuesto, lo anterior se acompa˜ nar´a de las
formulaciones y algoritmos correspondientes que sirven para una aplicaci´on directa y un mejor
desarrollo de la base te´orica antedicha.
El objetivo del trabajo en este punto vamos a materializarlo, como ya es habitual, en la
elaboraci´on de una nueva malla regular de valores, los cuales en este caso ser´an las distancias
— o tiempos — recorridas por el flujo generado en cada celda en su trayecto aguas abajo
hasta el punto de cierre de la cuenca.
La ya citada cualidad de la cuenca como entidad espacial tridimensional, junto con las
ventajas asociadas al estudio de las mismas en este sentido sobre la potente base del MDT,
pueden ponerse de manifiesto antes de entrar en la formulaci´on directa de algoritmos y la
exposici´on de conceptos, mediante un peque˜ no ((experimento)) que, a buen seguro, va a servir
para ir comprendiendo la manera en que estos an´alisis, en apariencia de mera clasificaci´on,
son fieles indicadores del comportamiento final de la cuenca desde el punto de vista de la
hidrolog´ıa en su m´as puro sentido.
Figura 4.6: Cuenca original y modificada para variar la distribuci´on de tiempos de salida. La respuesta
y comportamiento hidrol´ogico de ambas es distinto, pese a compartir valores de otros par´ametros de
forma.
Para ello, se lleva a cabo sobre la base de un MDT — en este caso, por simplicidad, se
ha trabajado con una cuenca semicircular creada a partir de una formulaci´on puramente ma-
tem´atica — una modificaci´on de alturas en algunas de sus celdas, aumentando o disminuyendo
elevaciones en diversas zonas, de tal modo que los recorridos del flujo desde estas zonas se vean
modificados con respecto a los existentes en el MDT original. Por supuesto, la modificaci´on se
realiza de forma que los l´ımites de la cuenca no se vean modificados, actuando sobre puntos
interiores. Asimismo, realizada esta acci´on, otros par´ametros de forma no ven apenas modifi-
cados sus valores, reflejando desde ese punto de vista dos cuencas pr´acticamente id´enticas. La
imagen (4.6) muestra vistas en relieve de ambas cuencas, tanto original como modificada
1
.
1
Para el lector m´as inquieto, algunos comentarios acerca de c´omo se ha desarrollado esta modificaci´on. A
pesar de que se coment´o que los formatos de im´agenes en escala de grises no son correctos para el almacenamiento
de MDTs, s´ı que pueden ser empleados para experiencias como ´estas donde la precisi´on en las resoluciones pasa
a un segundo plano, abriendo as´ı todo un enorme abanico de posibilidades gracias a las infinitas funcionalidades
de los programas de tratamiento digital de im´agenes. Con un programa tal como GIMP (disponible en www.-
gimp.org) puede emplear filtros y otros elementos para alterar MDTs almacenados como im´agenes y estudiar las
consecuencias de ello sobre aspectos hidrol´ogicos, utilizando con posterioridad las aplicaciones que se describen
en el anexo correspondiente.
172 CAP
´
ITULO 4. CUENCAS VERTIENTES
Figura 4.7: Variaci´on en las distribuciones de frecuencias de los tiempos de salida al modificar inter-
namente la cuenca. A la izquierda, cuenca original. A la derecha, cuenca modificada.
El c´alculo de las distancias de salida, convertidas en este caso en tiempos de salida — en
breve se ver´a como llevar esto a cabo —, arroja sin embargo resultados muy distintos. Si se
representa una curva de frecuencia de los valores obtenidos, su aspecto para la misma cuenca
sobre los distintos MDTs es bien distinta, como queda reflejado en la figura (4.7). Aunque se
trata de un tema que ser´a analizado en un cap´ıtulo posterior, es probable que el lector haya
intuido ya la similitud de estas curvas de frecuencia — especialmente la segunda de ellas, por
no estar asociada a una cuenca tan ((artificial)) — con las formas habituales de un hidrograma.
Asumiendo esta relaci´on — completamente cierta, por otra parte—, entre distancias de salida
y variaci´on de caudal en la salida de la cuenca, resulta obvio que la configuraci´on interna
de la cuenca de la que estas distancias nos informan se encuentra ´ıntimamente ligada con el
comportamiento y la respuesta hidrol´ogica de la cuenca ante los eventos de precipitaci´on que
sobre ella tengan lugar. Por tanto, el inter´es por este par´ametro y por su significado queda
perfectamente justificado en este punto, d´andole la importancia que merece como caracteriza-
dor completo de la cuenca tanto f´ısicamente como desde el punto de vista de su actividad en
el ciclo hidrol´ogico.
Veremos m´as adelante alg´ un otro ejemplo de las diferencias existentes entre estos dos
MDTS — original y modificado —, que pese a mantener los mismos valores de los par´ametros
m´as cl´asicos ya estudiados, representan entidades distintas respecto a su comportamiento
hidrol´ogico.
Distancias
Comprobada la importancia de la distancia de flujo como factor a utilizar en el an´alisis
hidrol´ogico, y habiendo quedado introducida la relaci´on entre ´esta y otra serie de elementos que
con posterioridad ser´an analizados en mayor detalle, es momento de entrar en la metodolog´ıa
que permite el c´alculo y evaluaci´on de dicha distancia. Una vez m´as, como para todo an´alisis
que se encuentre relacionado en alguna medida con el flujo de agua a trav´es de la propia
cuenca, resultan b´asicas como elemento de partida las direcciones de flujo en cada celda.
Con ´estas, el seguimiento del flujo desde cada una de ellas hasta la celda de cierre de la
cuenca nos se˜ nalar´a un recorrido entre celdas que, de modo sencillo, podemos medir disponien-
do de ese modo de la distancia buscada para cada una. Tambi´en una vez m´as, la formulaci´on
explicita de estos conceptos y la elaboraci´on de algoritmos asociados puede realizarse en con-
diciones ventajosas a trav´es de expresiones recursivas, teniendo en cuenta que, denominando
f
DIST
(i, j) a la funci´on que da la distancia recorrida desde la celda (i, j) hasta la salida, se
cumple
Pruebe y experimente con estas acciones. Adem´as de ser muy instructivo, es algo tremendamente divertido y
supone una nueva manera de entender los MDTs como tales y las aplicaciones que trabajan sobre los mismos.
Intente adjudicar una interpretaci´on hidrol´ogica a las modificaciones que haga y a los resultados obtenidos
sobre ellas.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 173
f
DIST
(i, j) = f
DIST
(i +m, j +n) +g
_
m
2
+n
2
(4.17)
donde g es el tama˜ no de celda y (i +m, j +n) es la celda sobre la que vierte (i, j).
La consideraci´on de una ´ unica celda como receptora del flujo desde (i, j) nos indica que,
como es sencillo advertir, el razonamiento anterior se encuentra basado sobre la metodolog´ıa
del D8 y que, como viene siendo habitual, s´olo se trata de un razonamiento completo si se
aplica este m´etodo, debiendo precisarse su significado a la hora de utilizar uno distinto.
A medida que nos acercamos, no obstante, a las formulaciones m´as hidrol´ogicas y tratamos
de dar un sentido distinto del mero an´alisis del terreno a los resultados que vamos obteniendo,
este m´etodo del D8 que ya era por s´ı mismo el eje principal de todas las formulaciones rela-
cionadas con la direcci´on de flujo, se va haciendo a´ un mas preponderante. La simplicidad y
eficacia de los algoritmos que derivan del mismo, s´olo ensombrecidas por la mayor imprecisi´on
que el m´etodo en s´ı conlleva, se ve favorecida al emplear sus resultados en conceptos con una
cada vez mayor componente hidrol´ogica. Por ello, las nuevas formulaciones que van siendo ex-
plicadas en ´este y lo ser´an en sucesivos cap´ıtulos, cada vez van a basarse m´as exclusivamente en
los conceptos del D8, quedando su aplicaci´on en conjunto con otros m´etodos como un ejercicio
pr´actico para el lector. La interpretaci´on de los resultados cuando se contempla el uso de uno
de dichos otros m´etodos, aunque paulatinamente con menor relevancia, se comentar´a siempre
que se considere necesario.
En el caso que ahora nos ocupa, el empleo de un algoritmo de tipo MFD, resultando en un
desplazamiento desde cada celda a un n´ umero m´as elevado de celdas circundantes, da lugar
a otros tantos recorridos aguas abajo y sus correspondientes distancias y tiempos asociados.
Este hecho hace desaparecer el sentido de trabajar sobre una malla de distancias, pues para
cada celda de la misma debieran recogerse m´as de un valor, en particular tantos como celdas
distintas reciban el flujo existente en ella.
A efectos del resultado final, y considerando la implicaci´on hidrol´ogica ya mostrada de este
par´ametro, la precisi´on aportada por otros m´etodo distintos del D8 no supone una diferencia de
precisi´on relevante. Los diversos recorridos desde cada celda son altamente similares siempre,
por lo que, traduciendo las distancias a tiempos y las ´areas acumuladas a caudales l´ıquidos,
los resultados van a a ser altamente similares. En un s´ımil muy adecuado para este contexto,
vemos que la incorporaci´on de interpretaciones hidrol´ogicas sobre los resultados obtenidos
ejerce un dulce efecto laminador sobre los errores o imprecisiones que pueden achacarse a cada
m´etodo, haciendo as´ı que, cada vez con m´as justificaci´on, la decisi´on entre los mismos se lleve a
cabo ´ unicamente en virtud de la eficacia y sencillez de sus algoritmos y expresiones asociadas.
Centr´andonos, pues, sobre el D8 como metodolog´ıa base, la expresi´on en pseudoc´odigo
con que se cierra el desarrollo de este apartado, queda como sigue. La matriz de distancias se
denota como D. Ejecutando este algoritmo sobre la celda de cierre, las distancias hasta dicha
celda desde todas las restantes de la cuenca quedan definidas en esta matriz.
procedimiento CalcularDistanciaSalida (i,j)
// (i,j) es el punto de cierre
{
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
174 CAP
´
ITULO 4. CUENCAS VERTIENTES
D(i+n,j+m)=D(i,j)+ g * SQR(n*n+m*m)
CalcularDistanciaSalida (i+n,j+m)
}
}
}
}
}
Figura 4.8: Representaci´on de una malla de distancias de salida. Los tonos m´as claros representan
distancias mayores.
El par´ametro que ha dado lugar en origen al c´alculo de las distancias de flujo, es decir,
la longitud de la cuenca, se calcula con suma sencillez una vez que se conoce la malla de
distancias haciendo uso del algoritmo anterior. Simplemente buscando el mayor valor en la
misma, la celda a la cual corresponda ese valor es la situada hidrol´ogicamente m´as alejada de
la salida de la cuenca y, por tanto, la que determina la longitud de la misma.
La representaci´on de una malla de distancias de salida se recoge en la figura (4.8)
Tiempos
Conociendo ya las distancias existentes entre las celdas y el punto de salida de la cuenca, y
aplicando la sencilla y por todos conocida relaci´on entre tiempo y distancia t = s/v, podemos
proceder a la transformaci´on de esta ´ ultima en el primero, de sumo inter´es para consideraciones
hidrol´ogicas diversas como ya qued´o introducido hace algunas l´ıneas. La velocidad que nos
permite realizar la conversi´on anterior es el ´ unico par´ametro en el que debemos, por tanto,
centrarnos en esta secci´on, dependiendo de la precisi´on — y complejidad asociada — a dicha
velocidad, que los valores de tiempo obtenidos sean correspondientemente m´as precisos — y
complejos sus algoritmos asociados —.
Dos metodolog´ıas para la estimaci´on de velocidades van a ser analizadas y presentadas:
velocidad constante y velocidad variable en funci´on del flujo acumulado y la pendiente. En
ambos casos se busca como resultado final un valor para cada una de las celdas de la cuenca,
aunque, por ser esta malla constante en el primer caso, no es necesario reflejar dicho valor
en una malla pudiendo emplearse directamente sobre la distancia de cada punto. A la hora
de utilizar la velocidad para crear la malla de tiempos, en el caso de emplear una velocidad
variable, el tiempo de paso entre dos celdas variar´a a lo largo del recorrido aguas abajo de
cada celda, por lo que debe en primer lugar calcularse la malla de velocidades y despu´es, con
ella, elaborar directamente la de tiempos sin pasar por una malla de distancias intermedia.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 175
En el caso de velocidad constante, simplemente dividiendo la distancia por el valor de dicha
velocidad se obtiene sin necesidad de m´as operaciones la nueva malla buscada. Ambas formas
de proceder se analizan con el detalle a continuaci´on.
Comenzando por el mucho m´as sencillo supuesto de velocidad uniforme en todas las celdas
de la cuenca, la forma de operar con la misma ha quedado suficientemente clara con las breves
indicaciones dadas anteriormente. El ´ unico aspecto que resta es, pues, calcular dicha velocidad
a emplear, para lo cual debemos recurrir a la longitud de la cuenca como par´ametro de base.
Con dicha longitud para el punto mas alejado, si se conociese el tiempo que dicho punto
tarda en recorrer el camino que lo separa del punto de cierre, podr´ıamos f´acilmente calcular
la velocidad media de su recorrido, la cual bien podr´ıa aplicarse como velocidad media del
flujo en la cuenca — siempre, obviamente, con el l´ogico error que se incorpora al utilizar
una hip´otesis tan sumamente simplificadora como la actual —. Pero dicho tiempo no es otro
que el tiempo de concentraci´on, par´ametro para el cual existen numerosas formulaciones y
que podemos conocer sin dificultades acudiendo a alguna de las mismas. Habitualmente, la
formula de Kirpich — tambi´en conocida como f´ormula de California — se utiliza para esta
cometido, siendo su expresi´on
t
c
= 0,01947S
−0,385
L
0,77
(4.18)
donde S es la pendiente media de la cuenca — medida de la forma cl´asica, esto es, como la
pendiente del curso m´as largo —, y L la longitud de la cuenca — nuevamente, la del curso
m´as largo —.
Conociendo tiempo y distancia, el calculo de la velocidad puede darse en este punto por
finalizado.
El aspecto de una malla de tiempos de salida creada seg´ un lo anterior, se corresponde
directamente con el de la malla de distancias asociada, pues existe una relaci´on constante
entre ambos par´ametros en cada una de las celdas.
Si la hip´otesis empleada se considera excesivamente simplista, pueden a˜ nadirse alg´ un refi-
namiento a la misma sin necesidad de entrar en c´alculos mucho m´as complejos, diferenciando
en cuanto a su velocidad de flujo las celdas de cauce de las que presentan escurrimiento en
ladera. Acudiendo a la malla de flujo acumulado, se asignar´a a las celdas que superen un valor
umbral la velocidad calculada seg´ un lo expresado anteriormente, tomando para el resto de
celdas un valor inferior. Garrote y Bras proponen la relaci´on
V
ladera
=
V
cauce
k
(4.19)
donde k se sit´ ua seg´ un estos autores en el intervalo de valores 10–15. Esta leve modificaci´on
supone una mejora conceptual y de precisi´on para el c´alculo de tiempos, y su empleo es
relativamente habitual para evitar la suposici´on de una velocidad hom´ogenea en la totalidad
de las zonas de la cuenca independientemente de sus caracter´ısticas.
El verdadero aumento de precisi´on — y de fidelidad para con el proceso real modelizado
— se consigue, no obstante, teniendo en cuenta algunos par´ametros m´as de los que entran
a formar parte del fen´omeno de escurrimiento y desplazamiento del flujo, aparte de los ya
considerados.
En primer lugar, la idea introducida anteriormente de caracterizar de modo diferente las
zonas de cauce de aquellas sin flujo encauzado — l´ease, con poco flujo acumulado — parece un
primer paso a llevar a cabo. El umbral a emplear, sin embargo, no tiene una finalidad similar a
la que ve´ıamos en el caso de la propia definici´on de cauces y, consecuentemente, puede basarse
en diferentes conceptos y simplificarse su elecci´on.
Por ejemplo, Huggins y Burney (1982) consideran que el flujo en ladera no encauzado
tan s´olo puede darse durante los primeros 100 metros. Si empleamos una hipot´etica cuenca
176 CAP
´
ITULO 4. CUENCAS VERTIENTES
vertiente semicircular con ese radio, se tiene un resultado de aproximadamente 1,8 hect´areas,
valor que, aceptando lo anterior, puede utilizarse como divisor entre los dos tipos de flujo
considerados.
Desde este punto, debemos ahora formular un m´etodo para calcular la velocidad teniendo
en cuenta que en las celdas a partir de ese umbral el flujo est´a canalizado — aplicando, por
tanto, las ecuaciones de la hidr´aulica relativas a ese hipot´etico canal de flujo — y que en las
restantes el tipo de flujo es en ladera.
Para este primer caso, la velocidad del flujo estar´a en relaci´on directa con el caudal que
conforme dicho flujo canalizado a trav´es de una ecuaci´on como la bien conocida de Manning
seg´ un la cual
Q =
1
n
S
1/2
A
5/3
P
2/3
(4.20)
Por ello, el conocimiento de este caudal circulante debe ser un paso previo a la estima-
ci´on de la velocidad, pues es requisito en la anterior expresi´on. La exposici´on detallada de
metodolog´ıas para ello es parte del n´ ucleo de la siguiente secci´on del libro, por lo que no se
profundizar´a excesivamente en este aspecto, simplemente indicando una aproximaci´on posible
— aunque la mas habitual y extendida — que nos permita disponer de valores aproxima-
dos de caudal para el c´alculo de la velocidad. Los detalles acerca de la misma, as´ı como de
otros planteamientos de similar ´ındole, quedan recogidos en un posterior apartado y podr´an
ser implementados en lo aqu´ı expuesto de igual modo una vez sean desarrollados en mayor
profundidad.
Suponiendo que se dispone de valores de intensidad de precipitaci´on neta en cada celda
—este hecho ser´a tambi´en en su momento analizado —, pueden convertirse estos valores en
caudales aplicando la ecuaci´on
Q = i · g
2
(4.21)
donde g es el lado de la celda — por tanto g
2
es el ´area de la misma — y i es la intensidad de
escorrent´ıa en ella.
Del mismo modo que podemos calcular las ´areas de flujo acumulado, si hacemos uso de una
nueva matriz que contenga los caudales evaluados en virtud de la anterior expresi´on, podemos
sencillamente calcular el caudal acumulado en cada celda, esto es, el caudal que entra en la
misma y que debemos llevar a nuestra formula para el c´alculo de velocidades (Al–Smadi, 1998).
Los restantes par´ametros de la f´ormula tales como per´ımetro mojado o ´area de la secci´on se
calculan suponiendo una forma del canal, por regla general triangular. La pendiente a utilizar
puede obtenerse, naturalmente, como la pendiente en la propia celda, o bien la pendiente en
la direcci´on de flujo seg´ un los principios en que se basa la propia metodolog´ıa del D8 .
Con estos par´ametros, se sustituyen sus expresiones en la expresi´on de Manning, quedando
as´ı una ecuaci´on con el calado y como ´ unica inc´ognita, la cual puede resolverse de modo sencillo
mediante alg´ un m´etodo num´erico habitual. Una vez el calado es conocido, el ´area de la secci´on
puede calcularse, y con ella la velocidad buscada seg´ un la bien conocida expresi´on
V =
Q
A
(4.22)
En el caso de flujo en ladera en aquellas celdas que no superen el umbral establecido de
´area aportante, la velocidad puede obtenerse combinando la formula de Manning presentada
en (4.20) con una aproximaci´on al proceso mediante la teor´ıa de onda cinem´atica. Siguiendo
a Overton y Meadows (1976), el calado puede tomar la expresi´on
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 177
y =
n · i · x

S
(4.23)
donde n es el n´ umero de Manning y x la distancia recorrida sobre el plano de flujo. Esta
´ ultima se estima como la distancia desde la celda de borde mas cercana — es decir, una celda
sobre la que no viertan otras y su flujo acumulado sea igual a g
2
—, o bien, simplificando
m´as, suponiendo una cuenca semicircular y, con el valor de ´area acumulada a, calculando el
radio de ´esta que ser´a el valor a considerar como distancia de flujo x. En un pr´oximo apartado
se tratar´a mas en detalle el c´alculo exacto de esta distancia hacia la cabecera del flujo aguas
arriba.
Es decir,
x =
_
2a
π
(4.24)
Llevando (4.23) a (4.20), se llega a la ecuaci´on
V =
(i · x)
0,4
S
0,3
n
0,6
(4.25)
la cual nos permite ya disponer de un valor de velocidad tambi´en para estas celdas con flujo
en ladera.
De este modo, todas las celdas de la malla, de una u otra forma, tienen ya una velocidad
asociada particular, estimada en base a sus propias caracter´ısticas. Con los anteriores elementos
y la metodolog´ıa que brevemente se ha apuntado, la creaci´on de una malla de velocidades puede
llevarse a cabo sin mayores dificultades, siendo ´esta ya utilizable para el c´alculo de tiempos
de salida, destino final al que pretendemos llegar con este an´alisis.
La formulaci´on global presentada hasta este punto constituye s´olo una posible forma de
hacer frente a la evaluaci´on de una malla de velocidades apta para su aplicaci´on en el c´alculo de
tiempos de salida. Otras muchas alternativas pueden plantearse a este respecto, tantas como
diferentes planteamientos hidr´aulicos o consideraciones f´ısicas puedan asumirse, por lo que la
soluci´on presentada no es sino un representante — habitual, eso s´ı — de ese conjunto de solu-
ciones. El objetivo de este apartado no es el de presentar una formulaci´on de modo categ´orico,
sino poner de manifiesto las dos tendencias gen´ericas — empleo de velocidad constante o de
una malla de velocidades variables —, de tal modo que con las metodolog´ıas de aplicaci´on
sobre las que ´estas se sustentan, cada cual pueda con conocimiento de causa construir sus
propios modelos o aplicar los que considere m´as oportunos y precisos.
M´as a´ un, uno de los objetivos principales no es sino la comparaci´on efectiva entre la
hip´otesis de velocidad constante — aplicable de modo aproximado en el caso cl´asico de emplear
cartograf´ıa en papel — y la de velocidad variable — s´olo empleable sobre la base de un MDT
—, poniendo de manifiesto las diferencias ventajosas que surgen en este aspecto del uso de
cartograf´ıa digital y que se ver´an directamente reflejadas tambi´en en posteriores apartados.
La presentaci´on de los algoritmos b´asicos a este respecto es sin duda el componente esencial
del apartado, por encima de formulaciones particulares en todo caso.
As´ı pues, una vez se dispone de la malla de velocidades, con independencia del m´etodo
utilizado para su confecci´on, basta modificar el algoritmo que se present´o para la evaluaci´on de
la malla de distancias y utilizar una formulaci´on como la mostrada a continuaci´on para crear
la malla de tiempos de salida que buscamos. La malla de tiempos se denota en esta ocasi´on
como T, siendo V la correspondiente a las velocidades.
procedimiento CalcularTiempoSalida (i,j)
// (i,j) es el punto de cierre
178 CAP
´
ITULO 4. CUENCAS VERTIENTES
{
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
velocidad = (V(i,j)+V(i+n,j+m))/2
T(i+n,j+m)=T(i,j)+ (g * SQR(n*n+m*m)/ velocidad)
CalcularTiempoSalida (i+n,j+m)
}
}
}
}
}
Puesto que el recorrido entre celdas se hace entre los centros de ´estas, se recorre la mitad
de la celda origen y la mitad de la celda destino, lo cual justifica la utilizaci´on de una velocidad
media como la propuesta en la formulaci´on anterior.
Como puede observarse en la figura (4.9), el aspecto de una malla de tiempos de salida
con velocidad variable difiere notablemente del aspecto para su malla de distancias asociadas,
debido a la relaci´on variable que existe entre ambos par´ametros en cada celda.
Figura 4.9: Representaci´on de una malla de tiempos de salida con velocidad variable. Los tonos m´as
claros representan tiempos mayores.
Una alternativa m´as sencilla a todo lo anterior, tanto en concepto como en su aplicaci´on,
pero manteniendo el empleo de velocidad variable, se basa en la consideraci´on de la propia
f´ormula de Kirpich para el tiempo de concentraci´on, aplicando la misma a cada celda de la
cuenca. El tiempo as´ı obtenido es el tiempo de salida de la celda, es decir, directamente el
valor que buscamos para formar la malla de tiempos. Como longitud de flujo para la f´ormula
se utiliza la distancia de salida desde dicha celda, y la pendiente media del cauce se eval´ ua
con la diferencia de cotas entre la celda y el punto de salida, adem´as de la propia distancia.
Sin entrar en un planteamiento con una componente hidr´aulica tan fuerte como el anterior,
se tiene de este modo una aproximaci´on mas realista que en el caso de velocidad constante, al
considerar de modo particular las condiciones de cada celda y su recorrido aguas abajo.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 179
N´otese que al aplicar una hip´otesis de velocidad constante — y tambi´en en esta ´ ultima
formulaci´on que se acaba de comentar — hac´ıamos uso para el c´alculo de ´esta del tiempo de
concentraci´on calculado mediante una formula cualquiera para el mismo, de tal modo que el
tiempo de recorrido para el punto hidrol´ogicamente m´as alejado era precisamente igual a dicho
tiempo de concentraci´on. En el caso de velocidad variable, no hemos necesitado recurrir a dicho
par´ametro, pero sobre la malla de tiempos calculada, te´oricamente el tiempo m´as elevado se
corresponde con el concepto de tiempo de concentraci´on de la cuenca. Esto nos aporta una
nueva metodolog´ıa con una base f´ısica para la estimaci´on de este importante par´ametro, al
mismo tiempo que, en conjunto con las propias f´ormulas para la determinaci´on del mismo,
constituye un elemento de comprobaci´on de sumo inter´es para la calibraci´on de los elementos
que se emplean en la estimaci´on de velocidades de flujo en las distintas celdas de la malla.
Par´ametros de forma derivados
Las distancias y tiempos de salida considerados como par´ametros en ´ıntima relaci´on con
la forma y configuraci´on interna de la cuenca, adem´as de su implicaci´on en el c´alculo de otros
par´ametros hidrol´ogicos como ya se ha visto y se ver´a con m´as detalle en sucesivos cap´ıtulos,
pueden servir para la estimaci´on de interesantes par´ametros de forma de la cuenca, los cuales,
por la diferente naturaleza de la informaci´on recogida en dichas distancias y tiempos en relaci´on
con otros par´ametros b´asicos utilizados, tambi´en ser´an de ´ındole distinta a los par´ametros de
forma hasta ahora presentados.
De ellos, se van a introducir dos gen´ericos que dan buena idea de esta nueva perspectiva
de la que venimos hablando en relaci´on a la utilizaci´on de estos valores, en este caso con
particular inter´es en las distancias.
Consid´erese una malla de distancias de flujo desde cada celda a la celda de salida — la
cual denotaremos como (S
fil
, S
col
) — y apl´ıquese a cada una de ellas la funci´on
f
SIN
: M×N −→R
f
SIN
(i, j) =
f
DIST
(i, j)
_
(i −S
fil
)
2
+ (j −S
col
)
2
(4.26)
Recordando los conceptos relativos a cauces, la anterior definici´on no es sino la de la
sinuosidad del recorrido que desde cada celda va aguas abajo hasta la celda de salida. Este
concepto, que en su momento era utilizado para el caso de los cauces, ahora puede aplicarse
a cada uno de los flujos de agua, independientemente de si estos tiene entidad o no para ser
considerados cauces. Es de inter´es recalcar que entonces las distancias se calculaban utilizando
los puntos de cabecera y definiendo expl´ıcitamente el trazado de cada recorrido, mientras que
en este caso, y puesto que todas las celdas de la cuenca se consideran como tales puntos de
cabecera, la introducci´on de algoritmos m´as eficaces es necesaria y fuerza a la consideraci´on
de un planteamiento distinto.
De cualquier modo, y m´as all´a del inter´es de la propia sinuosidad de un ´ unico trazado,
definamos una sinuosidad global de la cuenca con la expresi´on
τ =

f
SIN
(i, j)g
2
A
; ∀(i, j) ∈ C (4.27)
siendo C el conjunto de celdas que pertenecen a la cuenca.
El significado f´ısico de este par´ametro se puede apreciar r´apidamente si recurrimos de nuevo
a la comparaci´on entre los MDTs original y modificado que se presentaron al principio de este
apartado. Mientras que para el primero de ellos el valor de la sinuosidad de cuenca es τ ≈ 1
— pues los recorridos en una cuenca semicircular circular son lo m´as directos posibles —, en
180 CAP
´
ITULO 4. CUENCAS VERTIENTES
el segundo caso, donde la modificaci´on introducida obliga al agua a ((dar m´as rodeos)) antes
de llegar al cierre de la cuenca, el valor de sinuosidad es de τ = 1, 85. Es claro, por tanto,
y como parece l´ogico dada la formulaci´on establecida, que la sinuosidad guarda abundante
informaci´on acerca del comportamiento hidrol´ogico de la cuenca, en particular acerca de cuan
((d´ırecto)) se desplaza el flujo desde las distintas zonas de la cuenca hasta su punto de cierre.
Una interpretaci´on similar recordemos que se asocia tambi´en a la forma plana de la cuenca,
donde las formas circulares muestran una eficacia mayor en desalojar el flujo que las alargadas
o fusiformes. La combinaci´on de ambos par´ametros es, naturalmente, de gran inter´es para
definir con notable justificaci´on la naturaleza de la cuenca en este sentido.
En esa misma linea, definamos un segundo par´ametro de forma de la cuenca, que evalua-
remos seg´ un la expresi´on
χ =

f
DIST
(i, j) · g
2
A
; ∀(i, j) ∈ C (4.28)
Este nuevo factor no es sino una media de las distancias recorridas desde cada celda,
por lo que, en principio, resulta de poca informaci´on pues es por completo dependiente de
las dimensiones de la cuenca. Dividiendo lo anterior entre el ´area de la misma, obtendremos
un par´ametro de mayor aplicabilidad que nos podr´a permitir establecer comparaciones entre
diversas cuencas.
χ =

f
DIST
(i, j) · g
2
A
2
; ∀(i, j) ∈ C (4.29)
De igual modo que con el factor de sinuosidad de cuenca τ anteriormente definido, el
significado f´ısico de este nuevo valor guarda un relaci´on directa con la eficacia de la cuenca
para la evacuaci´on del flujo en ella generado.
Como puede verse, la combinaci´on de ´estos y otros par´ametros de forma, as´ı como otros
factores asociados a la geometr´ıa de la cuenca permite, llegados a este punto, caracterizar
por completo la misma y disponer de los valores necesarios para acometer definitivamente
el planteamiento de modelos hidrol´ogicos completos con los que ir alcanzando los verdaderos
objetivos del estudio que iniciamos al comienzo de la obra.
4.3.4. Tiempos y distancias a cabecera
En la ecuaci´on (4.23), hacia aparici´on el par´ametro x de distancia sobre la l´ınea de flujo,
el cual se dijo que pod´ıa asimilarse a la distancia entre la celda analizada y la cabecera del
flujo que llega a la misma. Una vez que se conocen los mecanismos e ideas para el c´alculo
de los tiempos y distancias de salida, y puesto que existe gran similitud, puede abordarse
una definici´on m´as detallada de dicha distancia a cabecera y la formulaci´on de las pertinentes
formulaciones al respecto.
La creaci´on de una malla de distancias a cabecera, objetivo de este apartado, nos per-
mitir´a, al igual que la malla de tiempos de salida, su utilizaci´on posterior en otros aspectos
hidrol´ogicos, como en su momento analizaremos.
Puesto que existe una relaci´on estrecha entre tiempos y distancias de salida, y dicha relaci´on
se mantiene de igual modo en el caso de ser medidas hacia la cabecera — aguas arriba — en
lugar de hacia el punto de salida de la cuenca — aguas abajo —, ´ unicamente se desarrollar´an
los aspectos relativos a las distancias, entendi´endose que la conversi´on de ´estas en tiempos
puede llevarse a cabo en virtud de lo ya explicado en el apartado precedente. De modo similar
al caso anterior, para el c´alculo de una malla de distancias ´ unicamente resultar´a necesario el
propio MDT, mientras que en el caso de tiempos ´este deber´a complementarse con una malla
de velocidades, siendo este primer caso, como ya se ha dicho, el que ser´a aqu´ı tratado.
4.3. CARACTERIZACI
´
ON DE CUENCAS VERTIENTES 181
Figura 4.10: Representaci´on de una malla de distancias a cabecera. Las tonalidades claras indican
mayor distancia.
Trabajando pues sobre el MDT, y denotando como t
cab
i,j
el tiempo a cabecera de la celda
(i, j), se tiene que
t
cab
i,j
= m´ax(t
cab
i+m,j+n
+
_
n
2
+m
2
)
n, m = −1, 0, 1 (i +m, j +n) vierte sobre (i, j) (4.30)
es decir, el m´aximo entre las distancias de las celdas aportantes a la celda problema, m´as la
propia distancia a dicha celda.
La adici´on de una condici´on de inicio en el que se exprese el valor de t
cab
sin referencia
a otras celdas, permitir´a el establecimiento de una formulaci´on recursiva, actuando como
finalizador de la recursi´on. Esta condici´on no es otra que
t
cab
i,j
= 0 (4.31)
para las celdas (i, j) que sean ellas mismas de cabecera, es decir, aquellas que no reciban
ning´ un tipo de flujo.
Con todo lo anterior, las ideas principales desarrolladas se plasman sobre el siguiente
algoritmo, el cual, como ya es habitual, permite mediante su utilizaci´on sobre la celda de
cierre de la cuenca el c´alculo de la malla buscada. La matriz de distancias se denota como D.
funcion CalcularDistanciaACabecera(i,j)
{
distanciaMax=0
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
distancia = CalcularDistanciaCabecera(i+m,j+n) +
+ SQR(n*n+m*m)
distanciaMax=max(distanciaMax, distancia)
}
}
}
}
D(i,j) = distanciaMax
devolver distanciaMax
}
La figura (4.10) recoge el aspecto de una malla de distancias a cabecera obtenida seg´ un lo
anterior. La representaci´on de la malla se presenta con escala logar´ıtimica para potenciar la
informaci´on que de la misma puede obtenerse. N´otese lo f´acil que resulta sobre esta malla la
localizaci´on de los cauces — con distancias elevadas y en tonalidad clara — y las cumbres y
crestas — con distancia corta o nula y en color negro —.
Como resulta l´ogico, el valor m´aximo de distancia a cabecera debe coincidir con el va-
lor m´aximo obtenido en la malla de tiempos de salida, no ocurriendo esto mismo con otros
par´ametros de tipo estad´ıstico que de ambas mallas puedan derivarse. Esta ´ ultima circunstan-
cia puede comprobarse simplemente por el hecho de que la representaci´on logar´ıtmica arroje
una mayor informaci´on visual de la malla de tiempos a cabecera, lo cual no ocurr´ıa en el caso
de la correspondiente a tiempos de salida.
Ejercicios y cuestiones propuestas
1. Elaborar un algoritmo para el c´alculo de la curva hipsogr´afica de una cuenca dada.
2. Una propuesta distinta para obtener la pendiente media de una cuenca consiste en el c´alculo de
la media de pendiente de todos los recorridos entre cada celda y el punto de salida. Escriba un
algoritmo para llevar a cabo dicho c´alculo.
3. Se define la altura de cuenca como la diferencia de elevaci´on entre el punto de cierre de la misma
y la mayor cota aguas arriba del mismo. Plantear un algoritmo para el c´alculo de una malla de
alturas de cuenca.
4. Se define la altura relativa como la diferencia entre la altura media de la cuenca vertiente a una
celda dada y la altura de dicha celda. Elab´ore un algoritmo para la obtenci´on de una malla de
datos de este valor y desarrolle una interpretaci´on hidrol´ogica del mismo.
5. Elaborar un algoritmo para el c´alculo del centro de gravedad de la cuenca bas´andose ´ unicamente
en la representaci´on raster de la misma.
6. El uso combinado del MDT con la malla de cuencas y subcuencas nos permite considerar estas
´ ultimas como elementos tridimensionales con volumen. Partiendo de esta consideraci´on, elab´oren-
se algoritmos para realizar los siguientes c´alculos.
C´alculo del volumen de la cuenca.
C´alculo del centro de gravedad de la cuenca.
7. Utilizando la representaci´on vectorial del per´ımetro de la cuenca, elab´orense algoritmos para el
c´alculo de los ejes mayores y menores de la misma.
8. La superficie calculada de la cuenca es la superficie proyectada de la misma. Elaborar un algoritmo
para el c´alculo de la superficie real de la cuenca teniendo en cuenta las pendientes entre celdas.
Est´ udiese la relaci´on entre estos dos par´ametros.
9. Estudiar la relaci´on entre superficie real y superficie proyectada para diferentes MDTs y a dife-
rentes resoluciones. ¿Exhibe este par´ametro propiedades fractales? Raz´onese la respuesta.
Parte II
Modelizaci´on Hidrol´ogica
183
Introducci´on
Ahora s´ı, todas las piezas del juego desde el punto de vista f´ısico se han dispuesto para que
podamos llevar a cabo el an´alisis hidrol´ogico que perseguimos, de tal modo que ´este haga suyas
las ventajas asociadas a los par´ametros previamente extra´ıdos, los cuales son m´as precisos y
exactos en virtud de la utilizaci´on del MDT como fuente base de informaci´on.
No obstante, ese MDT, el tablero donde vamos a jugar nuestra partida, debe ser ahora
considerado como tal, no limit´andonos al mero empleo de los valores de que ya disponemos
sobre los modelos cl´asicos conocidos, sino tambi´en adaptando esos modelos a la nueva realidad
del entorno en el que trabajamos, llevando m´as alla a´ un esas ventajas que antes se comentaban.
Dando un paso m´as, no s´olo debemos reconsiderar la manera en que los modelos que conoz-
camos (u otros que puedan desarrollarse) vayan a ser aplicados, sino que nuestro ya profundo
conocimiento del MDT y de otras entidades similares (todas ellas tambi´en escenarios sobre
los que vamos a poner en escena nuestra modelizaci´on) nos debiera permitir la incorporaci´on
de nuevos elementos en las mismas condiciones de mayor precisi´on y potencia, simplemente
haciendo uso de los conceptos que hasta ahora conocemos y aplic´andolos sobre otros aspectos
distintos.
Por una parte, pues, este segundo bloque del libro act´ ua como un crisol donde se condensan
los elementos ya desarrollados, cobrando sentido al incorporarse en su destino final, que no es
otro que el de los distintos modelos hidrol´ogicos al uso. Por otra parte, representa tambi´en una
continuaci´on en la linea argumental seguida hasta el momento, prosiguiendo en la introducci´on
de nuevos conceptos e ideas con diverso grado de novedad sobre los enfoques cl´asicos habituales.
Desde uno u otro punto de vista, el desarrollo de la materia que ahora va a introducirse
representa el sentido exacto de esa hidrolog´ıa computacional que da t´ıtulo a este texto, y como
tal debe verse en todo momento. Las ideas a exponer son realmente sencillas y concretas, pero
el n´ umero de formulaciones posibles es en exceso elevado. Por ello, lo m´as conveniente en mi
opini´on ha sido intentar mostrar por encima de todo esas ideas y esos principios fundamentales,
de modo que ´estos reflejen los elementos b´asicos necesarios para el desarrollo sobre cualquier
base te´orica de las muchas existentes, de modelos hidrol´ogicos con base computacional.
De igual forma, no todos los modelos para los cuales se haya planteado un enfoque com-
putacional y est´en plasmados en diferentes aplicaciones inform´aticas han sido recogidos aqu´ı,
pues es en conjunto con el empleo de Modelos Digitales del Terreno o de la informaci´on que de
ellos hemos derivado, como se define la verdadera materia que queda tratada en este texto. El
uso de ordenadores en hidrolog´ıa se remonta a las primeras epocas de ´estos, cuando ejerc´ıan
como mero soporte en el c´alculo de los distintos resultados sobre los modelos existentes, apor-
tando al an´alisis hidrol´ogico tan solo su potencia bruta de c´alculo. Es, sin embargo, con la
introducci´on de las nuevas tecnolog´ıas relativas al registro de la informaci´on espacial, ya en
epocas m´as recientes, cuando se produce el giro que permite la utilizaci´on de esos mismos or-
denadores (ahora m´as potentes) de un modo notablemente distinto, abriendo nuevas filosof´ıas
y extendiendo el ab´anico de la hidrolog´ıa hacia los territorios que pretenden cubrirse con este
texto.
Como consecuencia de lo anterior, la exposiciones de esta parte se fundamentan m´as en
185
186
pasajes descriptivos de caracter muchas veces puramente verbal, no recurri´endose con excesi-
va frecuencia al empleo de f´ormulas explicitas relativas a los modelos utilizados, salvo como
ejemplo puntual de las ideas desarrolladas, o cuando la existencia de alg´ un modelo un´anime-
mente aceptado o de mayor inter´es de cara a la materia tratada exige la presentaci´on de las
ecuaciones que lo definen. El objetivo de este enfoque no es otro que centrar todo lo posible la
atenci´on sobre la filosof´ıa de utilizaci´on de las tecnolog´ıas que vamos conociendo progresiva-
mente — siempre sin perder el sentido pr´actico, obviamente —, de modo que, aun mostrando
las formulaciones m´as id´oneas para ser integradas junto con el trabajo que ya ha sido realiza-
do sobre el MDT, el lector pueda abordar la implementaci´on de cualquier planteamiento de
un modo ventajoso y sin perder, sino potenciar, las ventajas que ya se obtuvieron con dicho
an´alisis ya efectuado.
Pese a todo lo anterior, el primer cap´ıtulo presenta un breve resumen de algunos modelos
existentes que conjugan el an´alisis hidrol´ogico con el empleo de Modelos Digitales del Terreno
y cartograf´ıa de similares caracter´ısticas, para as´ı introducir los planteamientos generales de
´estos, de los cuales, con ciertas modificaciones y adiciones por mi parte, he tomado parte
de los desarrollos que se exponen en cap´ıtulos sucesivos respecto a los diferentes param´etros
utilizados. El conocimiento de estos modelos y su herramientas inform´aticas asociadas, cada
uno de ellos con sus particularidades, ventajas e inconvenientes, facilitar´a la comprensi´on de
los conceptos gen´ericos a todos ellos, al mismo tiempo que aporta una perspectiva de mayor
riqueza sobre la propia modelizaci´on computacional de los procesos hidrologicos.
En otras palabras, mientras que en la primera parte de la obra se han recogido la pr´actica
mayor´ıa — al menos desde el punto de vista de su implementaci´on real en software — de
las formulaciones existentes para el an´alisis del terreno con una finalidad hidrol´ogica, en esta
segunda parte no se incluyen apenas ejemplos de formulaciones como tales en relaci´on con
la modelizaci´on hidrol´ogica en todos sus sentidos, y cuando esto sucede es ´ unicamente con
car´acter ejemplificador. El n´ ucleo de los cap´ıtulos restantes se basa, por encima de todo, en
ideas gen´ericas y pautas habituales al respecto.
La estructuraci´on de este resto de cap´ıtulos que componen la presente parte, en cierta
medida se asemeja a los esquemas habituales en los libros de hidrolog´ıa de tipo general,
aunque el desarrollo de cada uno de ellos internamente no se corresponde con un esquema
cl´asico, poni´endose m´as ´enfasis en unos conceptos y menos en otros. La frontera que separa
los contenidos de ambas partes no se encuentra por completo definida, incluy´endose en la
presente algunos elementos que bien podr´ıan pertenecer a la anterior (en especial los primeros
cap´ıtulos), mientras que ya en dicha parte precedente se avanzaron algunos conceptos m´as
propios de ´esta. No obstante, se ha buscado una estructura que haga aut´onomos a ambos
bloques, quedando el primero centrado principalmente sobre lo concerniente al an´alisis del
terreno, trat´ andose en este segundo los temas principalmente de corte hidrol´ogico, entendida
esta cualidad desde distintos puntos de vista.
Por todo lo mencionado con anterioridad, las teor´ıas y resultados aqu´ı recogidos son s´olo
ejemplos con car´acter gen´erico con cierta base cl´asica y cierta base m´as actual, que podr´an
siempre ser matizados o adaptados de acuerdo con una u otra propuesta de tipo te´orico,
pero que guardan siempre en su fondo ese concepto que venimos denominando Hidrolog´ıa
computacional y que ahora ya por fin comienza a trazarse de modo definitivo.
Cap´ıtulo 5
Ideas generales y antecedentes
“And relationships,” he had told her, “contained the essential meaning of life.”
Pearl S. Buck
5.1. Introducci´on
Muchos son los elementos que intervienen en los distintos fen´omenos hidrol´ogicos y, dife-
renciados por el uso que en mayor o menor medida hacen de los mismos, muchos son tambi´en
los modelos hidrol´ogicos y enfoques que se presentan. Todos estos par´ametros, cuyo significado
y su vinculaci´on con el an´alisis de MDTs, as´ı como su tratamiento en un entorno computacio-
nal, ser´an desarrollados a lo largo de los pr´oximos capitulos, podr´an comprenderse con mayor
facilidad si previamente se ha explicitado, aunque sea tan s´olo mediante unas ligeras pince-
ladas, el papel que cada uno de ellos juega en los resultados finales a obtener de los modelos
existentes y la forma general de integrarlos.
La variedad de objetivos que pueden perseguirse dentro del an´alisis hidrol´ogico da lugar a
una variedad igual de planteamientos, los cuales, combinados con las m´ ultiples formulaciones
existentes para el estudio de un proceso aislado, propician una todav´ıa mayor multiplicidad
de alternativas, imposible de abarcar en una obra de la entidad de la presente. La principal
finalidad de este cap´ıtulo es agrupar las m´as importantes de dichas alternativas en los grandes
bloques definidos de forma habitual para la clasificaci´on de modelos, introduciendo las pecu-
liaridades de cada uno, sus necesidades a nivel de datos base y otras caracter´ısticas que se
consideren de inter´es para un buena comprensi´on de los mismos. Sobre todos estos aspectos,
se trabajar´a, por supuesto, desde el punto de vista computacional y desde un enfoque cercano
al que se viene aplicando hasta el momento.
En pr´oximos apartados, cada uno de esos datos necesarios para uno u otro tipo modelo,
que ahora van a ser mencionados brevemente y con caracter gen´erico, se disgregar´a en sus
componentes b´asicos, descendi´endose desde la caracterizaci´on global hacia algunos de los as-
pectos espec´ıficos de ciertos modelos, en especial de aquellos m´as comunes o cuyos resultados
hayan sido contrastados en mayor medida por el uso habitual. Debe tenerse en cuenta, en
todo caso, que la relativa novedad en el desarrollo de modelos hidrol´ogicos que cumplan las
condiciones generales de los aqu´ı tratados, hace que, por una parte, no existan modelos prefe-
rentes con una diferencia notable sobre los anteriores, al mismo tiempo que, por otra, propicia
la coexistencia de todos los modelos sin que ´estos compartan un n´ umero elevado de enfoques
comunes o presenten cierta homogeneidad como conjunto.
Uno de los objetivos de esta parte del libro — y de toda la obra como conjunto — es
buscar esos puntos de similitud que puedan, al menos dentro de este contexto, acercarse a una
cierta homogeneidad de cara a estructurar adecuadamente el conocimiento existente en este
187
188 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
sentido, de tal modo que queden recogidas las ideas generales al respecto. Para ello, creo que
es adecuada la presentaci´on de los conceptos comenzando por aspectos muy generales basados
en las distintas mallas de informaci´on, para luego ir detallando la obtenci´on de las mismas y
el an´alisis en que esta obtenci´on se basa, as´ı como las diversas formas de empleo de cada una
de dichas mallas.
De este modo, todos los diferentes niveles en que puede estructurarse la creaci´on de un
modelo hidrol´ogico sobre una base computacional quedan tratados, desde el mero concepto
gen´erico — adecuado para un usuario con inter´es en un conocimiento m´as profundo de las
herramientas que maneja — hasta el puro detalle algor´ıtmico — para quien desee proceder
directamente a la implementaci´on de las teor´ıas desarrolladas —.
5.2. Datos b´asicos
Las necesidades b´asicas en cuanto a datos de los modelos aqu´ı analizados no deben diferen-
ciarse de las que puedan resultar habituales para cualquier modelo com´ un, no suponiendo una
gran variaci´on a este respecto el hecho de que la operaci´on del modelo vaya a llevarse a cabo
en t´erminos computacionales.
´
Unicamente, la mayor capacidad de que se dispone mediante
medios inform´aticos para el proceso de datos hace que puedan incluirse grados de complejidad
adicionales sin existir problemas de exceso de informaci´on — siempre dentro de unos l´ımites
— y, sobre todo, y a efectos de la estructura que va a seguir esta parte del libro, permite
centrar todo el trabajo en las distintas mallas de datos, unas ya conocidas y otras que se ir´an
presentando, a niveles distintos de detalle como ya se ha dicho.
Procedamos, pues, para comenzar, al estudio de dichas mallas b´asicas desde un punto de
vista muy generalista, de modo mayoritariamente descriptivo y conceptual. Estas mallas de
datos constituyen, a grandes rasgos, los bloques en que se divide el resto de esta parte del
texto, y que, aun no siendo utilizados por todos los tipos de modelos, se presentan como
relevantes a nivel global.
Estas mallas, en una primera aproximaci´on excesivamente simplista, se puede considerar
que son las siguientes:
Escorrent´ıa
Infiltraci´on
Precipitaci´on
P´erdidas (evapotranspiraci´on, intercepci´on, etc.)
Progresivamente, se ir´an matizando los significados de las anteriores, a˜ nadiendo o quitando
elementos seg´ un el caso, y particularizando los casos concretos que afectan a la obtenci´on y
empleo de dichas mallas.
Para la exposici´on de los restantes conceptos, hago notar que el enfoque principal se centra
sobre modelos de tipo distribuido — independiente del objeto que tengan dichos modelos, que
m´as adelante ser´a matizado —, entendi´endose que para los m´odelos agregados, la simple
consideraci´on de lo anterior con las simplificaciones derivadas de dicha ((agregaci´on)) hace
posible la comprensi´on de ´estos. Aun cuando esto no es as´ı realmente, puede considerarse una
opci´on correcta el centrarse sobre los modelos distribuidos, cuya mayor riqueza conceptual
— en l´ıneas generales — los hace m´as adecuados como soporte para los desarrollos te´oricos
pertinentes. Por otra parte, la estructura de malla regular del MDT sobre el que hasta este
punto hemos centrado el trabajo es especialmente propicia para el desarrollo de modelos
distribuidos, como en breve veremos.
5.2. DATOS B
´
ASICOS 189
Sobre un modelo hidrol´ogico distribuido, en t´erminos m´as o menos gen´ericos, el concepto
de celda como elemento unitario que ya ve´ıamos en el an´alisis del terreno se mantiene en
este caso a nivel de hidrolog´ıa en lugar de relieve. Cada celda es as´ı un elemento aislado pero
relacionado con sus celdas vecinas, en cuyo interior, y considerando los distintos fen´omenos
que tienen lugar — tambi´en registrados en mallas de datos con id´entica divisi´on en celdas — se
estudian las distintas componentes del ciclo hidrol´ogico y su evoluci´on temporal. Una de tales
celdas, caracterizada ya como un elemento en equilibrio desde el punto de vista hidrol´ogico,
con entradas y salidas y con un comportamiento dado que viene definido por los valores de
los distintos par´ametros dentro de la misma, queda representada en la figura (5.1)
Figura 5.1: Balance h´ıdrico en una celda dada dentro de un modelo distribuido b´asico.
Las diferentes componentes se pueden identificar r´apidamente entre aquellas que algunas
l´ıneas atr´as fueron introducidas como mallas b´asicas, por lo que, extendiendo el planteamiento
de una celda a la totalidad de la malla — para ello es necesario conocer la relaci´on existente
entre las distintas celdas al respecto de cada una de dichas componentes —, se puede redibujar
este esquema dando lugar a uno como el mostrado en la figura (5.2). En esta ´ ultima, la bater´ıa
de capas de informaci´on, cada una de ellas registrada en una malla de datos, dan lugar a unos
resultados —que pueden ser una o varias capas m´as, o bien datos puntuales —, en virtud del
an´alisis de los procesos que tienen lugar en cada una de las celdas.
Figura 5.2: Estructura b´asica de un modelo hidrol´ogico distribuido.
Desde otro punto de vista, como queda reflejado en la figura (5.3), cada celda puede tam-
190 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
bi´en considerarse como una unidad independiente desde el punto de vista de sus caracter´ısticas
f´ısicas — relieve, vegetaci´on y suelo, esencialmente —, pudi´endose en base a las mismas pro-
ceder a la obtenci´on de las capas de informaci´on anteriormente mencionadas de escorrent´ıa,
infiltracion, etc. La utilizaci´on directa de mallas de datos referidos a dichas cualidades f´ısicas
para la obtenci´on de los par´ametros hidrol´ogicos mencionados, constituye la principal materia
del resto de cap´ıtulos del texto.
Figura 5.3: Caracterizaci´on de cada celda como una unidad independiente desde el punto de vista de
sus caracter´ısticas f´ısicas. La base para el desarrollo de modelos distribuidos reside fuertemente en esta
consideraci´on (Adaptado de Wigmosta)
Alguna informaci´on relacionada con dichas salidas en formato malla de datos son tambi´en
requeridas para alguno de los modelos, en particular los valores iniciales sobre los que comenzar
la ejecuci´on del mismo. As´ı, se constituye el conjunto de capas del modelo como formado por
un subconjunto de ellas que aportan informaci´on acerca de las condiciones y elementos que
act´ uan, junto con otro compuesto por mallas de datos sobre las que se reflejan las variaciones
de estado en funci´on de lo que indiquen al respecto las anteriores capas y las propias formulas
en que se base el modelo.
Respecto a las relaciones existentes entre celdas, ´estas es l´ogico pensar que van a depender
principalmente del terreno y su relieve, por lo que el MDT va a ser nuestra herramienta de
trabajo b´asica tambi´en en este punto. En particular, para el conjunto de entradas y salidas
que caracterizan una celda, unas de ellas derivan de los valores concretos de ciertos par´ametros
sobre la celda en cada instante t, mientras que otras se calculan a partir de los valores en el
instante t − 1 para las celdas de influencia de la celda problema. De modo mas formal, para
una variable λ estudiada, y denotando con letras min´ usculas los par´ametros del primer grupo
y con may´ usculas los del segundo, podemos expresar de forma gen´erica
λ
i,j
t
=
7

k=1
λ
i+m
k
,j+n
k
t−1
+a
t
+b
t
+· · · +
7

k=1
A
i+m
k
,j+n
k
t−1
+
7

k=1
B
i+m
k
,j+n
k
t−1
(5.1)
donde X
i,j
t−1
representa el valor de la variable X en la celda (i, j) en el instante t −1.
Para las celdas de influencia, se suman las entradas de ´estas. Se ha supuesto que existen
como mucho 7 celdas de influencia, por lo que es f´acil intuir que se consideran ´ unicamente las
situadas en el ya bien conocido entorno 3 ×3. Los valores de m y n se ajustan por tanto a los
habituales, donde m, n = 0, 1, −1 ; m· n = m + n. Todo ello debiera ser indicativo suficiente
de que, como la l´ogica dicta, es la direcci´on de flujo el par´ametro principal para establecer la
relaci´on entre celdas en la forma de las antedichas celdas de influencia.
Con lo anterior, las ideas m´as generales sobre los modelos quedan definidas, y resumidas
de forma sencilla en esta primera etapa. En base a ellas, puede continuarse el an´alisis, espec´ıfi-
cando en qu´e medida los anteriores elementos son necesarios en cada tipo de modelo y los
requisitos que para cada uno de ellos presentan ´estos ´ ultimos.
5.3. TIPOS DE MODELOS 191
5.3. Tipos de modelos
Las distinciones que frecuentemente se hacen entre los distintos tipos de modelos existentes
pueden llevarse desde muchos puntos de vista, existiendo clasificaciones, generalmente de tipo
dicot´omico, seg´ un qu´e aspecto del propio modelo sea el que se tiene en cuenta a la hora de
clasificar. Para los objetivos de este libro, y considerando que presentan un mayor inter´es de
cara a su aplicaci´on directa — son divisiones que permiten separar modelos cuya formulaci´on
computacional se presta a una implementaci´on pr´actica distinta —, as´ı como por motivos
netamente did´acticos, se considerar´an los siguientes criterios
Modelos de suceso y modelos continuos.
Modelos agregados y modelos distribuidos.
Modelos f´ısicos y conceptuales.
Modelos seg´ un su objetivo.
En el primer cap´ıtulo del libro ya se trabaj´o con algunos conceptos referentes a modelos
al introducir la evoluci´on hist´orica de los mismos y su relaci´on con el empleo de perspectivas
computacionales. En este caso, no obstante, se aborda la materia desde un punto de vista
m´as t´ecnico, con el objeto de mostrar una visi´on global del conjunto de modelos que permita
encuadrar conceptualmente las formulaciones y algoritmos hasta el momento desarrollados
en el texto, as´ı como los que se desarrollar´an desde este punto en adelante. Es seguro, de
cualquier modo, que este nuevo an´alisis ayudar´a a la comprensi´on de la evoluci´on hist´orica ya
presentada, igual que ´esta resulta de inter´es para entender el contexto en que tiene lugar la
aplicaci´on de la base te´orica aqu´ı desarrollada.
5.3.1. Modelos de suceso y modelos continuos
Una primera divisi´on conceptual es la basada en el periodo de tiempo considerado como
objeto de la modelizaci´on. Mientras que los modelos de suceso calculan los par´ametros —
especialmente hidrogramas — asociados a un lluvia concreta con una duraci´on relativamente
reducida (horas o d´ıas), los continuos est´an principalmente dirigidos al estudio del r´egimen hi-
drol´ogico sobre un intervalo de tiempo de magnitud muy superior al de los anteriores, debiendo
incorporarse en la modelizaci´on ciertos elementos y procesos que pueden ser despreciados en
los modelos de suceso.
Ambos tipos de modelos son tratados con igual intensidad a lo largo de estas p´aginas,
pues se enfocan hacia el estudio de un mismo suceso f´ısico pero desde diferentes perspectivas
y con objetivos tambi´en distintos. En general, los modelos de suceso suelen situarse dentro de
los denominados de proyecto, utilizados, entre otras cosas, para el dimensionamiento de obras
o el an´alisis de la extensi´on de las zonas inundables. Por su parte, los modelos continuos se
sit´ uan m´as cerca de los conocidos como modelos predictivos, m´as enfocados hacia la estimaci´on
a corto y medio plazo a partir de datos observados, pudiendo incluir asimismo predicciones
meteorol´ogicas como datos de entrada.
Para el lector que no desconociera de antemano estos t´erminos, habr´a sido facil reconocer
en las explicaciones del apartado anterior relativas al equilibrio hidrol´ogico de cada celda
un modelo m´as probablemente de tipo continuo que enfocado a eventos. Esta elecci´on es
as´ı unicamente debido al mayor n´ umero de variables que se consideran en estos primeros, lo
que los hace m´as adecuados para la introducci´on te´orica de una visi´on global como la anterior.
192 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
5.3.2. Modelos agregados y distribuidos
La divisi´on de mayor relevancia en el entorno en que trabajamos es, sin duda, la establecida
en funci´on del tratamiento que se d´e a las diferentes unidades en que se divide la zona objeto
de an´alisis y las caracter´ısticas de dichas unidades. Los modelos agregados consideran las
cuencas y subcuencas como unidades de trabajo, mientras que en los distribuidos las unidades,
adem´as de tener generalmente menor tama˜ no y estar definidas de forma regular, no tienen un
significado hidrol´ogico tan definido ni representan elementos hidrogr´aficos concretos.
La estructura de los MDTs y mallas de datos adicionales, as´ı como de las im´agenes a´ereas
o procedentes de sensores remotos, todas ellas ya divididas en unidades m´ınimas (celdas o
p´ıxeles), hace que resulte natural el emplear estas mismas unidades tambi´en como unidades
hidrol´ogicas, existiendo por tanto una tendencia natural a plantear sobre dicha estructura
modelos de tipo distribuido. Por ello, y como se ha dicho ya anteriormente, ser´a en ´estos en los
que se base prioritariamente este texto, quedando, no obstante, ampliamente representadas las
soluciones que, en relaci´on con modelos agregados, pueden derivarse del an´alisis computacional
del terreno y otros factores implicados.
Lejos de no aprovechar las ventajas que de este an´alisis puede obtenerse, los m´odelos
agregados tambi´en se surten abundantemente de las mismas, haci´endolo adem´as mediante
una adaptaci´on sencilla y manteniendo as´ı su vigencia y validez con una mejora notable en
sus prestaciones en cuanto a precisi´on y fiabilidad. Es por ello que, si bien es probable que la
base expositiva se incline m´as hacia los modelos distribuidos — al menos conceptualmente —
ser´an abundantes los contenidos acerca de modelos agregados, concedi´endose en este sentido
igual importancia a ambos planteamientos.
Desde un punto de vista te´orico es interesante hacer notar que los modelos distribuidos,
al apoyarse en una divisi´on sistem´atica del terreno — en celdas cuadradas en este caso —
emplean como unidades m´ınimas unos elementos sin ninguna significaci´on hidrol´ogica. Los de
tipo conceptual, sin embargo, y aunque el apoyo sobre la malla del MDT permita alcanzar
una resoluci´on muy elevada y trabajar con unidades peque˜ nas, se fundamentan siempre en
elementos con significado hidrol´ogico, por lo que en su aspecto conceptual se presentan, al
menos a primera vista, con un inter´es adicional a este respecto (Gim´enez Fern´andez, J.C,
comunicaci´on personal)
En contra de la opini´on de algunos autores (vease, por ejemplo, Frances, 1995), creo que
la aparente inferioridad de los modelos agregados no es tal cuando se analizan todos los
aspectos que concurren sobre la evaluaci´on de los mismos, debiendo plantearse una coexistencia
armoniosa entre ´estos y los modelos distribuidos, siendo err´oneo en un texto como el presente
dejar de lado a alguno de los mismos en favor del otro.
5.3.3. Modelos f´ısicos y conceptuales
Otra clasificaci´on de modelos que ha visto potenciada la presencia y empleo de uno de
sus representantes con la introducci´on de nuevas t´ecnicas basadas en elementos de cartograf´ıa
digital y en el tratamiento computacional de los mismos, es la que hace referencia a las bases
te´oricas en las que se fundamentan dichos modelos.
Los modelos denominados f´ısicos se basan en el empleo directo de las expresiones matem´ati-
cas que, para cada fen´omeno concreto, se encuentran definidas y son de aplicaci´on habitual
tanto desde el punto de vista pr´actico como en el desarrollo te´orico de otros planteamientos.
Las ecuaciones de conservaci´on de la masa y conservaci´on de la cantidad de movimiento, por
poner ejemplos sencillos y bien conocidos, son algunas de las m´as b´asicas y primordiales a
considerar.
La utilizaci´on de este enfoque implica el trabajo con una gran cantidad de datos y el
proceso de toda ese volumen de informaci´on de acuerdo con las diversas f´ormulas matem´aticas
5.4. APOYO EN LA CARTOGRAF
´
IA DIGITAL 193
utilizadas, circunstancia que, sin duda alguna, se ha visto favorecida por la utilizaci´on de
medios inform´aticos en la implementaci´on y el uso pr´actico de estos modelos. Junto a esto, la
imposibilidad conceptual de generalizar algunas de estas formulaciones te´oricas para elementos
de tal magnitud como cuencas o subcuencas ha hecho que el escenario dispuesto por los modelos
distribuidos sea altamente m´as compatible con la idea de un modelo f´ısico, por lo que son estos
modelos de base f´ısica y de tipo distribuido los grandes beneficiarios de este nuevo entorno de
trabajo y, por tanto, con una presencia muy importante dentro de esta obra.
Por su parte, los modelos conceptuales generalmente se presentan como simplificaciones
de m´as sencilla aplicaci´on con respecto a los modelos f´ısicos, bas´andose en una formulaci´on
de tipo experimental convenientemente contrastada. Al igual que suced´ıa con los modelos
agregados, tambi´en ´estos, pese a la buena disposici´on de sus opuestos los modelos de base
f´ısica, aprovechan en gran medida los resultados derivados del an´alisis de MDTs y similares.
Para ello, pueden sin dificultad integrarse de modo sumamente ventajoso con los modelos de
tipo distribuido, al mismo tiempo que, si se conjugan con enfoques de tipo agregado, algunos
de sus conceptos b´asicos pueden ser mejorados o redefinidos de acuerdo con los resultados
de los que se dispone sobre la base del tratamiento computacional de datos base que ya fue
presentado.
5.3.4. Modelos seg´ un su objetivo
Aunque no es una clasificaci´on al uso como las anteriores, es interesante separar los disintos
modelos en funci´on de qu´e se persigu´e con su aplicaci´on. Existiendo modelos que trabajan con
un gran n´ umero de variables finales en sus resultados, as´ı como otros de car´acter m´as especifico,
puede con sencillez establecerse una distinci´on en funci´on de c´ ual de dichas variables finales
queda modelizada en mejor forma en cada uno de ellos, constituyendo as´ı la verdadera utilidad
del mismo. M´as all´a de lo anterior, el inter´es que puede tener dentro de este texto se debe
a que esta capacidad principal de cada modelo es quien va a condicionar en gran medida la
formulaci´on conceptual de ´este.
En particular, se van a considerar aqu´ı los que se enfocan principalmente hacia la estimaci´on
de caudales — bien de tipo medio o extremos de car´acter puntual —, as´ı como al estudio
de fen´omenos erosivos tanto desde un punto de vista puramente cuantitativo como desde el
aspecto cualitativo, m´as interesante este ´ ultimo para el manejo y gesti´on de cuencas vertientes,
la restauraci´on hidrol´ogica y otras actividades similares.
Otras finalidades, tales como el estudio de la calidad de las aguas o el movimiento de
nutrientes, o la evaluaci´on de los recursos h´ıdricos globales, no se tratan en profundidad,
centr´andose la exposici´on sobre los anteriormente mencionados. Como puede verse, el ´enfasis
principal se sit´ ua sobre los procesos de tipo f´ısico y relacionados con el flujo superficial, en
detrimento de otros como, por ejemplo, aquellos que se fundamenten en mayor medida en el
estudio de la hidrolog´ıa subterr´anea, aspecto tambi´en algo tratado en estas p´aginas, aunque
muy lejos de la extensi´on que, por su complejidad, podr´ıa recibir en otro tipo de textos.
El inter´es por los modelos de tipo f´ısico ya fue justificado algunas l´ıneas atr´as, puesto que,
al verse su aplicaci´on facilitada por el empleo de cartograf´ıa digital y el tratamiento sobre un
entorno inform´atico, resulta pertinente centrarse sobre este tipo de modelos, con objeto de
sacar el m´aximo partido a todo lo ya desarrollado, incorpor´andolo de manera ventajosa en
este tipo de modelos una vez ´estos han sido tratados con la suficiente extensi´on.
5.4. Apoyo en la cartograf´ıa digital
Las diferentes necesidades que deben afrontarse para el empleo de uno u otro tipo de modelo
hidrol´ogico hace que, considerando la totalidad o una gran parte de datos como provenientes
194 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
de fuentes cartogr´aficas, el uso de dicha cartograf´ıa no se d´e en la misma medida en todos los
tipos de modelos a estudiar. Por ello, resulta adecuado en este cap´ıtulo de introducci´on de
fundamentos b´asicos el presentar de manera esquem´atica el modo en que cada tipo de modelo
se apoya sobre los distintos elementos cart´ograficos que componen el abanico de datos de los
que se dispone, y entre los cuales sobresale en el contexto de este libro el Modelo Digital del
Terreno y todas las mallas de datos que del mismo derivan.
Asimismo, gran parte de variables no se presentan en formato cartogr´afico pero derivan de
alg´ una malla de datos — muy especialmente del MDT —, existiendo tambi´en diversidad en
cuanto a la utilizaci´on de ´estas variables y la forma en que deben considerarse como parte de
los modelos hidrol´ogicos empleados.
En posteriores cap´ıtulos, cada uno de los elementos a utilizar — y en especial cada una de
las mallas de datos con las que se trabaja en el conjunto global de modelos — ser´a detallada
a diferentes niveles, debiendo considerarse entonces la incorporaci´on del mismo bajo unas u
otras circunstancias, en funci´on del tipo de modelo a utilizar y los aspectos que a continuaci´on
ser´an indicados en relaci´on cada una de las clasificaciones ya conocidas.
Con car´acter general, la vinculaci´on que pueda existir entre un tipo de modelo y las dife-
rentes mallas de datos disponibles no debe verse ´ unicamente como una necesidad cuantitativa
de n´ umero de par´ametros distintos requeridos por el modelo, sino como un indicador cualita-
tivo que indica el tipo de relaci´on que se establece entre dicho modelo y el conjunto de mallas
de datos o, visto de otro modo, la forma en que cada modelo saca partido a las capacidades de
dichas mallas y c´omo esto puede aplicarse ante una posible implementaci´on del modelo dentro
de una aplicaci´on de tipo SIG.
Como veremos progresivamente desde este punto en adelante, y a medida que aumentemos
el detalle del an´alisis asociado a cada factor, la comprensi´on de este uso distinto de elementos es
la que define el verdadero n´ ucleo de ideas que permite la implementaci´on de cada formulaci´on
y la articulaci´on de las mismas en modelos completos y consistentes.
Para el caso particular del MDT y el empleo del mismo, se apuntan seguidamente algunas
breves ideas de acuerdo con los tipos de modelos ya conocidos.
5.4.1. Modelos de suceso y modelos continuos
Comenzando el estudio seg´ un los tipos de modelos, y siguiendo un esquema similar al del
apartado anterior, estudiamos en primer lugar las diferencias que surgen como consecuencia
de los periodos de tiempo que abarca la modelizaci´on desarrollada. En este caso, es de resaltar
la dependencia de los modelos de suceso en los distintos tipos de cartograf´ıa es menor en
t´erminos absolutos, al ser necesario un menor detalle debido a la duraci´on menor de los eventos
estudiados, la cual permite prescindir de ciertos elementos como ya se dijo. Es por ello que
ciertas capas, tales como las de evapotranspiraci´on, no van a aparecer en modo alguno en estos
modelos.
Por otra parte, la caracterizaci´on de la respuesta de la cuenca es un factor importante que
debe lograrse en la mejor medida posible, por lo que la informaci´on geomorfol´ogica obtenida
mediante el an´alisis del MDT va a encontrar un uso notable en todos aquellos modelos de esta
clase. La pr´actica totalidad de par´ametros que han sido estudiados en relaci´on con el an´alisis
del terreno van a tener alguna utilidad dentro de los modelos agregados, en contraste con los
modelos continuos, donde, pese a su mayor complejidad, la modelizaci´on prescinde de, por
ejemplo, gran parte de los par´ametros descriptores de cuencas y cauces.
Esta circunstancia se justifica y se refuerza con el hecho de que, en las condiciones actuales,
los modelos de tipo agregado se emplean con mas frecuencia en conjunci´on con planteamientos
enfocados m´as al estudio de eventos que al an´alisis continuo, existiendo una mayor vinculaci´on,
como veremos, entre estos modelos agregados y la informaci´on geomorfol´ogica, en particular
5.4. APOYO EN LA CARTOGRAF
´
IA DIGITAL 195
la constituida por resultados individuales.
5.4.2. Modelos agregados y distribuidos
Efectivamente, como se acaba de introducir, los modelos agregados van ligados a la utili-
zaci´on de par´ametros globales en lugar de par´ametros particulares para cada celda, como es
el caso en los modelos distribuidos. La forma habitual de relacionar el an´alisis del terreno a
partir del MDT con esta circunstancia, la encontramos en un uso predominante de los par´ame-
tros globales obtenidos para cuencas o subcuencas, en detrimento de informaci´on puntual que
pueda representarse mediante nuevas mallas de datos.
Desde la perspectiva de los modelos agregados, debe entenderse la presencia de un MDT
como una alternativa que permite la automatizaci´on de los c´alculos a efectuar sobre el relieve,
consigui´endose mediante su uso tambi´en una resoluci´on y precisi´on altamente superior a la que
se obtendr´ıa mediante el empleo de cartograf´ıa cl´asica. Podemos decir, por estar los valores
obtenidos del MDT utilizados en este esquema relacionados con la estructura de cuencas
y redes de drenaje — elementos hidrogr´aficos de la cuenca de estudio —, que el apoyo de
este tipo de modelos en la cartograf´ıa digital de elevaciones es de tipo predominantemente
hidrogr´afico, en contraste con un aprovechamiento m´as netamente hidrol´ogico que tiene lugar
en los modelos de tipo distribuido.
En el caso de los modelos distribuidos, aun manteni´endose un enfoque todav´ıa de corte
conceptual, la integraci´on de los MDTs como fuente de datos se realiza de modo m´as pr´oxi-
mo, incorpor´andose con mayor actividad dentro del proceso de modelizaci´on en sus sucesivas
etapas.
5.4.3. Modelos f´ısicos y conceptuales
La diferencia entre estas dos filosof´ıas de modelo en lo referente al uso que realizan de
la cartograf´ıa digital de elevaciones y la intensidad en que dicha utilizaci´on se da, no son
tan apreciables como en los casos anteriores. Tanto los modelos f´ısicos como los conceptuales
requieren en la mayor´ıa de ocasiones informaci´on de relieve o derivada del mismo, por lo que su
dependencia de la informaci´on geomorfol´ogica es similar, al menos en cuanto a su magnitud.
A efectos de las consideraciones que pueda ser necesario realizar en el planteamiento de
uno u otro tipo de modelo y la implementaci´on del empleo de MDTs en el seno de los mismos,
pueden tomarse ´estos modelos de forma id´entica sin que existan diferencias notables que
condicionen la manera en que la integraci´on con los elementos de cartograf´ıa digital deba
realizarse.
5.4.4. Regionalizaci´ on y unidades de respuesta hidrol´ogica
Sin tratar este punto de un tipo particular de modelo como los expuestos con anterioridad,
la regionalizaci´on constituye un aspecto en ´ıntima relaci´on con los conceptos de modelos
agregados y distribuidos, a la par que un elemento a considerar si se trabaja sobre una base
cartogr´afica actual con una cierta resoluci´on y calidad.
Por regionalizaci´on entendemos la creaci´on, dentro de la zona analizada, de ´areas de simi-
lares caracter´ısticas hidrol´ogicas cuyo comportamiento pueda considerarse homog´eneo, simpli-
ficando de este modo el tabajo con las mismas. Como ya se ha dejado entender ligeramente y
se profundizar´a m´as adelante en el tema, el modelo TOPMODEL es un ejemplo de lo anterior,
al agrupar las ´areas en funci´on de los valores del par´ametro conocido como ´ındice topogr´afico.
Los criterios para establecer las distinciones pueden ser sumamente diversos, y muchos
de ellos pueden inferirse o derivarse de cuanto en cap´ıtulos sucesivos se tratar´a en referencia
a los distintos componentes del ciclo hidrol´ogico. Entre estos criterios, como se deduce con
196 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
facilidad, el relieve es un factor presente en ellos con notable fuerza, y por tanto el MDT,
m´as aun considerando la ventajosa estructura de su disposici´on regular, es una herramienta
de importancia para llevar a cabo dicha regionalizaci´on.
Los resultados de ´esta constituyen lo que se denominan Unidades de Respuesta Hidrol´ogi-
ca(Hydrological Response Units en ingles, abreviadamente HRU), y representan elementos que
pueden considerarse con un comportamiento similar a efectos de la modelizaci´on posterior a
que se va a someter la zona analizada. La divisi´on de dicha zona en estas unidades permite
simplificar la informaci´on total contenida en el MDT y otros elementos cartograf´ıcos, al mis-
mo tiempo que se tiene en consideraci´on la variabilidad espacial de los par´ametros que dichos
elementos describen. Se sit´ uan, por tanto, en un punto intermedio entre los modelos agregados
y los modelos distribuidos, presentando asimismo formulaciones intermedias entre ambos.
La utilizaci´on de las Unidades de Respuesta Hidrol´ogica tiene, no obstante, algunos de los
inconvenientes asociados a los enfoques agregados, principalmente debido a que la situaci´on
de cada una de las unidades dentro de la cuenca no es considerada habitualmente, no siendo
en muchos casos dichas unidades conexas, sino simplemente conjuntos de puntos — celdas, si
se trabaja con la estructura regular de malla ya habitual — con un comportamiento com´ un.
La discontinuidad de las unidades hace necesario efectuar ciertas suposiciones a la hora de
relacionar todas ellas para el c´alculo de, por ejemplo, un caudal generado a nivel de cuenca,
del mismo modo que dichas suposiciones se realizan sobre un modelo agregado.
En algunos aspectos, tales como la estimaci´on de p´erdidas de suelo, la circunstancia anterior
tiene un peso relativo menor sobre la precisi´on final asociada, siendo por ejemplo com´ un en
cierta medida la creaci´on de unidades de respuesta referidas a erosi´on — frecuentemente
presentadas bajo el nombre de Erosion Response Units (ERU) —.
En este texto, no se tratar´a el empleo de HRUs como tal alternativa intermedia entre
modelos agregados y distribuidos para ning´ un par´ametro, salvo en el caso puntual del modelo
TOPMODEL, el cual implementa una filosof´ıa similar a este concepto como ya se dijo.
La regionalizaci´on desde el punto de vista hidrologico, representa, pese a todo, una forma
interesante de clasificar una cuenca y caracterizarla, siendo interesante el considerar la creaci´on
de mallas de datos de las distintas clases creadas de acuerdo con un criterio dado, y el posterior
an´alisis de las mismas. Elementos tales como la distribuci´on de frecuencias de las diversas clases
existentes son de gran inter´es de cara a obtener una visi´on global y resumida de la cuenca y
su comportamiento.
De cualquier manera, la exposici´on de las ideas del TOPMODEL y los planteamientos del
mismo constituye una gran informaci´on al respecto, pues sus esquemas pueden extrapolarse y
emplearse con par´ametros de regionalizaci´on distintos al propio´ındice topogr´afico. La adopcion
de simplificaciones tales como las que implica el empleo del modelo TOPMODEL son, en
cierta medida, gran parte del mecanismo general que reside tras la utilizaci´on de elementos de
regionalizaci´on y el an´alisis posterior de las diferentes clases o unidades generadas.
5.5. Algunos modelos de referencia
El estudio y an´alisis de algunos modelos existentes y utilizados en la actualidad, en cuyas
implementaciones se ponen en juego un cierto n´ umero de los elementos de an´alisis del terreno
como los ya estudiados, resulta de sumo inter´es para mostrar una visi´on global de la manera
en que el empleo de MDTs y mallas raster de datos pueden contribuir al desarrollo de formu-
laciones hidrol´ogicas m´as precisas y adecuadas. Por ello, y con el fin de introducir una visi´on
global de la materia a venir en pr´oximos cap´ıtulos, se recogen en esta secci´on algunos ejemplos
de modelos que en su conjunto cubren buena parte de las ideas desarrolladas o por desarrollar
en este texto, presentando las concepciones b´asicas de los mismos.
5.5. ALGUNOS MODELOS DE REFERENCIA 197
La comprensi´on de las estructuras b´asicas que definen estos modelos debe tomarse como
un paso importante dentro del entendimiento de la filosof´ıa y arquitectura gen´erica de mo-
delos hidrol´ogicos computacionales con apoyo en MDTs, previo al estudio detallado de otras
formulaciones accesorias que se desarrollan a partir de dichas arquitecturas conceptuales.
De entre la gran variedad de modelos hidrol´ogicos que pueden encontrarse, se han elegido
aquellos que se corresponden en mayor medida con el tema del texto — esto es, la utilizaci´on
fuerte de MDTs como ayuda en las distintas facetas a considerar dentro del an´alisis hidrol´ogico
—, centrando asimismo la atenci´on sobre los que presentaban una mayor generalidad y eran
por tanto aptos para la presentaci´on de conceptos que posteriormente se tratar´an en detalle
en los pr´oximos temas.
La muestra as´ı escogida es suficientemente representativa de cara al contenido de esta obra,
constituyendo una buena base tanto desde una ´optica te´orica como en vistas al planteamiento
de nuevos modelos mediante el empleo de determinados componentes o ideas tomadas de los
aqu´ı presentados.
5.5.1. TOPMODEL
Tanto desde el punto de vista hist´orico como desde el relativo a su utilizaci´on real y su
bondad como elemento ejemplificador de tipo did´actico, el modelo TOPMODEL es sin duda
un punto de referencia de cuyo an´alisis pueden surgir gran n´ umero de ideas y planteamientos
en relaci´on con la modelizaci´on computacional de fen´omenos hidrol´ogicos. En particular, una
buena parte de los conceptos desarrollados en este texto, aunque tratados desde un punto de
vista siempre generalista, toman en parte su forma a partir de los presentes en la concepci´on
original de este modelo.
TOPMODEL es un modelo en el cual las din´amicas de los flujos superficial y subsuperficial
se modelizan a partir de las relaciones y balances h´ıdricos en los distintos niveles del perfil
ed´afico, acudiendo a planteamientos por regla general sencillos y facilmente utilizables. La
base principal en t´erminos de su formulaci´on se centra en torno a su tratamiento del suelo
y, muy especialmente, su utilizaci´on particular del terreno, caracterizado a partir de el ´ındice
topogr´afico cuya definici´on ya se introdujo en (2.3.15) a trav´es de la expresi´on
I = ln(a/ tan β) (5.2)
La utilizaci´on de este par´ametro y la concepci´on global del modelo tienen como principal
consecuencias la gran sencillez del mismo tanto conceptualmente como desde el punto de vista
de su utilizaci´on pr´actica, lo cual ha permitido el mantenimiento y evoluci´on ´optima del modelo
desde sus or´ıgenes hasta la actualidad. Es de rese˜ nar que, originalmente, cuando el modelo
fue formulado, la presencia de MDTs y la disponibilidad de ´estos en buenas condiciones de
precisi´on y resoluci´on de cara a su uso hidrol´ogico era altamente limitada. No obstante, a
medida que los MDTs se fueron estableciendo como fuentes de datos clave para el an´alisis
topogr´afico, la idea de un modelo centrado en un ´ındice basado en el relieve y en algunos
de los conceptos de an´alisis de relieve que ya conocemos, se integr´o perfectamente con el
empleo de dichos MDTs, favoreciendo notablemente el desarrollo del modelo TOPMODEL y
permiti´endole alcanzar el status actual del que disfruta. TOPMODEL fue, asimismo, uno de
los primero modelos que comenz´o a integrarse con ´exito sobre aplicaciones y conceptos SIG –
aparte del propio MDT —, constituy´endose como un representante importante dentro de lo
que a modelizaci´on hidrologica basada en SIG se refiere.
El enfoque de este texto sobre la aplicaci´on de los Modelos Digitales del Terreno en la
modelizaci´on hidrol´ogica obliga a que, como es l´ogico esperar, se preste especial atenci´on a
este modelo, no ya ´ unicamente por su propia formulaci´on, sino por las buenas caracter´ısticas
que desde el punto de vista educacional ofrece. Sin centrar la atenci´on sobre los aspectos m´as
198 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
espec´ıficos o particulares, la presencia en una u otra medida de elementos del TOPMODEL
o su influencia m´as o menos directa va a ser una constante a lo largo de buena parte de las
restantes p´aginas.
Como sus autores indican, TOPMODEL no es un modelo completo de por s´ı, sino tan s´olo
un conjunto de conceptos que pueden aplicarse para la modelizaci´on hidrol´ogica de un ´area
dada, especialmente en aquellas cuencas que cumplen en buena medida las suposiciones en que
se fundamentan dichos conceptos, y que en breve ser´an presentadas. Las adaptaciones de las
ideas y principios b´asicos del TOPMODEL son, por tanto, abundantes y realizadas con mayor
o menor refinamiento, siendo, no obstante, sobre las ideas b´asicas sobre las que se articular´an
aqu´ı los desarrollos pertinentes, abri´endose al lector la posibilidad de su adaptaci´on y mejora
al combinarse con el resto de aspectos que en los pr´oximos cap´ıtulos ser´an igualmente tratados.
Un esquema gen´erico de la estructura del TOPMODEL se refleja en la figura (5.4). La
simplicidad del modelo queda puesta de manifiesto, al tiempo que su estructura, contrastada
con los esquemas tipo que se presentaron algunas p´aginas, nos aporta cierta informaci´on sobre
la naturaleza del mismo.
Figura 5.4: Estructura conceptual del modelo TOPMODEL
Aparte de que el balance de entradas y salidas es sumamente similar al del esquema
tipo, la caracter´ıstica mas rese˜ nable la encontramos en los conceptos de flujo superficial y flujo
subsuperficial y en la consideraci´on que de los mismos hace el modelo, especialmente del ´ ultimo
de ellos. M´as expl´ıcitamente, la generaci´on de escorrent´ıa viene asociada a aquellas celdas cuyo
nivel fre´atico llega hasta la superficie, fen´omeno que, como ya vimos, puede estudiarse mediante
los valores del ´ındice topogr´afico . Se puede ver ya en este punto la dependencia intensa sobre
la topograf´ıa, caracter´ıstica esencial del TOPMODEL ya comentada con anterioridad.
En l´ıneas generales, se puede decir que el modelo TOPMODEL se fundamenta en unas
sencillas hip´otesis principales, a saber:
El flujo subsuperficial puede ser representado por una sucesi´on de estados instantaneos
del nivel fre´atico
El gradiente hidr´aulico del perfil saturado del suelo puede ser descrito mediante la to-
pograf´ıa, en particular mediante la pendiente en cada punto considerado.
La transmisividad del suelo varia de forma aproximadamente exponencial con la profun-
didad.
Con lo anterior, la ejecuci´on del modelo supone el estudio de los diferentes excesos o d´eficits
de agua en el suelo, los cuales caracterizar´an a su vez las escorrent´ıas generadas y permitir´an
la obtenci´on de resultados hidrol´ogicos derivados.
Puesto que, como se ha dicho, las referencias a este modelo van a ser frecuentes en sucesivos
apartados una vez se entre en detalle para cada uno de los factores que intervienen en balance
5.5. ALGUNOS MODELOS DE REFERENCIA 199
hidr´ologico de las unidades consideradas, esta secci´on se limitar´a a comentar las generalidades
al respecto, reserv´andose para posteriores p´aginas un an´alisis m´as en profundidad, donde
convenientemente se se˜ nalar´a la procedencia de las formulaciones seg´ un corresponda. De igual
modo, la integraci´on final de todos los diferentes par´ametros y f´ormulas de cara a la obtenci´on
de resultados se tratar´a en detalle en el tema correspondiente.
Desde el punto de vista pr´actico, el modelo se opera con valores relativos a los siguientes
factores:
Precipitaci´on
Caracter´ısticas del suelo
Condiciones iniciales
´
Indice topogr´afico
Opcionalmente histograma de tiempos de salida.
Aunque tanto el ´ındice topogr´afico como los valores de tiempos de salida derivan de sus
correspondientes mallas, las cuales a su vez provienen del an´alisis del MDT, la informaci´on
que toma el modelo no es en forma de mallas de datos, sino en forma de valores puntuales o
series de valores, con lo que su apoyo ((directo)) sobre la cartograf´ıa digital es pr´acticamente
nulo. En particular, tanto los tiempos de salida como el ´ındice topogr´afico se introducen en
TOPMODEL como histogramas de frecuencias de los mismos en la cuenca analizada.
Los restantes par´ametros tales como las caracter´ısticas del suelo se introducen como va-
lores puntuales, siendo la precipitaci´on empleada como una serie de ´estos correspondiente al
desarrollo temporal de la tormenta que se estudia. En el caso de los valores que definen las
caracter´ısticas del suelo, es posible el empleo de mallas que reflejen la variabilidad espacial de
los mismos, aunque lo habitual es la suposici´on de valores constantes debido a que la infor-
maci´on a este respecto suele ser inexistente, siendo los propios autores conscientes de ello al
plantear su modelo y la implementaci´on pr´actica del mismo.
Junto a estos elementos resulta posible la introducci´on de elementos relativos a subcuencas
y elementos hidrogr´aficos de cara a complementar el modelo, aunque se puede decir que no
forman parte del funcionamiento propio del mismo en sentido estricto.
Como puede verse, la sencillez es una de las cualidades m´as notables del TOPMODEL,
unida a su uso intenso pero simple de la informaci´on topogr´afica, derivada ´esta, por supuesto,
del Modelo Digital del Terreno de la forma que ya conocemos. La informaci´on del suelo tambi´en
cobra un papel relevante el en proceso de modelizaci´on, dejando claro que son el suelo y el
relieve los principales condicionadores del comportamiento hidrol´ogico en la cuenca seg´ un este
modelo.
Todos los detalles acerca de los distintos par´ametros, asi como el significado de ´estos, se
detallar´a en profundidad a lo largo de los proximos cap´ıtulos.
5.5.2. DHSVM
De creaci´on m´as reciente que el anterior, el modelo DHSVM (Distributed Hydrological
Soil-Vegetation Model) supone una formulaci´on mas detallada de los procesos hidrol´ogicos,
considerando activamente el papel del suelo y la vegetaci´on y la evoluci´on de estos, y teniendo
en cuenta su influencia en los valores de distintos par´ametros del modelo, los cuales, como
era el caso de la evapotranspiraci´on, se introduc´ıan directamente en el modelo como dato de
procedencia externa.
200 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
DHSVM es un modelo distribuido de base f´ısica el cual, al igual que el TOPMODEL, centra
sus capacidades en la modelizaci´on del flujo superficial — escorrent´ıa — y subsuperficial. El
mayor nivel de detalle del modelo redunda en una elevada cantidad de capas de informaci´on
que deben incluirse en el mismo, como cabe esperar. De modo particular, el n´ ucleo de proceso
del modelo lo constituye el estudio en profundidad de los balances de masa y energia en cada
celda, el cual se lleva a cabo mediante el empleo de un alto n´ umero de mallas de datos. Estas
mallas de datos pueden agruparse esquem´aticamente en los siguientes grupos.
Informacion del relieve en forma de un MDT
Informaci´on fisica del suelo en relaci´on con su textura y propiedades de tipo hidr´aulico
Informaci´on acerca de la vegetaci´on
Informaci´on meteorol´ogica, incluyendo precipitaci´on, temperatura, velocidad del viento,
radiaci´on de onda corta y radiaci´on de onda larga.
Como se puede observar, los requerimientos en cuando a datos meteorol´ogicos son muy
notables debido a la necesidad de conocer todos estos factores de cara a evaluar algunos
par´ametros tales como la ETP con el nivel de detalle que pretende el modelo.
En la exposici´on detallada de estos par´ametros a lo largo de los sucesivos cap´ıtulos del libro,
se tomar´a una postura intermedia entre la simpleza en ciertos aspectos del TOPMODEL y la
mayor complejidad del DSHVM, opt´andose por mostrar los detalles de formulaci´on ´ unicamente
en aquellos par´ametros para los cuales pueda darse un uso m´as intenso del MDT, en detrimento
de otras mallas de datos cuyo c´alculo queda fuera del tema central de esta obra.
5.5.3. Heart
En contraste con las concepciones principalmente de tipo continuo de los modelos anterio-
res, Heart representa una soluci´on eminentemente enfocada al an´alisis de eventos, siendo por
tanto su planteamiento distinto en numerosos aspectos.
Dotado de una amplia gama de capacidades de an´alisis del terreno en sentido estricto, el
modulo de modelizaci´on hidrol´ogica de Heart hace uso de dichas capacidades para integrar
modelos tanto agregados como distribuidos que aprovechan los resultados extra´ıdos del MDT
para ofrecer una modelizaci´on precisa de eventos hidrol´ogicos sobre cuencas de peque˜ no y
medio tama˜ no.
Los modelos agregados se corresponden en gran medida, salvo algunas mejoras y ciertas
simplificaciones, con los implementados en el conocido programa HEC–HMS y su antecesor
HEC–1, vinculados fuertemente, no obstante, con el an´alisis del terreno que el propio Heart
realiza, y que hace innecesaria la introducci´on de un buen n´ umero de par´ametros que son
extra´ıdos directamente por el programa a partir del MDT.
Las capas de informaci´on necesaria para operar Heart son las mismas con independencia del
modelo que se emplee dentro de los implementados en el programa, pudiendo esquematizarse
en las siguientes:
Informaci´on del relieve en forma de un MDT
Parametros de escorrent´ıa de cada celda, en particular Numeros de Curva.
Precipitaci´on.
Opcionalmente informaci´on acerca de vegetaci´on y suelo para la estimaci´on de perdidas
de suelo.
5.6. CONCLUSIONES Y CONSIDERACIONES 201
Puesto que se trata de un modelo de suceso y uno de sus usos importantes es el relacionado
con el dise˜ no hidrol´ogico y la estimaci´on de par´ametros hidrol´ogicos en eventos m´aximos, Heart
admite la introducci´on de los datos referidos a precipitaci´on como series de datos puntuales en
base a las cuales se elaboran las correspondientes mallas, disponiendo de m´odulos de an´alisis
estad´ıstico de datos y generaci´on de eventos de c´alculo. Los pormenores de este proceso se
analizar´an con detalle en el pr´oximo tema, donde quedar´an reflejados con mayor profundidad
los conceptos a este respecto.
La naturaleza propia del modelo hace que, como puede verse, la complejidad y volumen de
informaci´on necesaria para su operaci´on sea menor, pues gran parte de los factores de mayor
complejidad quedan ignorados como ya se explic´o en su momento.
Desde el punto de vista de las ideas en las que se fundamenta, Heart se distingue de los
anteriores, como modelo de suceso que es, en no plantear para cada celda un equilibrio de
masa o energ´ıa, acudiendo a elementos conceptuales — muchos de ellos de tipo cl´asico —
que se adaptan a las caracter´ısticas de la implementaci´on y el trabajo intenso realizado en el
an´alisis de Modelos Digitales del Terreno como datos b´asicos. Aunque tambi´en se incorporan
formulaciones f´ısicas explicitas en algunos puntos, ´estas no lo hacen en un esquema similar al
que resulta habitual para los modelos de tipo continuo tales como los ya presentados DHSVM
o TOPMODEL.
Desde un punto de vista de su relaci´on con los MDTs y el an´alisis del terreno, Heart centra
esta relaci´on sobre la extracci´on de par´ametros concretos que luego son incorporados dentro
de las formulaciones de tipo conceptual. En este sentido, el an´alisis del MDT se adhiere a
todo lo en su momento comentado acerca del uso que los modelos de tipo agregado hacen del
MDT, pues el nucleo de Heart es un modelo agregado en su mayor´ıa, al mismo tiempo que un
modelo que depende ´ıntimamente de la presencia de un MDT para su funcionamiento.
5.6. Conclusiones y consideraciones
Antes de comenzar a tratar los elementos b´asicos de la modelizaci´on hidrol´ogica y exponer
sus particularidades en relaci´on con el entorno computacional y la utilizaci´on de MDTs, puede
prepararse el recorrido por los siguientes temas mediante una ultima mirada global a los
mismos.
Al comienzo del cap´ıtulo, se reflej´o de modo gr´afico en la figura (5.2) el esquema de capas
de informaci´on dentro de un modelo hidrol´ogico t´ıpico. Los pr´oximos cap´ıtulos no har´an sino
entrar en detalle en cada una de las mallas entonces reflejadas de forma indicativa, relacionando
´estas con los Modelos Digitales del Terreno y presentando las formulaciones oportunas en cada
caso.
En un punto intermedio entre la simplicidad del esquema general y el detalle que en breve
se desarrollar´a para cada elemento, la figura (5.5) traza una visi´on gen´erica sobre la forma
en que un Modelo Digital del Terreno puede ser combinado con otras capas de informaci´on
o puede servir de apoyo para el desarrollo de ´estas de cara a una modelizaci´on hidrol´ogica
posterior.
Es f´acil comprender que la elevada complejidad de los an´alisis que implican las distintas
relaciones expl´ıcitamente plasmadas en dicha figura, unido a la multiplicidad en muchos casos
de los elementos en ella recogidos y a la necesidad de un estudio a lo largo de un n´ umero elevado
de intervalos de tiempo, convierte al estudio detallado de los fen´omenos hidrol´ogicos en un
un sistema sumamente complejo. Este sistema no puede ni debe limitarse a la realizaci´on de
c´alculos sobre las diferentes mallas de datos disponibles, debiendo estar dotado de una correcta
estructura y construido sobre una arquitectura conceptual adecuada a los objetivos buscados
con la propia modelizaci´on.
202 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
Figura 5.5: Esquema de la utilizaci´on e incorporaci´on de Modelos Digitales del Terreno en los diferentes
elementos que forman parte de un proceso de modelizaci´on hidrol´ogica gen´erico.
No es el prop´osito de los pr´oximos cap´ıtulos, ni tampoco de esta obra en su conjunto, el
plantear desde aqu´ı un modelo completo que integre toda la informaci´on que en estas p´aginas
se presenta acerca de los distintos factores y par´ametros a considerar. Por el contrario, se
trata de introducir las diversas maneras en que la presencia de un MDT como caracterizador
preciso del relieve puede ayudar en la confecci´on de las mallas de datos involucradas en la
modelizaci´on como datos de partida.
Para cada una de los par´ametros analizados, se estudia la implicaci´on del MDT y otros
elementos afines desde un punto de vista te´orico, entrando en detalle con objeto de matizar
suficientemente los pormenores de dicha implicaci´on. No obstante, la presentaci´on de todos
estos elementos no obliga a la utilizaci´on de su conjunto completo, siendo en funci´on de las
caracter´ısticas de cada modelo que se utilizan unos conceptos u otros. La exposici´on de estos
conceptos e ideas es el fin fundamental de los restantes cap´ıtulos del libro.
Como ejemplo, los modelos existentes presentados algunos apartados atr´as hacen uso de
un n´ umero mayor o menor de formulaciones de acuerdo con su nivel de detalle. Se busca que
el lector comprenda la forma en que estos modelos se construyen, adquiera un conocimiento
suficiente para abordar la implementaci´on de un modelo de similares caracter´ısticas sobre una
base inform´atica y, especialmente, comprenda el importante papel que las representaciones
digitales del relieve, materializadas de modo particular en el MDT, pueden jugar en el seno
de dicho modelo.
Ejercicios y cuestiones propuestas
1. ¿Que tipo de modelos ser´an m´as sensibles a la utilizaci´on de uno u otro algoritmo de asignaci´on
de direcciones de flujo, los continuos o los de suceso? Raz´onese la respuesta.
5.6. CONCLUSIONES Y CONSIDERACIONES 203
2. ¿En que tipo de modelos resulta mas relevante la aplicaci´on de algoritmos eficientes computa-
cionalmente, los continuos o los de suceso? Raz´onese la respuesta.
204 CAP
´
ITULO 5. IDEAS GENERALES Y ANTECEDENTES
Cap´ıtulo 6
Precipitaci´on y evaporaci´on
The sky is crying.
Elmore James
There are holes in the sky,
Where the rain gets in.
They’re not very large,
So the rain is thin.
Spike Milligan
6.1. Introducci´on
Dos elementos que frecuentemente constituyen de por s´ı bloques distintos dentro de los
textos de hidrolog´ıa, se presentan unidos en ´este con objeto de mostrar las similitudes que en
lo referente a su manejo podemos encontrar en ambos elementos. La utilizaci´on de concep-
tos similares, aunque aplicados en cada caso sobre los fundamentos y componentes te´oricos
relativos a cada uno de estos fen´omenos, servir´a para introducir las nociones generales de la
utilizaci´on de informaci´on meteorol´ogica y similar dentro de nuestra filosof´ıa de trabajo, a la
par que mostrando algunas de las ventajas que pueden derivarse de este uso.
Abandonando ya el mero an´alisis del relieve, los Modelos Digitales del Terreno nos siguen
acompa˜ nando de dos formas distintas, una de tipo conceptual y otra con car´acter m´as tangi-
ble. En primer lugar, la propia estructura del MDT sobre la que tanto ya se ha hablado se va
a demostrar tambi´en ´ util para el trabajo con la informaci´on manejada en este cap´ıtulo, exten-
diendo a´ un m´as su valor e idoneidad para el desarrollo de nuestro trabajo. En segundo lugar,
la aplicaci´on directa de los Modelos Digitales del Terreno para el c´alculo de ciertos par´ametros
va a suponer un aumento importante en la cantidad de informaci´on disponible, redundando
en una mayor disponibilidad de informaci´on de cara al desarrollo de modelos adecuados rela-
tivos tanto a la precipitaci´on como, especialmente, a la evaporaci´on, ambos procesos de suma
importancia dentro del ciclo hidrol´ogico.
A´ un sin entrar de lleno en la pura modelizaci´on hidrol´ogica, nos vamos acercando cada
vez m´as a la misma, introduciendo elementos que poco a poco conforman todo el espectro
necesario para un correcto desarrollo de ´esta.
6.2. Precipitaci´on
La precipitaci´on es, sin ning´ un duda, el punto en el que debemos comenzar la exposici´on del
presente bloque. Es esta precipitaci´on la que, al llegar al suelo (es decir, al entrar en contacto
con ese terreno que con tanta profundidad estudiamos en la parte anterior) producir´a los
205
206 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
fen´omenos hidrol´ogicos sobre los que guardamos inter´es, y la que por tanto debemos conocer
para estimar con posterioridad la magnitud y forma de los mismos.
Desde la perspectiva que nos ocupa, el objetivo principal no es otro que el de conocer la
forma en que los datos de precipitaci´on disponibles pueden integrarse con toda la informaci´on
que ya hemos extra´ıdo del MDT, para, en la medida de lo posible, producir una suerte de
sinergia entre ambos conjuntos de datos, siempre gracias al empleo de nuevos planteamientos,
tecnolog´ıas y m´etodos como algunos de los ya explicados.
Los datos sobre los que nos centraremos, y en base a los cuales debemos tratar de cumplir
lo anterior, son principalmente datos en formatos cl´asicos, pues son ´estos mayoritariamente los
que vamos a poder obtener de las fuentes habituales. En cierta forma, la situaci´on es similar a
la que se introdujo hace ya bastantes p´aginas en lo referente a la creaci´on del MDT, cuando se
comentaba la habitual procedencia de la informaci´on base de mapas de elevaciones cl´asicos y
similares. Tambi´en en este caso se har´a menci´on a la adaptaci´on y conversi´on entre formatos,
compar´andose las metodolog´ıas y necesidades de ambos casos.
No obstante, los avances tecnol´ogicos no han dejado de lado al ´ambito de la recogida de
datos de tipo meteorol´ogico, existiendo de modo complementario a las anteriores, otras formas
de presentaci´on de esta informaci´on, m´as acordes con los planteamientos aqu´ı desarrollados,
y que analizaremos de igual modo.
Respecto a ´estos, en ning´ un caso es mi intenci´on entrar en temas puramente meteorol´ogi-
cos, de an´alisi estad´ıstico estad´ıstica, predicci´on o similares, sino tan solo describir los nuevos
elementos relativos a la precipitaci´on que pueden entrar a formar parte de los modelos hi-
drol´ogicos que m´as adelante se estudiar´an, poniendo de manifiesto diferencias y ventajas de
´estos con otros ya conocido y habituales en la hidrolog´ıa en su sentido m´as cl´asico. La atenci´on
se centra, pues, sobre dichos elementos, y no sobre formulaciones o planteamientos novedosos
que dentro del ´ambito propio de la meteorolog´ıa se encuentren relacionados con los anteriores,
siendo este un campo amplio y complejo en el que no resulta procedente entrar en el contexto
de esta obra.
6.2.1. El Modelo Digital de Precipitaciones
Si sobre la matriz de datos del MDT, y mediante su an´alisis concreto, obten´ıamos otra
serie de mallas relativas a otros tantos par´ametros, parece l´ogico pensar que para el registro de
los datos de precipitaci´on, si pretendemos continuar el an´alisis por una linea similar, debemos
acudir a una representaci´on raster de los mismos que pueda integrarse de forma armoniosa
con toda la bater´ıa de factores de los que ya disponemos. Surge as´ı el concepto que, por mera
extensi´on, denominaremos Modelo Digital de Precipitaciones (MDP abreviadamente), y que
no es sino una nueva malla en cada una de cuyas celdas se contendr´a un valor de precipitaci´on
asociado a la misma.
Si para el registro de las elevaciones cambi´abamos los mapas cl´asicos de curvas de nivel
por el MDT, en el caso de las precipitaciones los mapas de isohietas van a dar paso al MDP
como documento cartogr´afico, obteni´endose de este cambio una serie notable de ventajas, a
imagen de como suced´ıa para el caso del relieve. No obstante, y como se analizar´a en detalle,
la cartograf´ıa de precipitaciones que manejaremos, de cara a incluirla directamente dentro de
los modelos hidrol´ogicos que se planteen, ser´a bien distinta de la representada en mapas de
isohietas, al menos en una de sus posibles concepciones. En este caso, y con el fin de extraer
una mayor potencia y adecuar en la mayor medida posible los datos disponibles a su uso en
la modelizaci´on hidrol´ogica propiamente dicha, la informaci´on contenida en la cartograf´ıa no
s´olo reflejar´a valores puntuales de las distintas magnitudes meteorol´ogicas, sino que tambi´en se
encontrar´a asociada a eventos concretos definidos por series de m´ ultiples valores, de tal modo
que nos permita modelar directamente, mediante la utilizaci´on conjunta con otras mallas
6.2. PRECIPITACI
´
ON 207
de datos y ciertos elementos adicionales, los fen´omenos hidrol´ogicos que tienen lugar como
consecuencia de dichos eventos.
Por ello, la denominaci´on de MDP va a englobar tanto a mallas de datos para valores
sencillos — precipitaci´on media mensual, por ejemplo — como mallas que recojan el desarrollo
de sucesos meteorol´ogicos, cuyas caracter´ısticas se tratar´an con mayor profundidad en breve.
Estas ´ ultimas se asocian al empleo de eventos y, por su mayor peculiaridad, ser´an expuestas
aqu´ı con algo m´as de detalle.
Con este MDP tal y como ha sido introducido en sus distintas formas, y una vez que
desarrollemos en profundidad los m´etodos y las circunstancias que deben tenerse en cuenta
para la creaci´on del mismo, ser´a ya posible estudiar la interacci´on entre la precipitaci´on y
el terreno, pues ambos se encuentran representados de modo similar, siendo de este modo
sencillo el modelizar con precisi´on los diferentes fen´omenos que tienen lugar a partir de dicha
interacci´on, siendo los escorrent´ıa e infiltraci´on los m´as importantes de los mismos.
Existe, no obstante, una diferencia conceptual entre el MDT y el MDP cuando ´este ´ ultimo
se refiere a un evento dado que, aun no afectando al empleo conjunto de ambos, si es necesario
comentar para la comprensi´on de este ´ ultimo. Mientras que el terreno puede considerarse como
algo fijo y est´atico (prescindiendo, obviamente, de enfoques geol´ogicos) para cuyo registro es
suficiente contar con una malla de datos, los fen´omenos de precipitaci´on son variables y rara
vez constantes, siendo adem´as de notable importancia el reflejar la propia din´amica de los
mismos. Esa din´amica de la precipitaci´on es la que da forma los resultados finales tales como
hidrogramas de avenida, y la que por lo tanto debe ser tenida en cuenta con la m´axima
consideraci´on.
Si se considera un punto dado, la definici´on del relieve de ese punto se resume en un ´ unico
valor de altura. Si se considera la definici´on de un evento meteorol´ogico dado — m´as explici-
tamente, una tormenta — sobre el mismo punto, este vendr´a registrado como un hietograma,
es decir, un conjunto de valores con una disposici´on temporal dada. Si en lugar de puntos
trabajamos con mallas de celdas, el relieve quedar´a reflejado mediante un simple MDT, mien-
tras que las precipitaciones requieren de un n´ umero dado de mallas distintas, n´ umero que
depender´a del intervalo de tiempo estudiado y la resoluci´on con que se quiera llevar a cabo
ese estudio.
Este hecho se refleja graficamente en la figura (6.1).
Figura 6.1: Estructura multicapa del MDP asociado a un evento. Extracci´on del hietograma asociado
a un punto a partir de los valores contenidos en ´este.
El tiempo es, en el caso de la precipitaci´on, un nuevo elemento a considerar, aunque, como
veremos, no a˜ nade dificultad alguna a las metodolog´ıas de c´alculo a utilizar una vez que se
disponga del MDP. Pese a necesitarse m´as de una malla de datos de precipitaci´on para la
caracterizaci´on de una tormenta, veremos que el estudio hidrol´ogico de las consecuencias de
208 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
esa tormenta sobre un terreno dado se va a llevar a cabo empleando las distintas mallas de pre-
cipitaci´on de modo aislado (cada una de ellas representa un intervalo de tiempo independiente
del resto), por lo que, a efectos pr´acticos, este hecho ´ unicamente tiene como consecuencia una
multiplicidad en los c´alculos a desarrollar, pero no una mayor complejidad de los mismos.
Desde un punto de vista cualitativo, tanto el MDT como el MDP son mallas de datos
continuos, y pueden por tanto ser objeto de an´alisis similares o bajo consideraciones parecidas.
No obstante, el an´alisis del MDP desde la perspectiva del an´alisis hidrol´ogico guarda un inter´es
mucho menor, pues esta precipitaci´on encuentra su significado real una vez alcanza el suelo,
siendo entonces cuando su estudio debe ser desarrollado a un nivel m´as profundo. Este hecho
provocar´a, entre otras cosas, que las exigencias que ser´an comentadas para la creaci´on del
MDP sean mucho menos restrictivas que en el caso del MDT.
6.2.2. Fuentes de datos no puntuales
Para comenzar el estudio de elementos meterol´ogicos, resulta imprescindible el analizar
los distintos tipos de datos y ver en detalle las caracter´ısticas propias de los mismos. De este
modo, se podr´a lograr una mejor comprensi´on que nos permita, cuando sea necesario, adaptar
la informaci´on contenida en dichos datos al entorno de trabajo sobre el que se plantean los
distintos modelos hidrol´ogicos, y sacar el m´aximo partido de esta informaci´on.
Aunque no constituyen el formato m´as habitual para la obtenci´on de datos meteorol´ogicos,
y su utilizaci´on con cierta intensidad es relativamente reciente, la similitud de las fuentes de
datos no puntuales con los MDPs que vamos a utilizar hace interesante el an´alisis de estas
en primer lugar, para as´ı comprender algo m´as esos MDPs y situarse en mejor disposici´on de
cara a la creaci´on de los mismos a partir de las mas comunes fuentes de datos puntuales.
Los datos m´as habituales de los que se puede disponer no referidos a un ´ unico punto geo-
gr´afico, y particularizando para el caso de Espa˜ na y la informaci´on disponible del Instituto
Nacional de Meteorolog´ıa, son los mapas de intensidad de precipitaci´on basados en la utili-
zaci´on de radar meteorol´ogico, correspondientes a intervalos de 1 y 6 horas. La figura (6.2)
muestra una imagen de uno de dichos mapas.
Figura 6.2: Mapa de intensidad de precipitaci´on en una hora, obtenido a partir de radar. Las distintas
intensidades se representan mediante tonalidades de gris.
El formato de la informaci´on procedente del radar, que es presentada como una imagen,
hace notablemente sencilla la incorporaci´on de estas im´agenes como capas del MDP, pues
ambas entidades son de similar naturaleza. La resoluci´on espacial, no obstante, es mucho
menor para las im´agenes de radar que para las mallas de datos de elevaciones, siendo del
orden del kil´ ometro en estas primeras, con lo que es obligado proceder a adaptar su tama˜ no
para compatibilizarlas con las ´ ultimas, sin existir mayor dificultad al respecto. Deben, no
6.2. PRECIPITACI
´
ON 209
obstante, tenerse en cuenta las mismas ideas que ya fueron introducidas para la modificaci´on
del tama˜ no de celda en el caso de MDTs mediante remuestreo de la malla de datos.
Al respecto de esta resoluci´on, la validez de la misma para llevar a cabo un an´alisis hi-
drol´ogico cualquiera est´a en relaci´on directa con el tama˜ no de la cuenca analizar, que de-
ber´a ser suficiente para garantizar una cierta representatividad de la informaci´on aportada
por las im´agenes de radar. Por otra parte, debe pensarse que una mayor resoluci´on en ´estas,
alcanzando el nivel del MDT, no tiene excesivo sentido ya que la precipitaci´on no var´ıa tanto
espacialmente como el relieve, por lo que ´ unicamente se concibe su uso a esas resoluciones
como una adaptaci´on para integrar ambos tipos de datos, pero no como una caracter´ıstica
que deba presentarse en origen. En t´erminos generales se puede afirmar que resulta adecuada
la resoluci´on presentada por las im´agenes de radar, m´axime si se compara con la que pueden
ofrecer las fuentes de datos puntuales, sensiblemente menor y ofrecida en un formato menos
cercano al de los MDPs que pretendemos utilizar.
En cuanto a su resoluc´ıon temporal, la informaci´on horaria es de amplio inter´es para
elaborar hietogramas con un detalle adecuado, por lo que se deduce que un conjunto de
im´agenes de radar con estas caracter´ısticas es una fuente de primer orden para la creaci´on
de un MDP completo y de gran utilidad relativo a un evento dado, mediante el que se va a
poder modelizar el conjunto de fen´omenos hidrol´ogicos que tienen lugar sobre la cuenca como
consecuencia de dicho evento.
La utilizaci´on en este sentido de los datos del radar meteorol´ogico va a tener como destino
principal dentro de los diversos objetivos que se plantean con los modelos hidrol´ogicos a´ un
por desarrollar, la modelizaci´on de eventos conocidos sobre cuencas aforadas de cara a la
calibraci´on de dichos modelos sobre las mismas, as´ı como, con caracter m´as novedoso, el estudio
hidrol´ogico en tiempo real para el control y monitorizaci´on de la actividad hidol´ogica en la
cuenca. La facilidad de obtenci´on y uso de im´agenes de radar hace de estas una herramienta
que, si bien no satisface una buena parte de las necesidades en cuanto a estudio hidrol´ogico
se refiere, se demuestra de gran utilidad en muchas otras, siendo superior a la mayor´ıa de los
restantes formatos existentes.
Informaci´ on detallada acerca del uso del radar puede consultarse, por ejemplo, en (Abbott,
1996).
Junto con la informaci´on de radar para un periodo concreto, encontramos tambi´en distintos
tipos de datos no centrados en eventos que satisfar´an el resto de necesidades al respecto,
tanto para el caso presente de la precipitaci´on como en el de los valores de temperatura que
proximamente ser´an introducidos.
Entre ellos, los mapas de isohietas que ya fueron citados anteriormente, los cuales pueden
interpolarse para obtener mallas regulares de datos, juegan un papel preponderante, siendo
intermedios en cuanto a su cercan´ıa con los MDPs entre las im´agenes de radar y los datos de
fuentes puntuales. No obstante, la similitud existente con estos ´ ultimos en su tratamiento hace
que sea en el desarrollo de ´estos, que tendr´a lugar a continuaci´on, donde se vean en detalle las
operaciones que deben aplicarse en este caso.
6.2.3. Fuentes de datos puntuales
Los datos m´as habituales de los que vamos a disponer para la obtenci´on de valores de
inter´es, tanto asociados a eventos como de tipo medio, son los recogidos en las diferentes esta-
ciones meteorol´ogicas, y que constituyen las series de datos con cuyo an´alisis se obtienen los
par´ametros estad´ısticos cl´asicos en este aspecto, ademas de extraerse directamente la infor-
maci´on relativa a un periodo concreto de tiempo. La literatura al respecto de estos primeros
es extensa, existiendo muy diversos resultados que pueden obtenerse, y siendo el objetivo de
este apartado el mostrar la manera de aprovechar estos de la mejor forma posible y llevarlos
210 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
a una estructura tal como el MDP ya presentado.
Tanto para los datos concretos de un evento dado, como para aquellos resultados estad´ısti-
cos que permitan el c´alculo de hietogramas para eventos m´aximos, as´ı como para valores
medios, la creaci´on del MDP ser´a tratada con detalle en los siguientes apartados. De este
modo, con indiferencia de los datos de partida, quedar´an establecidas las ideas principales
acerca de dicho MDP y las caracter´ısticas que deben buscarse en ´el para garantizar su validez
de cara al uso que se pretende del mismo.
6.2.4. Creaci´on del MDP
Estudiados ya los distintos tipos de datos de los que podemos disponer, la incorporaci´on de
´estos dentro de los esquemas de trabajo que van a plantearse requiere su adaptaci´on al formato
concreto del MDP tal y como lo hemos recogido, proceso acerca del cual es conveniente hacer
algunas puntualizaciones. En particular, y puesto que es a la vez el caso mas frecuente y el
que requiere un n´ umero de operaciones m´as considerable, se tratar´an los aspectos relativos a
datos de tipo puntual, especificando las caracter´ısticas de dichas operaciones en funci´on del
propio contenido y naturaleza de estos datos. Respecto a los datos de tipo no puntual, hemos
visto que ´estos pr´acticamente no requieren apenas un proceso de elaboraci´on hasta llegar a
un MDP utilizable, por lo que resulta m´as interesante centrarse en el otro tipo de fuentes de
datos presentado.
Como ya se ha dado a entender en alg´ un punto anterior, la situaci´on a la que se debe
hacer frente es muy similar a lo ya visto en el caso de la creaci´on del MDT, ya que, al menos
conceptualmente, el proceso es pr´acticamente id´entico, implicando la creaci´on de una malla
regular de datos a partir de una informaci´on irregular y dispersa. La ejecuci´on de esta tarea
se lleva a cabo, tambi´en de igual modo, mediante interpolaci´on sobre los datos conocidos,
pudiendo aplicarse los mismos algoritmos que en su momento fueron brevemente comentados.
Sin embargo, la distinta naturaleza de la informaci´on, junto con el uso menos intenso que
se va a dar a las mallas creadas en comparaci´on con un Modelo Digital del Terreno, establecen
una serie de diferencias que afectan directamente a la manera en que estas mallas deben ser
desarrolladas y las condiciones bajo las cuales este desarrollo debe llevarse a cabo.
Por una parte, se argument´o notablemente en su momento la inconveniencia de la creaci´on
por parte de uno mismo del Modelo Digital del Terreno, al no garantizarse de este modo que
aquello que fuera creado tuviera las caracter´ısticas id´oneas para su utilizaci´on en el an´alisis
del terreno tal como ´este se ha planteado. Las posibilidades de obtenci´on de un Modelo Digital
de Precipitaciones como tal resultan, sin embargo, pr´acticamente nulas, estando disponibles
los datos en otros formatos, en particular como datos puntuales correspondientes a la red de
estaciones presente en la zonas estudiada. Junto con este hecho, no debe olvidarse que, para
una zona dada, este MDP no es en absoluto ´ unico.
A los datos particulares para una tormenta, de utilidad para la modelizaci´on de un evento
concreto, se suman las infinitas posibilidades que pueden derivarse del estudio de hietogramas
de tormenta y aguaceros de c´alculo obtenidos a partir del an´alisis estad´ıstico de series de va-
lores, que utilizaremos para la modelizaci´on de eventos m´as desfavorables, entre otros. Todo
ello hace necesario que debamos dar forma a ese MDP a partir de cuantos valores disponga-
mos, siendo necesaria su elaboraci´on particular a falta de otras fuentes accesorias que puedan
proveernos la informaci´on requerida en formato conveniente.
Esta necesidad, al contrario que en el caso del MDT, puede aceptarse dentro de unos
m´argenes de calidad perfectamente asimilables, debiendo cumplir unos requisitos menores que
en el caso del MDT, requisitos que se satisfacen mediante la creaci´on de la malla a partir de
los datos puntuales de estaciones, empleando para ello cualquier m´etodo de los ya conocidos.
Para comprender este hecho debe tenerse en cuenta que los errores cometidos en la inter-
6.2. PRECIPITACI
´
ON 211
polaci´on de datos climat´ologicos van a tener su reflejo sobre los resultados finales mediante
la modificaci´on de las magnitudes de ´estos en la misma medida en que los datos interpolados
se desv´ıen de los valores reales. Se trata, por tanto, de una consecuencia que afecta de modo
cuantitativo a dichos resultados. Por el contrario, la modificaci´on de los valores de elevacio-
nes, si es de cierta importancia — como suced´ıa con algunos de los m´etodos de interpolaci´on
comentados —, supone una modificaci´on del relieve cuyas consecuencias pueden ser de gran
dimensi´on al var´ıar la propia morfolog´ıa del terreno creando estructuras geomorfol´ogicas por
completo distintas a las presentes en la realidad. La afeci´on que se produce es, por tanto,
tanto cuantitativa como cualitativa, siendo ´esta la principal raz´on que se aduce para desechar
la creaci´on del MDT a partir de datos en otro formato, con car´acter particular por parte de
la propia persona que posteriormente llevar´a a cabo un estudio hidrol´ogico sobre dicho MDT.
M´etodos
Aceptando, pues, la creaci´on del MDP, es momento de profundizar algo m´as en la manera
en que la misma se llevar´a a cabo. Desde el punto de vista matem´atico, cualquiera de los
m´etodos de interpolaci´on van a dar resultados aceptables, por lo que todos ellos podr´ıan
ser utilizados sin ninguna consideraci´on accesoria de cara a la realizaci´on de esta tarea. No
obstante, y aunque ya se dijo que las consecuencias sobre los resultados finales que pueden
derivar del uso de uno u otro m´etodo no son relevantes, la utilizaci´on de los m´etodos que eran
adecuados para la creaci´on del MDP parece favorecerse frente a aquellos menos adecuados,
al menos en t´erminos generales, existiendo algunas puntualizaciones interesantes que deben
tenerse en cuenta en funci´on de la naturaleza del dato interpolado.
Con car´acter general, debe considerarse, a ´este y a otros respectos, que el n´ umero de puntos
en los que basar la interpolaci´on va a ser muy inferior al considerado en el caso de manejar
elevaciones, con lo que interesa la aplicaci´on de m´etodos que den buenos resultados con un
n´ umero reducido de puntos.
Este n´ umero de puntos reducido tiene tambi´en sus consecuencias sobre la consideraci´on
algor´ıtmica de los m´etodos aplicables y la eficacia de los distintos planteamientos, permiti´endo-
nos realizar simplificaciones o llevar a cabo algunas adaptaciones como en breve veremos. Entre
los distintos m´etodos de interpolaci´on no existen grandes diferencias en este sentido, por lo
que no favorece la utilizaci´on particular de ninguno de ellos. Sin embargo, influye sobre la
aplicaci´on de todos ellos, haciendo, por ejemplo, innecesaria la selecci´on de un n´ umero da-
do de puntos alrededor de una celda a interpolar, pudiendo utilizar en cada interpolaci´on la
totalidad de los puntos conocidos, en virtud del reducido tama˜ no de la muestra.
De forma m´as particular, deben considerarse tambi´en las caracter´ısticas propias de la
muestra de cara a la elecci´on de uno u otro m´etodo, ya que en funci´on de ´estas y del objetivo
que se persiga en el an´alisis de la informaci´on de precipitaciones una vez el MDP haya sido
creado, ser´a m´as adecuado decantarse por un m´etodo u otro. As´ı, la utilizaci´on de m´etodos
como Kriging o Splines, generalmente se˜ nalados como soluciones m´as exactas en t´erminos de
error medio introducido, da lugar a superficies suaves que en ocasiones pueden desestimar por
defecto o exceso los valores reales extremos, siendo especialmente evidente este primer caso
cuando se trata de crear una malla de valores m´aximos de precipitaci´on pero ninguno de los
puntos de datos conocidos registra el valor m´aximo absoluto presente en la malla (Lynch, 1998).
Como es l´ogico pensar, si se trata de modelizar eventos m´aximos, una estimaci´on a la baja
puede tener efectos graves sobre la posterior utilizaci´on de los resultados, por lo que en estos
casos el uso de Splines o Kriging no es tan recomendable. Parad´ojicamente, la ponderaci´on
por distancia inversa (IDW) se muestra mucho m´as interesante en estos casos, pese a ser m´as
impreciso y mucho menos adecuado para la interpolaci´on de alturas en el MDT, como ya
vimos.
212 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
No obstante, el empleo de ponderaci´on por distancia inversa es tambi´en mucho m´as reco-
mendable en el caso de disponer del valor m´aximo en uno de los puntos conocidos, por lo que,
en caso de no suceder as´ı, debe tenerse en cuenta esta circunstancia y comprobar los valores
obtenidos en el proceso de interpolaci´on. Algunas alternativas han sido propuestas a este res-
pecto, entre las cuales es interesante la desarrollada por Sch¨afer (1991), en la cual se apoya
sobre una malla raster de valores de precipitaci´on medios mensuales — de m´as f´acil obtenci´on
que una referida a un evento concreto —, para estimar la distribuci´on de las precipitaciones
m´aximas con las que se trabaja.
En particular, supone que la distribuci´on de la precipitaci´on diaria es similar a la de la
media mensual, con lo que, conociendo esta ´ ultima, puede crear la malla relativa a la primera
sin m´as que hacer que en cada celda, la relaci´on entre su precipitaci´on media y la de la celda
conocida de m´aximo valor sea igual a la relaci´on existente entre ellas en lo que respecta a la
precipitaci´on diaria.
La extensi´on de esta idea a eventos de distinta duraci´on, aunque supone asumir un he-
cho en absoluto corroborado — ya es quiz´as muy elevada la magnitud de la suposici´on en el
planteamiento original —, constituye una interesante soluci´on en cuanto que se basa en infor-
maci´on m´as contrastada y se apoya en la misma de modo ventajoso, permitiendo, al menos
en cierta medida desde un enfoque conceptual, una relativa mejora respecto al empleo aislado
de un m´etodo de interpolaci´on en las circunstancias dadas.
Por ´ ultimo, y frente a las soluciones basadas en la interpolaci´on de datos, existe una
soluci´on habitual basada en ponderaci´on y de uso muy frecuente en el caso tratado, que es la
basada en los denominados pol´ıgonos de Thiessen
1
Este m´etodo se basa en la creaci´on de pol´ıgonos asociados a cada punto de datos conocidos,
de tal forma que, para cada otro punto dentro del pol´ıgono, su punto de datos conocidos m´as
cercanos es el asociado a dicho pol´ıgono. Las diferencias con los resultados obtenidos de la
utilizaci´on de m´etodos de interpolaci´on es clara, principalmente porque la malla as´ı creada no
es en absoluto de tipo continuo, no extray´endose de este modo todas las prestaciones que la
propia naturaleza del MDP puede ofrecer, y siendo en su uso posterior cuando estas diferencias
deben igualmente ser consideradas. Se puede decir, de modo sint´etico, que este MDP es de
una naturaleza por completo distinta, aunque la utilizaci´on del mismo guarda tambi´en inter´es
para alguna serie de modelos, motivo por el cual se recoge en estas p´aginas.
Desde otro punto de vista, de inmediato se aprecia que estos pol´ıgonos de Thiessen se
prestan a una utilizaci´on y un almacenamiento desde un punto de vista vectorial, en contraste
con la naturaleza raster del MDP en su sentido original, y tal como se deriva de los m´etodos de
interpolaci´on ya mencionados. Desde esta perspectiva, los pol´ıgonos de Thiessen constituyen
una estructura matem´atica denominada Teselaci´on de Voronoi, dual a su vez de la conocida
como Triangulaci´on de Delaunay. Si recuerda el lector, esta ´ ultima se mencion´o al comienzo
del libro como la base para el desarrollo de redes de tri´angulos irregulares, esto es, de los TINs,
con lo que en cierto modo que se establece una ligera analog´ıa entre ambos conceptos.
En este caso, no obstante, las circunstancias son bien distintas. Habiendo asumido el mode-
lo raster como ´optimo para nuestro trabajo, debemos disponer de la informaci´on de pol´ıgonos
de Thiessen en dicho formato, por lo cual, en caso de trabajar con ellos en formato vectorial,
ser´a necesario realizar una conversi´on entre ambos. Adem´as, el escaso n´ umero de puntos nos
permite, sin excesiva penalizaci´on de rendimiento, el plantear la creaci´on de la teselaci´on desde
1
Las denominaciones que pueden encontrarse para estos pol´ıgonos son muy variadas, ya que guardan inter´es
para un amplio n´ umero de diversas disciplinas, siendo frecuente que en cada una de ellas reciban el nombre
de quien en primer lugar adapto su uso a la materia de la misma. Originariamente se conocen como celdas de
Dirichlet , aunque en su empleo relativo a datos meteorol´ogicos es habitual la denominaci´on de Pol´ıgonos de
Thiessen, que ser´a la que adoptemos en este texto. Desde el punto de vista del ´ambito puramente matem´atico,
lo m´as frecuente es encontrar el conjunto de estos pol´ıgonos bajo la denominaci´on de teselacion de Voronoi.
6.2. PRECIPITACI
´
ON 213
un punto de vista exclusivamente raster, sin pasar previamente por un conocimiento de los
pol´ıgonos de modo vectorial, por lo que ´este no ser´a analizado.
Figura 6.3: creaci´on de pol´ıgonos de Thiessen sobre una base raster.
Con un rendimiento menor — peor cuanto mayor sea el n´ umero de puntos de datos co-
nocidos — que los algoritmos usuales, y ciertamente con una menor elegancia desde el punto
de vista puramente computacional, es posible la creaci´on de un MDP basado en pol´ıgonos de
Thiessen simplemente calculando para cada celda la distancia a cada uno de los puntos de
datos conocidos, y asignando a la misma el valor de aquella situada mas pr´oxima. La discreti-
zaci´on del espacio en celdas permite llevar a cabo este proceso, en oposici´on a los algoritmos
existentes (abundantes, ya que, como en su momento se indic´o, ´esta es una parcela rica dentro
de la geometr´ıa computacional), que, como es l´ogico fuera de nuestro entorno de trabajo, no
consideran dicha divisi´on.
Haciendo una peque˜ na abstracci´on, y suponiendo que las estaciones representan celdas de
datos conocidos y el objetivo de este m´etodo es completar las celdas restantes de la malla, la
forma de proceder en el mismo es similar a la del algoritmo que denomin´abamos de vecindad
para el remuestreo de im´agenes, y que pod´ıa ser aplicado en el cambio de resoluci´on del MDT.
La similar naturaleza de tipo raster de im´agenes y mallas de datos, permite una vez m´as
un cierto v´ınculo, escaso en esta ocasi´on concreta, pero que permite mediante su comprensi´on
avanzar hacia en cierto modo hacia la integraci´on de dos disciplinas altamente complementarias
como son las anteriores.
Volviendo al aspecto mas pr´actico una vez el anterior proceso ha sido llevado a cabo,
la malla del MDP creada mediante este m´etodo puede emplearse de igual modo que las de
tipo continuo, si bien su utilidad es mayor — y, especiamente, m´as habitual — en el caso de
modelos agregados donde la extracci´on de par´ametros medios es necesaria a partir de dicho
MDP. Para este caso, la utilizaci´on de pol´ıgonos de Thiessen representa un punto de apoyo
intermedio de inter´es de cara a la realizaci´on de dicha tarea. Utilizando el MDP en conjunto
con la malla de subcuencas, se obtienen valores medios para cada una de ellas, siendo estos
valores los que posteriormente se llevar´an a los modelos hidrol´ogicos correspondientes.
La multiplicidad del MDP no tiene lugar en el caso de emplear este tipo de interpolaci´on,
ya que los valores de la celda s´olo son referencias a datos externos, siendo dichos datos los que
deber´an contener toda la informaci´on asociada a los eventos de precipitaci´on, y por tanto, los
que deben estar compuestos no de valores ´ unicos, sino de una serie m´ ultiple de ellos.
Sobre la naturaleza m´ ultiple del MDP
Llegados a este punto, y aun conociendo bastante acerca de la metodolog´ıa para la crea-
ci´on de un MDT, resta todav´ıa tener en cuenta la propia naturaleza del mismo como conjunto
214 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
de diversas capas representando los distintos intervalos de tiempo considerados, cuando dicho
MDP recoge la informaci´on de una tormenta concreta. La aplicaci´on de cualquier metodolog´ıa
de las previamente comentadas (o cualquier otra al respecto) debe dar resultados coheren-
tes para los puntos de valores conocidos, al mismo tiempo que debe mantener una misma
coherencia entre las distintas capas creadas.
Para ver de modo m´as claro lo anterior, utilicemos un ejemplo. Supongamos dos puntos
de datos para cada uno de los cuales se dispone de un hietograma recogido, siendo estos
hietogramas de aspecto similar pero uno de ellos comenzando en un intervalo de tiempo
distinto. La interpretaci´on m´as inmediata de esta situaci´on es la de que la tormenta que produjo
ambos hietogramas se desplaz´o entre los puntos donde estos se recogieron, siendo l´ogico pensar
que, en una localizaci´on intermedia entre ambos, el hietograma tendr´a un aspecto similar pero
comenzando con un retardo menor.
Veamos c´omo obtener a partir de dichos dos hietogramas y el emplazamiento de los mismos
un MDP para la zona en la que estos se encuentran y para la tormenta recogida en dichos
hietogramas. Sobre ello, analizaremos las particularidades antes mencionadas que se deben
tener en cuenta en la creaci´on del MDP con objeto de garantizar un significado correcto del
mismo.
La forma m´as simple y l´ogica de tener en cuenta el conjunto de valores para los distintos
intervalos de tiempo, pasa por interpolar una malla de datos para cada uno de dichos intervalos.
Para cada malla, se utilizar´an en los distintos puntos conocido los datos de sus correspondientes
hidrogramas para el intervalo considerado.
Utilizando, por ejemplo, como m´etodo de interpolaci´on una ponderaci´on por distancia
inversa, y para una celda situada a igual distancia de los dos puntos de registro de hietogramas,
la figura (6.4) muestra el resultado obtenido seg´ un el procedimiento trazado anteriormente.
Resulta obvio que este resultado no se ajusta al que se busca, habiendo quedado modificado el
hietograma y desvirtu´andose de este modo la informaci´on contenida en el conjunto de capas
del MDP.
Figura 6.4: Ponderaci´on de hietogramas mediante ponderaci´on directa de cada intervalo. El resultado
no se ajusta a la interpretaci´on l´ogica.
De lo anterior se deduce que no es suficiente con trabajar de forma aislada con los valores
correspondientes a cada malla raster de las que componen el MDP, sino tambi´en con el conjunto
de ellas y sus relaciones. Dichas relaci´ones, en este caso, vienen impuestas por el tiempo, pues
6.2. PRECIPITACI
´
ON 215
es ´este quien ordena el conjunto de datos y representa la otra dimensi´on existente en nuestras
mallas. La consideraci´on de dicho tiempo como un factor m´as sobre el que se deben llevar
a cabo las operaciones pertinentes, nos har´a obtener una metodolog´ıa mas adecuada para la
creaci´on de un MDP con un sentido correcto y coherente con la propia l´ogica de los valores
utilizados como partida.
Una propuesta sencilla a este respecto, que soluciona de modo ´optimo el problema al
que antes nos enfrentabamos, consiste en modelizar los distintos hietogramas a˜ nadiendo a los
mismo un nuevo par´ametro δ que indique el retardo en el comienzo de la precipitaci´on en
cada uno de ellos. Se a˜ nade de este modo un par´ametro con unidades de tiempo que permite
trabajar con las magnitudes temporales de un modo similar a como se realiza para los valores
de precipitaci´on del hietograma, integrando las mismas en un esquema num´erico a trav´es de
la aplicaci´on de alguno de los m´etodos ya conocidos. La aplicaci´on de esta alternativa al caso
tratado con anterioridad se refleja en la figura (6.5), en la que se puede apreciar la mayor
similitud del resultado obtenido con aquel que la mera l´ogica dictaba.
Figura 6.5: Ponderaci´on de hietogramas considerando retardos. El resultado se corresponde con la
interpretaci´on l´ogica.
Resulta claro que el empleo de pol´ıgonos de Thiessen elimina esta problem´atica, ya que,
independientemente de la naturaleza de los datos manejados, la malla que se constituye con
este m´etodo ´ unicamente indica el punto de informaci´on conocida m´as cercano a cada celda,
siendo por tanto una entidad de por s´ı que no necesita de otras mallas accesorias para poder
ser utilizada.
En todo lo anterior, hemos manejado informaci´on real registrada en puntos concretos, la
cual puede ser utilizada tanto en modelos agregados como distribuidos, y para la modelizaci´on
de un evento dado o la calibraci´on del modelo empleado en base al ajuste de los resultados
observados y los obtenido con el mismo. Este sencillo recurso presentado quizas sea de dificil
aplicaci´on en caso de cuencas de gran tama˜ no donde la variabilidad espacial de la precipitaci´on
no pueda ser recogida mediante conceptos tan simples. En tal supuesto, la aplicaci´on de otras
ideas, o quizas la divisi´on de la cuenca en subunidades hidrol´ogicas, sean necesarias con objeto
de realizar planteamientos coherentes. Lo que se pretende mostrar aqu´ı es, no obstante, la
necesidad de garantizar esa coherencia siempre que se recurra a la utilizaci´on de un MDP tal
y como el que en este apartado nos ocupa.
Un caso distinto al anterior lo encontramos en la utilizaci´on de hietogramas de c´alculo, los
216 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
Figura 6.6: Secuencia de etapas en la creaci´on del MDP a partir de hietogramas puntuales (a) o datos
estad´ısticos puntuales para la creaci´on de tormentas de dise˜ no (b).
cuales, aunque formalmente constituyen un caso similar al precedente, pueden tratarse de un
modo alternativo teniendo en cuenta el origen de los mismos. La creaci´on de estos hietogramas
generalmente deriva de valores sencillos — precipitaciones m´aximas para un periodo dado de
tiempo y un determinado periodo de retorno, por ejemplo —, por lo que se puede realizar una
interpolaci´on sobre dichos valores y, con la malla creada a partir de los mismos, desarrollar
los hietogramas asociados a cada celda, los cuales formar´an las distintas capas del MDP.
El empleo de hietogramas sint´eticos para dise˜ no hidrol´ogico puede as´ı, sin necesidad de
tener en cuenta otras circunstancias, adaptarse a la utilizaci´on de un Modelo Digital de Pre-
cipitaciones de un modo sencillo y correcto. En caso de ser necesarios m´ ultiples datos (por
ejemplo para la creaci´on de un hietograma tipo a partir de los valores de P
0,5
, P
1
y P
6
), ´estos
pueden utilizarse de forma independiente en la creaci´on de sus respectivas mallas, puesto que
no existe relaci´on entre ellos que impida proceder de dicha forma.
Esta forma de proceder se compara con la presentada anteriormente en la figura (6.6).
N´otese que la secuencia de pasos es diferente en el caso de trabajar con hietogramas de dise˜ no,
interpol´andose sobre los valores estad´ısticos y no sobre los hidrogramas, ya que ´estos se crean
con posterioridad.
Ajuste del MDP con el MDT
Una mejora a incluir en el MDP, teniendo en cuenta la informaci´on de elevaciones con la
que se va a realizar un uso conjunto, es la modificaci´on de valores de precipitaci´on en funci´on
de la altitud de cada celda. Conociendo el valor de elevaci´on de la celda a interpolar y los de las
celdas de datos conocidos donde se sit´ uan las estaciones, es posible ajustar las precipitaciones
recogidas en estas mismas haciendo uso de la diferencia de alturas entre ambas, cre´andose de
este modo un MDP m´as realista que tiene en cuenta el relieve de la cuenca para la asignaci´on
de los valores de precipitaci´on correspondientes.
Este ajuste puede llevarse a cabo cuando las fuentes de datos sean hietogramas, bien
de tipo sint´etico o bien recogidos en una tormenta dada, o tambi´en para el caso de ciertos
valores puntuales en base a los que luego se obtengan dichos hietogramas sint´eticos, tales como
precipitaciones m´aximas para un intervalo de tiempo dado. No es recomendable aplicarlos, sin
embargo, sobre par´ametros estad´ısticos que den lugar a valores utilizables con posterioridad
(tales como las medias y desviaciones t´ıpicas que entran a formar parte en la tan habitual
formulacion de Gumbel ), ni sobre los MDPs formados a partir de im´agenes de radar, pues
estas ya han sufrido diversos procesos de ajuste previamente.
No obstante, la aplicaci´on de lo anterior requiere el conocimiento preciso del gradiente
de precipitaci´on existente respecto a la altura en la zona, par´ametro que no es en absoluto
6.2. PRECIPITACI
´
ON 217
homog´eneo en t´erminos espaciales, y que puede no ser f´acil de obtener con la precisi´on deseable.
En general, dependiendo de la localizaci´on, as´ı como de la propia configuraci´on del relieve que
d´e lugar a una mayor o menor homogeneidad, existir´an o no regresiones apropiadas para la
correcci´on de datos de precipitaci´on en funci´on de la altura.
Una soluci´on para poder utilizar la informaci´on del MDT sin conocer el antedicho gradiente,
pasa por la utilizaci´on volum´etrica del m´etodo de interpolaci´on elegido, es decir, aplic´andolo
en 3 dimensiones en lugar de en 2, con lo cual se obtiene un volumen como resultado en
lugar de una superficie como en el caso de las mallas de datos que manejamos. La obtenci´on
posterior de la malla de precipitaciones se lleva a cabo intersecando el volumen resultante con
el MDT y tomando los valores de dicha intersecci´on como valores que pasar´an a formar parte
del MDP buscado.
Las consideraciones acerca de los distintos m´etodos de interpolaci´on son las mismas en
este caso que para el caso bidimensional.
´
Unicamente debe considerarse la mayor complejidad
computacional de este enfoque, tanto desde el punto de vista de su rendimiento como de su
implementaci´on.
6.2.5. Interpolaci´on del MDP basada en el MDT
Si bien los m´etodos de interpolaci´on antes desarrollados, as´ı como las correspondientes
consideraciones respecto a los mismos, son una herramienta adecuada para llevar a cabo la
creacion del MDP, la dependencia de la variable interpolada — esto es, la precipitacion —
con el relieve, puede emplearse como elemento complementario para que dicha creaci´on se
d´e con mayor precisi´on a partir de los datos disponibles. La citada dependencia no se limita
´ unicamente a la ya conocida en relaci´on a la altura, sino tambi´en la referida a la propia
configuraci´on del relieve, la orientaci´on, y otros aspectos que pueden tener influencia local
sobre los valores de precipitaci´on.
Con la base anterior, una propuesta de inter´es mediante la cual se obtienen resultados
de elevada precisi´on es la formulada en el modelo PRISM (Parameter–elevation Regressions
on Independent Slopes Model ) por Daly et al (1994), aplicable, en principio, en zonas con
relieve monta˜ noso. La base te´orica de este modelo se fundamenta en la consideraci´on de que,
sobre una regi´on de relieve pronunciado, dicho relieve da lugar al establecimiento de diferentes
reg´ımenes pluviom´etricos en funci´on de la orograf´ıa, debiendo este hecho reflejarse de alg´ un
modo a la hora de la creaci´on de un mapa de precipitaci´on a partir de un numero determinado
de observaciones puntuales.
Para ello, y con la ayuda del Modelo Digital del Terreno, se agrupan las celdas en los
distintos reg´ımenes que puedan extraerse en funci´on del an´alisis del terreno, y estos datos se
ponen en com´ un con los tipos de reg´ımenes presentes en las celdas de las que se dispone de
informaci´on puntual, emple´andose esta clasificaci´on a la hora de interpolar las restantes de la
malla. Por supuesto, la propia altura de cada celda tambi´en es empleada como dato de inter´es.
Entrando en detalle, el modelo PRISM define el concepto de faceta como una cualidad
aplicable a cada celda y evaluable en funci´on de las orientaciones tanto de la propia celda en
cuesti´on como de las situadas en un entorno de la misma. Las celdas con id´entico valor de faceta
se entiende que presentar´an similar comportamiento en cuanto a su r´egimen climatol´ogico y a
los gradientes que presenten las principales variables meteorol´ogicas en funci´on de la altitud.
De modo particular, la creaci´on de una malla de facetas implica la realizaci´on de los
siguientes pasos
C´alculo de la orientaci´on de cada celda, de la forma habitual ya conocida.
C´alculo de la distribuci´on de orientaciones de las celdas circundantes a cada celda indi-
vidual.
218 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
Asignaci´on de un valor de faceta en funci´on de los anteriores elementos.
La ejecuci´on de este ´ ultimo paso es la que presentan el n´ ucleo del algoritmo en lo que a
la creaci´on de la malla de facetas respecta, llev´andose a cabo mediante el uso de una clave de
tipo dicot´omico basada en los valores de orientaci´on que aparezcan con m´axima frecuencia. La
malla de facetas se emplea entonces como elemento b´asico para llevar a cabo la interpolaci´on
ajustando los pesos asignados a los datos conocidos en funci´on de la similitud de facetas
existente entre dichos datos y las celdas interpoladas. Para los detalles completos del m´etodo
puede consultarse (Daly, 1994).
Sin ser un m´etodo tan espec´ıfico como el anterior, dise˜ nado expresamente para la interpola-
ci´on de datos meteorol´ogicos, puede a˜ nadirse en una formulaci´on como el Kriging informaci´on
adicional correspondiente a las elevaciones, para de este modo considerar la influencia de este
factor en la propia precipitaci´on. El establecimiento de una relaci´on entre ambas variables
que pueda incorporarse dentro de las propias expresiones del Kriging, puede llevarse a cabo
de diversos modos y desde distintos puntos de vista. Una referencia muy completa acerca de
la incorporaci´on de MDTs en la interpolaci´on de datos de precipitaci´on mediante diversos
m´etodos es (Goovaerts,2000).
Para m´as informaci´on, referencias generales sobre geoestad´ıstica mas all´a de las breves
nociones aqu´ı recogidas son, por ejemplo, (Clark, 2000) y (Armstrong, 1998), el primero de
ellos m´as sencillo y con menor carga matem´atica.
6.2.6. Sobre la naturaleza cartogr´afica del MDP
Hemos visto ya que la consideraci´on de la variable temporal en el MDP lo hacia distinto de
otras mallas simples como el MDT, debiendo considerarse este hecho en aspectos tales como
su creaci´on a partir de datos puntuales, entre otros. De igual modo, existe una diferencia entre
el MDP y los propios valores puntuales o las representaciones cartogr´aficas cl´asicas de valores
de precipitaci´on, la cual, si bien no afecta en la misma medida al uso directo que hagamos de
este elemento, influye en la concepci´on propia del MDT y en las posibilidades que ´ete brinda
de cara a su estudio con car´acter global.
De manera similar a la diferencia que encontramos entre el an´alisis del terreno mediante un
MDT y mediante un plano topogr´afico cl´asico, donde este primero nos abre un ab´anico nuevo
de posibilidades conceptuales ademas de elevar enormemente el detalle de c´alculo, en este
caso el MDP permite la consideraci´on de nuevas circunstancias y nuevos elementos antes no
tratados, que pueden pasar a formar de los modelos que de aqu´ı en adelante puedan plantearse.
De modo particular, ser´an los MDP asociados a eventos concretos, donde esa componente
temporal antes mencionada cobra mayor importancia, los que presentan circunstancias mere-
cedoras de cierta rese˜ na en este sentido. En ellos, el conocimiento de los eventos no s´olo desde
un punto de vista de su evoluci´on en el tiempo — esto es, la informaci´on que se derivar´ıa de
un mero hietograma —, permite estudiar ´estos tambi´en en su evoluci´on espacial, analizando
por ejemplo su desplazamiento o la variaci´on del ´area afectada por una tormenta a lo largo del
intervalo de tiempo en que ´esta se produce. El establecimiento de relaciones entre la intensidad
m´axima de precipitaci´on y el ´area de la tormenta puede, por ejemplo, proporcionar elementos
interesantes de cara a dimensionar los eventos de c´alculo en funci´on del tama˜ no de la cuenca,
bajo una perspectiva m´as realista a partir de la informaci´on que puede extraerse del estudio
de los MDP desde todos los puntos de vista posible.
A este respecto, no va a darse aqu´ı formulaci´on explicita alguna, principalmente porque
las conclusiones sobre el tema son a´ un inexistentes, siendo, no obstante, un campo de estudio
fuerte del que todav´ıa deben extraerse buen numero de resultados aprovechando el enorme
potencial que este tipo de representaciones de datos pluviom´etricos nos ofrece. He considerado
importante, de cualquier modo, incluir este breve apunte al respecto, pues el planteamiento de
6.2. PRECIPITACI
´
ON 219
cualquier nuevo tipo de modelo o concepto en relaci´on con el mismo requiere un conocimiento
adecuado del potencial de los elementos que se manejan, tan necesario o m´as que el propio
conocimiento meramente t´ecnico de los mismo.
6.2.7. Utilizaci´on del MDP
La utilizaci´on del MDP parece, en primera instancia, pensada para el caso de modelos
hidrol´ogicos distribuidos, en los que se constituye como un elemento clave de los mismos,
al suponer una alternativa distribuida a otros formatos en que pueden registrarse los datos
meteorol´ogicos necesarios, reflejando la informaci´on particular para cada uno de los puntos
que se toman en consideraci´on.
No obstante, su aplicaci´on dentro de modelos agregados tambi´en resulta perfectamente
posible — as´ı se coment´o para los creados empleando pol´ıgonos de Thiessen —, a la par que
ventajosa, pues representan una fuente de informaci´on de sumo inter´es. Del mismo modo que
a partir del MDT pueden extraerse par´ametros simples acerca de una cuenca o una zona
concreta a partir de los valores existentes en las celdas que componen ´esta, el estudio de los
valores del MDP dentro de las ´areas estudiadas puede arrojar resultados de inter´es que ser´an
utilizables como caracterizadores de las unidades que se consideren en dichos modelos.
En el momento de estudiar cada modelo, se detallar´a la forma en que ´este toma sus datos
meteorol´ogicos, analiz´andose el uso del MDP como fuente de dichos datos y expresando la
soluci´on que debe tomarse en cada caso para la adaptaci´on de los datos de ´este a la forma
concreta que sea m´as acorde con el citado modelo.
6.2.8. Utilizaci´on autonoma de datos puntuales
Aunque el MDP es una estructura altamente ventajosa que puede crearse a partir de
datos puntuales como hemos visto, cabe la posibilidad de emplear estos datos tambi´en de
forma directa, lo cual tiene sentido sobre todo en el caso de modelos agregados. En este caso,
la estimaci´on de valores medios a partir del MDP y la malla de subcuencas es una soluci´on
habitual como ya se dijo, si bien el car´acter agregado de los modelos permite el trabajo sin
necesidad de pasar obligatoriamente por un elemento de tipo distribuido como es el MDP.
La caracterizaci´on espacial de los datos procedentes de estaciones permite sustituir los
procesos de interpolaci´on correspondientes a la creaci´on del MDP por ponderaciones puntuales
sobre un punto concreto de cada subcuenca, siendo habitual el uso del centro de gravedad de
la misma. Se ve aqu´ı una raz´on por la cual, seg´ un se coment´o en su momento, interesa que
dicho centro se encuentre dentro de la propia cuenca, existiendo formulaciones adicionales en
caso de que esto as´ı no suceda.
No debe perderse de vista en ning´ un momento el uso m´as ((simple)) de los datos de que
se dispone para el an´alisis hidrol´ogico — en este caso la precipitaci´on —, pues en ocasiones,
y dependiendo del modelo que se aplique, puede tener tanto o m´as sentido que el empleo de
elementos complejos distribuidos, siendo altamente m´as sencillo desde todas las perspectivas.
6.2.9. Nieve
Para concluir dentro de este apartado los aspectos concernientes al aporte liquido que va
tener lugar sobre cada celda de nuestra malla de estudio, no puede dejarse a un lado algunas
consideraciones al respecto de la cobertura nivosa y la forma en que los datos acerca de esta
debe ser utilizados e incorporados como parte del estudio que se va a llevar a cabo.
Sin ninguna duda, una fuente importante de agua que debe tenerse en cuenta es la pro-
veniente del manto nivoso que puede cubrir total o parcialmente una zona de estudio, y cuyo
220 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
deshielo da lugar a vol´ umenes de escorrent´ıa que pueden ser m´as o menos importantes seg´ un
sean las caracter´ısticas de dicha zona y el tipo de modelo que se aplique sobre la misma.
En general, en lo referente a este libro, el estudio de los elementos propios de la nivolog´ıa
y su papel dentro de la modelizaci´on hidrol´ogica computacional tal y como aqu´ı es entendida
va a tratarse apenas en estas p´aginas, por considerarse un elemento relativamente marginal
en un ´ambito de aplicaci´on mediterraneo, entre otras circunstancias. Asimismo, la elevada
relaci´on que existe entre los fundamentos f´ısicos que rigen los procesos relacionados con la
nieve con otros factores tratados m´as en profundidad dentro del texto — en especial, los
fen´omenos de evaporaci´on que seguidamente se tratar´an — hace que, una vez la relaci´on de
estos ´ ultimos con el empleo de MDTs quede puntualizada, sea sencillo adaptar sus conceptos
para el planteamiento de un modelo en el que se considere como elemento fundamental el
aporte del manto nivoso y la evoluci´on del mismo.
6.3. Evaporaci´on
De escaso inter´es para el planteamiento de modelos de eventos tales como los empleados
en dise˜ no hidrol´ogico, los procesos de evaporaci´on deben ser tenidos en cuenta, sin embargo,
cuando se trata de modelizar fen´omenos hidrol´ogicos sobre un intervalo de tiempo m´as largo
o en los que las propia magnitud de los mismos no haga posible prescindir de dichos procesos.
La utilizaci´on de modelos continuos, los cuales, como sabemos, son algunos de los grandes
beneficiarios de las ventajas obtenidas por el empleo de Modelos Digitales del Terreno y de
toda la bater´ıa de elementos que circundan a los mismos, no pueden concebirse sin el concurso
de una modelizaci´on adecuada de todo lo concerniente a la evaporaci´on que tiene lugar sobre
la cuenca analizada.
Desde la ´ optica de este texto, la incorporaci´on de los MDTs como base sobre la que apoyar
los c´alculos sobre evaporaci´on es altamente similar a cuanto ya hemos visto para el caso de
la precipitaci´ on, incorpor´andose adem´as algunas formulaciones accesorias en relaci´on con el
an´alisis del terreno que, por su propia utilidad y concepto, resulta m´as conveniente introducir
ahora en lugar de en la primera parte del libro. El conjunto de estos elementos nos dotar´a de
la informaci´on suficiente para poder modelizar de forma efectiva el conjunto de procesos refe-
rentes a evaporaci´on, y con ellos, junto con lo ya dispuesto tras el apartado correspondiente
a la precipitaci´on, continuar hacia la utilizaci´on conjunta de toda esta informaci´on dentro de
los modelos hidrol´ogicos de uno u otro tipo.
De forma concreta, tres se puede decir de forma esquem´atica que son los factores que
influyen principalmente en la magnitud de la evaporaci´on que se da sobre una zona dada,
y que por tanto deben ser evaluados y tenidos en cuenta para la formulaci´on de modelos al
respecto: insolaci´on, temperatura y viento.
Sobre estos dos primeros van a residir las funcionalidades de mayor inter´es en relaci´on con
los MDTs en particular y las mallas raster en general, siendo menos importante la aporta-
ci´on de ´estas sobre el tercer elemento, al menos al nivel de trabajo que aqu´ı se desarrolla.
´
Ellos tendr´an su explicaci´on detallada en algunos de los siguientes puntos, coment´andose los
pormenores correspondientes a cada caso.
Con objeto de evaluar la evaporaci´on producida en un punto dado — es decir, en una
celda dada, puesto que se va a continuar con la estructura matricial tambi´en en este caso
—, hagamos uso de una f´ormula gen´erica al respecto, sobre la cual quedar´an plasmadas las
necesidades de datos que debemos cubrir.
Se puede considerar, en l´ıneas muy generales, que la gran mayor´ıa de f´ormulas para el
c´alculo de la evaporaci´on se ajustan a una expresi´on de la forma
EV = f(T, E, V, α
1
, α
1
, . . . , α
n
) (6.1)
6.3. EVAPORACI
´
ON 221
donde EV es la evaporaci´on, T la temperatura, E la energ´ıa de la radiaci´on recibida sobre
el punto considerado, V la velocidad del viento y α
1
, α
2
,. . . ,α
n
otra serie de par´ametros
normalmente climatol´ogicos tales como el ´albedo de la atm´osfera o la humedad relativa del
aire, por nombrar algunos de los m´as habituales. Los dos primeros par´ametros — esto es,
T y E — son los que pueden ser obtenidos de modo m´as exacto mediante el apoyo en la
informaci´on del MDT, por lo que ser´an los que se traten en los pr´oximos apartados.
A efectos de las explicaciones que siguen, la elecci´on de una u otra formulaci´on dentro
del esquema anterior es irrelevante, puesto que todas ellas contienen los par´ametros de tem-
per´atura e insolaci´on mencionados. Se tiene, por tanto, que con independencia de la expresi´on
considerada, ´esta podr´a sacar provecho del an´alisis de los MDTs y mallas similares a este
respecto, el cual a continuaci´on queda detallado.
6.3.1. Temperatura
El trabajo con los datos de temperatura que son necesarios para el anterior modelo, se
asemeja pr´acticamente en su totalidad al que tiene lugar con los datos de precipitaci´on, aunque
son muchas las circunstancias que hacen ´este primero m´as sencillo en muchos aspectos. Como
se dijo en la introducci´on, los conceptos relativos a meteorolog´ıa se re´ unen bajo este ´ unico
cap´ıtulo con objeto de reflejar la similitud entre ellos desde el punto de vista de su manejo y
empleo sobre una base conceptual com´ un, por lo que, una vez que se han estudiado la gran
mayor´ıa de aspectos en el apartado correspondiente a la precipitaci´on, ser´a sencillo aplicar
esas ideas al caso de la temperatura, poniendo primero de manifiesto las ya mencionadas
diferencias.
En primer lugar, la obvia distinci´on que debe advertirse entre ambos es la necesidad de
un dato ´ unico para el caso de la temperatura, el´ıminandose as´ı el concepto m´ ultiple, y re-
duci´endose a una sola capa la representaci´on en malla de los datos sobre dicha temperatura
— podr´ıamos denominar a estos Modelo Digital de Temperaturas, aunque prescindiremos de
cualquier denominaci´on particular para los mismos —.
Bien es cierto que la temperatura var´ıa a lo largo del tiempo de igual modo que lo hace
la precipitaci´on, por lo que deber´an emplearse un cierto numero de mallas para reflejar su
din´amica de modo adecuado, pero no existe necesidad alguna de tratar esas distintas capas de
temperatura como asociadas a un evento concreto, siendo de cara a su uso pr´actico unidades
mucho mas independientes que las que conforman el MDP. El uso de las distintas mallas
del MDP como caracterizadoras de un evento concreto es m´as notable en los modelos de
suceso, donde la temperatura no es un par´ametro a tener en cuenta, como ya sabemos. Por
ello, podemos trabajar bajo la consideraci´on de la independencia entre s´ı de las distintas
mallas de temperatura, sin menoscabo de la precisi´on, tanto pr´actica como conceptual, de la
modelizaci´on que sobre esa hip´otesis llevemos a cabo.
En segundo lugar, la creaci´on de esta malla raster de temperaturas no s´olo ofrece una
mayor simplicidad debido a lo anterior, sino que, por sus caracter´ısticas, permite encontrar
alternativas adecuadas a la misma, evitando as´ı ´esta creaci´on y pudiendo recurrir a fuentes de
datos ya adecuadas a las filosof´ıa raster que nos es necesaria para nuestro trabajo.
No debe perderse de vista en ning´ un momento el destino de los datos de temperatura
dentro del an´alisis hidrol´ogico, los cuales, como ya se dijo, se dirigen mayoritariamente a
modelos continuos, no siendo necesaria una caracterizaci´on termom´etrica instant´anea de la
zonas estudiada, sino m´as bien consistente en valores medios. La mayor disponibilidad de este
tipo de datos en un formato acorde con las necesidades que tenemos de cara a la utilizaci´on
conjunta con MDTs y MDPs, la cual en su momento fue comentada en relaci´on con las fuentes
de datos no puntuales, nos permite considerar la creaci´on de una malla de temperaturas a partir
de interpolaci´on como una alternativa m´as, aunque tal vez no con tanta preponderancia como
222 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
suced´ıa en el caso precedente con el MDP.
De generarse dicha malla haciendo uso de los m´etodo de interpolaci´on ya conocidos, el tra-
bajo con valores medios y no con valores extremos modifica conceptualmente la interpretaci´on
que debe darse a los resultados desde el punto de vista de su conveniencia. Aunque la aplica-
ci´on de cualquiera de dichos m´etodos, y con unas exigencias de precisi´on similares a las que ya
fueron presentadas en el caso de la precipitaci´on, se presenta como una alternativa correcta y
suficiente, autores como Collins (1996) se muestran partidarios de utilizar una interpolaci´on
basada ajuste de funciones pol´ın´omicas, justificando esta elecci´on en una minimizaci´on el error
medio absoluto cometido en el proceso.
La interpolaci´on con apoyo en el MDT es, por supuesto, una opci´on que aqu´ı puede consi-
derarse igualmente, siendo v´alidos los planteamientos de modelos y t´ecnicas como el PRISM
, ya comentado para el caso de la precipitaci´on.
Por ´ ultimo, tambi´en el ajuste de los valores de temperatura tras el proceso de interpolaci´on
se ve simplificado o, al menos, no presenta las mismas complicaciones en su aplicaci´on que
las comentadas en el caso de la precipitaci´on. La estabilidad y constancia de las variaciones
de temperatura con la altitud — el gradiente adiab´atico del aire saturado se cifra en 0, 55
o
C
por cada 100 metros — permiten que, con el apoyo del MDT, las temperaturas puedan ser
ajustadas en las distintas celdas de modo pr´acticamente inmediato.
Una manera sencilla de proceder a este respecto es simplemente reducir todos los valores
de temperatura en los puntos conocidos a una determinada elevaci´on base, interpolar sobre
los mismos y, posteriormente, ajustar la malla resultante en funci´on de la diferencia entre los
valores del MDT para cada celda y el antedicho valor base.
Todos estos factores unidos hacen que disponer de una matriz de valores de temperatura
con una correcci´on suficiente sea una tarea relativamente asequible, por lo que debe consi-
derarse a ´esta vivamente como dato de inter´es dentro de los modelos hidrol´ogicos que sean
planteados, y siempre en la medida de lo posible de acuerdo con la propia naturaleza de dichos
modelos.
6.3.2. Insolaci´on
Dentro de los elementos que se analizan en este cap´ıtulo relativos a las entradas y salidas
relacionadas con el estudio climatol´ogico que deben considerarse en el planteamiento de de-
terminados modelos, la ayuda m´as importante por parte de los MDTs se encuentra, sin duda,
en el estudio de la energ´ıa radiante de origen solar y la magnitud de ´esta sobre la superficie
terrestre. El conocimiento detallado del terreno permite un an´alisis local de las condiciones de
cada celda a este respecto, permitiendo tambi´en as´ı la incorporaci´on de datos a la misma escala
que el resto de informaci´on por el momento extra´ıda, y aportando una descripci´on del balance
energ´etico con un nivel de detalle ´optimo para su incorporaci´on dentro de las formulaciones
que hagan uso de este factor, como a continuaci´on veremos.
La estimaci´on de la insolaci´on en t´erminos de energ´ıa recibida por una superficie — par´ame-
tro que en ´ ultima instancia es el que debemos estimar para una posterior evaluaci´on de la eva-
poraci´on — va a implicar el c´alculo de dos factores independientes. Por una parte, el n´ umero
de horas de sol efectivas, para el cual deben considerarse las caracter´ısticas del entorno de
cada celda, estudiando los efectos de sombra que los puntos de dicho entorno pueden causar.
Por otra parte, las propias caracter´ısticas de la celda en cuanto a su orientaci´on y pendiente,
pues ´estas condicionaran la manera en que la insolaci´on incide sobre la misma y el aporte
energ´etico que ´esta recibe.
En primer lugar, y abordando la estimaci´on de insolaci´on efectiva, debe definirse un algo-
ritmo que nos indique la situaci´on o no en sombra de un punto dado a partir del an´alisis de
su relieve, as´ı como considerando unas determinadas caracter´ısticas sobre la posici´on del sol,
6.3. EVAPORACI
´
ON 223
indispensables para condicionar los c´alculos a las diferentes horas del d´ıa y momentos del a˜ no
en que se produzcan. Este ´ ultimo hecho nos indica ya que los modelos hidrol´ogicos en los que
pretendamos incorporar este tipo de an´alisis deber´an ser dependientes de la ´epoca del a˜ no en
que se den, siendo por tanto de tipo continuo, pues en modo alguno la fecha de ocurrencia
afecta significativamente a los resultados derivados de los modelos de suceso.
Como elementos de caracterizaci´on de la posici´on del sol se emplean los conocidos ´angulos
azimutal (φ
s
) y de elevaci´on (γ
s
), los cuales pueden calcularse de modo sencillo a partir de la
latitud de la zona de estudio y la declinaci´on correspondiente a la ´epoca del a˜ no concreta. Para
estudiar la insolaci´on durante un periodo de tiempo dado — cuya duraci´on, de cara a integrar
los resultados con los modelos hidrol´ogicos, ser´a la del periodo de tiempo en que se analicen
dichos modelos —, se discretiza a su vez este mismo periodo mediante unas divisiones de menor
longitud y se calculan los par´ametros de insolaci´on para esos subintervalos, acumul´andose
finalmente para obtener un resultado correspondiente al intervalo mayor.
Sobre la base anterior, el algoritmo para caracterizaci´on de zonas en sombra se adapta a
una formulaci´on sencilla consistente en comprobar si desde el punto analizado existe contacto
visual con el sol, para lo cual se compara la l´ınea de visi´on trazada entre dicho sol y la celda
con el perfil del terreno sobre esa misma linea. Si el terreno es superior en alg´ un punto a la
linea de visi´on, el terreno act´ ua como obst´aculo y, por tanto, la zona esta en sombra. La figura
(6.7) refleja gr´aficamente esta idea.
Figura 6.7: Zonas en sombra (a) frente a zonas bajo insolaci´on (b), por comparaci´on entre el perfil del
terreno y la l´ınea de visi´on entre la celda problema y el sol.
La pendiente de la linea de visi´on es, l´ogicamente, la que dicta el ´angulo de elevaci´on del
sol sobre el horizonte. Respecto al perfil del terreno, este se eval´ ua sobre una recta con ´angulo
Φ igual al ´angulo azimutal del sol, trazando el perfil a partir de los datos de altura del MDT y
las distancias entre las celdas sucesivas que pertenecen a dicha recta, como se recoge de forma
visual en la figura (6.8). La determinaci´on de estas celdas puede llevarse a cabo mediante
sencilla interpolaci´on o, de modo m´as particular, mediante alg´ un algoritmo desarrollado a este
efecto, tal y como un algoritmo de Bresenham.
A continuaci´on se presenta un algoritmo resumen de las ideas anteriores. A efectos del mis-
mo, se considera que el perfil del terreno es calculado por una funci´on de la forma PerfilTerreno(x1,y1,x2,y2),
la cual crea un vector de pares de valores (altura, distancia desde la celda origen) que permite
la posterior generaci´on de la curva de perfil.
funcion EstaEnSombra (i,j,azimut,elevacion)
// ´angulos expresados en radianes
{
//calculamos un punto de referencia inmediatamente
//fuera de la malla en la direcci´on del sol
puntoSol=
//calculamos el perfil entre ese punto y la celda problema
perfil=PerfilTerreno(i,j,puntoSol.x,puntoSol.y)
224 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
Figura 6.8: Determinaci´on de celdas a considerar en el perfil del terreno seg´ un la posici´on del sol
determinada por su ´angulo azimutal.
desde i=1 hasta numero de elementos en Perfil
{
distancia=perfil[i].x
alturaLinea=tan(elevacion)*distancia
si alturaLinea<perfil[i].y entonces
{
devolver Verdadero
}
}
devolver Falso.
}
Una vez se conoce si un punto esta en sombra para una posici´on dada, resulta posible
calcular el periodo total en sol y en sombra para cada celda de la malla a lo largo de un
intervalo considerado de tiempo, dividiendo el mismo en lapsos de tiempo y analizando la
situaci´on en cada uno de ellos de tal modo que puedan acumularse los resultados del conjunto
de los mismos, como ya se introdujo anteriormente. No obstante, la magnitud energ´etica de la
insolaci´on, la cual debemos llevar a la formulaci´on pertinente para el c´alculo de la evaporaci´on,
nos es todav´ıa desconocida.
Para la estimaci´on de dicha magnitud, y a partir del n´ umero de horas de sol en cada celda,
va ser necesario incorporar las caracter´ısticas propias de la celda que condicionan su exposici´on
a la radiaci´on. Junto con ellas, la consideraci´on de las perdidas energ´eticas que tienen lugar a
lo largo de la transmisi´on de la energ´ıa desde el sol a la tierra nos permitir´a la obtenci´on de
valores precisos de dicha energ´ıa.
Comenzando partir de la magnitud E de la misma recibida del sol en el exterior de la
atm´osfera, se puede calcular la recibida por una superficie plana — es decir, horizontal —
situada a una altura h sobre el nivel del mar, seg´ un los pasos siguientes.
Se tiene que
E = E
0
(1 + 0, 034 cos(360d/365)) (6.2)
donde E
0
es la conocida constante solar de valor 1367W m
−2
y d el n´ umero de d´ıa del a˜ no.
El paso por la atm´osfera reduce el valor de E seg´ un
E

= Eτ
M
h
(6.3)
6.3. EVAPORACI
´
ON 225
donde τ es la transimisividad del aire, generalmente de valor τ = 0, 6, y M
h
la masa del aire,
la cual se eval´ ua de acuerdo con la expresi´on
M
h
= M
0
C
p
(6.4)
siendo
M
0
=
_
1229 + (614 sin α
2
) −614 sin α (6.5)
C
p
=
_
228 −0, 0065h
288
_
5,256
(6.6)
Por ´ ultimo, el relieve de la celda modifica la energ´ıa recibida seg´ un
E

= E

cos α (6.7)
El valor de cos α se calcula a partir de las orientaciones y pendientes tanto del sol como
de la celda, haciendo uso de la expresi´on
cos α = cos γ
s
sin γ + cos(φ
s
−φ) sin γ
s
cos γ (6.8)
De ´este modo, se tiene ya una estimaci´on fundamentada de la energ´ıa recibida en cada
celda por unidad de tiempo, lo cual, en conjunto con las horas de exposici´on al sol que ya han
sido calculadas, permite obtener un valor concreto de la energ´ıa que se recibe a lo largo de
un periodo concreto y poder llevar ´este a la f´ormulaci´on correspondiente para el estudio de la
evaporaci´on.
No obstante, y como bien indica Fel´ıcisimo (1995), la introducci´on de factores como la
masa de aire a˜ naden una cierta subjetividad al modelo al ser datos estimados a su vez a partir
de otros par´ametros, pudiendo restar en cierta medida aplicabilidad a este planteamiento,
seg´ un casos. Junto a esto, otra serie factores tales como el albedo debido a la nubosidad no
son considerados en el anterior modelo, y ser´ıan dificiles de integrar
La soluci´on propuesta en este sentido consiste en reflejar las diferencias que existen cada
celda mediante la expresi´on de las energ´ıas de modo relativo tomando una referencia v´alida
para ello. En particular, es de inter´es dar las energ´ıas como porcentajes de la que ser´ıa recibida
por una superficie horizontal, pues resulta sencillo y altamente operativo a efectos de calcular
una malla de insolaci´on como la que buscamos. Felic´ısimo introduce as´ı el concepto de
´
Indice
de Radiaci´on , seg´ un la expresi´on
I
rad
=
n

i=1
cos σ
cos(π/2 −γ
s
)
(6.9)
Aplicando este concepto al c´alculo de la energ´ıa en una celda dada, ´esta puede obtenerse
para dicha celda, y sobre un intervalo de tiempo dividido en n periodos, mediante la expresi´on
E = E
0
n

i=1
cos σ
cos(π/2 −γ
s
)
(6.10)
E
0
es la energ´ıa recibida por una superficie horizontal.
Esta aproximaci´on es sumamente ´ util si se dispone de datos puntuales procedentes de
piran´ometro, ya que, tomando dichos datos como referencia —esto es, conociendo el valor
exacto de E
0
—, se podr´ıan calcular las restantes celdas de la malla aplicando la anterior
relaci´on. Estas mallas, puesto que derivan de valores emp´ıricos medidos directamente, debieran
ser en teor´ıa m´as precisas, por lo que se tiene as´ı una manera distinta pero igualmente v´alida
de sacar partido al an´alisis del MDT en lo que a insolaci´on respecta.
226 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
6.3.3. Evapotranspiraci´on
Muy habitualmente (y este hecho tambi´en se aplica en los modelos que aqu´ı se presentan,
pese a la mayor resoluci´on y la fuerte base f´ısica que por regla general los caracteriza), la
evapotranspiraci´on constituye un elemento de mayor aplicabilidad a incorporar en la modeli-
zaci´on hidrol´ogica, en cuanto que resume eficientemente las p´erdidas de agua que pasan a la
atm´osfera en estado gaseoso por uno u otro modelo. Por esta raz´on, debe analizarse de igual
modo la forma en que la informaci´on extra´ıble del MDT puede incorporarse para la evaluaci´on
de este par´ametro, siendo esta tarea sumamente sencilla con la base ya disponible gracias a
las ideas vistas en el anterior apartado.
De entre las formulaciones habitualmente empleadas para el c´alculo de la evapotranspira-
ci´on, consideraremos aquellas que nos permiten estimar el valor potencial de dicha evapotrans-
piraci´on — conocido con car´acter general como ETP —, y comenzando en particular por la
propuesta por Thornthwaite, de uso muy extendido. El valor potencial de evapotranspiraci´on
puede convertirse con relativa sencillez en un valor real aplicando otra serie de par´ametros tales
como los propios balances h´ıdricos de cada celda, elementos presentes en modelos hidrol´ogicos
distribuidos de tipo continuo como pronto veremos, y en los que esta forma de proceder es
ciertamente com´ un.
Seg´ un Thornthwaite, para un mes j dado se tiene que
ETP
j
= 16f
j
_
10T
j
I
_
α
(6.11)
donde,
I es un ´ındice de calor anual con valor I =

12
n=1
_
T
5
_
1,514
α es un par´ametro dependiente de I
f
j
representa la duraci´on media de la luz solar por comparaci´ on a un mes de 30 d´ıas y 12
horas de luz.
Resulta obvio que es sobre este ´ ultimo par´ametro sobre el que podemos hacer uso de la
informaci´on detallada de relieve que nos proporciona el MDT, estudiando la ETP a nivel local
de celda considerando las caracter´ısticas particulares de cada misma.
Tradicionalmente, los valores de f
j
se tomaban de tablas expresadas en funci´on del mes
del a˜ no considerado y la latitud, perspectiva altamente m´as simple que la que se va a abordar
aqu´ı con el an´alisis local de cada celda para periodos de tiempo m´as reducidos, es decir,
con un aumento notable de la resoluci´on en todas las dimensiones. Esta circunstancia va a
requerir una adaptaci´on para el empleo de la formulaci´on de Thornthwaite en las condiciones
en que nos encontramos trabajando, no resultando este m´etodo, pese a ser en la pr´actica
el m´as utilizado en multitud de campos, el m´as adecuado considerando la situaci´on en la
que pretendemos emplearlo. Las diferencias motivadas por la adaptaci´on algo ((forzada)) de
esta formulaci´on a una resoluci´on temporal mayor, mantienen, no obstante, el resultado en
una precisi´on v´alida por ser poco significativas (Robredo, 1994), aunque conceptualmente
es posible buscar modelos m´as correctos que, como veremos, tambi´en ofrecer´an una mayor
precisi´on en su aplicaci´on pr´actica.
Es f´acil comprender que las formulaciones emp´ıricas demuestran en l´ıneas generales una
menor aptitud para ser adaptadas a condiciones distintas a aquellas sobre las que fueron elabo-
radas, mientras que las de tipo f´ısico pueden ser empleadas independientemente del contexto
sin menoscabo de la calidad de los resultados o la correcci´on conceptual de su uso. Aqu´ı ha-
llamos quiz´as una buena justificaci´on a la mayor importancia que estas segundas han cobrado
con el empleo de nuevas t´ecnicas, en particular la cartograf´ıa digital con los MDTs a la cabeza.
6.3. EVAPORACI
´
ON 227
Adem´as de los aspectos se˜ nalados anteriormente, la f´ormula de Thornthwaite basa sus
resultados principalmente en la temper´atura, existiendo otros planteamientos que se funda-
mentan en mayor manera sobre la radiaci´on como elemento primario. El mejor conocimiento
que, en principio, tenemos de dicha radiaci´on con la ayuda del MDT, hace que se deba con-
siderar la posibilidad de emplear una de tales f´ormulas para as´ı centrar el estudio sobre los
par´ametros mejor conocidos, en detrimento de otros como la temperatura, la cual, si bien se
conoce con suficiente detalle, no alcanza la precisi´on que podemos disponer para el caso de la
insolaci´on.
Una de tales formulaciones es la propuesta por Hargreaves bajo la expresi´on
ETP = 0, 0135
E
λ
(T + 17, 8) (6.12)
donde T es la temperatura media del aire en
o
C, E la energ´ıa recibida en MJ/m
2
· dia y λ el
calor de vaporizacion con valor λ = 2, 45MJ/Kg
La magnitud de ETP viene en este caso en mm/dia, por lo que la formula resulta a todas
luces m´as adecuada que la de Thornwaite para este caso. Otras alternativas existen, por
supuesto, aunque la complejidad de las formulaciones no compensa en ´ıneas generales su uso,
no extr´ayendose adem´as ning´ un mayor aprovechamiento del MDT, cono lo que, a efectos de
este texto, carecen por completo de mayor relevancia.
Comentar, para concluir el apartado, que en el c´alculo de la evapotranspiraci´on puede
a˜ nadirse un nivel m´as de detalle a´ un, separando los fen´omenos producidos en el suelo, de los
que tiene lugar en el agua retenida en las coberturas vegetales, as´ı como de los que se dan a
m´as profundidad en la zona de ra´ıces. Este planteamiento exige, no obstante, formulaciones
m´as detalladas y, sobre todo, mayor cantidad de datos, siendo necesaria la intervenci´on de
nuevas mallas con coberturas tem´aticas acerca de suelo y vegetaci´on principalmente.
Figura 6.9: Esquema conceptual del modelo MIKE–SHE (Adaptada de DHI, 1985).
Aunque estas mallas de datos ser´an utilizadas con intensidad en el proximo cap´ıtulo, he
considerado conveniente no incluirlas en este, limitando la exposici´on a las formulaciones sin
tanto nivel de detalle que ya han sido vistas. No obstante, recojo en la figura (6.9) un esquema
gr´afico de este tratamiento mas preciso de los fen´omenos de evapotranspiraci´on, en particular
la correspondiente al Modelo Hidrol´ogico Europeo MIKE–SHE que, pese a no haber sido
presentado en el apartado correspondiente — si lo fue en el repaso hist´orico realizado en el
primer cap´ıtulo del libro —, es de notable relevancia y uso habitual. Como puede verse, el
228 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
detalle del modelo tambi´en es fuerte en otros aspectos adem´as del propiamente referido a la
evapotranspiraci´on.
6.3.4. Datos de evapotranspiraci´on a partir de otras fuentes
Finalmente, y aunque no resulta de inter´es de cara a los contenidos de este texto, pues
no hace uso alguno del MDT a este respecto, cabe considerar el extremo opuesto al anterior,
esto es, la utilizaci´on de una malla de valores de evapotranspiraci´on obtenida de otra fuente,
incorporando ´esta como un dato directamente en el modelo, sin el apoyo del an´alisis del
terreno en ning´ un momento de su elaboraci´on. Recu´erdese que este era el caso, por ejemplo,
del modelo TOPMODEL. La creaci´on de una malla tal se realizar´a habitualmente a partir
de valores recogidos en observatorios, cre´andose la malla por interpolaci´on de ´estos con las
consideraciones ya expresadas a lo largo del texto para par´ametros similares.
6.3.5. Algunas consideraciones
La aplicaci´on pr´actica de los conceptos enunciados anteriormente, lejos de ser compleja,
s´ı requiere algunas precisiones puntuales acerca de la integraci´on de todos ellos de modo
coherente. Llegados a este punto, y habiendo en el presente apartado comenzado la articulaci´on
completa de los modelos hidrol´ogicos, es el momento de plantear ciertas cuestiones sencillas
pero importantes acerca de la manera en que cada resultado se va a aprovechando de cara al
modelo global.
Como se ha dicho repetidamente, tanto la evaporaci´on como la evapotranspiraci´on son de
inter´es tan s´olo para los modelos continuos, donde los periodos de tiempo considerados son
grandes. La divisi´on de estos periodos, en principio de cierta amplitud, en intervalos sobre los
que se estudian las diferentes componentes del modelo y se aplica de modo directo el mismo
deben ser, por tanto, de una duraci´on coherente con el periodo de tiempo global sobre el que
se obtienen los resultados.
Una resoluci´on temporal diaria se considera generalmente como valor m´aximo para este
tipo de modelos en los que en muchas ocasiones se estudian los par´ametros hidrol´ogicos de
una cuenca a lo largo de todo un a˜ no o periodos a´ un mas largos. El descenso a un detalle
mayor es, por tanto, a todas luces improcedente, m´axime cuando se consideran con igual
criterio otras caracter´ısticas tales como la resoluci´on temporal con que se pueden conocer
otros par´ametros como la temperatura ambiente, o se tiene en cuenta los propios conceptos
sobre los que se asientan las formulaciones para el c´alculo de la ETP, que por norma general
dan valores medios mensuales, semanales o diarios, pero muy rara vez valores instant´aneos
para una duraci´on arbitraria. As´ımismo, una elevada resoluci´on en el c´alculo de las p´erdidas
no tiene sentido si la resoluci´on de que se dispone para las entradas — es decir, la precipitaci´on
— es sumamente inferior. Hemos visto ya que el radar meteorol´ogico puede ofrecer valores de
precipitaci´on horarios, aunque, en la pr´actica, trabajar con esa resoluci´on sobre un periodo
tan largo como un a˜ no no es realista, con lo que sera habitual el recurrir a la informaci´on de
tipo diario proveniente de fuentes puntuales.
No debe olvidarse, por otra parte, el hecho de que el c´alculo de horas de insolaci´on para
un d´ıa en las distintas celdas de la malla del MDT es un proceso intenso en cuanto a sus
exigencias de proceso, siendo deseable, no obstante, una resoluci´on al menos horaria para la
evaluaci´on de este par´ametro, con lo que la utilizaci´on intensiva de los algoritmos presentados
en este ´ ultimo apartado debe contemplarse con cierta moderaci´on en aras de una eficiencia
adecuada del modelo en su forma global.
Todo estos factores en conjunto hacen recomendable un planteamiento equilibrado de los
modelos hidrol´ogicos en lo que a evaporaci´on y evapotranspiraci´on respecta, no siendo la
opci´on mas l´ogica el efectuar los an´alisis correspondientes sobre el MDT de forma completa,
6.3. EVAPORACI
´
ON 229
sino usarlos como valores indicativos sin perder las ventajas que el propio MDT, como ya
hemos visto, ofrece en este sentido.
M´as all´a de mostrar los posibles errores conceptuales sobre la base f´ısica de las formula-
ciones aqu´ı tratadas, la tem´atica de esta obra hace m´as interesante el poner de manifiesto las
deficiencias relativas a aspectos de tipo computacional, pues mediante una correcta estruc-
turaci´on del modelo y la comprensi´on de las ideas generales es como se garantiza la eficacia
y buen funcionamiento de cualquier implementaci´on posterior independientemente de las for-
mulaciones que se consideren y la naturaleza de las mismas.
En otras palabras, y volviendo de nuevo al tema concreto de la ETP, uno de los aspectos
de inter´es que proporciona el an´alisis del relieve es el poder efectuar una distinci´on entre las
magnitudes de este par´ametro en cada celda, en funci´on de las diferentes caracter´ısticas de la
misma, siendo esta capacidad de diferenciaci´on — fundamentada en la resoluci´on elevada del
propio MDT — constante pese a la asunci´on de ciertas simplificaciones.
Por ejemplo, puede suponerse que a lo largo de una semana el tiempo total de insolaci´on
no var´ıa apreciablemente — no al menos en lo que a la evaporaci´on causada respecta — siendo
correcto emplear el valor de horas de insolaci´on del d´ıa medio de cada semana, reduci´endose
as´ı notablemente el volumen de c´alculos que deben realizarse.
Similares soluciones pueden buscarse seg´ un las diferentes combinaciones de resoluci´on,
m´etodo utilizado, etc., de cara a manejar eficazmente el conjunto de mallas de datos que
toman parte en el proceso de modelizaci´on, no perdiendo en ello el detalle que ´estas ofrecen y
que garantizar´a la buena calidad de los resultados.
Como vamos viendo, a medida que se van construyendo los modelos es sencillo que ´estos
adquieran una muy elevada complejidad si en todo momento asumimos que se puede entrar
al detalle f´ısico m´ınimo en cada uno de los factores involucrados. No debe olvidarse que el
n´ umero de capas de informaci´on puede hacerse sumamente elevado, teniendo esto consecuen-
cias sobre el rendimiento en t´erminos computacionales del modelo pero, sobre todo, afectando
a la propia capacidad intr´ınseca del mismo para ser utilizado, al requerir una entrada de datos
de muy dif´ıcil obtenci´on con las exigencias deseadas y hacer de este modo muy complicada la
calibraci´on de su funcionamiento.
Es por esta raz´on, entre otras, que la presencia de modelos agregados o modelos distribuidos
pero muy simplificados — l´ease, como el TOPMODEL — sigue manteniendo su vigencia en
la actualidad, aumentando ´estos, eso s´ı, su precisi´on, pues el aprovechamiento ´optimo del
MDT no es el basado exclusivamente en la resoluci´on de los mismos y la elevada capacidad
de c´omputo del entorno inform´atico en el que ´este se maneja, sino consider´andolo como una
herramienta flexible que permite un acercamiento distinto al estudio de la dependencia entre
relieve e hidrolog´ıa, no siendo este enfoque en absoluto exclusivo de los modelos distribuidos.
Ejercicios y cuestiones propuestas
1. Las formulaciones asociadas a los par´ametros extraidos del MDT, ¿pueden aplicarse sobre la
malla del MDP en lugar del MDT y obtener par´ametros de inter´es? ¿Que interpretaci´on puede
darse a estos? Trabaje con alguna aplicaci´on inform´atica y genere estas nuevas mallas si dispone
de un MDP de partida.
230 CAP
´
ITULO 6. PRECIPITACI
´
ON Y EVAPORACI
´
ON
Cap´ıtulo 7
Infiltraci´on y escorrent´ıa
Las aguas penetran en la caliza y circulan en profundidad, disolviendo interiormente la roca. Todo
sucede como si la regi´on se vaciara misteriosamente de su sustancia, como si se fundiese sobre
s´ı misma.
Jos´ e Manuel Gandullo
7.1. Introducci´on
Especialmente para el caso de modelos de tipo continuo, aunque tambi´en con car´acter
general e independientemente del tipo de modelo desde cualquier punto de vista, el presente
cap´ıtulo se presenta como uno de los m´as importantes en t´erminos conceptuales para ir fijando
la relaci´on entre el empleo de MDTs y la obtenci´on de resultados tangibles desde el punto de
vista de la hidrolog´ıa. Este relaci´on quedar´a plasmada definitivamente, como resulta l´ogico,
en el pr´oximo tema a tratar en referencia con la obtenci´on de caudales l´ıquidos.
En este cap´ıtulo acerca de la escorrent´ıa y la infiltraci´on, los balances de masa que cons-
tituyen la base te´orica de los modelos distribuidos continuos van a ser planteados y resueltos,
lleg´andose de este modo, en conjunto con los datos extra´ıdos del MDT, a una modelizaci´on
completa de los movimientos de agua a lo largo del terreno objeto de estudio. Junto con ellos,
otros planteamientos m´as conceptuales van a tener su lugar, analiz´andose la manera en que
pueden aplicarse sobre la estructura de MDT y capas asociadas que venimos manejando hasta
este punto.
Por otra parte, el conocimiento de los par´ametros que rigen el comportamiento de este
terreno frente a la precipitaci´on y permiten convertir los valores de ´esta en valores de preci-
pitaci´on neta, van a dar lugar a un an´alisis notable de diversos tipos de informaci´on, hasta
este punto no empleados con igual intensidad. Junto a la l´ogica presencia del MDT tambi´en
como fuente de par´ametros en este sentido, la cartograf´ıa tem´atica se revelar´a como elemento
clave imprescindible, siendo por tanto en este cap´ıtulo, y no en otro, donde los pormenores y
aspectos de inter´es en relaci´on con su utilizaci´on ser´an tratados con la profundidad y detalle
que requieren.
El objetivo del cap´ıtulo es, en resumen, doble. En primer lugar, se busca insistir sobre
las caracter´ısticas de los principales tipos de modelos, poniendo de manifiesto una vez m´as
los diferentes enfoques de cada uno, con especial ´enfasis en este caso en el tratamiento de
los procesos de infiltraci´on y escorrent´ıa. En segundo lugar, se persigue presentar algunas
formulaciones habituales sobre dichos procesos e integrarlos sobre la base disponible acerca
del MDT y su an´alisis, viendo c´omo dicho an´alisis puede emplearse para la mejora de estas
formulaciones.
De acuerdo con el esquema anterior, se introducir´a una metodolog´ıa de tipo conceptual y
gran sencillez — la bien conocida del N´ umero de Curva —, as´ı como una serie de ideas generales
231
232 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
acerca de modelos de tipo f´ısico con mayor detalle y complejidad, para cada una de las cuales
se estudiar´a su implementaci´on y el manejo de datos que realizan como parte de la misma.
En ambos supuestos, la aplicaci´on de las formulaciones correspondientes permite convertir la
malla de precipitaciones en una nueva de precipitaciones efectivas, siendo ´este el resultado
buscado con su empleo, y el que se llevar´a con posterioridad a los modelos hidrol´ogicos como
tales, existiendo, por tanto, similitud en la manera de plantear ambas formulaciones.
En contraste con las anteriores, se detallar´a por ´ ultimo la metodolog´ıa implementada en
el modelo TOPMODEL, la cual presenta algunas diferencias frente a los enfoques anteriores,
y mediante la cual se terminar´an de desarrollar las ideas m´as importantes y de frecuente uso
en lo que a conversi´on de precipitaci´on en escorrent´ıa se refiere.
7.2. Informaci´on de partida
El estudio del comportamiento hidrol´ogico del terreno en lo referente a la generaci´on de
escorrent´ıas y la ocurrencia de fen´omenos de infiltraci´on viene condicionado en gran medida
no ´ unicamente por las formas de relieve presentes en cada celda, sino de modo especial por
las caracter´ısticas de ´estas en lo referente al tipo de suelo y vegetaci´on que en ellas puede
encontrarse. La gran importancia de estos par´ametros, hace necesario disponer de buena in-
formaci´on al respecto, hecho que se traduce en la incorporaci´on de nuevas mallas de datos
acerca de las cuales se aportar´a la informaci´on necesaria en el presente apartado.
Como ya suced´ıa en el tema anterior, los aspectos a destacar sobre dichas mallas son, esen-
cialmente, la manera adecuada de obtener o crear las mismas de cara a facilitar su integraci´on
con el resto de elementos de que ya se dispone para el an´alisis hidrol´ogico, as´ı como analizar
cuantas circunstancias se consideren de inter´es de cara a un uso pr´actico. Asimismo, y siempre
que la creaci´on de tales mallas pueda apoyarse de alg´ un modo en al an´alisis del MDT, esta
dependencia se estudiar´a de forma particular, de cara a presentar siempre un aprovechamiento
completo de dicho MDT en todos los aspectos de la modelizaci´on hidrol´ogica.
Adem´as de lo anterior, un nuevo factor puede ser cartografiado en relaci´on con la infil-
traci´on y la escorrent´ıa, gracias a la informaci´on disponible a partir del MDT. Se trata en
particular de las condiciones precedentes del suelo, las cuales condicionan la saturaci´on de
´este y, por tanto, su respuesta frente a la precipitaci´on. Si bien estas condiciones se pueden
recoger en una capa que refleje el almacenamiento en el suelo, tal y como qued´o reflejado en
su momento en la figura (5.2), tambi´en puede estimarse la mayor o menor disposici´on de cada
celda para presentar dicha saturaci´on, siendo este enfoque, como veremos, m´as interesante en
ciertos casos.
Pese a que, guardando una coherencia con el tema principal de la obra, y como ya se ha
dicho hace algunas l´ıneas, se analiza la posible implicaci´on del uso de MDTs en la obtenci´on
de las mallas anteriores, tambi´en se realizan ciertos apuntes referentes a la utilizaci´on de datos
provenientes de la teledeteci´on, puesto que proporcionan informaci´on de sumo inter´es para
el desarrollo completo de este apartado. Ciertamente, como se ha apuntado ya en repetidas
ocasiones a lo largo del texto, la teledetecci´on y los resultados de ella derivados guardan una
importante similitud conceptual en muchos aspectos con los MDTs en cuanto a su empleo y
an´alisis, siendo este hecho una raz´on de peso para considerar — muy brevemente, eso s´ı —
los aspectos relativos a dicha teledetecci´on cuando la ocasi´on as´ı lo requiera.
Aunque el an´alisis detallado de las t´ecnicas propias del campo de la teledetecci´on es muy
extenso y est´a por completo fuera del contexto de este trabajo, s´ı que resulta interesante
aportar algunas ideas b´asicas y algunos ejemplos concretos como representantes de este ´area
de conocimiento tan´ıntimamente relacionada con las teor´ıas aqu´ı expuestas sobre modelizaci´on
hidrol´ogica.
7.2. INFORMACI
´
ON DE PARTIDA 233
Los detalles acerca de cada uno de los par´ametros mencionados y sus particularidades de
manejo y obtenci´on se recogen en los siguientes apartados.
7.2.1. Vegetaci´on
La cartografi´a de la vegetaci´on resulta necesaria para el planteamiento de formulaciones re-
feridas a la generaci´on de escorrent´ıa, en cuanto que influye directamente sobre la intercepci´on
y las circunstancias propias que definen la conversi´on de precipitaci´on en dicha escorrent´ıa.
Al contrario que para la informaci´on sobre el suelo, donde con frecuencia se van a requerir
varias capas, en el caso de la vegetaci´on, aun pudiendo a˜ nadirse m´as complejidad, vamos a
mantenernos en un n´ umero reducido de capas, generalmente una ´ unica de ellas.
Para los modelos que posteriormente se analizar´an tanto de modo expl´ıcito como en sus
ideas m´as generales, cada uno de ellos presenta unos requerimientos acorde con sus propias
caracter´ısticas. As´ı, el modelo del N´ umero de Curva, de car´acter conceptual, requiere una
descripci´on cualitativa de la vegetaci´on, mientras que los modelos f´ısicos exigen datos m´as
precisos de tipo cuantitativo. Por su parte, el modelo TOPMODEL hace escaso uso de la
informaci´on relativa a vegetaci´on, al menos en formato de malla, viendose en este punto que
las necesidades son sumamente distintas entre unos y otros planteamientos, y debiendo esto
reflejarse como tal en esta secci´on dedicada a la obtenci´on de dichos datos.
Respecto a la obtenci´on de una malla del primer tipo, ´esta puede derivarse de la inter-
pretaci´on de im´agenes a´ereas o de sat´elite, estableciendo una clasificaci´on de la cobertura
vegetal compatible con las clases que se encuentren definidas en las tablas que se emplean
para la estimaci´on del N´ umero de Curva, siendo esta clasificaci´on relativamente sencilla para
las divisiones establecidas de manera habitual.
La estimaci´on de valores concretos para determinados par´ametros relacionados con dicha
vegetaci´on requiere otro enfoque distinto y m´as elaborado que el anterior. Estos par´ametros
no s´olo deben considerarse en el caso de utilizar un modelo f´ısico que los requiera como
entradas dentro de un modelo, sino tambi´en de cara a la utilizaci´on de los mismos con car´acter
cualitativo, ya que, por ejemplo, dentro de las clases habitualmente definidas en el m´etodo del
n´ umero de curva, la distinci´on entre ellas se efect´ ua en algunos casos atendiendo a intervalos
para factores sencillos tal como la Fracci´on de Cabida Cubierta (FCC) .
Un par´ametro de inter´es principal de cara a la intercepci´on es el indice de ´area foliar —
Leaf Area Index (LAI, en su denominaci´on inglesa) —, que no es sino la relaci´on entre el
´area ocupada por las hojas de la vegetaci´on en una superficie dada, y la magnitud de dicha
superficie. Es, por tanto, de la forma
LAI =
S
Hojas
S
(7.1)
siendo un par´ametro adimensional.
El c´alculo del LAI puede llevarse a cabo a partir de imagenes de sat´elite haciendo uso de
otro par´ametro muy importante como es el NDVI (Normalized Vegetation Index, un ´ındice de
vegetaci´on asociado a la magnitud de la radiaci´on absorbida por fotos´ıntesis. La expresi´on que
permite obtener este ´ındice es
NDVI =
ρ
inf
−ρ
vis
ρ
inf

vis
(7.2)
siendo ρ
inf
y ρ
vis
las reflectancias correspondientes al espectro visible y al infrarrojo cercano,
respectivamente.
Si se conocen de antemano los distintos tipos de vegetaci´on presentes en la zona de estudio
— lo cual puede llevarse a cabo, como se ha dicho, a partir de la interpretaci´on de im´agenes
234 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
a´ereas, o simplemente mediante mapas de usos de suelo de cualquier origen —, existen ecua-
ciones que permiten relacionar LAI y NDVI en funci´on de dichos tipos. Un conjunto sencillo
de estas ecuaciones aparece recogido en (Biftu, 2001).
Figura 7.1: Relaci´on entre LAI y NDVI. Las curvas delimitan el intervalo de confianza del 95 %
(adaptado de (Wylie et al, 2000)).
Sin el uso de la informaci´on a cerca de los tipos de vegetaci´on, la incertidumbre en la
relaci´on entre estos dos par´ametros es alta, como se refleja en la figura (7.1), por lo que es
recomendable apoyarse en dicha informaci´on adicional para una correcta estimaci´on del LAI.
En l´ıneas generales, se puede aceptar como informaci´on suficiente una malla con valores de
LAI, tomando un nivel de detalle medio en lo que a la modelizaci´on de los diferentes procesos
hidrol´ogicos se refiere.
La fracci´on de cabida cubierta como par´ametro de inter´es de cara a la cuantificaci´on de la
importancia que la presencia de vegetaci´on tiene sobre la lluvia efectiva, puede evaluarse tam-
bi´en a partir del valor del LAI si se conoce la especie principal que compone la cubierta vegetal,
ya que la arquitectura y conformaci´on de ´esta es la que condiciona dicha relaci´on. De igual
modo, se puede obtener tambi´en a partir de los datos de NDVI mediante las correspondientes
relaciones.
Una de tales relaciones, a emplear con car´acter muy gen´erico, es la propuesta por Zhang
mediante la expresi´on
FCC = 1, 333 + 131, 877 · NDVI (7.3)
Aun as´ı, todas estas indicaciones se hacen aqu´ı de forma muy indicativa, recomend´andose
al lector la consulta de textos mas concretos acerca de la interpretaci´on de im´agenes en caso
de requerir informaci´on detallada, debiendo emplearse la contenida en esta obra con mero
car´acter introductorio.
7.2.2. Suelo
La creaci´on de una malla raster con informaci´on referente al suelo, la cual pueda usarse
para definir los procesos de escorrent´ıa e infiltraci´on, conlleva principalmente la simple digita-
lizaci´on de la informaci´on cartogr´afica disponible en este aspecto en formatos tradicionales. La
escasez general de dicha informaci´on a un nivel suficiente para llevar a cabo la aplicaci´on de
modelos detallados con base f´ısica, hace que el uso de ´estos sea dif´ıcil en t´erminos de gesti´on
y planificaci´on hidrol´ogica, especialmente cuando las necesidades de datos en este sentido son
elevadas, como sucede en muchos modelos.
Frente a la unicidad de la malla de vegetaci´on, la informaci´on sobre el suelo se materializa
de forma habitual en una serie de par´ametros diversos sobre el mismo, los cuales con frecuencia
7.2. INFORMACI
´
ON DE PARTIDA 235
deben estimarse groseramente o suponerse la constancia de los mismos a lo largo de la zona
de estudio.
No obstante, y en relaci´on con el MDT, ´este se demuestra de inter´es, aunque a un nivel
con cierto car´acter experimental, para la interpolaci´on de datos procedentes de calicatas,
incorporando la variable de elevaci´on a los mismos. Una vez m´as, la creaci´on de mallas de
datos a partir de datos puntuales, como ya ocurr´ıa en el caso de la precipitaci´on y como
aparece en numerosos otros puntos de este texto, se apoya intensamente sobre los conceptos
propios de la geoestad´ıstica — algunos de los cuales muy brevemente han sido presentados —,
siendo del ´ambito de esta ciencia — muy ligada, por otra parte, al manejo y uso de MDTs —
el conocimiento y la base te´orica necesarios al respecto.
Desde otro punto de vista, la creaci´on de mallas de datos referidas a par´ametros, tanto
cuantitativos como cualitativos, relacionados con el suelo, puede llevarse a cabo a partir del
MDT empleando ´este en conjunto con otro tipo de informaci´on, especialmente im´agenes pro-
cedentes de la teledetecci´on o alg´ un tipo de valores relativos a par´ametros geol´ogicos de la
zona considerada.
Atendiendo a la finalidad hidrol´ogica perseguida aqu´ı. algunos de los par´ametros m´as
interesantes son aquellos que puedan aportar informaci´on sobre las caracter´ısticas texturales
del suelo, su profundidad, o la clasificaci´on del mismo. En la tabla siguiente se presentan a modo
indicativo algunas de las relaciones estudiadas entre par´ametros del relieve ya bien conocidos
y de f´acil obtenci´on a partir del MDT, con algunos otros de entre aquellos que puedan guardar
una cierta utilidad a la hora de modelizar los procesos hidrol´ogicos. Se incluyen las referencias
pertinentes para el lector que desee un an´alisis m´as en profundidad.
Autor Variable del suelo Variable del relie-
ve
Moore et al
(1993)
Contenido en mate-
ria org´anica. Conte-
nido en arena.
Pendiente.
´
Indice to-
pogr´afico.
Thompson
et al (1997)
Factores hidrom´orfi-
cos.
Pendiente, curvatura
vertical, elevaci´on so-
bre depresiones loca-
les.
Thomas et
al (1999)
Tipo de suelo. Distancia al thalweg,
altitud, pendien-
te, orientaci´on,
curvaturas.
Chaplot et
al (2000)
Factores hidrom´orfi-
cos.
´
Area aportante es-
pec´ıfica, ´ındice topo-
gr´afico, elevaci´on so-
bre el nivel del cauce.
Aunque no es el tema de este cap´ıtulo, algunos de los par´ametros mostrados tienen inter´es
igualmente para la creaci´on de mallas de valores relativos al suelo a utilizar en el estudio de
fenom´enos erosivos al tiempo que para la modelizaci´on de la escorrent´ıa. Se recogen aqu´ı, no
obstante, por dotar de cierta compacidad este apartado, trat´andose tan s´olo otros aspectos
puntuales al respecto en el posterior cap´ıtulo correspondiente.
En (McBratney, 2003) se recogen un numero mayor de dichas referencias, con alusiones
al uso de MDTs en conjunto con otra serie de informaciones accesorias para la estimaci´on de
diversas propiedades del suelo.
236 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
7.2.3. Humedad precedente
Es de sobra conocido que, para una precipitaci´on dada, y con id´enticas caracter´ısticas
de suelo y vegetaci´on, dos emplazamientos dados pueden presentar distinta generaci´on de
escorrent´ıa en funci´on de la humedad existente en el suelo y la saturaci´on de ´este. Dicha
humedad, adem´as de la obvia relaci´on con la precipitaci´on precedente, guarda tambi´en una
cierta dependencia con el relieve, la cual puede modelizarse mediante la extracci´on de nuevos
par´ametros a partir del MDT.
Por la mayor complejidad de los planteamientos empleados en los modelos continuos, en
ellos se tiene en cuenta la humedad del suelo como una variable de estado m´as dentro del
proceso de modelizaci´on hidrol´ogica. Ello hace que la cartograf´ıa de humedad precedente no
guarde inter´es m´as que como una condici´on inicial, en contraste con los modelos de eventos,
donde dicha humedad puede considerarse a todos los efectos como un dato de partida que
condiciona los resultados en la misma medida que, por ejemplo, la informaci´on referente a
la vegetaci´on. As´ı pues, la malla de datos de humedad precedente que se va a tratar en este
apartado va a enfocarse principalmente como un elemento de los modelos de suceso, aunque,
como veremos, tomar´a ideas prestadas de formulaciones correspondientes a otras tipolog´ıas.
Por su parte, ya se ha dicho que los modelos de base f´ısica necesitan una informaci´on
detallada de los factores que incorporan. Este detalle es quiz´as mayor que la estimaci´on de la
humedad precedente que se propone en este apartado basada con caracter casi exclusivo en
el MDT, por lo que ser´an los modelos de corte conceptual a los que se dirija con prioridad el
an´alisis aqu´ı realizado. La metodolog´ıa del N´ umero de Curva se ve inmediatamente que va a
tener un papel notable en el desarrollo restante de este punto.
As´ı pues, el objetivo principal que se persigue con la obtenci´on de una malla de humedades
de suelo no es el de conocer dicho par´ametro de modo absoluto, sino con car´acter relativo en
referencia a las distintas celdas de la malla. Ello permitir´ıa diferenciar las celdas seg´ un su
humedad — aun no conociendo ´esta en valor de modo exacto —, teni´endose as´ı una modeliza-
ci´on m´as precisa al poder distinguir entre celdas que con anterioridad eran consideradas como
parte de una unidad homog´enea a este respecto. Recu´erdese que una aproximaci´on similar
fue planteada para el caso de la energ´ıa mediante el empleo de los denominados
´
Indices de
radiaci´on
Dos son los factores que en principio pueden tenerse en cuenta fundamentalmente para di-
ferenciar la humedad del suelo entre las distintas celdas y llevar a cabo el antedicho ajuste. Por
una parte, la propia configuraci´on del relieve, y especialmente la pendiente, que determinar´a la
facilidad del agua para acumularse en la celda, y por tanto la tendencia de ´esta a acumular
humedad. Por otra parte, las circunstancias derivadas de la orientaci´on de la celda y otros
aspectos ligados a la insolaci´on, relacionados ´estos con la tendencia de la celda a ((secarse)),
esto es, a perder dicha humedad acumulada.
Centrando la exposici´on, por su mayor importancia y uso real, en el primero de dichos
factores, resulta obligado recordar el ´ındice topogr´afico como expresi´on ejemplificadora en
este aspecto, el cual se eval´ ua como ya sabemos mediante la f´ormula
I = ln(a

/ tan β) (7.4)
Una primera noci´on sobre la inherente tendencia a la acumulaci´on de humedad en cada cel-
da se tiene ya con este par´ametro al que, no obstante, pueden a˜ nadirse algunas consideraciones
accesorias.
Haciendo uso ya de valores propios de caracterizaci´on del suelo, la siguiente expresi´on, que
m´as adelante veremos que forma parte del propio modelo TOPMODEL como componente
de sus n´ ucleo de ecuaciones b´asicas, constituye una mejora sobre la anterior al considerar las
7.2. INFORMACI
´
ON DE PARTIDA 237
caracter´ısticas propias del suelo en cada celda, adem´as de la propia topograf´ıa ya recogida en
la expresi´on previa del ´ındice topogr´afico.
I = ln(a

/T
0
tan β) (7.5)
donde T
0
es la transmisividad del suelo expresada en m
2
/h. Este par´ametro, aunque da lugar
a un aumento de precisi´on, es habitualmente de poco uso, pues la informaci´on acerca de la
variaci´on espacial del mismo raramente es de f´acil obtenci´on, suponiendose constante su valor
en toda la malla.
Pack et al (1998) proponen para la estimaci´on de la humedad del suelo una formulaci´on
algo distinta y en principio m´as interesante para el uso que de este par´ametro pretendemos
hacer. No debe olvidarse que las anteriores expresiones derivan puramente de un modelo
continuo como es el TOPMODEL, siendo el objetivo de este apartado e definir un par´ametro
con especial ´enfasis en su uso sobre modelos no continuos, como ya se ha dicho.
La propuesta de Pack deriva del trabajo del autor en el estudio de la estabilidad del terre-
no a partir del an´alisis del MDT, la cual queda implementada dentro del software SINMAP.
Aunque el objetivo es distinto al de la modelizaci´on hidrol´ogica en s´ı, sus fundamentos residen
de forma expl´ıcita en las ideas del TOPMODEL, como as´ı lo expresan los propios autores.
Por otra parte, Fall y Morgan (2000) argumentan la buena disposici´on de este ´ındice pa-
ra su empleo en otras distintas modelizaciones ecol´ogicas, corroborando en cierto modo su
aplicabilidad al caso del estudio hidrol´ogico.
La expresi´on de este nuevo ´ındice, que sus autores acertadamente denominan ´ındice topo-
gr´afico de humedad, tiene la forma recogida bajo estas l´ıneas.
w = m´ın
_
Ra

T
0
sin γ
, 1
_
(7.6)
siendo R la recarga del suelo expresada en m/h, y a el ´area aportante espec´ıfica. En realidad,
se considera de modo habitual como un par´ametro ´ unico el cociente
R
T
, en lugar de evaluar
por separado los valores de sus dos componentes.
La acotaci´on a 1 como valor m´aximo se debe a que, a partir de ese valor, se considera que la
saturaci´on del suelo no aumenta, produci´endose escorrent´ıa de ah´ı en adelante. El valor queda
acotado en el intervalo [0,1], siendo este rango de valores ´optimo para tratar de establecer,
como con posterioridad se har´a, alguna relaci´on con par´ametros directamente incluidos en la
modelizaci´on del proceso de generaci´on de precipitaci´on neta, tales como N´ umeros de Curva.
Acerca de este ´ındice de humedad se hablar´a tambi´en en temas posteriores, relacion´andolo
con su planteamiento original, esto es, con la evaluaci´on de estabilidad del terreno mediante
el an´alisis de factores topogr´aficos principalmente.
Otras posibilidades m´as refinadas caben a´ un si se considera que el agua que alcanza cada
celda y es susceptible de contribuir a la saturaci´on del suelo no es ´ unicamente la ca´ıda sobre
esa celda, sino tambi´en la que procede de las situadas aguas arriba. Para modelizar este
hecho, resulta obvio que ser´a necesario recurrir a los conceptos de direcciones de flujo y ´areas
acumuladas, en un intento de reflejar los movimientos del agua entre las distintas celdas. Esta
aproximaci´on, aunque m´as realista sin duda, es en exceso compleja si se tiene en cuenta la
naturaleza del par´ametro que pretendemos estimar y su utilidad pr´actica, por lo que no sera
desarrollada. Se justificar´an m´as adelante, en el siguiente apartado, las razones que permiten
prescindir de este hecho no ´ unicamente para este par´ametro, sino tambi´en para la estimaci´on
directa de la escorrent´ıa en algunos m´etodos y para algunos tipos de modelos.
Otra forma de afinar la estimaci´on del m´etodo es, como ya se coment´o algunas l´ıneas
atr´as, considerar par´ametros adicionales adem´as de los ´ındices topogr´aficos presentados. Los
par´ametros m´as inmediatos a incorporar en una nueva formulaci´on son, principalmente, los
238 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
correspondientes a la orientaci´on — pues ´esta condiciona la insolaci´on y por tanto la evapo-
raci´on que tiene lugar desde el suelo — y la curvatura — la combinaci´on de los dos tipos de
curvatura, en realidad —. Fall y Morgan (2000) proponen un interesante elemento adicional,
al a˜ nadir la caracterizaci´on de las diferentes celdas en funci´on de su posici´on en la orograf´ıa
global de la zona, distingui´endose, por ejemplo, las celdas de fondo de valle, ladera y cresta.
En esta direcci´on es importante rese˜ nar la definici´on del denominado ´ındice topogr´afico de
humedad relativa (Parker, 1982), similar a los ya descritos pero considerando los aspectos que
con anterioridad se han mencionado, combin´andolos en un ´ındice mediante la asignaci´on de
pesos a cada uno de dichos factores. De forma particular, el ´ındice toma valores comprendidos
entre 0 y 60, siendo los factores considerados y los rangos de variaci´on de sus pesos los que a
continuaci´on se enuncian.
Posici´on relativa dentro de la pendiente. Se establecen las siguientes clases.
Posici´on relativa Peso
Fondo de valle 20
Parte baja 15
Parte media 10
Parte alta 5
Cima 0
Concavidad / convexidad (Configuraci´on de la pendiente). Se divide en los siguientes
grupos. Los l´ımites entre los mismos se establecen arbitrariamente en funci´on de las
condiciones que se consideren oportunas.
Configuraci´on de la pendiente Peso
Concava 10
C´oncava / Plana 8
Plana 5
Convexa / Plana 2
Convexa 0
Pendiente. Se calcula el peso a partir de la pendiente expresada en grados, mediante la
expresi´on
P = 10 −γ/3 γ < 30 (7.7)
Para pendientes mayores de 30, P = 0.
Orientaci´on. Como ´ ultimo factor, la influencia de la orientaci´on, expresada ´esta en gra-
dos, se extrae a partir de la siguiente tabla.
7.3. INFILTRACI
´
ON Y ESCORRENT
´
IA 239
Orientaci´on Peso
1–9 18
10–18 19
19–26 20
27–35 19
36–44 18
45–53 17
54–62 16
63–71 15
72–80 14
81–90 13
90–98 12
99–107 11
108–116 10
117–125 9
126–134 8
135–143 7
144–152 6
153–161 5
162–170 4
171–179 3
Orientaci´on Peso
180–188 2
189–197 1
198–207 0
208–216 1
217–225 2
226–234 3
235–243 4
244–252 5
253–261 6
262–270 7
271–279 8
280–288 9
289–297 10
298–306 11
307–315 12
316–324 13
325–333 14
334–342 15
343–351 16
352–360 17
La suma de todos los pesos da como resultado el par´ametro de humedad buscado.
Como se puede ver, en este caso no se emplean los ´ındices topogr´aficos, y en particular no
se hace uso del flujo acumulado en cada celda, pero el par´ametro global definido guarda, no
obstante, una buena relaci´on con la humedad ed´afica, y se desarrolla sobre una base conceptual
adecuada y de aplicaci´on e implementaci´on sumamente sencilla.
Otro indice similar de humedad basado ´ unicamente en la informaci´on contenida en el MDT
puede encontrarse en (Svetlichnyi, 2003), donde se definen dos funciones diferentes en funci´on
de la concavidad o convexidad de la pendiente en la celda considerada, cada una de ellas
relacionada esencialmente con el valor de dicha pendiente y su longitud.
Se˜ nalar, por ´ ultimo que, al igual que suced´ıa con las mallas de vegetaci´on y suelo, la
teledetecci´on se demuestra tambi´en en este caso como una de las fuentes de informaci´on de
mayor relevancia, particularmente cuando se trata de obtener valores absolutos de humedad,
es decir, valores para un uso cuantitativo. El estudio de microondas es de especial inter´es al
respecto, pues la emisi´on de ´estas por una superficie se encuentra notablemente influenciada
por la humedad del suelo y la vegetaci´on existente en dicha superficie. Tambi´en el uso del ´ındice
NDVI, presentado algunas p´aginas atr´as, aparece en un n´ umero considerable de formulaciones
a este respecto.
Informaci´on mas detallada a este respecto puede consultarse en (Jackson, 1993), as´ı como
en (Burke, 2001), encontr´andose dichos detalles fuera del ´ambito de esta obra, pero mereciendo
una menci´on particular por el inter´es que entra˜ nan de cara a los objetivos de la misma.
7.3. Infiltraci´on y Escorrent´ıa
Con los datos de partida perfectamente definidos, podemos abordar ya el estudio de los
procesos de infiltraci´on y escorrent´ıa en cada celda. Para ello, se plantea´a un enfoque sobre la
estructura general de modelos f´ısicos, as´ı como una hip´otesis mas sencilla, de corte conceptual,
estudiando desde una perspectiva m´as sencilla la escorrent´ıa generada puntualmente. Por su
240 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
mayor sencillez, ´esta ´ ultima se estudiar´a en primer lugar. La anterior divisi´on servir´a tambi´en
para analizar las posibles diferencias — pocas — entre el tratamiento de este par´ametro en
modelos continuos y de suceso.
En ambos casos, la forma en que los datos ya conocidos provenientes del an´alisis del terreno
pueden modificar la aplicaci´on de dichas metodolog´ıa ser´a analizada y estudiada con detalle.
El an´alisis de la filosof´ıa del modelo TOPMODEL ser´a, como ya se ha dicho, desarrollado
en ´ ultimo lugar.
7.3.1. Un enfoque conceptual: El m´etodo del N´ umero de Curva
Como parte de un modelo de evento — es decir, con los menores requerimientos en cuanto
a nivel de detalle que seg´ un se coment´o son necesarios al respecto de la modelizaci´on de los
procesos de infiltraci´on y escorrent´ıa —, y trat´andose en particular del m´etodo implementado
en el modelo Heart — por relacionarlo con una aplicaci´on que el lector podr´a con posterioridad
utilizar, al quedar recogido su manejo en el anexo correspondiente —, se aborda en primer lugar
la adaptaci´on de la metodolog´ıa del N´ umero de Curva para la conversi´on de la precipitaci´on
en escorrent´ıa, es decir, el c´alculo de la precipitaci´on neta. Como veremos, y como el lector
ya probablemente conoce, ninguna informaci´on es aportada por este m´etodo respecto a la
infiltraci´on y el destino del agua infiltrada, no siendo ´esta, por otra parte, relevante dadas
las caracter´ısticas del m´etodo en su calidad de ser empleada b´asicamente sobre un modelo de
suceso.
Brevemente, se recuerdan los fundamentos principales de este m´etodo, sobre los que con
posterioridad se estudiar´an las alternativas para su actualizaci´on dentro del entorno de trabajo
actual y el empleo y an´alisis de MDTs.
Seg´ un el m´etodo del N´ umero de Curva, se establece para una celda dada, y en funci´on
de las coberturas de suelo y vegetaci´on, un coeficiente de escorrent´ıa entre 0 (toda la precipi-
taci´on se infiltra) y 100 (toda la precipitaci´on se convierte en escorrent´ıa), el cual definir´a el
comportamiento de dicha zona en este sentido. La asignaci´on de valores se establece en funci´on
de tablas de car´acter emp´ırico que existen a tal efecto, elaboradas por diversas fuentes. En
estas tablas de dos entradas, el suelo se caracteriza por regla general mediante cuatro clases
distintas y la vegetaci´on a trav´es de un n´ umero generalmente mayor de ellas, consider´andose
la humedad precedente mediante la existencia de formulaciones que permiten convertir los
valores para una humedad media en los correspondientes a condiciones de mayor sequedad o
mayor saturaci´on.
Dichas formulaciones son
N
I
=
4,2N
II
10 −0, 058N
II
; N
III
=
23N
II
10 −0, 13N
II
(7.8)
donde el estado I es el de menor humedad precedente, el II el de humedad media — el dado
generalmente por las tablas — y el III el de humedad precedente mayor.
Sobre estas ideas, y en el caso de aplicar esta metodolog´ıa sobre un MDT, la utilizaci´on
de mallas de datos simples referentes a tipos de suelo y vegetaci´on — sobre las que ya se
habl´o algunas l´ıneas atr´as — dar´ıa como resultado una nueva malla de N´ umeros de Curva,
pudiendo combinarse ´esta con una malla de precipitaciones y en funci´on de estas dos ´ ultimas
extraer un valor de escorrent´ıa asociado a cada celda y en ´ ultima instancia una malla de dicha
escorrent´ıa.
Sin analizar los desarrollos te´oricos que conducen a las mismas, las expresiones que rigen
el proceso de conversi´on de precipitaci´on en escorrent´ıa en este m´etodo pueden resumirse en
la formula
7.3. INFILTRACI
´
ON Y ESCORRENT
´
IA 241
P
E
_
=
(P−0,2S)
2
P−0,8S
si P ≥ 0, 2S
= 0 si P < 0, 2S
(7.9)
donde
P es la precipitaci´on,
P
E
es la precipitaci´on efectiva,
y S es la retenci´on potencial m´axima.
El valor del n´ umero de curva entra a formar parte de la formulaci´on a trav´es de este ´ ultimo
par´ametro, ya que ´este se eval´ ua seg´ un
S = 2, 54
_
1000
N
−10
_
(7.10)
siendo N el N´ umero de Curva.
Para la aplicaci´on de esta metodolog´ıa a una tormenta caracterizada por una serie de
n intervalos, no debe tenerse en cuenta exclusivamente la lluvia en cada intervalo, sino la
acumulada desde el inicio de la tormenta. Ello da lugar a que el c´alculo de una serie de valores
de precipitaci´on neta se lleve a cabo mediante las siguientes etapas.
Sea para un N´ umero de Curva dado — y, por tanto, un valor de S constante —, la funci´on
f
Esc
(x) la definida por la ecuaci´on (7.9), esto es, la que da para el valor de precipitaci´on x la
escorrent´ıa generada en dichas condiciones.
Denotando como P
i
a la precipitaci´on en el intervalo i–esimo, se tiene
P
i
=
i

j=1
P
j
(7.11)
P
i
E
= f
Esc
(P
i
)
P
i
E
= P
i
E
−P
i−1
E
Siendo ya el conjunto de valores P
n
E
los que deben ser utilizados como precipitaci´on efectiva.
Puede obtenerse de este modo sencillo una escorrent´ıa asociada a cada celda para cada intervalo
de tiempo, empleando para ello una informaci´on relativamente reducida, y manteni´endose
como es l´ogico la simplicidad del m´etodo en las condiciones de aplicaci´on actuales.
El empleo de celdas como unidades m´ınimas permite en conjunci´on con algunos resultados
derivados del MDT esbozar una aproximaci´on m´as precisa basada en la sencilla base conceptual
del m´etodo. Al mismo tiempo, dicha informaci´on extra´ıda del MDT, por su mayor detalle, hace
interesante plantearse algunas cuestiones en relaci´ on con la citada base del m´etodo, analizando
´esta y su validez, as´ı como la posible necesidad de efectuar ciertas consideraciones adicionales.
En primer lugar, y tratando el primer aspecto, la b´ usqueda de un refinamiento en la apli-
caci´on del m´etodo nos conduce de modo inmediato al empleo de la malla de humedad ed´afica
en su momento estudiada, de la cual hasta este punto no se ha realizado uso alguno. La
distinci´on sencilla pero poco precisa de tres clases de humedad precedente puede mejorarse
notablemente ahora que el conocimiento de dicho par´ametro en el suelo viene dado por una
magnitud continua. Conociendo el valor medio del Numero de Curva y los valores a ambos
extremos, puede establecerse arbitrariamente un valor medio del ´ındice topogr´afico de hume-
dad correspondiente a la condicion II y suponer que entre dicho valor y los restantes que se
encuentren en la malla, el N´ umero de Curva var´ıa entre el valor N
II
y los valores extremos
(N
I
o N
III
, seg´ un si la humedad en la celda es menor o mayor respectivamente) de acuerdo
con una funci´on dada.
242 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
En particular, suponiendo que dicha funci´on se ajusta a una de tipo lineal, y tomando como
entradas una malla de N´ umeros de Curva y otra malla de ´ındice topogr´afico de humedad W,
se tiene que
N
_
_
_
= m´ax
_
N
II
+
N
III
−N
II
W
III
−W
II
(W
III
−W), W
III
_
si W > W
II
= m´ın
_
N
II

N
II
−N
I
W
II
−W
I
(W
II
−W), W
I
_
si W < W
II
(7.12)
El valor de W para las condiciones extremas I y III no tiene porqu´e ser el extremo inferior
o superior de dicho par´ametro en la malla, motivo por el cual se toman valores m´aximos y
m´ınimos en las expresiones anteriores. El empleo de este planteamiento debe ser, no obstan-
te, complementado con una calibraci´on adecuada del modelo, en cuanto que la informaci´on
disponible al respecto, dado el car´acter ciertamente experimental de la propia formulacion, es
bastante escasa.
La figura (7.2) muestra la conversi´on de una malla de valores de N´ umero de Curva en sus
valores corregidos de acuerdo con la expresi´on anterior.
Figura 7.2: Creaci´on de malla de N´ umeros de Curva adaptados en base a mallas de N´ umeros de Curva
e
´
Indice Topogr´afico.
Al respecto de las puntualizaciones que deben hacerse en relaci´on a la discretizaci´on del
terreno mediante la malla regular del MDT y la implicaci´on de este hecho en la evaluaci´on de
la escorrent´ıa, ´estas derivan principalmente de la consideraci´on de cada celda como elemento
aislado cuando en realidad no es as´ı. La aplicaci´on del m´etodo del N´ umero de Curva en cada
celda hace uso ´ unicamente del valor de precipitaci´on de dicha celda recogido en el MDP, no
siendo, sin embargo, la ´ unica entrada que presenta la celda, ya que recibe asimismo el aporte
de las celdas situadas aguas arriba de la misma. En particular, para un instante dado t de
un evento de precipitaci´on, recibir´a toda la escorrent´ıa de todas aquellas celdas situadas a un
tiempo de viaje hacia dicha celda en el intervalo (t, t +), siendo la resoluci´on temporal con
que se lleve a cabo la modelizaci´on.
Este planteamiento, no obstante, supone una complejidad muy elevada, opt´andose con
car´acter general por emplear la simplificaci´on ya expuesta de considerar ´ unicamente la pre-
cipitaci´on en cada celda como aporte recibido por la misma, simplificaci´on que da lugar a la
introducci´on, en un principio, de errores como los reflejados en la figura (7.3). Estos errores no
se refieren a la escorrent´ıa puntual en cada celda, sino a la que llega a la salida de la cuenca
procedente de dicha celda.
A efectos de calcular el hidrograma resultante a la salida de la cuenca — objetivo principal
en un modelo de suceso tal y como el que se ha supuesto implementa esta metodolog´ıa del
N´ umero de Curva —, para las celdas de cabecera, la escorrent´ıa que se estima en ellas es
mayor que la que alcanza la salida, pues una vez abandona la celda esta escorrent´ıa puede
infiltrarse en alguna otra celda aguas abajo, disminuyendo su magnitud. Por otra parte, para
7.3. INFILTRACI
´
ON Y ESCORRENT
´
IA 243
Figura 7.3: Errores en la estimaci´on de la precipitaci´on efectiva aportada por cada celda al hidrograma,
al suponer dicha celda como unidad aislada en la aplicaci´on del m´etodo del N´ umero de Curva.
las celdas interiores, la escorrent´ıa calculada puede ser inferior a la real, ya que el suelo en
la celda puede estar saturado por el flujo recibido de aguas arriba, mientras que seg´ un el
planteamiento realizado, solo se ha considerado la saturaci´on producida por la precipitaci´on.
No obstante, y teniendo en cuenta que lo que se busca es fundamentalmente el antedicho
hidrograma en el punto de cierre de la cuenca, la cancelaci´on de estos efectos opuestos de tal
modo que puedan despreciarse est´a en funci´on de la homogeneidad de la precipitaci´on entre
las diferentes zonas. La experiencia demuestra, sin embargo, que existe un muy buen ajuste si
se supone de antemano dicha cancelaci´on, por lo que el planteamiento simplificado se emplea
de forma general aqu´ı y tambi´en en el pr´oximo cap´ıtulo cuando se eval´ ue expl´ıcitamente el
hidrograma generado por dicha escorrent´ıa en el conjunto de la cuenca analizada.
Pese a que hasta este punto se ha evaluado la escorrent´ıa con car´acter individual para cada
celda — y sin incorporar en el proceso la relaci´on de dicha celda con otras, como acabamos
de ver —, la divisi´on de las mallas de datos en estas unidades m´ınimas no obliga a llevar a
cabo un an´alisis completamente distribuido del par´ametro escorrent´ıa. Resulta posible — y
habitual — dentro de modelos agregados, y a pesar de que se disponga en ´estos de informaci´on
en forma de mallas de datos, trabajar considerando como unidades m´ınimas las subcuencas
como elementos hidrogr´aficos fundamentales.
Para la estimaci´on de valores de escorrent´ıa asociados a subcuencas estimados mediante la
aplicaci´on del m´etodo del Numero de Curva, es frecuente tomar valores medios de este ´ ultimo
par´ametro a partir de los valores del conjunto de celdas incluidas en la subcuenca. De igual
modo, pueden tomarse valores medios de precipitaci´on a partir de los registrados en dichas
celdas de la cuenca para los distintos intervalos considerados — esto es, para los distintas
capas del MDP asociado a la tormenta —.
Esta ultima opci´on, sin embargo, se sustituye frecuentemente por el empleo de enfoques
con mayor car´acter agregado, tales como emplear como dato de precipitaci´on el resultante de
la interpolaci´ on de las estaciones disponibles en un punto situado en el centro de gravedad de
la subcuenca — es decir, sin necesidad de generar un MDP —, o el empleo de aquella estaci´on
con mayor influencia sobre la cuenca, lo cual se estima mediante pol´ıgonos de Thiessen – y,
suponiendo la creaci´on de estos sobre una base raster, se tomar´ıa aquella estaci´on que fuera
la m´as cercana a un mayor n´ umero de celdas dentro de las incluidas dentro de la cuenca —.
No obstante, la utilizaci´on de un esquema distribuido en el c´alculo de la escorrent´ıa no res-
tringe en absoluto el tipo de modelo hidrol´ogico en el que la informaci´on sobre dicho par´ametro
va a ser utilizada, pudiendo ((agregarse)) los datos en el c´alculo de caudales como ´ ultimo paso
244 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
del modelo. Ello hace m´as interesante el trabajo con un planteamiento distribuido, pues, al con-
trario que en los modelos hidrol´ogicos como tales, donde no se puede afirmar categ´oricamente
la ventaja del enfoque distribuido frente al agregado, s´ı se puede afirmar que el conocimien-
to distribuido de los datos de partida de dicho modelo es superior en t´erminos generales al
agregado.
7.3.2. M´etodos de base f´ısica
Como ya se introdujo en el primer tema de esta segunda parte, una de las consecuencias
inmediatas del uso de cartograf´ıa digital, derivada principalmente de la mayor resoluci´on de
´estas, as´ı como de la estructura regular de las mismas en el caso de emplear mallas de datos
como las que venimos usando hasta este punto, reside en la posibilidad de plantear modelos
f´ısicos sobre las unidades elementales constituidas por cada una de las celdas en dichas mallas.
Sobre el contexto de esta obra, ello implica que, comenzando por esta secci´on y en las siguientes,
una constante en las exposiciones que se plantean sea la convivencia de las formulaciones de
tipo conceptual o emp´ırico adaptadas a la nueva naturaleza de la base cartogr´afica disponible,
junto a formulaciones de tipo f´ısico seg´ un lo expresado con anterioridad.
Habiendo ya tratado la manera en que un m´etodo como el del N´ umero de Curva puede
integrarse con el empleo de MDTs, el tratamiento de modelos f´ısicos complementa en este
sentido dicha exposici´on, y pone de manifiesto las diferencias existentes entre ambos enfoques y
las implementaciones de los mismos. Estas diferencias y consideraciones al respecto aparecer´an
nuevamente, como se ha dicho, en otros puntos diversos a tratar en posteriores cap´ıtulos.
Se aprovecha tambi´en la presentaci´on de este m´etodo para introducir igualmente los as-
pectos relativos al manejo de formulaciones sobre escorrent´ıa en modelos continuos frente al
enfoque de eventos del m´etodo anterior, mostrando as´ı las diferencias entre ambos ´ambitos
de empleo, quiz´as m´as relevantes que las puramente debidas al m´etodo como tal. La mayor
idoneidad de un planteamiento f´ısico de cara al desarrollo de un modelo continuo, hace que
estos primeros se empleen aqu´ı como un veh´ıculo para introducir la exposici´on te´orica de las
ideas y fundamentos de los segundos.
Una primera — e importante — diferencia reside en el nivel de detalle y el volumen tanto
de entradas como de salidas que ambos modelos deben considerar. La evaluaci´on no s´olo de la
escorrent´ıa, sino tambi´en de la infiltraci´on en los modelos continuos, hace necesario el registro
de ese valor — y, por tanto, la creaci´on de una malla asociada, as´ı como una consideraci´on
m´as detallada de las abstracciones, estudiando de modo espec´ıfico las p´erdidas por intercepci´on
y requiriendo consecuentemente una informaci´on m´as precisa acerca de la cubierta vegetal.
Volviendo al ya introducido esquema de celda como unidad de an´alisis, la figura (7.4) muestra
de forma gr´afica las anteriores diferencias.
Sobre los elementos reflejados para el caso de un modelo continuo empleando un m´etodo
de c´alculo de escorrent´ıas con base f´ısica, se desarrollar´a a continuaci´on la exposici´on de las
ideas relacionadas con cada uno de dichos elementos. Una vez m´as el enfoque principal no
se realizar´a sobre las formulaciones en s´ı — muchas de ellas son formulaciones cl´asicas que
pueden consultarse con mucho mayor detalle en textos habituales de hidrolog´ıa — sino en la
propia estructura del modelo sobre el ´ambito distribuido y de base f´ısica en el que trabajamos,
y el apoyo en el MDT.
En primer lugar, las abstracciones y p´erdidas debidas a la vegetaci´on, simplificadas al
m´aximo en el m´etodo del Numero de Curva, se prestan a una modelizaci´on m´as detallada.
Como puede verse en la imagen (7.4), el c´omputo de estas p´erdidas se da anteriormente a la
entrada del valor de precipitaci´on en el modelo de escorrent´ıa como tal, deduci´endose de este
dichas perdidas como primer paso, aunque tambi´en con posteridad. Respecto a la reducci´on
primera una postura sencilla a este respecto es la definici´on de un valor de capacidad de
7.3. INFILTRACI
´
ON Y ESCORRENT
´
IA 245
Figura 7.4: Comparaci´on visual entre el esquema de funcionamiento de un modelo de escorrentia
sencillo como el N´ umero de Curva y uno complejo de base f´ısica.
retenci´on dependiente de la vegetaci´on existente, y la caracterizaci´on de cada celda no s´olo
con el tipo de vegetaci´on, sino tambi´en el porcentaje cubierto por la misma. Las p´erdidas a
deducir quedan en este caso expresadas por estos dos par´ametros permitiendo un reflejo m´as
fiel del fen´omeno.
Una caracter´ıstica b´asica que se encuentra presente en estos modelos con mayor nivel de
detalle es la divisi´on del suelo en diferentes niveles, a cada uno de los cuales se asigna un
comportamiento — y por tanto una serie de formulas correspondientes —, condicionando ´esto
la forma en que los distintos fen´omenos son tratados. As´ı, la evapotranspiraci´on, adem´as de
considerarse con anterioridad a la entrada de un valor de precipitaci´on, se toma tambi´en en
funci´on de los valores de agua presente en aquellos niveles del suelo susceptibles a dicha ET. El
empleo de la malla de ETP es un elemento muy frecuente en este sentido para evaluar el valor
de ET, tanto desde estos niveles como en la primera reducci´on. En algunos casos, como ya ve-
remos en el caso de TOPMODEL, la capacidad de la vegetacion — responsable de la primera
disminuci´on de la precipitaci´on — y del nivel de suelo, se re´ unen en un ´ unico valor. Simpli-
ficaciones de este tipo son frecuentes, as´ı como la adici´on de mayor complejidad planteando
posturas opuestas que presenten una diferenciaci´on mayor de los elementos modelizados.
Dos o tres niveles suelen ser los habituales, aunque existen modelos en los que se establecen
un mayor n´ umero de divisiones, con las consecuencias que ello tiene en el empleo del modelo,
especialmente desde el punto de vista de la obtenci´on de datos necesarios para alimentar el
mismo.
Las formulaciones incorporadas en este tipo de esquemas para la modelizaci´on de la es-
corrent´ıa deben simplemente estudiar el reparto de la precipitaci´on neta sobre las divisiones
establecidas, teniendo en cuenta las relaciones entre ellas y los valores que cada una presenta
para cada instante de tiempo analizado. Aunque no se ajusta puramente a esta estructura
debido a algunas simplificaciones que presenta, la organizaci´on del modelo TOPMODEL, que
seguidamente se analizar´a con mayor detalle, servir´a sin duda para aclarar estas ideas.
Con todo ello, la generaci´on de escorrent´ıa se modeliza de un modo mas detallado, pudien-
do este nivel de detalle aumentarse tanto como se desee — a decir verdad, mucho m´as all´a de
lo que un uso pr´actico del modelo planteado permite —, considerando las interacciones entre
los diferentes niveles desde todos los puntos de vista posibles. A efectos de ejemplo, la figura
(??) presenta el esquema b´asico de dichas relaciones en el modelo LISFLOOD, el cual, por
246 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
su moderada complejidad, sirve perfectamente para recoger gr´aficamente las ideas referentes
a este tipo de modelos. La infiltraci´on en este caso se eval´ ua mediante la cl´asica y bien co-
nocida metodolog´ıa de Green–Ampt. Se incluyen en la figura elementos correspondientes a la
generaci´on y conducci´on del flujo, propios del pr´oximo tema, a efectos de reflejar completa la
estructura del modelo.
Figura 7.5: Esquema de funcionamiento del modelo LISFLOOD (DeRoo).
Es importante recalcar que, al contrario de lo que sucede en el c´alculo de caudales donde,
como ya veremos, la adopci´on de enfoques distribuidos y mayores niveles de complejidad
cambia el esquema de proceso en lo que al manejo de las distintas celdas del MDT respecta,
en este caso las celdas siguen consider´andose como entidades individuales, aplic´andose sobre
cada una de las mismas las formulaciones oportunas, ya sean ´estas sencillas como en el m´etodo
del N´ umero de Curva o bien complejas como las introducidas esquem´aticamente aqu´ı.
Considerando las puntualizaciones ya realizadas en el caso del m´etodo del N´ umero de Curva
relativas a los errores y compensaciones de los mismos que se pod´ıan atribuir al an´alisis con
car´acter individual de cada celda, se puede decir que, en realidad, el empleo de la estructura
en celdas del MDT — no as´ı del MDT como tal, pues hemos visto que tiene suma utilidad
para la obtenci´on de la informaci´on de partida — no aporta grandes novedades al c´alculo de
prepitaci´on neta. En otras palabras, un esquema como el de la figura (??) requiere el empleo
de medios inform´aticos para el manejo de su gran volumen de datos, pero no es dependiente
de la cartograf´ıa digital, siendo, de hecho, habitual encontrar diagramas de este tipo en libros
de hidrolog´ıa que, presentando alg´ un ligero enfoque computacional, no lo hacen sobre la base
de un MDT u otras estructuras similares — v´ease (Ponce, 1989) o (Chow, 1988), por ejemplo
—.
No obstante, el estudio distribuido de la escorrent´ıa es necesario para plantear modelos
distribuidos en la generaci´on de caudales o bien obtener resultados m´as potentes con los
modelos agregados, por lo que las ventajas del estudio a nivel de celda de la escorrent´ıa, aun
7.3. INFILTRACI
´
ON Y ESCORRENT
´
IA 247
no siendo excesivamente patentes ahora, existen y se mostraran plenamente en el pr´oximo
cap´ıtulo.
Dicho de otro modo, el an´alisis de los balances de masa en cada celda — un indicativo de
peso de la naturaleza distribuida y el aprovechamiento del MDT — a´ un no toma su peso total
a estas alturas, siendo con el tratamiento de caudales cuando aparezca con la importancia que
tiene.
7.3.3. El m´etodo del modelo TOPMODEL
En un punto intermedio entre modelos f´ısicos puramente distribuidos — generalmente mu-
cho m´as complejos en t´erminos de la informaci´on necesaria para su empleo — y la sencillez
y elevada parsimonia del m´etodo del Numero de Curva, se encuentra el m´etodo del modelo
TOPMODEL, el cual, por su buen car´acter did´actico y por la peculiar dependencia en los
datos extra´ıdos del MDT, resulta muy conveniente desarrollar aqu´ı con algo de profundidad.
Su distinta concepci´on, complementando a las anteriores, muestra otra forma distinta de apro-
ximarse a la modelizaci´on de los distintos elementos del ciclo hidrol´ogico, siempre basando el
trabajo en el MDT y otros elementos adicionales ya conocidos.
Conceptualmente, TOPMODEL se fundamenta en un esquema seg´ un el cual se comparti-
menta el terreno en tres zonas de almacenamiento.
Zona de intercepci´on
Zona no saturada
Zona saturada
De estas tres, la intercepci´on procede de la primera, siendo la precipitaci´on total menos
dicha evapotranspiraci´on la cantidad que pasa a la siguiente zona, tal y como muestra la figura
(7.6). Para el c´alculo de dicha evapotranspiraci´on en un intervalo dado de los considerados
en la modelizaci´on, se hace uso del valor de ETP que debe introducirse como par´ametro en
el modelo, as´ı como de la propia cantidad del agua SR que se encuentre disponible en dicha
zona de almacenamiento en ese intervalo. Esta cantidad ´esta en funci´on de la precipitaci´on y
del valor que tuviera en el anterior intervalo, existiendo un m´aximo SR
Max
que debe tambi´en
introducirse como un par´ametro en el modelo.
Figura 7.6: Esquema de zonas y procesos en el modelo TOPMODEL (Beven y Kirby, 1979).
En cada intervalo se pierde por evapotranspiraci´on el valor m´ınimo entre SR y la ETP
del intervalo, pudiendo as´ı obtenerse la precipitaci´on neta en el mismo. El estado inicial de la
zona se intercepci´on se introduce tambi´en como par´ametro SR
0
.
Es sencillo ver que SR
Max
es, en cierta manera, la informaci´on que el modelo toma acerca
de la cobertura vegetal y las p´erdidas que ´esta puede suponer, siendo importante un buen
ajuste del mismo.
Con la precipitaci´on neta ya estimada, el trabajo sobre las otras dos zonas consideradas
permite estimar el flujo generado seg´ un seguidamente se desarrolla. Los valores de los caudales
248 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
Q
sub
y Q
sup
y la manera de trabajar con los mismos para obtener resultados globales de la
cuenca, se ver´an en el proximo cap´ıtulo.
Entrando en los fundamentos del modelo para la generaci´on de escorrent´ıas, la ecuaci´on
fundamental en que se basa el TOPMODEL, relacionada ´esta con el ´ındice topogr´afico I, es
la referida al c´alculo de un d´eficit de humedad en cada celda, la cual toma la forma
S = S +m[(I −I) −(δ −δ)] (7.13)
siendo m un par´ametro relacionado con la disminuci´on de la transmisividad del suelo en
funci´on de la profundidad, S el d´eficit de humedad anterior, I el ´ındice topogr´afico y δ un
par´ametro con la expresi´on
δ = ln T
0
(7.14)
siendo T
0
la transmisividad del suelo. S, δ y I representan los valores medios de la cuenca
vertiente para los correspondientes par´ametros. Como ya se ha comentado, es muy habitual
considerar constante el valor de T
0
— principalmente por falta de datos acerca del mismo —
con lo que el sumando (δ −δ) se anula, simplificando as´ı la ecuaci´on.
Respecto al par´ametro m y a la transmisividad, comentar que el propio ´ındice topogr´afico
como tal deriva de la consideraci´on de un variaci´on exponencial negativa de de esta ´ ultima a
lo largo del perfil ed´afico. Existen tambi´en (Ambroise et al, 1996) formulaciones basadas en
perfiles parab´olicos o lineales, que dan lugar a indices topogr´aficos de la formas respectivas
I =
¸
a

tan γ
(7.15)
I =
a

tan γ
(7.16)
para los cuales las restantes formulaciones del modelo tambi´en son distintas. No obstante,
la consideraci´on exponencial original ser´a la que se trate en este texto, siendo sencilla la
adaptaci´on de los conceptos a las restantes variantes.
Volviendo al valor del d´eficit S, por representar ´este dicho deficit, aquellas celdas en las que
se tenga S < 0 indicar´an una presencia de saturaci´on, y por tanto la ocurrencia de escorrent´ıa.
Con ello, la dependencia directa de la escorrent´ıa con el ´ındice topogr´afico se puede ver con
sencillez en la ecuaci´on (7.13)
Los valores medios de cuenca δ y I se eval´ uan directamente sobre las mallas correspon-
dientes, llev´andose a cabo el calculo de S para cada intervalo — de duraci´on — del periodo
de tiempo estudiado, en base al valor del intervalo anterior seg´ un
S
t
= S
t−1
+ (q
t−1
−r) (7.17)
siendo q
t−1
la escorrent´ıa total de la cuenca en el intervalo t −1 dividida por el ´area total de
la cuenca. r es la recarga neta en el suelo, es decir, las entradas al sistema.
Con este valor medio para el intervalo t se calculan posteriormente los valores del d´eficit
en cada celda durante dicho intervalo, y as´ı sucesivamente para todo el periodo analizado.
Debe establecerse como dato de entrada la condici´on inicial S
0
, la cual se eval´ ua a partir
de la expresi´on
S
0
= −m· ln
Q
0
T
0
e
−I
(7.18)
7.3. INFILTRACI
´
ON Y ESCORRENT
´
IA 249
siendo Q
0
un valor inicial de caudal, el cual es, en ´ ultima instancia, el valor que debe intro-
ducirse como condici´on inicial.
Como puede observarse, al ser dependiente de modo exclusivo del ´ındice topogr´afico como
variable local, todas aquellas celdas que compartan el valor de dicho par´ametro tendr´an un
id´entico comportamiento hidrol´ogico. Pese a trabajar celda a celda, el modelo TOPMODEL
se define como un modelo semidistribuido, ya que el c´alculo de escorrent´ıas y generaci´on
de caudales como tal no se lleva a cabo sobre el MDT y sus celdas, sino, aprovechando la
similitud hidrol´ogica de las zonas con igual valor del ´ındice topogr´afico, sobre el histograma
de distribuci´on del mismo. La divisi´on de dicho histograma en una serie de clases reduce en
gran medida el c´alculo, pues se analizan dichas clases y se estudian los d´eficits de humedad
en ellas, utilizando luego los porcentajes ocupados por dicha clase dentro de la cuenca para
conocer las ´areas totales en las que se producen los fen´omenos de escorrent´ıa y empleando
´estas.
Por lo anterior, se dice con frecuencia que TOPMODEL es un modelo de ((´area contribu-
yente variable)) ya que la fracci´on de la cuenca que genera escorrent´ıa se modifica a lo largo de
los intervalos que se analizan. La dimensi´on de este ´area viene condicionada por la topograf´ıa,
las caracter´ısticas del suelo y la humedad en la cuenca.
Figura 7.7: Variaci´on del ´area contribuyente (en negro) a medida que se modifica el umbral de satu-
raci´on en funci´on del ´ındice topogr´afico.
Una de las caracter´ısticas de inter´es del enfoque del TOPMODEL en lo referente a la es-
corrent´ıa seg´ un lo anterior, es, tal y como citan sus propios autores, la posibilidad de analizar
gr´aficamente mediante elementos cartogr´aficos la evoluci´on de las ´areas contribuyentes men-
cionadas con anterioridad y del proceso general de escorrent´ıa. La creaci´on de mallas con los
valores del d´eficit de humedad para distintos momentos dentro del lapso de tiempo analizado,
p´ermite estudiar de una manera complementaria a la puramente num´erica la respuesta de
la cuenca a la precipitaci´on, siendo ello de gran car´acter did´actico, as´ı como desde el punto
de vista del aprovechamiento e interpretaci´on de cualquier otro resultado derivado del propio
modelo.
La figura (7.7) muestra un ejemplo de lo anterior, quedando en ella reflejada la variaci´on
250 CAP
´
ITULO 7. INFILTRACI
´
ON Y ESCORRENT
´
IA
de ´areas activas a medida que se modifica el umbral de ´ındice topogr´afico a partir del cual se
da la saturaci´on.
Aunque no con el mismo significado, este an´alisis de las diferentes mallas de escorrent´ıa
puede tambi´en llevarse a cabo en caso de aplicar otros m´etodos para la conversi´on de precipi-
taci´on en precipitaci´on neta, teniendo ello, no obstante, menor inter´es cuando no se contempla
la variabilidad del ´area contribuyente como en el presente caso.
Estos aspectos, no obstante, se analizar´an tambi´en desde otro punto de vista en el siguiente
cap´ıtulo, cuando se traten los aspectos propiamente relacionados con la generaci´on de caudales.
Ejercicios y cuestiones propuestas
1. En la exposici´on de la p´agina 238 se hace referencia a una clasificaci´on de las celdas seg´ un su
caracterizaci´on como parte del relieve global. Realice un esquema de las caracter´ısticas principales
de los tipos de celdas descritos (de valle, de cresta y de ladera) en funci´on de las pendientes y
longitudes aguas arriba y aguas abajo de dicha celda, e intente escribir un algoritmo que permita
realizar dicha clasificaci´on.
Cap´ıtulo 8
Caudales l´ıquidos
Well there’s floodin’down in Texas.
All of the telephone lines are down.
And I’ve been tryin’to call my baby.
Lord and I can’t get a single sound.
Stevie Ray Vaughan
c´omo querr´ıa que un desborde caudal
viniera a redimirla
y la empapara con su sol en hervor
o sus lunas ondeadas
y las recorriera palmo a palmo
y la entendiera palma a palma.
Mario Benedetti
8.1. Introducci´on
Sin duda alguna, los resultados m´as importantes de cuantos pueden derivarse en t´erminos
hidrol´ogicos de la informaci´on obtenida hasta este punto de las distintas mallas de datos —
y en especial del MDT —, son los referentes a caudales que van a ser desarrollados en el
presente cap´ıtulo. Si bien la informaci´on correspondiente a los balances de agua planteados
dentro de los modelos continuos para cada celda a