You are on page 1of 189

MEMORIA-INFORME SOBRE MODELOS DE PREVISIN

HIDROLGICA EMPLEADOS EN OTRAS


ORGANIZACIONES


Enrique Ortiz
HidroGaia S.L.
INDICE
1. INTRODUCCIN..................................................................................... 4
2. MODELOS HIDROLGICOS .................................................................. 5
3. REVISIN DE MODELOS HIDROLGICOS......................................... 13
3.1. NAM-UHM (Danish Hydraulic Institute)........................................................ 13
3.2. SOBEK RAINFALL-RUNOFF (Delft Hydraulics) .......................................... 15
3.3. ENTORNO EDIMACHI (CEDEX)................................................................. 19
3.4. SACRAMENTO (SMA-NWSRFS)................................................................ 21
3.5. ARNO/ Xinanjiang/VIC-2L (Todini/Zhao/Wood y Liang)............................... 23
3.6. HBV (Swedish Meteorological and hydrological Institute) ............................ 26
3.7. TOPMODEL (Beaven, K.) ........................................................................... 30
3.8. SHE (Abbott, M.B., Bathurst, J.C., Cunge, J.A., OConnell, P.E. y
Rasmussen) ............................................................................................................ 32
3.9. TOPKAPI (Todini, Ciarapica y Liu) .............................................................. 33
3.10. TETIS (Francs, F. y Vlez, I.) .................................................................... 37
3.11. TRIBS (Bras, R. et al).................................................................................. 40
3.12. LISFLOOD (De Roo, A. et al.) ..................................................................... 46
3.13. MODELOS DE CAJA NEGRA..................................................................... 48
3.13.1. MODELOS ESTOCSTICOS.............................................................. 48
3.13.2. REDES NEURONALES....................................................................... 51
4. NUEVAS FUENTES DE DATOS Y SU CONEXIN CON LA MODELACIN
HIDROLGICA................................................................................................. 55
4.1. DATOS PROVENIENTES DE LA TELEDETECCIN ................................. 56
4.2. DATOS PROVENIENTES DEL RADAR METEOROLGICO ..................... 77
4.3. DATOS PROVENIENTES DE LOS MODELOS NUMRICOS DE TIEMPO96
5. SISTEMAS INTEGRADORES DE DATOS HIDROMETEOROLGICOS Y
SISTEMAS DE AYUDA A LA DECISIN........................................................ 110
5.1. EFFORTS ................................................................................................. 111
5.2. FEWS........................................................................................................ 117
5.3. EDIMACHI................................................................................................. 124
5.4. FLOOD WATCH........................................................................................ 126
6. EXPERIENCIAS MUNDIALES RESPECTO A MODELOS HIDROLGICOS
EN SISTEMAS DE PREDICCIN DE CRECIDAS EN TIEMPO REAL ........... 128
6.1. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA DEL RO
MOSELA (ALEMANIA) .......................................................................................... 128
6.2. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA DEL RO
PARANA (ARGENTINA) ....................................................................................... 135
6.3. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA DEL RO PO
(ITALIA)................................................................................................................. 141
6.4. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA DEL RO
RENO (ITALIA) ..................................................................................................... 148
6.5. PREDICCIN OPERATIVA DE CRECIDAS EN BANGLADESH............... 151
6.6. PREDICCIN OPERATIVA DE CRECIDAS EN LAS CUENCAS DE LOS
EEUU DE AMERICA............................................................................................. 155
6.6.1. La experiencia de Pittsburg ............................................................... 155
6.6.2. La experiencia de Illinois.................................................................... 157
6.6.3. La experiencia de Huston, Texas....................................................... 161
6.7. PREDICCIN OPERATIVA DE CRECIDAS EN EL RO YANGTZE, CHINA
163
6.8. PREDICCIN OPERATIVA DE CRECIDAS EN EL RO MEKONG .......... 166
6.9. PREDICCIN OPERATIVA DE CRECIDAS EN EL RO ARICANDUVA, SO
PAULO (BRAZIL) .................................................................................................. 169
6.10. PREDICCIN OPERATIVA DE CRECIDAS EN COSTA RICA................. 171
6.11. PREDICCIN OPERATIVA DE CRECIDAS EN VIETNAM....................... 174
6.12. PREDICCIN OPERATIVA DE CRECIDAS EN LAS CUENCAS DE GALICIA
COSTA (ESPAA) ................................................................................................ 178
6.12.1. Predicciones Meteorolgicas ............................................................. 179
6.12.2. Predicciones hidrolgicas .................................................................. 180
7. CONCLUSIONES ................................................................................ 183

1. INTRODUCCIN

El presente informe pretende ofrecer una visin a la Direccin General del Agua del
estado tecnolgico y las tendencias actuales mundiales en el campo de la
modelacin hidrolgica para conseguir el objetivo de realizar predicciones de caudal
en tiempo real. Actualmente la tendencia mundial no es slo utilizar las redes de
telemedida convencionales de datos hidrometerolgicos (pluvimetros, estaciones
de aforo, etc.) como la existente en el Sistema Automtico de Informacin Hidrolgica,
sino la utilizacin de datos provenientes de otras fuentes como son la teledeteccin y
el radar meteorolgico; por supuesto no hay que olvidar que actualmente en el
mundo, dentro de los programas de previsin de avenidas, cabe destacar el acople de
modelos meteorolgicos con modelos hidrolgicos. Los modelos meteorolgicos, o
dicho de otra manera los modelos de prediccin numrica de tiempo (Numerical
Weather Prediction Models), cada vez estn avanzando en el conocimiento y
modelacin de la fsica del fenmeno ofreciendo predicciones cuantitativas de
precipitacin (QPF, Quantitative Precipitation Forecast) a escalas horarias o inferiores
y a escalas espaciales de hasta cuatro kilmetros de resolucin.

En Abril de 2004 en el Seminario sobre Sistemas de Informacin y Pronstico
Hidrometeorolgicos organizado por el Instituto Nacional de Meteorologa de Espaa,
la Confederacin Hidrogrfica del Jcar y la Organizacin Meteorolgica Mundial
(OMM) en Valencia, se gener un documento denominado Declaracin de Valencia
en el cual se recoge la necesidad de acoplar los modelos meteorolgicos a modelos
hidrolgicos con el principal objetivo de mejorar las posibilidades de prediccin y
alerta de las crecidas. En dicha Declaracin qued reseado que una cooperacin
estrecha entre meteorlogos e hidrlogos y sus respectivas organizaciones es,
adems de absolutamente necesaria para la elaboracin de una prediccin de
crecidas confiable y oportuna, beneficiosa para ambas comunidades: si la hidrolgica
aprovecha los datos y predicciones meteorolgicas para definir mejor los parmetros
de entrada a sus modelos, en particular el campo de precipitaciones, tanto la
comunidad meteorolgica como la hidrolgica obtienen ventajas y realzan el valor
socio-econmico de su labor.

Hoy en da en los sistemas de prediccin de avenidas hay un creciente inters en
cuantificar y establecer la incertidumbre en la prediccin, entendiendo sta como una
cascada de incertidumbres relativas a los modelos meteorolgicos, modelos
hidrolgicos, modelos hidrulicos.



La utilizacin de modelos precipitacin - escorrenta vehicula la posibilidad de realizar
predicciones de los caudales durante las crecidas, a partir de la informacin del campo
espacio-temporal de precipitacin que simultneamente se est generando en la
cuenca. Estas predicciones se conocen como predicciones en tiempo real y tienen un
tiempo de antelacin respecto a la ocurrencia del evento en la realidad (conocido
como ventana de pronstico). El tiempo de antelacin se puede aprovechar para la
operacin de estructuras hidrulicas que contribuyen a la laminacin de la crecida y
las decisiones sobre la operacin se basan en los resultados del modelo. En otros
casos el tiempo de antelacin es de vital importancia para la evacuacin de personas
en algunas zonas de mayor riesgo y en este caso la activacin de las alarmas se hace
con base en los resultados del modelo.

Para la realizacin de predicciones hidrolgicas se requiere de un modelo rpido y
robusto, tal que pueda producir resultados aceptables en muy corto tiempo para contar
con el tiempo de respuesta de la cuenca para hacer clculos, tomar decisiones y
realizar las acciones necesarias, en otras palabras para gestionar (flood
management). La rapidez del modelo es un aspecto crtico en cuencas de montaa,
donde los tiempos de respuesta son bastante reducidos. El desarrollo creciente en los
campos de teledeteccin y sistemas de informacin geogrfica ha facilitado el manejo
de informacin espacialmente distribuida. El uso cada vez ms generalizado de estas
tcnicas obliga a la hidrologa, como a otras disciplinas, no slo a incorporar nuevas
metodologas y tecnologas, si no tambin a revisar los mtodos tradicionales para
aprovechar las ventajas de las nuevas tcnicas. Los modelos precipitacin
escorrenta no son ajenos a esta tendencia.

Es importante resear que no existe un nico modelo universal, y que la eleccin
del mismo, debe ser fruto del conocimiento de la fsica del fenmeno en cada cuenca a
modelar, su comportamiento, as como de la disponibilidad de estimar con
rigurosidad los parmetros del modelo elegido. Para la eleccin del modelo a utilizar
se requiere una informacin bastante completa, que nunca se tiene en su totalidad, y
que es necesario completar mediante un proceso de calibracin y validacin. Es por
ello que en lneas generales los modelos deben cumplir con los siguientes requisitos
(Francs,2004):

Parsimonia. El nmero de parmetros debe ser minimizado.
Modestia. El objetivo y la aplicabilidad del modelo no debe ser sobre valorado.
Precisin. La precisin de la simulacin o prediccin no puede ser mayor que
la precisin de las medidas.
Que se pueda probar. Un modelo se debe poder probar, as sus lmites y su
validez pueden ser definidos.

2. MODELOS HIDROLGICOS

Con la aparicin de los primeros modelos precipitacin escorrenta para ordenador,
desarrollados en la dcada de los sesenta, se empez a contemplar la posibilidad de
tener en cuenta la variabilidad espacial de algunas de las caractersticas de la cuenca
hidrogrfica. Algunos de estos modelos intentaban considerar la variabilidad de
algunos aspectos, pero slo lo hacan de una manera bastante burda (por ejemplo la
funcin de infiltracin del modelo Stanford para cuencas - Crawford y Linsley, 1966).
En los aos posteriores, a medida que la variabilidad espacial ha ido ganando
importancia en la modelacin de las cuencas hidrogrficas se ha favorecido el
desarrollo de modelos distribuidos. A continuacin vamos a presentar cual ha sido la
evolucin histrica de los modelos precipitacin escorrenta de manera ilustrativa
con algunos ejemplos y unos comentarios generales al respecto que facilitaran a
situarse en el estado general del conocimiento de la hidrologa, de cmo ha ido
evolucionando y del por qu de la existencia de mltiples modelos.

LA PREHISTORIA
La necesidad de un caudal de diseo



Ejemplos:
El mtodo racional y la Curva rea Tiempo
La teora del hidrograma unitario
Los modelos lineales: El embalse lineal, la cascada de Nash ....

Asuncin de hiptesis altamente restrictivas

LA EDAD MEDIA
Los modelos conceptuales



Ejemplos:
El modelo STANFORD IV
El modelo HSPF
El modelo SACRAMENTO
El modelo de Tanque

Gran cantidad de parmetros y stos carecen de significado fsico


EL RENACIMIENTO
Los modelos fsicamente basados


Ejemplos:
El modelo SHE (Systeme Hydrologique Europeen)
El modelo IHDM ( Institute of Hydrology Distributed Model)
El modelo SHETRAN

Se produce un primer punto de inflexin en la modelacin hidrolgica. Los
procesos fsicos estn completamente representados.


EL ROMANTICISMO
Los modelos de rea variable contribuyente


Ejemplos:
El modelo PDM (Probability Distributed Soil Capacity model)
El modelo Xinanjiang
El modelo Arno
El modelo VIC ( Variable Infiltration Capacity model)

Son los nuevos modelos conceptuales, tienen pocos parmetros, pero sus
significados no estn directamente relacionados con variables fsicas medibles
LA EDAD MODERNA
Modelos derivados de la topografa


Ejemplos:
El modelo TOPMODEL
El modelo del SCS + el Hidrograma Unitario Geomorfolgico
El entorno EDIMACHI

Modelos con pocos parmetros y que pueden estar relacionados con variables
fsicas medibles, pero son realmente modelos fsicamente basados?


LA EDAD CONTEMPORNEA
Nuevos modelos fsicamente basados / modelos orientados a procesos



Ejemplos:
El modelo TETIS
El modelo tRIBS (TIN-based Real-time Integrated Basin Simulator)
El modelo TOPKAPI (TOPographic KInematic wave APproximation and
Integration)

Modelos fsicamente basados con una representacin distribuida de los
procesos dominantes (sntesis). En ocasiones acoplan aproximacione de base
conceptual/fsica

En general, hoy en da existen dos tipos fundamentales de modelos desde el punto de
vista de la distribucin espacial tanto de parmetros como de las entradas al modelo
(precipitacin, temperatura, etc). Los modelos agregados y los modelos
distribuidos.
En la mayora de los modelos que adoptan esquemas agregados se hace la divisin
de la cuenca en subcuencas y se procede a la modelacin agregada de las mismas
(es lo que en la literatura se conoce como modelos quasi-distribuidos o pseudo-
distribuidos). De estos esquemas se destacan los siguientes tipos de modelos:

Los modelos que en cada una de las subcuencas se aplica la metodologa
convencional de modelacin agregada para eventos de crecida. Para cada
subcuenca se obtiene un hidrograma de respuesta y mediante la agregacin de
loshidrogramas de las distintas subcuencas y el trnsito de los hidrogramas
resultantes a travs de los elementos de la red de drenaje se van integrando a
aguas abajo hasta obtener el hidrograma a la salida de la cuenca.

Los esquemas en los que a cada una de las subcuencas se aplica un modelo
agregado de simulacin continua. Los resultados parciales obtenidos para
cada una de las subcuencas se integran y transitan por la red de drenaje para
obtener la respuesta de la cuenca en el sitio de inters.

Los modelos agregados que incluyen una representacin conceptual de
la estructura espacial de la cuenca y de la red de drenaje. Como modelos
agregados no permiten tener en cuenta la variabilidad espacial de la
precipitacin ni de los parmetros. En las distintas subcuencas se pueden
considerar distintos valores de la precipitacin y los parmetros, y por ende su
variabilidad espacial. Los resultados obtenidos en cada una de las subcuencas
se pueden agregar y transitar aguas abajo.

Dentro de este tipo podemos destacar los siguientes modelos que estn o han estado
operativos en sistemas de prediccin y alerta de crecidas en tiempo real en distintos
pases:

NAM-UHM (Danish Hydraulic Institute)
SOBEK RAINFALL-RUNOFF (Delft Hydraulics)
ENTORNO EDIMACHI (CEDEX)
SACRAMENTO (SMA-NWSRFS)
ARNO/ Xinanjiang/VIC-2L (Todini/Zhao/Wood y Liang)
HBV (Swedish Meteorological and hydrological Institute)

En otros esquemas el modelo ha sido concebido como distribuido y considera la
divisin de la cuenca y la subcuenca en otros elementos. De estos esquemas se
identifican los siguientes dos tipos de modelos:

Modelos distribuidos conceptuales. Estos modelos establecen un esquema
conceptual para la produccin y la traslacin de la escorrenta, teniendo en
cuenta que la cuenca est formada por mltiples elementos discretos. Estos
modelos se apoyan en la discretizacin para considerar la variabilidad espacial
de los datos de la precipitacin y de los parmetros de la cuenca. Por lo
general estos modelos consideran esquemas simples de la estructura espacial
de la cuenca y de la red de drenaje.

Modelos distribuidos de base fsica. Estos modelos son distribuidos para: los
datos de entrada, los parmetros de produccin de escorrenta y para los
resultados. Incluyen, adems, la estructura de la red de drenaje y se
fundamentan en la representacin de la fsica de los procesos hidrolgicos en
la cuenca.

Dentro de este tipo de modelos se pueden destacar los siguientes:

TOPMODEL (Beaven, K)
SHE (Abbott, M.B., Bathurst, J.C., Cunge, J.A., OConnell, P.E. y Rasmussen,
J.)
TOPKAPI (Todini, Ciarapica y Liu)
TETIS (Francs, F. y Vlez, I.)
TRIBS (Bras, R. et al)
LISFLOOD (De Roo, A.)

MODELOS TRADICIONALES AGREGADOS VERSUS MODELOS DISTRIBUIDOS?

Los modelos hidrolgicos tradicionales agregados son los que ms se utilizan con
fines prcticos, Esto ayuda a entender que la deficiencia de estos modelos en cuanto a
la validacin no sea tan evidente. Muchas veces las deficiencias en los resultados de
este tipo de modelos se atribuyen a la falta de variabilidad espacial de la precipitacin
y la falta de variabilidad espacio temporal de la humedad del suelo y a la
heterogeneidad de las caractersticas del terreno y de la cobertura del suelo. Una
manera de resolver este problema ha sido considerar subcuencas de anlisis cada vez
menores y as, al considerar un gran nmero de subcuencas con caractersticas
distintas, considerar la variabilidad espacial, pero es esto correcto?

Con las nuevas versiones o adaptaciones de este tipo de modelos a la modelacin
pseudo-distribuida ya no es tan claro atribuir las deficiencias de los resultados al hecho
de no considerar la variabilidad espacial de la precipitacin y de los parmetros
asociados a caractersticas de la cuenca, si no a la falta de informacin adecuada para
considerar subcuencas suficientemente pequeas.

Adicionalmente, parte de las deficiencias de estos modelos se pueden disminuir
mejorndolos en dos aspectos: mejorando el procedimiento para la obtencin de la
precipitacin efectiva y mejorando la funcin de transformacin mediante hidrogramas
que correspondan a una representacin conceptual adecuada de la estructura de la
cuenca o de la red de drenaje (Rodrguez-Iturbe y Valds, 1979; Mesa y Mifflin, 1986;
Hebson y Wood, 1986).

En la realidad estos elementos pueden ser importantes, pero las debilidades y
carencias de los modelos tradicionales van ms all, pues estos modelos no
responden a conceptos claves de la hidrologa de la cuenca que se han introducido en
los ltimos aos. Entre estos conceptos tenemos:

La escorrenta superficial no necesariamente es la componente ms importante
durante las crecidas, y slo es determinante en algunas condiciones bio-
climticas y de uso del suelo muy especficas. La componente subsuperficial
de la escorrenta puede representar un papel ms importante de lo que se ha
credo.

La existencia de reas parciales de escorrenta de extensin variable en
funcin de la magnitud y la distribucin del evento, pone de manifiesto una no-
linealidad en la respuesta de la cuenca e indica, adems, que por pequeas
que se consideren las subcuencas, stas no son los elementos adecuados
para dividir la cuenca en elementos que se puedan considerar homogneos
para la respuesta hidrolgica.

El clculo de las prdidas se hace con unas ecuaciones que no siempre son
aplicables a la escala de la subcuenca. La fraccin considerada como prdidas
hidrolgicas en una escala espacial puede ser una componente bastante
importante en otra escala.

En la propagacin de la onda de avenida a travs de los cauces, se utilizan
mtodos simplificados que se apoyan en linealizaciones de las ecuaciones de
flujo bastante deficientes. En la mayora de los casos los cauces y la red de
drenaje se han representado por unos elementos prismticos interconectados
que tienen muy poca relacin con la disposicin y la forma real en la cuenca.

En las versiones modernas de los modelos tradicionales que se presentan
como modelos distribuidos, se destaca la posibilidad de representar la
variabilidad espacial de la precipitacin y de algunas caractersticas de la
cuenca. ste es un avance muy pequeo ya que el modelo sigue con grandes
limitaciones conceptuales. En el fondo esta modernizacin es slo un cambio
de empaque. Este apego a los modelos convencionales responde al temor a lo
desconocido por utilizar nuevos conceptos, combinado con la comodidad de
seguir lo tradicional con el respaldo de prestigiosas agencias gubernamentales
(tanto Europeas como Americanas)

En la hidrologa han aparecido nuevos conceptos que no se incluan en las
metodologas convencionales, e incluso, algunos de estos conceptos contradicen los
supuestos bsicos en los que stas se fundamentan. Entre las nuevas ideas, hay
algunas de ellas bastante interesantes relacionadas con la produccin de escorrenta,
entre otras:

La conceptualizacin de la escorrenta, que a grandes rasgos considera que la
escorrenta superficial slo se da en reas parciales de la cuenca que son de
tamao variable con el tiempo a medida que ocurre el evento. El agua que cae
directamente de la lluvia se convierte directamente en escorrenta superficial
por dos motivos: la cantidad de lluvia excede la capacidad de infiltracin
(escorrenta hortoniana Horton, 1945) o porque el suelo est saturado
(escorrenta de Dunne o escorrenta por saturacin Dunne, 1978). Tambin
hay que considerar que en un sitio no slo se tiene la cantidad de lluvia que
cae sobre el mismo si no que es posible que reciba flujo de escorrenta
superficial procedente de aguas arriba, e incluso, es posible que reciba el
retorno del flujo en el subsuelo para el flujo subsuperficial.

El agua infiltrada aguas arriba en la ladera y que fluye a travs del subsuelo
puede retornar a la superficie como flujo superficial ya sea por la saturacin del
suelo o por la baja transmisividad de la capa de suelo en la que flua y por lo
tanto encuentra mejores condiciones de circulacin sobre la superficie.

El agua que satura el suelo puede tener diferente procedencia: la lluvia que se
ha infiltrado directamente en el sitio, el agua que escurre superficialmente por
la ladera procedente de la parte alta, la que se ha infiltrado en la parte alta de
la ladera y llega al sitio circulando lateralmente por la capa superior del suelo y
el agua procedente de los ros aguas abajo que cuando el nivel es muy alto
inunda el sitio o pasa al suelo en la interaccin acufero-ro, etc.

A la luz de estos elementos la importancia de la escorrenta hortoniana es
reducida y slo se presenta en un sitio donde el suelo tiene una conductividad
hidrulica muy baja o donde se presenta intensidad excepcional de la lluvia. En
estas condiciones la escorrenta superficial hortoniana slo alcanzara a cubrir
una fraccin importante del rea de la cuenca en condiciones climticas y de
uso del suelo muy especficas. En la mayora de las cuencas naturales las
otras componentes de la escorrenta pueden representar un papel ms
preponderante.

Por otra parte se debe mencionar y debe de ser tenido en cuenta:

La importancia de la evapotranspiracin real y su relacin con la vegetacin y
la humedad del suelo.
La no linealidad del flujo hacia el interior del suelo en la zona no saturada.
La existencia de dedos capilares en la zona no saturada (Burt,1985).
La no linealidad del flujo lateral en la zona de flujo subsuperficial.
La presencia de macroporosidad y de discontinuidades en el suelo y del
comportamiento del flujo subsuperficial y subterrneo que no necesariamente
cumple la ley de Darcy (Beven y Germann 1982).
La importancia de la macroporosidad en el flujo subsuperficial y en la recarga
del acufero (Germann, 1986).
La posible existencia del flujo a pistn en suelos saturados (Anderson y
Burt,1990).
La forma de la seccin del cauce como un producto de las crecidas que pasan
a travs de ella.
Las posibilidades de representar la variabilidad espacial de las caractersticas
hidrolgicas del suelo en funcin de caractersticas morfolgicas del terreno.
La estrecha relacin entre caractersticas hidrolgicas del suelo y las
caractersticas morfolgicas de la ladera.
El suelo, la vegetacin y la morfologa como un resultado de las interrelaciones:
clima - suelo - geologa - vegetacin - relieve - morfologa.




3. REVISIN DE MODELOS HIDROLGICOS

3.1. NAM-UHM (Danish Hydraulic Institute)

El modelo hidrolgico conceptual y agregado NAM (Nedbr-Afstrmnings-Model)
simula los procesos de transferencia lluvia-escorrenta a escala de cuenca. NAM es
parte del mdulo de lluvia-escorrenta (RR, Rainfall-Runoff) del sistema de modelacin
hidrulica MIKE11. El modelo puede ser aplicado independientemente a una o varias
cuencas contribuyentes a la generacin de flujos laterales hacia la red fluvial. El
modelo es un conjunto de relaciones matemticas que describen de una forma
cuantitativa simplificada el flujo superficial, el interflujo y el flujo subterrneo como
funciones del contenido de agua en 4 embalses (tanques) de almacenamiento
interrelacionados.

Cada embalse o tanque representa un diferente fenmeno fsico conceptualizado en
cada subcuenca. Un modelo conceptual como el NAM se basa sobre estructuras y
ecuaciones fsicas, usadas conjuntamente con aquellas semi-empricas. Siendo un
modelo agregado, trata la cuenca como una nica unidad, por tanto los parmetros y
las variables representan valores promediados en la subcuenca. Algunos parmetros
del modelo pueden ser estimados a partir de datos fsicos de la cuenca, sin embargo
la estimacin final del parmetro debe de ser obtenida a travs de una calibracin con
observaciones hidrolgicas.

El proceso de transferencia lluvia-escorrenta viene simulado a travs del cmputo
continuo del contenido de agua en los 4 embalses de almacenamiento
interrelacionados recprocamente, que representan 4 diferentes fenmenos fsicos que
ocurren al interior del sistema fsico de la subcuenca:

El almacenamiento de nieve;
El almacenamiento superficial;
El almacenamiento inferior (es la zona de races);
El almacenamiento subterrneo.

Adems el NAM incluye el la posibilidad de simular intervenciones antrpicas en el
ciclo hidrolgico como riegos y bombeos del agua subterrnea. En la base de datos
meteorolgicos en entrada al modelo, el NAM reproduce las respuestas hidrolgicas
de la cuenca as como otros fenmenos: la variacin temporal de la evapotraspiracin,
el contenido de humedad del suelo, la recarga del acufero, y los niveles
piezomtricos.

La escorrenta de la cuenca es dividida conceptualmente en:

Flujo superficial;
Interflujo;
Flujo subterrneo.

Almacenamiento superficial: este tipo de almacenamiento conceptualiza la humedad
interceptada por la vegetacin, el agua retenida en las depresiones y en las partes
ms altas del suelo cultivado. El contenido de agua disminuye constantemente por
evaporacin y por generacin de interflujo. Cuando se alcanza el almacenamiento
mximo, una fraccin del agua en exceso drena en el cauce fluvial (flujo superficial) y
la fraccin que queda se infiltra en la capa inferior.

Almacenamiento inferior: representa la zona de las races, una capa debajo de la
superficie desde la cual la vegetacin sustrae agua por transpiracin, que condiciona
el contenido de humedad. Este ultimo controla la cantidad de agua que contribuye a la
recarga subterrnea, el interflujo y el flujo superficial.

La evapotranspiracin: si el contenido de humedad en el almacenamiento superficial
es menor de la evapotraspiracin potencial, la restante fraccin de agua necesaria
viene sacada por las races desde el almacenamiento inferior; esta fraccin es
proporcional a la evapotraspiracin potencial y vara linealmente en funcin del
contenido de humedad relativa del almacenamiento inferior.

Flujo superficial: cuando la capa superficial del agua est saturada, el agua en exceso
se transforma en flujo superficial (QOF) e infiltra en la capa inferior, segn la siguiente
expresin:


TOF
TOF L L
CQOF QOF


=
1
/
max
si
max
/ L L >TOF;

QOF= 0 si
max
/ L L <TOF.

donde:

CQOF es el coeficiente de escorrenta superficial (0 CQOF1)
TOF es el valor umbral para que se haya escorrenta superficial (0 TOF1)
max
/ L L es la humedad relativa de la capa inferior.
El agua en exceso que no se transforma en escorrenta superficial infiltra en la zona
inferior. Una ulterior fraccin del agua infiltrada est concebida como infiltracin
profunda en el estrado de almacenamiento subterrneo.

Interflujo: est modelado como proporcional al contenido de agua en el
almacenamiento superficial, y vara linealmente con el contenido de humedad relativa
en la capa de almacenamiento inferior:

U
TIF
L L
CKIF QIF

=

1
/
) (
max 1
si
max
/ L L >TIF;

QIF= 0 si
max
/ L L TIF.

donde
CKIF es una constante de tiempo y TIF es el valor umbral de la zona de las races por
el interflujo (0 TIF1).

Propagacin de flujo para el interflujo y el flujo superficial: el interflujo se propaga a
travs de dos embalses lineales puestos en serie, con la misma constante temporal
CK12. El flujo superficial est basado tamben en el concepto de propagacin en
embalses, sin embargo con costantes temporales variables:

CK= CK12 si OF<OFmin;



|
|

\
|
=
min
12
OF
OF
CK CK si OF OFmin,

donde OF es el flujo superficial (mm/h), OFmin es el valor umbral para dicho flujo (=0,4
mm/h) y =0,4, que corresponde a la formula de Manning para modelaciones de flujo
superficial.

El almacenamiento de nieve: este modulo es opcional y se utiliza en situaciones donde
la acumulacin de nieve y la fusin aportan un cantidad de flujo que afecta de manera
significativa el balance hidrolgico. La contribucin de nieve se calcula a partir de
datos de temperatura en entrada al modelo. En situaciones normales la precipitacin
entra directamente en el embalse de almacenamiento superficial. Durante periodos
fros la precipitacin se retiene en el almacenamiento de nieve para luego fundirse con
el aumento de temperatura. Para modelar esto, pueden ser aplicados dos modelos
diferentes: un esquema agregado sencillo o un mtodo ms general que divide la
cuenca en un cierto nmero de zonas a diferentes alturas con parmetros de fusin de
nieve, temperatura y precipitacin distintos para cada zona.

Mdulo de riego: este mdulo ha sido introducido en el NAM para describir los efectos
del riego con respecto a los siguientes aspectos:

El balance hidrolgico total en la cuenca. En este caso el balance ser afectado por un
aumento de evapotraspiracin y por posibles fuentes externas de agua destinada al
riego;

Infiltracin local y recarga subterrnea en las superficies de regado;

La distribucin del flujo en la cuenca entre superficial, interflujo y flujo base. Esta
puede ser influenzaza por el aumento de infiltracin en las reas de regado as como
por extracciones locales de agua para riego desde el acufero o desde la red fluvial.
Para cada rea de riego presente en la subcuenca, el NAM modela una subcuenca
con parmetros individuales. El flujo total es modelado combinando, con las
herramientas de edicin del NAM, el flujo resultante de cada subcuenca.

3.2. SOBEK RAINFALL-RUNOFF (Delft Hydraulics)

El modelo lluvia-escorrenta utilizado dentro del modelo hidrulico SOBEK-Rural de
WL| Delft Hydraulics pertenece a la clase de modelos que en la literatura cientfica han
sido nombrados como modelos conceptuales agregados, es similar al concepto
utilizado por el Danish Hydraulic Institute. El modelo est estructurado en las
siguientes componentes:

rea impermeable
rea permeable, dividida en

- Upper Zone: representa la capa superficial , esquematizada en dos sub-
capas, la primera capa tiene en cuenta del almacenamiento de agua
capilar en el suelo (tension water storage), la segunda capa modela el
almacenamiento de agua libre (free water storage)

- Lower zone: es la capa inferior que tiene en cuenta los
almacenamientos del agua capilar y libera, contabilizando adems la
contribucin de agua de percolacin procedente de la capa superior.

La dinmica del modelo conceptualizada se observa en la figura siguiente:


Conceptualizacin del modelo de lluvia-escorrenta RR en SOBEK-Rural.
Areas impermeables: En estas reas la precipitacin se transforma en escorrenta
directa, drenando directamente en el cauce. Las superficies impermeables que drenan
en reas permeables antes de alcanzar el cauce, no son consideradas impermeables
al fin de la modelacin. Ambas estn estructuradas por medio de dos embalses
almacenamiento capilar y almacenamiento de agua libre. El almacenamiento capilar es
considerado como la capa de agua vinculada a las partculas del suelo. Generalmente
el agua se almacena como agua libre solo despus que la capa de agua capilar se
haya saturado. A continuacin se presenta una esquematizacin de la estructura del
modelo con todos los procesos involucrados, que se van a describir ms en detalle:


Esquematizacin de funcionamiento del modelo
Areas permeables: Capa Superior: El almacenamiento capilar de la capa superior
representa aquel volumen de precipitacin requerido, a partir de una condicin
totalmente seca, para que se genere percolacin: cuando se alcanza la capacidad
mxima de almacenamiento en la capa de agua capilar, el agua se va almacenando
en la capa superficial de agua libre, generando un almacenamiento temporal desde el
cual el agua percola en la capa inferior (en la figura, Lower Zone Sistem) y al mismo
tiempo se genera un interflujo por descarga lateral. El flujo desde la capa superior se
dirige de manera preferencial en direccin vertical, privilegiando la percolacin al
interflujo.

Este ltimo se genera solo cuando la tasa de precipitacin excede la tasa de
percolacin, segn el mecanismo Hortoniano. La capa superior es tratada como un
embalse lineal vaciado segn una ley exponencial. Cuando la intensidad de
precipitacin excede la intensidad de percolacin y a la vez la capacidad de drenaje
por interflujo, la capa superior de agua libre se encuentra totalmente saturada y un
exceso de precipitacin provoca escorrenta directa.

Areas permeables (Capa Inferior): Est constituida por el almacenamiento de agua
capilar, es decir el agua retenida por el suelo de la capa inferior despus del drenaje, y
dos embalses de almacenamiento de agua libre: el almacenamiento principal y el
almacenamiento secundario, cada uno correspondiente respectivamente al flujo
subterrneo lento y rpido que esquematizan. La percolacin haca los
almacenamientos de agua libre y por tanto la generacin del flujo base ocurre antes
que el embalse de almacenamiento capilar est totalmente saturado.

El modelo contempla este mecanismo permitiendo que una fraccin de agua infiltrada
desde la capa superior venga destinada a los almacenamientos de agua libre, hasta
que se llene el embalse de agua capilar. A partir de este momento toda el agua
procedente de la capa superior contribuye a la generacin del flujo base.

Evapotraspiracin Actual: La evapotraspiracin est determinada por el contenido da
agua de los embalses de agua capilar de las dos capas modeladas. La tasa de
evapotraspiracin actual es una funcin lineal del contenido de agua de la capa
superior. Cuando la evapotraspiracin actual es menor de la evapotraspiracin
potencial se sustrae agua desde la capa inferior, de una cantidad proporcional al ratio
de la cantidad de agua capilar con su capacidad mxima de almacenamiento.

Percolacin entre las Capas Superior y Inferior : La tasa de percolacin desde la capa
superior hacia la capa inferior depende por un lado de la demanda de la zona inferior,
es decir del contendido de agua de la capa inferior con respecto a su capacidad
mxima de almacenamiento, por otro lado depende del contenido de agua de la capa
superior con respecto la su capacidad mxima de almacenamiento.


Representacin de la demanda de percolacin actual.
La demanda de percolacin de la capa inferior vara entre dos lmites, el inferior
llamado Percolacin BASE (PBASE), y el superior, representado en figura como
ZPERC. Se genera la demanda mnima de percolacin cuando todos los tres
almacenamientos inferiores han alcanzado la saturacin. Por tanto, por continuidad, la
tasa de percolacin es igual a la tasa de flujo de base. El limite superior de la demanda
de percolacin se alcanza cuando la capa inferior est totalmente seca, es decir
cuando su contenido de agua es nulo. La demanda actual de percolacin depende del
contenido de agua de la capa inferior con respecto a su capacidad de
almacenamiento.

Mecanismo de propagacin del flujo superficial: En este modelo la propagacin de flujo
superficial est modelada con el mtodo de Clark. EL mtodo requiere la construccin
de un diagrama tiempo-rea. La sub-cuenca viene repartida segn lneas con el
mismo tiempo de viaje haca el desage (isocrnas). Las reas entre una isocrna y la
sucesiva se calculan escalndolas con el tiempo de concentracin Tc, es decir el
tiempo que emplea una gota de agua cada en el extremo aguas arriba de la cuenca
en llegar al desage. El flujo del diagrama tiempo-rea se propaga en un embalse
lineal, que caracteriza el efecto del almacenamiento en la red de drenaje de la cuenca.
Este embalse est representado por el coeficiente de recesin k. La salida del
embalse representa el hidrograma unitario instantneo (IUH, Instantaneous Unit
Hydrograph).


Principios del mtodo de Clark para la simulacin del flujo superficial y del interflujo.

3.3. ENTORNO EDIMACHI (CEDEX)

Los modelos desarrollados a travs del Centro de Estudios Hidrogrficos del CEDEX
han ido evolucionando en generaciones sucesivas, como por ejemplo la Biblioteca de
Modelos elaborados por la entonces Direccin General de Obras Hidrulicas y Calidad
de las Aguas mediante convenio de colaboracin con el Centro de Estudios
Hidrogrficos perteneciente al CEDEX realizando las aplicaciones hidrolgicas PLU,
CREM y CRAF; hasta que actualmente se han agrupado y ampliado en el entorno de
desarrollo y aplicacin de modelos de previsin y gestin de embalses denominado
EDIMACHI (Aldana, A.). EDIMACHI no es slo un modelo precipitacin-escorrenta
sino ms bien un entorno basado en una serie de conceptos, dichos conceptos
quedan relacionados entre si mediante el siguiente nomograma:


EDIMACHI incluye entre otras las siguientes aplicaciones:

PLU: Aplicacin informtica desarrollada para la representacin espacial de la
evolucin temporal de una tormenta y la estimacin de los hietogramas de
precipitacin areal en una serie de subcuencas previamente seleccionadas

CREM: Aplicacin informtica para la previsin de caudales entrantes en un
embalse y la bsqueda de la gestin ptima de los rganos de desage. La
previsin se realiza por mtodos hidrolgicos de autocalibrado a partir de las
caractersticas del embalse (curva de embalse y capacidades de desage) y
las de la cuenca vertiente (superficie e hidrograma unitario).

CRAF: Aplicacin informtica para la previsin de hidrogramas de avenida en
simulaciones de crecida en tramos de red fluvial donde exista estacin de
aforos. La prediccin se efecta a partir de la curva de gasto de la estacin,
evolucin temporal de niveles o caudales en la estacin hasta el instante en
que se realiza la previsin y las caractersticas hidrolgicas de la cuenca
vertiente (superficie e hidrograma unitario).






Ejemplo de las salidas grficas de las aplicaciones PLU y CREM

3.4. SACRAMENTO (SMA-NWSRFS)

El modelo de Sacramento es quiz el ms popular de los modelos agregados
conceptuales aplicables a crecidas y que pretenden una representacin con sentido
fsico de la cuenca. En la siguiente figura se presenta un esquema conceptual del
modelo.



El modelo determina los caudales a partir de la precipitacin y la evapotranspiracin
en la cuenca. Utiliza adems un grupo de almacenamientos con determinada
capacidad, los cuales estn conectados por procesos que permiten al sistema
representar muchas de las condiciones de humedad del suelo que controlan la
produccin de caudal. El agua de los almacenamientos puede salir de stos a travs
de tres caminos que representan la evapotranspiracin, la percolacin y la descarga
lateral. El modelo de Sacramento es un modelo agregado en el que se utilizan
variables globales sobre toda la cuenca para representar los siguientes elementos:

La evaporacin.
El almacenamiento de agua capilar en el suelo.
El almacenamiento de agua libre en la capa superior del suelo.
La percolacin desde el almacenamiento de agua libre en la capa superior del
suelo hacia la capa inferior.
El almacenamiento de agua capilar en la capa inferior.
El almacenamiento de agua libre en la capa inferior (principal y suplementario).
El caudal de agua subterrnea no observable en el ro.

y las distintas componentes de la escorrenta:

La escorrenta directa proveniente de las zonas impermeables. La escorrenta
superficial ocurre cuando la intensidad de la lluvia supera la tasa de infiltracin
(flujo hortoniano).

El interflujo cuando la capa superior de almacenamiento del suelo se encuentra
saturada y se presenta por descarga lateral desde un almacenamiento de agua
fretica.

El flujo base suplementario que corresponde a una respuesta rpida de la zona
de almacenamiento inferior del suelo.

El flujo base principal procedente de la zona de almacenamiento inferior del
suelo, que constituye la descarga con respuesta lenta.

Para la simulacin de eventos, el modelo de Sacramento divide la cuenca en reas
Sacramento que se representan como unos planos inclinados que drenan hacia un
canal y, tanto sobre los planos como sobre el canal, la escorrenta se traslada de
acuerdo a la ecuacin de la onda cinemtica utilizando la ecuacin de Manning. La
escorrenta que se produce en cada rea de Sacramento se transita y se agrega
aguas abajo sobre la red de canales.

El modelo de Sacramento es un modelo con 16 parmetros, algunos de los cuales se
obtienen por calibracin. Los modelos conceptuales que tienen tantos parmetros no
son muy atractivos para la modelacin operacional ya que trata de representar la
variabilidad espacial considerando cada vez un mayor nmero de subcuencas ms
pequeas, ya que para todas y cada una de ellas ser necesario determinar todos los
parmetros.

3.5. ARNO/ Xinanjiang/VIC-2L (Todini/Zhao/Wood y Liang)

Estos modelos se encuentran enmarcados en lo que en la literatura se conoce como
ESMA (Explicit Soil Moisture Accounting Models), son modelos conceptuales
agregados de lluvia-escorrenta superiores a los modelos conceptuales NAM y RR de
SOBEK. El almacenamiento vertical de la humedad en el suelo viene representada a
partir de tres embalses de almacenamiento no lineales: el primero representa la parte
alta (Upper Zone) del almacenamiento en la zona de races, el segundo representa la
parte baja (Lower Zone) del almacenamiento en la zona de races y el tercero el
almacenamiento subterrneo. Los tres almacenamientos de volmenes as concebidos
estn conectados entre ellos, acompaados por funciones que parametrizan los
intercambios entre un elemento y el otro, las prdidas por evapotraspiracin y el
drenaje al cauce fluvial. En general, todos los parmetros estn a escala de
subcuenca y se calibran mediante la comparacin de los hidrogramas observados con
aquellos calculados, modificando dichos parmetros hasta alcanzar el mejor ajuste.
Estos tres modelos son los ms representativos entre todos los modelos ESMA por
una caracterstica interesante: en este tipo de modelos hay una funcin que intenta
tener en cuenta la heterogeneidad de la produccin rpida de escorrenta en la
cuenca, centrndose el la capacidad de almacenamiento de humedad del suelo.

La primera formulacin de dicha clase de modelos se obtuvo en China en los aos
Setenta, cuando Zhao model con el Xinanjiang la formacin de escorrenta, en
regiones que no sufren de sequa prolongada, como altamente relacionada a la
dinmica de las superficies saturadas en funcin de los volmenes de precipitacin.
Este modelo ha tenido una amplia aplicacin en China en sistemas de pronstico y
previsin de crecidas. La idea ha sido adaptada ms tarde en Italia para una aplicacin
operativa en sistemas de predicciones de avenida del Ro Arno en tiempo real por
Todini (1996). El mdulo de balance de humedad en el suelo del modelo ARNO se
deriva del mdulo de la capacidad de almacenamiento de humedad del suelo del
modelo Xinanjiang (pensado como una funcin de distribucin probabilstica).

Las hiptesis bsicas expresadas en el modelo ARNO son:

el input de precipitacin en el suelo se considera uniforme en cada subcuenca.

la cuenca est modelada por un numero infinito de reas elementares (cada
una con una capacidad de almacenamiento de humedad del suelo diferente).
En cada una de estas celdas se aplica la ecuacin de continuidad de la masa y
se simula en el tiempo

toda la precipitacin infiltra en el suelo a menos que el suelo tenga una
pendiente muy alta o est saturado;

la proporcin de las reas saturadas se expresa con una funcin de
distribucin espacial;

la funcin de distribucin espacial describe la dinmica de rea de contribucin
para que se genere escorrenta;

el aporte total de escorrenta es la integral en el espacio de las contribuciones
infinitesimales de cada rea elemental.

el almacenamiento de humedad en el suelo es reducido por la
evapotrspiracin, por el drenaje sub-superficial haca la red de drenaje y por la
percolacin en zonas ms profundas.

A continuacin se propone el esquema general del funcionamiento del modelo ARNO:



Los procesos reproducidos en el modelo ARNO son:

Agua subterrnea: el flujo subterrneo ha sido modelado con un modelo de
embalses no lineales a cascada, basndose en el modelo de Nash (1958). Los
parmetros requeridos son dos, el volumen del embalse y el parmetro de
proporcionalidad K. Se supone que el outflow de cada embalse es proporcional
a su volumen.

Evapotraspiracin: puede ser introducida como dato o calculada con la
ecuacin de Penman-Monteith, simplificada despreciando los efectos de la
presin de vapor y de la velocidad del viento. Como alternativa se puede
utilizar la ecuacin de Thornthwaite y Mater (1955), cuya formulacin bastante
ms sencilla necesita en entrada solo valores de temperatura media y del
nmero mximo de horas de sol.

Acumulacin y fusin de nieve: simula el efecto del acumulo de la capa de
nieve y evala la cantidad de precipitacin/fusin transferido al suelo. Utiliza un
modelo de balance energtico con entrada de precipitacin y temperatura, y
hace una estimacin de la radiacin en funcin de la temperatura.

La transferencia parablica de la escorrenta superficial y del flujo en
cauce: se asume que la transferencia ocurra en una cuenca esquematizada
como un libro abierto, el flujo en ladera y el flujo en cauce (las primeras dos
imagines) estn modelados con un modelo distribuido parablico lineal,
mientras que la transferencia del flujo en cauce desde aguas arriba a las
secciones aguas abajo est modelado por un modelo parablico concentrado:

Balance de la humedad del suelo: el mdulo de balance de humedad en el
suelo del modelo ARNO se deriva del mdulo de la capacidad de
almacenamiento de humedad del suelo del modelo Xinanjiang (pensado como
una funcin de distribucin probabilstica).


Esquematizacin de los tres pasos de la transferencia de flujo
El modelo prev que en una rea superficial dada (menos aquella ocupada por
lagos o embalses) est formada en general por una mezcla de suelos permeables
y menos permeables, por tanto la respuesta a la precipitacin ser
substancialmente diferente. Entonces, para que el balance de la humedad del
suelo est actualizado en continuo y el almacenamiento del agua en el suelo
pueda ser reproducido de manera verosmil, se ha introducido una distribucin
acumulativa de la humedad del suelo a saturacin para cada rea elemental de la
siguiente forma:
( )
(

=
1
1 1
m
w w
donde:
w es la humedad del suelo del rea elemental a saturacin;
wm es la mxima humedad del suelo del rea elemental a saturacin;
es el rea genrica a saturacin;
es un parmetro de forma.

La expresin puede ser graficada como en figura:


Distribucin acumulativa de la humedad del suelo del rea elemental a saturacin. Si, Sp, St son
respectivamente el rea impermeable, el rea permeable y el rea total.
3.6. HBV (Swedish Meteorological and hydrological Institute)

El modelo hidrolgico HBV es un modelo hidrolgico conceptual semi-distribuido
desarrollado por el Instituto Meteorolgico y Hidrolgico Sueco (SMHI) y utilizado en
ms de 30 pases en el mundo. Al da actual modelo se ocupa de estudiar multplices
aspectos medioambientales, como los efectos del cambio climtico, las predicciones
hidrolgicas, las simulaciones de la respuesta del agua subterrnea y la generacin de
mapas sinpticos de balance de agua. El modelo se basa sobre el principio de
simplicidad: es necesario que describa de manera exhaustiva la realidad fsica que
investiga, sin exceder con el nmero de parmetros utilizados para describirla.
Siempre segn el mismo principio se ha intentado de reducir al mximo el nmero de
parmetros libres, es decir aquellos cuyo valor optimo se obtiene calibrando el
modelo con datos observados.

Por lo dicho el modelo HBV pertenece a la segunda generacin de modelos, que esta
caracterizada por intentar reproducir los procesos ms importantes que estn
presentes en la produccin de escorrenta con una estructura ms robusta y sencilla
posible.

Como ya se ha mencionado se trata de un modelo conceptual semi-distribuido: dentro
de su estructura la unidad hidrolgica bsica es la subcuenca, que est acompaada
por una caracterizacin de rea y elevaciones y por una clasificacin de uso de suelo
muy poco detallada. La subdivisin en subcuencas viene utilizada cuando se est en
presencia de una cuenca geogrficamente o climatolgicamente heterognea, o
cuando hay presencia de lagos con importante extensin.

El modelo est estructurado en tres mdulos principales:

acumulacin/fusin de nieve;
computo del contenido de humedad del suelo;
respuesta hidrolgica y la propagacin del flujo en el ro.

Los datos requeridos de entrada al modelo son: precipitacin y, en el caso de que se
considere la contribucin de la nieve, tambin la temperatura atmosfrica. Estos datos
se proporcionan con paso temporal diario, de todas formas acepta resoluciones
temporales ms bajas. El procedimiento de calculo del estado de humedad del suelo
requiere datos de evapotraspiracin potencial, que pueden ser proporcionados
mediante calculo (ecuacin de Penman) o por medio de medidas, en este caso es
importante que los datos estn depurados de los errores sistemticos de las
herramientas, antes de entrar al modelo.

Los valores climticos promediados se calculan independientemente para cada
subcuenca, mediante un balance pesado en el cual los pesos se determinan por
consideraciones topogrficas y climatolgicas, o por mtodos geomtricos, como por
ejemplo el mtodo de los polgonos de Thiessen. A continuacin se va a describir ms
en detalle los mdulos del modelo.

Acumulacin /fusin de nieve: El mdulo de nieve controla su acumulo y fusin y
trabaja separadamente para cada zona de vegetacin y elevacin. La precipitacin se
considera acumulada como nieve cuando la temperatura atmosfrica excede un valor
umbral (TT). Para tener en cuenta las subestimaciones de precipitacin de nieve y de
evaporacin invernal el acumulo de nieve viene multiplicado por un coeficiente de
ajuste, el factor de correccin de nieve.
La fusin empieza cuando la temperatura baja debajo de la temperatura umbral, de
acuerdo con una expresin grados-da sencilla:

( ) TT T C MELT
MELT
=
donde:

MELT= fusin de nieve( mm/da);
MELT
C = factor grados-da (mm/C al da);
TT= temperatura umbral (C).

Entonces los parmetros estimados por calibracin en este modulo son el factor de
correccin, el factor
MELT
C y la temperatura umbral.

Humedad del suelo: El modulo de humedad del suelo del modelo HBV calcula un
ndice de humedad para la cuenca entera y integra las cantidades de intercepcin y de
contenido de humedad del suelo. El clculo est controlado por tres parmetros libres,
FC, BETA y LP. FC es el mximo almacenamiento de humedad en el suelo en la
cuenca y BETA determina la contribucin relativa a la escorrenta de cada milmetro de
lluvia o nieve fusa por dado dficit de humedad del suelo. LP controla la forma de la
curva de reduccin de la evapotraspiracin potencial, es decir que para valores
inferiores a LP (adimensional, siendo el ratio entre evapotranspiracin actual y
potencial) la evapotraspiracin actual ser reducida.

Al fin de la generacin de escorrenta, la respuesta aumenta en cantidad al aumentar
del estado de humedad. Recientemente el modulo de calculo de evapotraspiracin ha
sido modificado para tener en cuenta anomalas de temperatura durante primaveras y
veranos ms fros de lo normal o al revs inviernos caracterizados por temperaturas
ms altas del estndar. Tal modificacin ha sido obtenida mediante una correccin que
se calcula comparando los datos actuales de temperatura y evapotraspiracin con
aquellos promediados sobre un largo rango de registros:

( ) ( )
M M A
PE T T C PE + = 1
donde:

A
PE = evapotraspiracin potencial ajustada;
C= parmetro emprico del modelo;
T= temperatura media diaria;
M
T = temperatura mensual promediada sobre un intervalo largo de registros;
M
PE = evapotraspiracin potencial promediada un intervalo largo de registros.

El valor ajustado de la evapotraspiracon potencial est limitado a valores positivos y
no puede exceder el doble del valor mensual promediado.

Respuesta de la escorrenta: El modulo que calcula la respuesta hidrolgica trasforma
en caudal el exceso de agua calculado por el modulo de la humedad del suelo, para
cada sub-cuenca. El modulo est estructurado en dos embalses con los siguientes
parmetros libres:

Tres coeficientes de recesin: K0, K1 y K2;
Un umbral de percolacin, UZL;
Un ratio de percolacin constante PERC.

Finalmente el proceso consta de un proceso de filtro para suavizar (smoothing) el flujo
generado. Este filtro consiste en una funcin triangular de peso con un parmetro libre,
MAXBAS. Adems est disponible el mtodo de propagacin en cauce de Muskingum,
para propagacin de ondas de crecidas.

Los lagos estn modelados como embalses, sin embargo en las ltimas versiones del
modelo la propagacin puede ser modelada explcitamente con la relacin caudal-
volumen. Esta posibilidad incluye una subdivisin de la cuenca en subcuencas
vertientes a los desages de cada lago grande. El relativamente grande nmero de
parmetros que es necesario calibrar en el modulo de propagacin de flujo del modelo
ha enfocado el riesgo de sobreparametrizacin. Por eso se est montado un modulo
de propagacin con reduccin de parmetros.

Calibracin del modelo

El modelo HBV en su versin mas sencilla con solo una cuenca esquematizada, tiene
12 parmetros libres que deben de ser calibrados. Generalmente la calibracin del
modelo es manual, viene efectuada mediante la tcnica por tentativos (trial and error),
durante la cual se van cambiando los valores de los parmetros hasta que se obtenga
una correspondencia aceptable con los valores observados. La evaluacin de la
bondad del proceso est controlada por un criterio estadstico, normalmente el R
cuadrado.


Esquema conceptual del modelo HBV
Principales campos de aplicacin del modelo

Predicciones en tiempo real: vienen realizadas predicciones a corto (pocos das) y
largo plazo (varios meses). Para cuanto concierne las predicciones hidrolgicas a
corto plazo, vienen utilizadas a menudo como entrada al modelo las predicciones
meteorolgicas.

Las predicciones hidrolgicas a largo plazo estn basadas sobre las condiciones
hidrolgicas modeladas en el presente y un nmero de simulaciones con datos
climticos de varios aos anteriores. La salida del modelo es entonces sujeta a un
anlisis estadstico que puede ser utilizado para opinar sobre el riesgo de avenida o la
probabilidad de llenar un embalse.

Simulaciones de balance subterrneo: un producto de investigacin generado a partir
del HBV es el estudio de la respuesta hidrolgica subterrnea a los cambios
climticos. Estas simulaciones requieren en adjunta la modificacin de la zona
saturada del sistema.

Mapas de balance hdrico sinptico: otro spin-off del modelo HBV es la obtencin de
mapas de balance hdrico, producidas diariamente por el SMHI. Estos mapas
muestran la situacin hidrolgica en Suecia por medio de smbolos que representan la
cantidad de nieve, el dficit de humedad del suelo, la generacin de escorrenta.

3.7. TOPMODEL (Beaven, K.)

El TOPMODEL (Topographical Model), presentado inicialmente por Beven y Kirby en
1976, ms que un modelo, es un grupo de conceptos y criterios acerca del proceso
lluvia - escorrenta y su modelacin. Estos conceptos desembocaron en lo que hoy en
da conocemos como hidrologa distribuida y fue una gran salto en la ciencia
hidrolgica. A partir de este primer trabajo se inicia un proceso de mejoramiento del
mtodo en el que toman parte distintos autores tales como Beven y Kirby (1979),
Beven y Wood (1983), etc. El modelo se basa en los siguientes principios: ecuacin de
continuidad, ley de Darcy, modelo de escorrenta de Dunne y modelo de
almacenamiento exponencial.

En este modelo se subdivide la cuenca en pequeos elementos y para cada uno de
ellos se estima: el rea aguas arriba que drena a travs del elemento, la longitud del
lado por el que sale el agua hacia otros elementos aguas abajo y la pendiente local del
elemento. Este modelo propone que las distintas partes de la cuenca se pueden
considerar equivalentes desde el punto de vista de la respuesta hidrolgica de la
cuenca si tienen un mismo valor del ndice Topogrfico [ln (a/tg)]

Donde a es el rea drenada por unidad de longitud y tg es la pendiente local del
terreno. Una vez se ha estimado este ndice para todos los elementos de la cuenca, se
analiza la frecuencia relativa de los distintos valores del ndice en la cuenca. En la
siguiente figura se describen los elementos en los que el modelo divide la cuenca.



En la mayora de las laderas naturales, de acuerdo a su trayectoria, la escorrenta que
llega a los cauces se puede dividir en dos componentes: una de flujo subsuperficial y
otra de escorrenta superficial. El TOPMODEL considera que la escorrenta puede ser
estimada con base en un modelo en el que se enlazan las dos componentes
separadas y que son obtenidas de dos submodelos. El primer submodelo predice flujo
espacialmente uniforme a tasas determinadas por la topografa y los suelos en la parte
alta de la ladera. Este submodelo es capaz de predecir el rea saturada. El segundo
submodelo predice la escorrenta en condiciones de saturacin a partir de las reas
obtenidas con el primero. Estos modelos de flujo en ladera se pueden combinar con un
algoritmo de trnsito de crecidas en la red de canales para dar la respuesta hidrolgica
de la cuenca.

En la versin ms simple del modelo, ambos, flujo superficial y flujo subsuperficial, se
generan a partir de un solo almacenamiento saturado, para el cual se ha considerado
que se extiende indefinidamente hacia abajo en el suelo y alcanza un nivel variable
con el tiempo y la posicin, pero que en un intervalo de tiempo es igual para todos los
elementos que tengan el mismo ndice Topogrfico.

Se supone que al inicio de un intervalo de tiempo todos los elementos que tienen el
mismo ndice Topogrfico (dentro de la misma clase), tienen el mismo dficit de
almacenamiento saturado, e igualmente se supone que trasladan aguas abajo a la
misma tasa de flujo subsuperficial. Este flujo lo reciben en conjunto los elementos que
tienen un ndice Topogrfico mayor, haciendo que disminuya su dficit en el
almacenamiento saturado. Para los elementos que tienen determinado ndice
Topogrfico cuando el dficit es cero se alcanza la saturacin y cuando el dficit es
negativo se tiene escorrenta superficial (Beven y Kirkby, 1979).

El dficit de almacenamiento cero se define como la condicin de saturacin en la
superficie del suelo, as los valores negativos de dficit de almacenamiento son
asociados con dficit de flujo subsuperficial saturado, y valores positivos con
escorrenta en la ladera en conjunto con la tasa mxima de flujo subsuperficial. En
estos casos se introduce directamente la lluvia neta para producir el hidrograma.

Con frecuencia, a este modelo simple se le agrega un almacenamiento no saturado
que deja pasar agua por percolacin al almacenamiento saturado (Beven y Wood,
1983). Para esto se asume que no se presenta flujo horizontal en la zona no saturada.
Igualmente, este almacenamiento en la zona no saturada puede ser utilizado para
predecir la capacidad de infiltracin y el flujo hortoniano en la ladera.

El concepto fundamental del TOPMODEL est en la suposicin de que el
almacenamiento subsuperficial saturado tiene una ley exponencial de flujo, la cual
tiene un ajuste satisfactorio a la respuesta de la cuenca (Beven, 1984). Para el flujo de
agua en el suelo, el modelo se basa en las siguientes suposiciones: el espacio entre
los granos o partculas que componen el suelo (microporosidad) soporta gran parte del
almacenamiento pero casi nada del flujo, la totalidad del flujo ocurre a travs de
pequeas grietas, oquedades, conductos y discontinuidades del suelo algunos de ellos
asociados a la estructura del suelo y otros a la actividad de plantas y otros
organismos. Estos elementos se conocen como macroporos y su tamao es mucho
mayor que el de los poros que quedan en el empaquetamiento de los granos. La
microporosidad varia exponencialmente con la profundidad y la variacin de la
macroporosidad es proporcional con la de la microporosidad (Beven et al., 1995).

3.8. SHE (Abbott, M.B., Bathurst, J.C., Cunge, J.A., OConnell,
P.E. y Rasmussen)

El modelo SHE (Systme Hydrologique Europen) fue desarrollado originalmente con
el objeto de describir detalladamente la fase terrestre del ciclo hidrolgico en una
cuenca dada. En la figura se muestra la representacin esquemtica del modelo.



El modelo tiene base fsica en el sentido de que varios de los procesos de flujo son
modelados con representaciones en diferencias finitas de las ecuaciones diferenciales
parciales de conservacin de masa, momentum y energa, o por ecuaciones empricas
derivadas de investigaciones llevadas a cabo en la cuenca a modelar.

La distribucin espacial horizontal de las propiedades de la cuenca, precipitacin y
respuesta hidrolgica se logra mediante la representacin de la cuenca por un
conjunto de celdas ortogonales, y verticalmente por un conjunto de capas sobre cada
una de ellas. La red de drenaje es representada sobre la superficie siguiendo los
lmites de las celdas.

Los procesos modelados por el SHE son: intercepcin de la lluvia por parte de la
cobertura vegetal, evaporacin del agua interceptada en el suelo y en los canales,
transpiracin del agua presente en la zona de races, fusin de nieve, flujo
unidimensional en la zona no saturada, flujo bidimensional en la zona saturada, flujo
superficial bidimensional, flujo unidimensional en canales, interaccin acufero-ro e
interaccin acufero-flujo superficial.
Para el trnsito de la escorrenta a travs de la cuenca se utiliza la aproximacin
bidimensional de la onda de difusin de las ecuaciones de Saint-Venant.

Para el flujo de agua a travs del suelo en la zona no saturada el programa encuentra
la solucin de la ecuacin de Richards en una dimensin. Para el flujo en la zona de
saturacin se utiliza la ecuacin no lineal de Boussinesq.

La informacin de entrada, distribuida espacial y temporalmente, se puede basar en
informacin histrica o ser generada para algn escenario climtico particular. La
experiencia de algunas aplicaciones del modelo sugiere que el efecto de la
incertidumbre en la informacin meteorolgica supera a los generados por la
incertidumbre asociada a sus parmetros. En cuanto a la resolucin temporal, el
modelo en s no tiene ninguna restriccin, el problema son las condiciones del equipo
en el que se ejecutar el algoritmo y el tiempo de ejecucin.

El modelo es una representacin integrada de los flujos subsuperficial y superficial de
la fase terrestre del ciclo hidrolgico. El nivel de detalle debe ser tal que el esfuerzo en
la modelacin fsica no se pierda. Las ecuaciones empleadas en el modelo, con unas
pocas excepciones no son empricas, y buscan por lo tanto representar la fsica de los
procesos a una escala adecuada en las diferentes fases del ciclo hidrolgico.

En muchos estudios no es posible representar las variaciones en las caractersticas de
la cuenca con suficiente detalle como para validar la representacin fsica de los
procesos. En consecuencia se presentan problemas de escala, los cuales deben ser
considerados cuidadosamente en las aplicaciones del modelo.

3.9. TOPKAPI (Todini, Ciarapica y Liu)

TOPKAPI acrnimo de TOPographic Kinematic APproximation and Integration es un
modelo de transformacin lluvia escorrenta distribuido fsicamente basado
desarrollado por el Profesor Ezio Todini de la Universidad de Bologna en 2001.

El desarrollo inicial del modelo parta de conseguir las siguientes premisas:
Slida base fsica, basada en la interpretacin fsicamente basada e inmediata
de los parmetros.
Aplicabilidad del modelo a diferentes escalas, conservando al aumentar esta el
significado fsico de los parmetros.
Simplicidad y parametrizacin parsimoniosa.

El modelo combina la aproximacin cinemtica con la topografa de la cuenca
(representada por el modelo digital del terreno) basndose sus tres mdulos, que
simulan los diferentes procesos hidrolgicos e hidrulicos, en una representacin de
cascada de embalses no lineales.

En el inicio del desarrollo del modelo, se buscaba la forma de testar y comprobar la
hiptesis fundamental de tener una mejor comprensin del efecto de escala en los
parmetros de un modelo con significado fsico y por otro lado la identificacin del
mecanismo de activacin del rea saturada contribuyendo a la escorrenta superficial
en funcin de la saturacin del suelo.

En su primera versin (Todini & Ciarapica, 2001) las ecuaciones de los tres embalses
no lineales se resolvan mediante clculo numrico con el mtodo de Runge-Kutta,
posteriormente en el proceso de mejora del mismo se ha desarrollado una alternativa
que permite obtener una solucin analtica basada en una apropiada aproximacin
(Todini & Liu, 2002).

El dominio de aplicacin del modelo viene discretizado en una malla de celdas
cuadradas que constituyen el modelo digital del terreno (MDT). Generalmente, la
dimensin de la celda crece al aumentar el tamao de la cuenca y su realidad fsica a
causa de las limitaciones computacionales aun hoy en da existentes, es por ello
importante que los parmetros del modelo mantengan su significado fsico en ese
incremento de la escala espacial. El modelo permite discretizar la cuenca desde
celdas de pocos metros (en cuencas pequeas) hasta centenares de metros o incluso
el kilmetro para cuencas grandes.

En cada celda del modelo digital del terreno viene asignado un valor por cada una de
las caractersticas fsicas representadas por el modelo hidrolgico TOPKAPI. La
pendiente y la direccin de la escorrenta son obtenidas a partir del modelo de
elevacin digital (DEM) siguiendo una relacin de vecindad basada en el principio del
menor coste energtico; en base a la aproximacin en diferencias finitas que
caracterizan al modelo, se considera que cada una de las celdas esta relacionada con
las cuatro que la rodean en la direccin horizontal y vertical, es decir una celda
cualquiera puede recibir escorrenta de otra celda o hasta un mximo de tres.

La integracin en el espacio de las ecuaciones no lineales de la onda cinemtica se
resuelve en tres embalses no lineales:

El primero representa el drenaje del suelo,
El segundo reproduce la escorrenta superficial, y
El tercero simula la escorrenta a lo largo de la red de cauces drenantes en la
cuenca.

En la siguiente figura se presenta la estructura del modelo TOPKAPI con sus mdulos
base.



La componente del suelo es importante debido a un flujo en direccin horizontal en
condiciones no saturadas, definiendo el drenaje. El drenaje ocurre en un estrato
superficial, de espesor limitado, con una conductividad hidrulica elevada debida a la
macroporosidad, revistiendo un mecanismo fundamental en la contribucin directa de
la escorrenta en la red drenante, sobretodo, como factor que regula el balance hdrico
del suelo, en particular por cuanto respecta a la activacin del rea saturada
contribuyente, activando as la componente de escorrenta superficial.

El fenmeno de la evapotraspiracin, considerado como prdida de agua en el
balance hdrico del suelo, puede ser un dato (calculado externamente por cualquiera
de las formulaciones existentes en la literatura o medida mediante tcnicas de
teledeteccin como por ejemplo la basada en el LAI, ndice de rea foliar), o puede
ser calculada por el modelo TOPKAPI a partir de datos de temperatura y otra
informacin de tipo topogrfico, geogrfico y climtico, adoptando el mismo mtodo
utilizado en el modelo ARNO (Todini, 1996).

Siempre y por motivos ligados a la disponibilidad de los datos, en la versin actual del
TOPKAPI la componente relativa a la acumulacin y fusin de nieve es regulada por
una estimacin de radiacin basada en la medida de la temperatura simular al modelo
SHE y que tambin proviene del modelo ARNO.

Las hiptesis fundamentales sobre las que se basa el modelo son las siguientes:

1. La precipitacin es constante sobre el dominio de aplicacin del modelo (es decir
la precipitacin es constante en cada celda para cada instante temporal), esto
implica que el campo espacio-temporal de la precipitacin es distribuido en la
cuenca. Dicho campo puede ser interpolado a partir de datos puntuales
(pluvimetros) mediante la tcnica de los polgonos de Thiessen, Mediante
geoestadstica (Block Kriging) o mediante la combinacin bayesiana y Block
Kriging de datos puntuales, Radar Meteorolgico y Satlite (EUMETSAT).

2. Toda la precipitacin que cae en el suelo (celda) se infiltra, a menos que el suelo
est saturado en dicha celda o sta sea impermeable, lo cual equivale a dotar
como nico mecanismo de la formacin del flujo superficial el mecanismo por
exceso de saturacin o mecanismo de Dunne. Esta decisin est justificada por el
hecho que el mecanismo por exceso de infiltracin (mecanismo hortoniano) es
caracterstico de una escala de modelacin local, mientras el mecanismo de
exceso de saturacin es un fenmeno de tipo acumulativo estando condicionado
por la redistribucin lateral del agua en el suelo, siendo dominante al aumentar la
escala de la modelizacin.

3. La pendiente de la superficie piezomtrica se asemeja a la pendiente del terreno, a
menos que esta no sea muy pequea (menor del 0.01%); lo que constituye la
hiptesis de base de la aproximacin de la onda cinemtica en las ecuaciones de
Saint Venant e implica la adopcin de un esquema de propagacin de onda
cinemtica por lo que respecta al flujo horizontal de agua o drenaje de la zona no
saturada.

4. La trasmisividad local, as como el flujo local horizontal local, depende del
contenido global de agua en el suelo, es decir de la integral del perfil del contenido
de agua a lo largo de la direccin vertical.

5. La conductividad hidrulica saturada es constante en cada celda y a lo largo de la
profundidad del estrato de suelo, y que es muchsimo ms elevada que la de los
estratos inferiores, esto representa la base para la agregacin vertical de la
trasmisividad y por supuesto del flujo horizontal.

Precipitacin:
- Radar
- Pluvimetros
- Satlite
- Prediccines
meteorolgicas
Precipitacin:
- Radar
- Pluvimetros
- Satlite
- Prediccines
meteorolgicas
Precipitacin:
- Radar
- Pluvimetros
- Satlite
- Prediccines
meteorolgicas


Varias de las ventajas del modelo TOPKAPI es la facilidad dpara la obtencin de los
valores modales de los parmetros fsicos, en la interpretacin fsicamente basada e
inmediata de los parmetros y en la aplicabilidad del modelo a diferentes escalas,
conservando al aumentar sta el significado fsico de los parmetros. En la siguiente
tabla se presentan los parmetros necesarios para establecer topolgicamente el
modelo hidrolgico en cada cuenca indicando en que componente se utiliza y el
significado fsico del mismo.



Los parmetros pueden ser estimados a partir de coberturas GIS como:

Modelo de Elevacin Digital del Terreno, a partir del cual se deriva el flujo a
travs de la cuenca y la red de drenaje
Textura y litologa del suelo y/o Edafologa
Usos del suelo

3.10. TETIS (Francs, F. y Vlez, I.)

El modelo TETIS ha sido desarrollado por la Departamento de Ingeniera Hidrulica y
Medio Ambiente de la Universidad Politcnica de Valencia (Francs et al, 2000) para
realizar la simulacin hidrolgica en cuencas naturales. El objetivo es obtener de la
mejor forma posible la respuesta hidrolgica ocasionada por la precipitacin de lluvia o
de nieve, teniendo en cuenta los diferentes procesos fsicos involucrados y empleando
la modelacin distribuida de tipo conceptual.

La representacin de la produccin de escorrenta se hace mediante esquemas
conceptuales simples adaptados a la escala de la celda (inferior al tamao de las
laderas) y al intervalo de tiempo que se considera en la modelacin de eventos (entre
1 hora y 10 minutos). En cualquier otra escala espacio-temporal aparecern
inevitablemente efectos de escala en los valores de los parmetros.

En la literatura se encuentran muchos esquemas conceptuales para representar la
produccin de escorrenta, la mayora de ellos coincide en una representacin
esquemtica que incluye varios tanques de almacenamiento interconectados entre s.

En TETIS, la produccin de la escorrenta se basa en la realizacin de un balance
hdrico en cada celda, asumiendo que el agua se distribuye en cinco niveles o tanques
de almacenamiento conceptuales y conectados entre s, como puede observarse en la
siguiente figura:




El flujo entre los tanques es funcin del agua almacenada en ellos, por lo que las
variables de estado son los volmenes almacenados en cada uno de los tanques. La
funcin que relaciona el flujo con estas variables de estado es funcin del esquema
conceptual adoptado, del tipo de tanque y de las caractersticas morfolgicas de la
celda e hidrolgicas del suelo en la misma.

En realidad, la conceptualizacin del modelo TETIS es una malla interconectada en
tres dimensiones como se puede observar en la siguiente figura. Los tres tanques
inferiores drenan hacia el correspondiente tanque aguas abajo, siguiendo las
direcciones del flujo propuestas por el Modelo de Elevacin Digital del Terreno, hasta
alcanzar la red principal de drenaje. La longitud de interconexin mxima para cada
tanque es definida por el usuario, teniendo en cuenta que para la escorrenta y el flujo
subsuperficial esta longitud est asociada al tamao de las laderas. Para el flujo base
esta longitud se estima teniendo en cuenta el punto inicial del flujo permanente en el
cauce.



Para la traslacin de la escorrenta TETIS presenta una formulacin que incluye
elementos de la geometra hidrulica. Con estos elementos se puede hacer un anlisis
hidrulico razonable de las transferencias entre las celdas, sin requerir grandes
volmenes de informacin (generalmente bastante costosa) y sin recurrir a
simplificaciones exageradas a escala cuenca. Esta formulacin aprovecha al mximo
la informacin disponible, siendo al mismo tiempo un esquema bastante robusto.

La traslacin de la escorrenta a lo largo de la cuenca se realiza considerando que el
agua no abstrada circula sobre las laderas hasta alcanzar algn canal perteneciente a
la red de drenaje natural de la cuenca, y a partir de all circula por la red drenaje en s.
Su estimacin se puede hacer de acuerdo con las leyes de la hidrulica de los cauces
naturales o con simplificaciones conceptuales. En el caso de TETIS, el modelo
empleado es de la onda cinemtica, que es una simplificacin de las ecuaciones de
Saint Venant al despreciar en la ecuacin de conservacin de la energa los trminos
correspondientes a los efectos inerciales y de presin. Por otra parte, las
caractersticas hidrulicas de los cauces se van a obtener con base en parmetros
propios de la cuenca (o regionales si no se dispone de los propios) que se extraen de
la informacin geomorfolgica de la cuenca. Por eso, esta nueva metodologa se ha
denominado de la Onda Cinemtica Geomorfolgica

En cuencas naturales y a escala de la cuenca se puede considerar que en la red de
drenaje prcticamente toda la energa potencial se disipa por friccin en los cauces y
la fraccin de energa potencial que se transforma en energa cintica es una fraccin
muy pequea. Esta fraccin es comparable (si no es menor) al error acumulado que se
podra obtener mediante la aplicacin rigurosa del mtodo mas complejo y preciso que
incluyera la ecuacin de conservacin de energa incluso disponiendo de la mejor
informacin de campo que es posible obtener en la actualidad. Para las cuencas de
montaa, a la escala de la cuenca y sin temor a grandes errores se puede proponer un
modelo de flujo en la red de drenaje a partir de las siguientes hiptesis:

El mtodo se basa en el principio de conservacin de masa (ecuacin de
continuidad).

En la red de drenaje la pendiente de la lnea de energa es aproximadamente
igual a la pendiente del terreno.

La cantidad de movimiento se ajusta en todos los elementos de la red de tal
forma que las aceleraciones sean despreciables y que a nivel local solo se
presentan las requeridas para que la nueva velocidad y las deformaciones en
el cauce sean tales que la resistencia al flujo alcance a contrarrestar a la accin
de la fuerza de gravedad.

La resistencia al flujo es funcin de velocidad, del radio hidrulico y de la
rugosidad del cauce.

La seccin del cauce se modifica (tanto en la profundidad de la lmina de agua
como en las caractersticas del cauce) hasta que su nueva forma produce una
resistencia al flujo similar a la accin de la gravedad.

La velocidad del flujo en la que se presenta esta condicin de cuasi-equilibrio
se puede obtener por medio de expresiones como las de Chezy o Manning.

La forma del cauce depende del ambiente geomorfolgico, del rea drenada y
del flujo. Se puede decir que es regionalizable en funcin del rea y del caudal.

El coeficiente de rugosidad se puede obtener de acuerdo al tamao de los
sedimentos, aplicando expresiones como las de Limerinos, Kennedy, Hey, etc.

A todas y cada una de las celdas en que se ha discretizado la cuenca le
corresponde un elemento de red de drenaje.

La red drenaje se obtiene a partir de la estructura de conexin de las celdas en el
Modelo de Elevacin Digital del Terreno, con base en las direcciones de flujo. La
calidad de la red obtenida depende de la resolucin y calidad del MDT y de los
algoritmos utilizados para su procesamiento.

3.11. TRIBS (Bras, R. et al)

Para vehicular la necesidad de una prediccin hidrolgica, un grupo de cientficos y
ingenieros del MIT (Massachussets Institute of Technology, Instituto de Tecnologa del
Massachussets) ha desarrollado un sistema moderno de modelacin hidrolgica capaz
de incorporar datos meteorolgicos y geomorfolgicos procedentes de sensores
remotos, los inicios en estos trabajos que han concluido en el presente modelo fueron
iniciados en los 90 fundamentalmente por Bras y Luis Garrote dando como fruto dos
artculos en el Journal of Hydrology en los albores de la hidrologa distribuda
contribuyendo enormemente a su difusin y desarrollo en otros centros o grupos de
investigacin en la previsin de caudales en tiempo real:

Garrote, L., Bras, R.L. 1995a. A Distributed Model for Real Time Flood
Forecasting using Digital Elevation models. Journal of Hydrology 167 (1995) pp.
279-306.

Garrote, L., Bras, R.L. 1995b. AnIntegrated software Environment for Real Time
use of a Distributed Hydrologic Model. Journal of Hydrology 167 (1995) pp.
307-326.

La disponibilidad de un modelo digital del terreno, de campos de precipitacin
procedentes de datos radar y de informaciones de superficie de suelo obtenidas por
datos satelitales permite una representacin precisa de las reas afectadas por los
eventos meteorolgicos. Gracias a la modelacin hidrolgica de los varios
componentes del ciclo hidrolgico, como la infiltracin, el flujo superficial, el flujo
subterrneo, la evapotraspiracin y la intercepcin, la precipitacin incipiente en la
cuenca puede ser utilizada para obtener informaciones acerca de la cantidad de agua
presente en el suelo y de la evolucin del almacenamiento hdrico en el suelo en los
diferentes tipos de superficies fsicas (ros, agua subterrnea, suelo).

El corazn del nuevo sistema de prediccin hidro-meteorolgica es el modelo tRIBS.
tRIBS (TIN-based, Real Time, Integrated, Basin Simulator) es un modelo
deterministico, fsicamente basado, a parmetros distribuidos, que utiliza como unidad
computacional redes triangulares irregulares (TIN, Triangular Irregular Networks). La
representacin TIN permite simular de manera eficiente terrenos heterogneos en
mallas altamente irregulares, para obtener un ahorro computacional sin perder ninguna
informacin fsica. En el estado actual, el modelo est equipado por predicciones
hidrolgicas continuas en tiempo real, a escala de cuenca medio-grande. El modelo
utiliza para sto una serie de mdulos de procesos hidrolgicos independientes.
Siendo un simulador integrado que trabaja a escala de cuenca, el modelo permite un
eficiente acople entre el sistema superficial y subterrneo segn la posicin de la nivel
piezomtrico del agua calculando de manera eficaz el balance de agua y de energa
en superficie a travs de cmputo del estado de humedad de suelo.

Los mdulos del modelo tRIBS

El modelo tRIBS incluye los siguientes mdulos hidrolgicos:

Mdulo de intercepcin;
Mdulo de evapotraspiracin;
Mdulo de balance de energa y radiacin;
Mdulo de infiltracin;
Modulo de produccin de escorrenta directa;
Mdulo de propagacin hidrolgica e hidrulica de flujo en cauce.

A continuacin se ofrece una representacin grafica de la integracin de todos los
mdulos del sistema:



Esquema de los mdulos contenidos en el modelo tRIBS:Campo de precipitacin distribuido, Intercepcin,
Evaporacin, Infiltracin en zona vadosa y saturada, propagacin del flujo en cauce, todo modelado sobre
una malla topogrfica obtenida con la representacin en TIN..
Intercepcin

El mecanismo de intercepcin de la precipitacin por la cobertura vegetal est
modelado en el modelo tRIBS mediante dos mtodos:

Almacenamiento en la cobertura vegetal (Gray);

Balance de agua de la cobertura vegetal (Rutter): el mtodo se basa en el
clculo del balance de agua retenida por la cobertura vegetal pensada como
agua retenida por las hojas y por el tronco. El balance se obtiene considerando
el tronco y las hojas como dos embalses de diferente capacidad.

Ambos mtodos se basan en una parametrizacin de la capacidad de campo de la
cobertura vegetal, del coeficiente de drenaje, de los diferentes usos de suelo, y de la
cantidad de precipitacin generada.


Modelacin de la intercepcin con el mtodo del almacenamiento en la cobertura vegetal (Gray) en el
modelo tRIBS.
El modulo de evapotraspiracin

El fenmeno fsico de evapotraspiracin puede ser reproducido en el modelo tRIBS a
travs de los siguientes mtodos:

La ecuacin de Penman-Monteith, que es un poco la base todas las
tcnicas empricas utilizadas para estimar la evaporacin, es una expresin
fundamental para la descripcin unidimensional sencilla del proceso de
evapotraspiracin. Necesita estimaciones previas de la radiacin incidente,
del albedo, de la tensin de vapor y de la velocidad del viento.

La ecuacin de Deardorff;

La ecuacin de Priestley-Taylor, que es funcin de la radiacin solar al
suelo efectivamente disponible para la vegetacin y depende de factores
como la altitud, la temperatura, con ajustes segn la humedad relativa de la
zona , el numero de horas de sol y la velocidad promedio del viento

Se recurre a una parametrizacin del uso del suelo y de la textura del suelo. La
modelacin del fenmeno tiene en cuenta la evaporacin desde la cobertura vegetal,
la transpiracin de las plantas y la evaporacin del suelo no cubierto. A continuacin
se ofrece una representacin grafica del mtodo de Penmann-Monteith, donde el ratio
de evapotranspiracin actual est calculado a partir de la evapotranspiracin potencial,
es decir la cantidad de evapotraspirado de un cultivo en condiciones de suelo de
capacidad de campo (cuando el suelo retiene el mximo almacenamiento hdrico sin
que se haya escorrenta):


Metodo de Penmann-Monteith por el clculo de la evapotraspiracin actual.

La propagacin en cauce

La propagacin de la escorrenta superficial viene modelada utilizando un modelo de
propagacin hidrolgica, cuya ley de dependencia de la velocidad del flujo con la
descarga en cauce es de tipo exponencial (representado grficamente en la figura a
continuacin):
( )
r
i v
t Q C t V = ) (


Representacin del mecanismo de propagacin del flujo en el modelo tRIBS.

La propagacin del flujo en cauce viene modelada a travs de un enfoque hidrulico
cinemtico. Es decir se asume en la ecuacin de cantidad de movimiento en las
ecuaciones de Saint Venant la hiptesis de onda cinemtica, despreciando los otros
trminos.

Esquema de funcionamiento del modelo:

El modelo admite en entrada datos climticos procedentes de diferentes fuentes: datos
radar de precipitacin espacialmente distribuida y datos de precipitacin puntal
procedente de la informacin pluviomtrica. En el siguiente esquema se representa la
estructura computacional del modelo


Estructura computacional del modelo tRIBS.
Para una representacin espacial de las caractersticas geomorfolgicas e hidrolgicas
de la cuenca se ha utilizado la tcnica de interpolacin lineal de TIN, una red de
tringulos irregulares que permite de tener diferentes resoluciones segn los
requerimientos de la modelacin.

La tpica estructura TIN est representada a continuacin:


Estructura TIN.
Mecanismos de generacin de escorrenta:

El modelo tRIBS admite diferentes mecanismos que conducen a la produccin de
escorrenta directa:

exceso de saturacin; Mecanismo hortoniano

exceso de infiltracin; Mecanismo Dunniano

flujo de retorno del agua subterrnea.

Aplicacin del modelo tRIBS

La necesidad del perfeccionamiento de la prediccin hidrolgica nace de la necesidad
de gestionar las alertas meteorolgicas en funcin de los requerimientos de la
sociedad. Muchas actividades comerciales, industriales e individuales requieren
algunos conocimientos de las caractersticas hidrolgicas del territorio y de sus
cuerpos hdricos. Adems de para la agricultura, para la construccin o el turismo, la
capacidad de predecir con pocos das o con horas de antelacin el estado hidrolgico
es esencial para todas las actividades outdoor (deporte, entretenimiento, poltica,
militar), mantenimiento y operaciones de todas las infraestructuras civiles (caminos,
presas, puentes) y todas las actividades de evaluacin de riesgo. La nueva tecnologa
para predicciones hidrolgicas puede ser incorporada adems dentro de un cuadro
ms amplio de sistemas de modelacin climtica. El tRIBS, como mdulo separado,
puede ser incluido en los sistemas mencionados para mejorar los mdulos
hidrolgicos ya existentes.

3.12. LISFLOOD (De Roo, A. et al.)

El modelo LISFLOOD ha sido desarrollado en el Joint Research Centre (JRC) y ha
sido desarrollado especficamente con la finalidad de simular crecidas en las cuencas
de los grandes ros Europeos (EFFS y EFAS). Es un modelo distribuido fsicamente
basado, integrando adems la posibilidad de realizar simulaciones hidrulicas. La
siguiente figura ilustra los diferentes procesos que son considerados en el modelo



Los parmetros necesarios para el modelo se obtienen a partir del Modelo Digital de
Elevaciones, coberturas de los usos del suelo y coberturas de suelos (espesor y
textura).

Las condiciones iniciales necesarias para realizar una simulacin deben ser
especificadas y estas pueden estimarse o pueden ser derivadas a partir de
simulaciones anteriores que permitan el conocimiento inicial del sistema hidrolgico.
Dichas condiciones iniciales son:

Estado inicial de la humedad del suelo
Estado inicial en el acufero
Caudal inicial en la red de drenaje o calado
Calado inicial en superficie
Estado de los embalses si existen
Estado de los polder si existen




El usuario puede definir la resolucin espacial y temporal en el modelo, dependiendo
de la cuenca a simular y de los procesos hidrolgicos involucrados. Cuencas grandes
de tipo trasnacional, por ejemplo, pueden ser simuladas con una resolucin espacial
de 1 a 5 Km y discretizacin diaria, no obstante aunque el modelo ha sido desarrollado
para este tipo de cuencas, tambin se ha comprobado su buen comportamiento en
cuencas pequeas, donde predominan crecidas rpidas (flashfloods) y que requieren
discretizaciones espaciales de 100 m a 1 Km y discretizaciones temporales horarias o
inferiores a sta.

LISFLOOD es tambin denominado como un modelo anidado, ya que consiste en tres
mdulos que difieren en su resolucin espacial y temporal con los siguientes:

Modelo de balance, el cual simula el balance en la cuenca a escala diaria y
provee al modelo de crecidas de las condiciones iniciales ms realistas.

Modelo de crecidas, el cual simula a escala temporal horaria eventos de
crecida, utilizando como condiciones iniciales los resultados de la simulacin
del modelo de balance con la misma resolucin espacial.
Modelo de Inundacin, el cual utiliza los resultados de caudal obtenidos por el
modelo de crecidas para simular la inundacin, la resolucin espacial es
entonces del orden de metros y la temporal del orden de segundos.

En el siguiente esquema se representa el concepto de anidamiento utilizado en
LISFLOOD:




3.13. MODELOS DE CAJA NEGRA

Aunque realmente no son modelos hidrolgicos, entendidos stos como modelos de
precipitacin-escorrenta ya sean conceptuales o fsicamente basados, su uso se
extendi desde los aos sesenta hasta hoy en da para realizar pronsticos operativos
para la previsin de caudales y niveles. Este tipo de modelos denominados de caja
negra (Black-Box), intentan poner en relacin inputs del sistema con sus outputs sin
recurrir a justificaciones de tipo fsico. Segn la experiencia en diferentes partes del
mundo se ha demostrado que las tcnicas de modelos estocsticos y redes
neuronales, especialmente estas ltimas, permiten una importante mejora en la
prediccin de crecidas, siendo adems su coste computacional bastante ms bajo que
la utilizacin de modelos lluvia-escorrenta. Actualmente una lnea abierta de
investigacin es realizar multitud de simulaciones haciendo uso de modelos
distribuidos ya calibrados y que puedan alimentar a este tipo de modelos (tanto inputs
como outputs) con el objetivo de encontrar modelos operativos de caja negra ya sean
modelos estocsticos o redes neuronales, con bajo coste computacional para ser
insertados en sistemas de pronstico de crecidas.

3.13.1. MODELOS ESTOCSTICOS

Se asume que este tipo de modelo tiene como objetivo representar las caractersticas
estadsticas ms relevantes de las series histricas. Existe una gran cantidad de
diferentes tipos de modelos estocsticos: modelos Autorregresivoss (AR), modelo de
fraccional Gaussian noise (FGN), Modelo autorregresivo de media mvil (ARMA),
modelo autorregresivo de media mvil integrado (ARIMA), modelo autorregresivo de
media mvil peridico (PARMA) modelo broken line (BL), modelos shot noise,
modelos de procesos intermitentes, modelos de desagregacin, modelos de mezcla
Markov, modelos ARMA Markov y modelos de mezcla general. Entre los modelos
estadsticos ms utilizados para la prediccin de caudales en tiempo real estn los
modelos estocsticos autorregresivos (Thomas y Fiering, 1962; Yevjevich. 1963).
Estos son ms prcticos que los conceptuales porque no es necesario entender la
estructura interna del proceso fsico a modelar. Para aplicar un modelo ARMA ptimo
la serie debe ser estacionaria y seguir una distribucin normal. Como tienen la
capacidad de determinar la relacin interna entre las entradas y salidas del modelo la
generalizacin es muy buena.

La justificacin fsica de este tipo de modelos es relevante para usos operacionales.
En los aos 70 hubo una gran tendencia a vincular y reconciliar las aproximaciones
determinsticas y estocsticas obteniendo muy buenos resultados (Quimpo, 1971).

El tratamiento estocstico del problema entronca de lleno el carcter aleatorio de los
fenmenos hidrolgicos a la vez que facilita la obtencin de los intervalos de confianza
de las predicciones. Utilizando metodologas adecuadas se puede generar un modelo
recursivo que aproveche toda la informacin disponible en cada instante, con el fin de
mejorar las predicciones venideras. Este mecanismo permite predecir con un modelo
lineal un proceso claramente no lineal, como es la conversin de lluvia en escorrenta.

La construccin de un modelo estocstico que reproduzca las caractersticas de una
serie temporal utiliza un esquema de modelacin formado por varias etapas sucesivas
a travs de las cuales se va construyendo el modelo. Las etapas bsicas comprenden
la seleccin del modelo a emplear, la identificacin del orden, la estimacin de los
parmetros y la validacin del modelo. Para ello se debe tener en cuenta los distintos
tipos de modelos disponibles entre los cuales se puede seleccionar el ms adecuado,
las propiedades que se deben modelar as como las caractersticas de los datos o las
variables a representar.

Los modelos (univariados) ms utilizados son las siguientes:

AR(p)
t
p
i
i t i t
y y + =

=

1

ARMA(p,q)
t
q
i
i t i
p
i
i t i t
y y

=

=

+ + =
1 1

ARMAX(p,r,q)

= = =

+ + + =
p
i
r
i
t
q
i
i t i i t i i t i t
x y y
1 0 1

ARIMA(p,d,q)
t
q
i
i t i
p
i
d
i t i
d
t
w w

=

=

+ + =
1 1
& &

Donde

i
: coeficientes de autorregresin con p parmetros

i
: coeficientes de media mvil con q parmetros

i
:

coeficientes de variables exgenas con r parmetros

i
: son los ruidos blancos del modelo o error en el punto i, con media 0 y desvo


y
t
: es el la variable a predecir en el tiempo t (ej. caudal)
x
t
: es la variable exgena en el tiempo t (ej. lluvia)
t
y : es la estimacin de la variable a predecir en el tiempo t
w
d
t
: es la diferencia nmero d de la variable a predecir. Para d = 1 w
1
t
= (y
t-1
-y
t
)

Este tipo de modelos tambin pueden ser generalizados para problemas multivariados.
Una forma de predecir con un modelo lineal un proceso claramente no lineal, como es
la conversin de lluvia en escorrenta es utilizando el filtro Kalman. Este genera una
actualizacin automtica del modelo que es capaz de predecir probabilsticamente en
tiempo real la venida y magnitud de una crecida o una sequa. La actualizacin del
modelo se hace con un proceso recursivo que minimiza la covarianza del error
utilizando las predicciones en tiempos anteriores para mejorar las predicciones futuras.

El modelo dinmico del filtro kalman es el siguiente

k
Z
= h
k-1
M
k-1
+ W
k

h
k+1
= h
k
+ V
k


de forma matricial

k
Z
=
(
(
(
(
(
(
(
(
(
(
(

q
p

...
...
2
1
2
1
| |
q k k k p k k k
Z Z Z

... ...
2 1 2 1
+
k


h
k+1 =
(
(
(
(
(
(
(
(
(
(
(

q
p

...
...
2
1
2
1
+
(
(
(
(
(
(
(
(
(
(
(

q
p

2
1
2
1
...


El filtro de Kalman es:

S
k+1/k
= S
k/k
+ Q
k

S
k+1/k+1
= S
k+1/k
S
k+1/k
M
k+1
T
[R
k+1
+ M
k+1
S
k+1/k
M
k+1
T
]
-1
M
k+1
S
k+1/k

K
k+1
= S
k+1/k+1
M
k+1
T
R
k+1
-1

h
k+1
= h
k
+ K
k+1
[Z
k+1
M
k+1
h
k
]
donde:

Z
k
: son las descargas observadas en el tiempo k (1 x 1)
k
Z

:
es el vector de descargas predichas en el tiempo k (1 x 1)
W
k
: es el error de prediccin (1 x 1)
h
k
: vector de estado para la prediccin nmero k (1 x p+q)
M
k
: Matriz de dimensiones (p+q x 1) cuyos elementos se indican arriba.
V
k
: Es el vector de los errores de los parmetros en la prediccin nmero k (1 x p+q)
p
: es el parmetro p que esta vinculado con la medicin (Z) en el tiempo k-p
q
: es el parmetro q que esta vinculado con el error () en el tiempo k-p
p
: Es el error de la estimacin del parmetro
p

q
: Es el error de la estimacin del parmetro
q

S
k+1/k:
es la covarianza de la estimacin nmero k+1 calculada en el a partir de los
datos de la estimacin k (p+q x p+q)
Q
k
: es la matriz de covarinazas de V
k
. (p+q x p+q)
R
k
: es la matriz de covarinazas de W
k
. (1 x 1)
K
k
: es la matriz de ganancias Kalman (1 x p+q)
V
k
= K
k+1
(Z
k+1
M
k+1
h
k,k
)
W
k
=
k k
Z Z

q
k
i,j
: es el elemento i,j de la matriz Q
k
n : es la cantidad de valores Z medidos

3.13.2. REDES NEURONALES

Las redes neuronales artificiales (ANN) constituyen potentes herramientas de anlisis
y modelacin que han demostrado un extraordinario potencial en aplicaciones dentro
del mbito de la ingeniera hidrolgica. Tienen la habilidad de captar y modelar
complejas relaciones en sistemas no lineales, adems de gestionar con eficacia los
errores o lagunas existentes en la informacin. Por ltimo, son adecuadas para
incorporacin en la modelacin de variables cualitativas y esquemas o criterios de
clasificacin. Todo ello las hace especialmente indicadas en modelacin hidrolgica,
dada la naturaleza de los sistemas hidrolgicos, la informacin registrada y la clase de
objetivos de modelacin planteados. Realmente las ANN son modelos tipo data-driven,
de modo que su utilidad real y los beneficios que pueden aportar son tanto mayores
cuanto ms extensa y representativa es la informacin disponible. Los S.A.I.H. son en
este sentido los mejores aliados, al generar una gran cantidad de informacin. Otra
gran ventaja de las ANN es su extraordinaria rapidez de proceso. Pueden procesar
grandes cantidades de informacin en escasos segundos, lo cual representa en la
prctica una ventaja operacional de gran valor para aplicaciones en tiempo real.

Una vez configuradas, entrenadas y adaptadas a un entorno de usuario amigable, su
empleo en una cuenca o sistema dado no requiere de especialistas, y pueden
ejecutarse de forma continua para generar informacin de soporte a la toma de
decisiones.

Con el paso del tiempo, las bases de datos S.A.I.H. son cada vez ms extensas y
representativas, incorporando, por ejemplo, ms episodios de crecidas de distinta
magnitud, informacin evidentemente de gran inters. Las ANN ofrecen en este punto
la ventaja de permitir de forma sencilla un proceso de recalibracin y actualizacin, sin
necesidad de cambios en la estructura operativa o en la aplicacin concreta
desarrollada. Esto tiene extraordinarias ventajas desde el punto de vista prctico, al
garantizar vas de mejora contnua aprovechando la mejora de la informacin
hidrolgica y nuevos registros existentes, sin necesidad de cambios o inversiones
adicionales de programacin en las rutinas o aplicaciones informticas desarrolladas.

Todas estas caractersticas hacen de las ANN una excelente alternativa innovadora
para facilitar un mejor y provechoso uso de la informacin hidrolgica facilitada en
tiempo real por los sistemas S.A.I.H.

Los campos en los cuales serian tiles su empleo dentro de los SAIH son los
siguientes:

Prediccin en tiempo real de caudales / niveles de ros

Clasificacin cualitativa de situaciones de riesgo potencial en clases o
intervalos para adopcin de decisiones sobre alertas hidrolgicas.

Como herramienta compacta sustitutiva de procedimientos clculos costosos
que ralentizan en exceso las aplicaciones orientadas a la toma de decisiones
en tiempo real.

En modelacin lluvia-escorrenta.

Elaboracin de reglas simples / protocolos de alerta a partir de desarrollos ms
extensos derivados de modelacin hidrolgica.

En el establecimiento de relaciones no paramtricas entre variables en
procesos complejos insuficientemente conocidos o sin representacin fsica o
conceptual adecuada a partir de los datos SAIH. Por ejemplo, humedades del
suelo, coeficientes de escorrenta, tiempos de respuesta hidrolgica.

Como herramientas combinadas con tcnicas clsicas de modelacin para la
mejora global de las metodologas, permitiendo incrementar los beneficios
prcticos en gestin de los sistemas SAIH.

El gran inters de los modelos de redes neuronales en hidrologa para la prediccin de
caudales o niveles de ros ha tomado mucha importancia en la ltima dcada. Estas
son capaces de reproducir cualquier relacin no lineal entre diferentes variables que
describen un cierto proceso, por lo tanto tienen una buena adaptabilidad para describir
el proceso de lluvia escorrenta o el de propagacin de una onda de creca en un ro.
Una red neuronal artificial (ANN) es un procesador distribuido en paralelo que
almacena conocimiento experiencial y lo hace accesible al uso. Se asimila al cerebro
en dos maneras:

El conocimiento de la red se logra por un proceso de aprendizaje

Los pesos de las conexiones interneuronales conocidas como pesos sinpticos
se usan para almacenar el conocimiento.
El desarrollo de las ANN se basa en las siguientes reglas:

El proceso de la informacin ocurre en muchos elementos llamados nodos o
neuronas.

La informacin pasa entre los nodos a travs de conexiones

Cada conexin tiene un peso asociado que representa la fuerza de la conexin

Cada nodo, generalmente, aplica una transformacin no lineal, llamada funcin
de activacin, a sus seales de entrada para determinar la seal de salida.

Cada red se caracteriza por su arquitectura que representa la forma de las conexiones
entre los nodos y el mtodo de determinar los pesos de las conexiones. Una forma de
clasificar las redes es por su nmero de capas y la direccin del flujo de la informacin
y procesos.

En una red feedforward, los nodos se agrupan en capas, empezando por la primera
capa de entradas y terminando por una capa final de salidas. Pueden haber varias
capas ocultas (multilayer) y cada una con uno o ms nodos. La informacin pasa de
los nodos de entrada a los de salida. Todos los nodos de una capa se conectan
totalmente con los de las capas adyacentes, pero no con los de la misma capa. A cada
conexin se le asigna un peso sinptico para representar la fuerza de las conexiones
entre los nodos y predecir la relacin entre las entradas y las salidas (inputs - outputs).
En la siguiente figura se muestra un esquema general de una red neuronal Multilayer
perceptron con 11 nodos en la capa de entrada, 3 en la capa oculta y dos en la capa
de salidas.


Esquema de una rede neuronal [11-3-2] MLP/BPNN
En la siguiente figura se muestra un diagrama esquemtico del nodo j de una red del
tipo MLP/BPNN (Multilayer perceptron / Back propagation neural network). Los W
ij
representan los pesos de las conexiones entre el nodo i de la capa anterior a este
nodo j. La salida del nodo Y
j
se obtiene de de la funcin f(X,W,b
j
), donde b
j
es el valor
del umbral (bias) del nodo en cuestin (j). La funcin anterior se escribe:

|

\
|
=

=
j
n
i
i j i j
b X W f Y
1
,


donde:

n es la cantidad de nodos de la capa anterior al nodo j.

La funcin f se llama funcin de activacin. Su forma funcional determina la respuesta
del nodo de las entradas totales que recibe. La funcin ms comn utilizada es la
funcin sigmoidal:

X
e
X f

+
=
1
1
) ( (0,1)

La popularidad de estas funciones se da por la simplicidad de su derivada que se
utiliza para el proceso de entrenamiento.

W3j
Wnj
W2j
W1j
j
bj
x1
x2
x3
x....
xn
W...j
yj = f(X,W,bj)

Esquema de un nodo general j
Segn estudios tericos (Cybenko, 1989; Hornik et al., 1989).una sola una capa oculta
es suficiente para aproximar cualquier funcin no lineal con cualquier precisin
deseada.

Para la prediccin de caudales a un cierto horizonte las variables de entrada varan
segn el problema entre las mes utilizadas se pueden nombrar, la temperatura,
evapotranspiracin, caudales anteriores, caudales en estaciones aguas arriba de la
estacin a predecir, media mvil de la precipitacin antecedente, elementos de
periodicidad, diferenciacin de caudales, precipitacin distribuida o agregada,
humedad, ndice de precipitacin antecedente, ndice de derretimiento de la nieve,
alturas, velocidades, caractersticas fsicas de la seccin, viento, etc.

Es importante llevar a cavo varias decisiones en el momento de desarrollar un modelo
con una red neuronal para que esta sea lo mas optima posible, para esto es necesario
estudiar cada componente de esta y elegir bien el tipo, desde la eleccin y
preprocesamiento de los datos de entrada hasta la eleccin de la cantidad de nodos y
funciones de activacin de la misma.


Resumiendo, los componentes o caractersticas de las ANNs son los siguientes:
1. Direccin de flujo de la informacin
2. Cantidad de nodos
3. Cantidad de capas
4. Entrenamiento supervisado o no (data driven o no data driven)
5. Algoritmos de entrenamiento
6. Funcin de activacin
7. Funcin PSP
8. Funcin objetivo
9. Criterios de finalizacin de entrenamiento
10. Pre-procesamiento de los datos de entrada [Shi, 2000]
De la variacin de estas caractersticas surgen diferentes tipos de redes neuronales de
las cuales las ms utilizadas en aplicaciones en la hidrologa son: Multilayer
perceptron (MLP) con algoritmo de entrenamiento tipo back propagation (BP),
Multilayer perceptron (MLP) con algoritmo de entrenamiento tipo Levenberg
Marquardt back-propagation (LM), Conjugate gradient (CG), Cascade correlation (CC),
Radial Basis Function (RBF), Radial Basis Function (RBF) con algoritmo de
entrenamiento tipo Ortogonal Least Squares (OLS), Generalized Regression Network
(GR), Temporal Back-Propagation Network (TBP), Dynamic Recurrent Network (DRN),
Threshold Network (TN), Recurrent Network (RNN), Cluster Network (CN), Periodic
Network (PN), Time delay Neural Network (TDNN), Self Organizing Feature Map
(SOFM), Recurrent Self Organizing Feature Map (RSOFM), Finite Impulse Neural
Network (FIRNN), Real time recurrent learning (RTRL).

4. NUEVAS FUENTES DE DATOS Y SU CONEXIN CON LA
MODELACIN HIDROLGICA

La utilizacin de los modelos hidrolgicos actualmente en los diferentes sistemas de
pronsticos en tiempo real han ampliado sus fuentes de datos, no restringiendo sus
inputs tan slo a los derivados de las redes convencionales de adquisicin de datos,
tal es el caso de los SAIH en Espaa. Actualmente, gracias a los avances tecnolgicos
en el campo de la teledeteccin, los modelos hidrolgicos empiezan a estar
preparados para absorber informacin distribuida de diferentes variables geofsicas
derivadas de sensores activos o pasivos instalados en distintas plataformas (por
ejemplo satlites).

En general podemos hablar en primer lugar de dos fuentes de datos muy claros con
una importancia muy relevante en la modelacin hidrolgica:
Fuentes de datos derivados de la teledeteccin satelital

Fuentes de datos derivados del Radar Meteorolgico

En un tercer lugar hablaramos, no de una fuente de datos en s, sino ms bien
de futuros datos, esto es, los pronsticos derivados de los modelos numricos
de tiempo o modelos meteorolgicos. Estos modelos con sus predicciones
cuantitativas de precipitacin, nos aumentan la ventana de pronstico de
nuestros modelos hidrolgicos entre veinticuatro y noventa y seis horas.

4.1. DATOS PROVENIENTES DE LA TELEDETECCIN

La integracin de datos provenientes de satlites en un sistema automtico de
informacin hidrolgica puede realizarse, pues desde dos perspectivas distintas:

La contribucin al establecimiento de los parmetros del modelo hidrolgico y
sobre todo a reflejar el estado del sistema hidrolgico en un instante dado

La definicin de inputs del modelo como por ejemplo la precipitacin

Durante los ltimos aos, ms concretamente desde mitad de la dcada de los
noventa, se han producido grandes avances en el desarrollo de plataformas
aerotransportadas equipadas con sensores de mltiples tipos, orientados a una gran
variedad de aplicaciones, sobre todo en los campos de la meteorologa y el medio
ambiente. La observacin de la Tierra desde el espacio ha posibilitado la generacin
de una serie de productos de gran aplicabilidad en estos campos, y as lo han
entendido las administraciones pblicas de la mayora de pases desarrollados.

En este sentido, se han desarrollado organizaciones especializadas que se dedican al
mantenimiento y tratamiento de los productos derivados de las observaciones
realizadas desde el espacio. De toda esta variedad de satlites y sensores, cabe
destacar el gran desarrollo de aquellos dedicados especficamente a meteorologa y
climatologa.

Los satlites pueden dividirse en tres clases, segn su tipo de rbita:

Satlites de rbita geoestacionaria (GEO):
Describen una rbita circular ecuatorial de altitud 35.786 Km. A esta distancia
el satlite da una vuelta a la Tierra cada 24 horas permaneciendo esttico para
un observador situado sobre la superficie terrestre. Por tal razn son llamados
geoestacionarios.

Satlites de rbita baja (LEO)
Altitud de 725 a 1.450 Km. Son necesarios ms de unos 40 satlites para la
cobertura total. Los satlites proyectan haces sobre la superficie terrestre que
pueden llegar a tener dimetros desde 600 hasta 58.000 Km

Satlites de rbita media (MEO)
Altitud de 9.000 a 14.500 Km. Son necesarios de 10 a 15 satlites para abarcar
toda la Tierra.

Adems de la clasificacin anterior, existen distintos tipos de satlite segn su
finalidad. En este apartado nos centraremos en el anlisis de los satlites
meteorolgicos, enmarcados dentro de los de rbitas geoestacionarias.

Los satlites meteorolgicos pueden clasificarse en dos grandes grupos:

De rbita polar o heliosincrnicos (significa que estn sincronizados con el
Sol) que como su nombre lo indica orbitan la Tierra de polo a polo y lo
constituyen principalmente la serie TIROS de la agencia NOAA (National
Oceanic and Atmospheric Administration) de origen norteamericano y los
METEOR de origen ruso (los ms populares).

El segundo grupo se compone de los satlites Geoestacionarios o
Geosincrnicos (significa que estn sincronizados con el movimiento de
rotacin de la Tierra), que orbitan a mayor altura y se encuentran sobre o muy
cercanos a la lnea del Ecuador. Los ms populares de este grupo son el
GOES, norteamericano y el METEOSAT, europeo. Este tipo de satlites giran
en torno a la Tierra sincronizados con su velocidad de rotacin, es decir que
acompaan a la Tierra y por consiguiente se encuentran situados siempre en
un mismo punto sobre la superficie terrestre. Actualmente se encuentran en
operatividad el GOES-8 (0N,75W), GOES-9 (0N,135W), Meteosat-7
(Operativo en posicin 0N,0E), Meteosat-6 (Redundante en stand-by en
posicin 0N,9W), Meteosat-5 (Programa INDOEX en posicin 0N,63E),
Rusia: GOMS (0N,76E), India: INSAT (0n,93E), China: FY-2 (0N,105E) y
Japon: GMS (0N,140E).


Satlites meteorolgicos geoestacionarios y de rbita polar.
La utilidad de los satlites meteorolgicos es poder visualizar el conjunto Tierra-
atmsfera, y extraer la mejor informacin posible a travs de distintas tcnicas y
procesos para obtener los productos cuyo objetivo se basa en el anlisis cualitativo y
cuantitativo de las imgenes obtenidas.

De entre estos satlites dedicados fundamentalmente a la observacin de la Tierra
desde rbitas altas y geoestacionarias, destaca por su aplicacin directa a los
propsitos de este proyecto, la segunda generacin de satlites METEOSAT (MSG
Meteosat Second Generation), gestionada, mantenida y explotada por EUMETSAT
(European Organisation for the Exploitation of Meteorological Satellites - European
Meteorological Satellite system).

EUMETSAT

Este Sistema europeo de satlites meteorolgicos da continuidad al programa
Meteosat de satlites geoestacionarios. La posicin nominal del satlite es de 0 de
longitud sobre el meridiano de Greenwich, y sobre el Ecuador (0 de latitud). El
sistema comprende dos componentes: el segmento espacial y el segmento de tierra,
encargado del seguimiento y mantenimiento del sector espacial y del procesado de los
datos. De la misma forma, utiliza las observaciones proporcionadas por el EPS
Eumetsat Polar System. La descripcin funcional de ambos segmentos es la siguiente:

Segmento espacial:

Los satlites estn equipados con:

Sensores de imgenes en tres regiones del espectro: visible, infrarrojo en la
ventana atmosfrica e infrarrojo en la banda del vapor de agua.
Transmisin de datos en dos canales, cada uno capaz de transmitir datos
analgicos o digitales a las estaciones usuarias.
Adquisicin de datos transmitidos por las estaciones de medida.
Distribucin de datos meteorolgicos a las estaciones de tierra.

Segmento de tierra:

Este segmento proporcionar las siguientes funcionalidades, la mayor parte de las
cuales tienen que ser realizadas en tiempo cuasi-real para cumplir los propsitos
meteorolgicos:

Control, monitorizacin y uso operacional del satlite activo.
Posibilidad de controlar un segundo satlite no operativo.
Recepcin y preproceso de imgenes, para el ajuste radiomtrico y
geomtrico.
Distribucin de las imagines preprocesadas a las estaciones de usuario
primarias (PDUS) y secundarias (SDUS).
Distribucin a travs del satlite de datos varios incluyendo mensajes
administrativos y grficos de los distintos servicios meteorolgicos.
Distribucin de imgenes de otros satlites meteorolgicos.
Extraccin de datos meteorolgicos cuantitativos, incluyendo vectores de
vientos, y otros datos necesarios para meteorologa operacional, tales como
temperatura del mar en superficie, humedad de la alta troposfera cantidad y
elevacin de las nubes
Almacenamiento en formato digital de todas las imgenes disponibles para
perodos de al menos 5 meses adems de toda la informacin meteorolgica
elaborada de forma permanente.
Almacenamiento en pelcula fotogrfica de al menos 2 imgenes completas por
da.
Bsqueda y mantenimiento de la informacin almacenada.
Produccin y distribucin de documentacin, tal como un catlogo de imgenes
y guas de usuario del sistema.
Control de la calidad de los productos y transmisiones.

El sistema MSG se estructura tambin en dos segmentos: el espacial y el de tierra.

Segmento Espacial

El segmento espacial del sistema Meteosat Second Generation est basado en una
serie de cuatro satlites geoestacionarios de diseo avanzado equipados con:

Sensor radiomtrico SEVIRI (Spinning Enhanced Visible and Infra-Red
Imaging), para la generacin de imgenes multiespectrales, anlisis de las
masas de aire y de la coleccin de imgenes en el espectro visible de alta
resolucin. Este sensor usa 12 canales:
- Siete canales en la banda del espectro visible e infrarrojo.
- Cuatro canales para la medicin de emisiones infrarrojas en las bandas
del vapor de agua, dixido de carbono y ozono.
- 1 canal en la banda del espectro visible con mejor resolucin espacial.
El GMCP (Geostationary Meteorological Communication Payload), que
posibilita la transmisin de datos y las misiones de adquisicin.
Otros instrumentos de carcter cientfico (para climatologa o meteorologa,
como los GERB - Geostationary Earth Radiation Budget que son radimetros
experimentales para las medidas de las componentes de onda corta (SW) y
onda larga (LW)).

Segmento De Tierra

El segmento de tierra de MSG consiste en una serie de instalaciones con un nodo
central correspondiente a EUMETSAT. Este segmento se compone de tres tipos de
instalaciones: EUMETSAT System Ground Segment, EUMETSAT Applications Ground
Segment y User Ground Segment.

Componentes de EUMETSAT System Ground Segment

Una estacin primaria (PGS Primary Ground Station) para la adquisicin de
la telemetra y los datos para el soporte de las operaciones del sistema
general.
Una estacin de seguridad de tierra (BGS - Back-up Ground Station) para las
operaciones de emergencia.
Una o ms estaciones de soporte (SGS - Support Ground Stations) para la
adquisicin y preproceso de los datos de otros satlites meteorolgicos.
Una Instalacin central en el centro de operaciones de EUMETSAT para el
control de satlites y misiones, as como el proceso primario de los datos
recibidos.
Un archivo que forma parte del Unified Meteorological Archive and Retrieval
Facility (U-MARF).

EUMETSAT Applications Ground Segment

Incluye todas las infraestructuras de tierra que se ocupan de la generacin de
productos de las imgenes:

Instalacin de extraccin de productos meteorolgicos (MPEF - Meteorological
Products Extraction Facility) que se ocupa de las tareas de gestin para el
control de la disponibilidad de los productos clave as como de las tares de
procesado que no dependen de la interaccin con el usuario.

Una red de 7 Satellite Application Facilities (SAF), localizadas en los servicios
meteorolgicos de los estados miembros de EUMETSAT o otras entidades
ligadas a una comunidad de usuarios como ECMWF (European Centre for
Medium-Range Weather Forecasts).

User Ground Segment

Se basa en estaciones receptoras de tierra que sern operadas por los usuarios para
la recepcin de datos distribuidos por el MSG. Existen dos tipos:

High Rate User Stations (HRUS), para la adquisicin de datos segn el
esquema High Rate Information Transmission (HRIT).
Low Rate User Stations (LRUS), para la adquisicn de datos segn el esquema
Low Rate Information Transmission (LRIT).

La hidrologa requiere de informacin actualizada y detallada para poder realizar
modelaciones correctas del ciclo hidrolgico. La teledeteccin proporciona productos
tiles tanto para la caracterizacin de las cuencas (determinacin de los parmetros
de los modelos) como para la utilizacin de los mismos como inputs para los
modelos hidrolgicos, que por tanto deben estar preparados para asimilarla.

Como ejemplos operativos de la teledeteccin que deben ser asimilados por los
modelos hidrolgicos estn los productos derivados del EUMETSAT, concretamente
de la Land SAF. Esta SAF (Satellite Application Facilities), mantenida y explotada por
el Instituto de Meteorologa de Portugal (IM), se ocupa de la generacin de productos y
su distribucin. Despus de almacenar los datos preprocesados, se les aplican
distintos algoritmos para la generacin de los siguientes productos:


Acrnimo Producto
AL Surface Albedo
BRDF Bi-directional Reflectance distribution Function
AE Aerosol
LST Land Surface Temperatura
EM Surface emissivity
TSP Thermal Suface Parameter
DSSF Downwelling Surface Shortwave Fluxes
DSLF Downwelling Surface Longwave Fluxes
SM Soil Moisture
SC Snow Cover
ET Evapotranspiratrion
Acrnimo Producto
LAI Leaf Area Index
FVC Fractional Vegetation Cover
Productos a generar por la Land SAF
No todos estos productos, se encuentran disponibles en la actualidad, ya que se
encuentran en fases de implementacin y/o validacin. El estado de los productos de
inters a aplicar en el presente proyecto es:

Energa superficial y balance hdrico:
Preoperacionales:
- Land Surface temperature: 15 min. (LST).
- Downwards SW and LW radiation: 15 min. (DSSF, DSLF).
- Albedo: diaria, 10-das. (AL).
- Snow cover: diaria. (SC).
En desarrollo:
- Evapotranspiration.
- Soil moisture.
En proceso de validacin:
- Leaf Area Index (LAI).
- Fraction of Vegetation Cover (FVC).

Los productos se distribuyen segn reas geogrficas determinadas, con prioridades
distintas establecidas:

La primera regin (Euro) cubre todos los estados miembro de EUMETSAT, y
tiene asignada la mxima prioridad.
Otras dos regiones que cubren el continente africano (NAfr, SAfr), con una
prioridad inmediatamente menor que la de Europa.
Por ltimo, la regin con menor prioridad cubre la totalidad de Sur Amrica
(SAme).

Regiones EUMETSAT que distribuye Land SAF.
A continuacin se realiza una breve descripcin de estos productos:

Temperatura en superficie - Land Surface Temperature (LST)

Se define como la temperatura de la capa radiante de la superficie terrestre. Juega un
papel muy relevante en la evolucin de los fenmenos fsicos en la superficie terrestre,
estando involucrada en los procesos de balance hdrico y energtico entre la superficie
y la atmsfera. Es un producto muy til para aquellos procesos relacionados con
modelos climticos y meteorolgicos. En la actualidad, slo aquellos sensores
transportados por satlites son operativos para adquirir datos a gran escala de forma
consistente, sistemtica y econmica.

Sin embargo, los campos radiantes detectados por satlite se ven influenciados por
parmetros superficiales (Emisividad Superficial EM y Temperatura en superficie -
LST), as como por la composicin de la atmsfera y la estructura termal. Por tanto,
para obtener LST desde el espacio, es necesario corregir la influencia atmosfrica y
tener en cuenta que la Emisividad Superficial no se conoce de forma lo
suficientemente aproximada y vara normalmente en tiempo y espacio. Por otro lado,
la precisin de las correcciones atmosfricas depende de la calidad de los modelos de
transferencia de radiancia, de la incertidumbre de los coeficientes de absorcin
molecular atmosfrica, de los coeficientes de absorcin/dispersin de los aerosoles as
como de los errores de medida en perfiles atmosfricos.

La adquisicin de LST se basa en mediciones realizadas desde los sistemas
MSG/EPS (Meteosat Second Generation/Eumetsat Polar System) en la banda del
infrarrojo trmico (canales-MSG/SEVIRI IR10.8 y IR12.0 y canales-EPS/AVHRR-3, 4 y
5). En teora, los valores de LST pueden ser determinados 96 veces al da desde MSG
y del orden de 4 desde el EPS, pero en la prctica la influencia de la cobertura de
nubes hace que hayan menos observaciones disponibles. LST se calcula para cada
uno de los pxeles libres de nubes, realizndose la identificacin de aquellos cubiertos
mediante el software distribuido por la Nowcasting and Very Short Range Forecasting
Satellite Application Facility (NWC SAF SAF para la prediccin inmediata o a muy
corto plazo).

Los productos LST se distribuyen para el rea del MSG, en las cuatro regiones
geogrficas especficas de EUMETSAT (Europe, Africa - N_Africa and S_Africa- y
South America), en formato HDF5 que contiene tanto los valores LST como valores de
control de calidad.

Flujos superficiales de onda corta - Downwelling Surface Shortwave Fluxes
(DSSF)

Se refiere a la energa radiante en el intervalo de longitudes de onda [0.3m, 4.0m]
que alcanza la superficie terrestre por unidad de tiempo y superficie. Depende
esnecialmente del ngulo zenital solar, de la cobertura de nubes y en menor medida
de la absorcin atmosfrica y el albedo en superficie.

El mtodo de adquisicin de DSSF implementado en la el sistema LSA SAF procede
en gran medida de desarrollos previos realizados en Mto France en el marco de la
SAF on Ocean & Sea-Ice (Brisson et al., 1999; OSI SAF, 2002). Las diferencias
fundamentales respecto al producto de LSA SAF son las resoluciones espacial y
temporal, la fuente de los datos auxiliares de entrada y el uso de tres canales de onda
corta del sensor SEVIRI (0.6m; 0.8m, and 1.6m).

Los productos DSSF se distribuyen para el rea del MSG, en las cuatro regiones
geogrficas especficas de EUMETSAT (Europe, Africa - N_Africa and S_Africa- y
South America), en formato HDF5 que contiene tanto los valores LST como valores de
control de calidad.
Flujos superficiales de onda larga - Downwelling Surface Longwave Fluxes
(DSLF)

DSLF es una de las componentes ms importantes del balance energtico superficial
se puede definir como la irradiancia que alcanza la superficie terrestre en el espectro
infrarrojo trmico (4-100m). Est directamente relacionada con el efecto invernadero
y su monitorizacin juega un rol muy importante en los estudios de cambio climtico
(Philipona et al., 2001). Otras aplicaciones incluyen la meteorologa y la oceanografa.

Es un parmetro particularmente difcil de estimar ya que no puede ser medido
directamente desde los satlites. Sin embargo, los Modelos de transferencia de
radiancia (Radiative Transfer Models - RTM) se pueden utilizar para la estimacin de
DSLF a partir de perfiles atmosfricos de temperatura y humedad.

DSLF es el resultado de la absorcin atmosfrica, emisin y dispersin en la columna
total atmosfrica. En condiciones de cielo claro, DSLF depende de los perfiles
verticales de temperatura y absorbentes gaseosos (fundamentalmente vapor de agua
seguido de CO
2
y otros de menor importancia como O
3
, CH
4
, N
2
O and CFCs). Se
utilizan dos algoritmos diferentes para cada una de las condiciones atmosfricas:
nuboso/claro. La identificacin de aquellos pxeles cubiertos de nubes, se realiza
mediante el software distribuido por la Nowcasting and Very Short Range Forecasting
Satellite Application Facility (NWC SAF SAF para la prediccin inmediata o a muy
corto plazo)

Los productos DSLF se distribuyen para el rea del MSG, en las cuatro regiones
geogrficas especficas de EUMETSAT (Europe, Africa - N_Africa and S_Africa- y
South America), en formato HDF5 que contiene tanto los valores LST como valores de
control de calidad.

Cobertura de nieve - Snow Cover (SC2)

La utilizacin de la cobertura de nieve a gran escala a partir de sensores en satlites
resulta de gran utilidad, ya que la presencia de nieve ejercd una gran influencia en los
balances hdrico y energtico de la baja atmsfera. Se puede utilizar como input de
los modelos numricos de prediccin meteorolgica (Numerical Weather Prediction
models - NWP). Tambin rsulta de gran importancia para prediccin hidrolgica de
escorrenta en ros durante la temporada de deshielo. Adems, otros parmetros
superficiales estimados mediante teledeteccin requieren informacin sobre si la
superficie est cubierta de nieve o no.

Las radiancias medidas en el las bandas del espectro visible (VIS), infrarrojo cercano
(NIR) e infrarrojo (IR), tales como las medidas por los sensores SEVIRI, se determinan
por sus caractersticas espectrales (reflectancia, emitancia, transmitancia,
temperatura) de las nubes y de las superficies terrestre o marina. La radiancia de la
nieve difiere de de las radiancias de la superficie no cubierta por nubes o nieve de un
modo caracterstico en la banda del espectro visible e infrarrojo cercano (VIS/NIR).

La cobertura de nieve MSG (SC) se basa en la NWC SAF-MSG Cloud Mask. Este
algoritmo de deteccin de nieve se basa en la tcnica de umbral multiespectral
aplicada a cada pxel de la imagen. En un primer anlisis celda a celda, si se
identifica nieve o hielo, ya no se aplican posteriormente los algoritmos de deteccin de
nubes. El algoritmo ejecuta las siguientes tareas: obtencin de la cobertura de nieve a
partir de la mscara de nubes (MSG-SEVIRI), suavizado espacial (spatial smoothing -
opcional) e integracin temporal de las escenas de satlite de las 24 horas previas. La
implementacin del algoritmo presenta dos partes bien diferenciadas; la primera de
ellas ejecuta la obtencin de la cobertura inicial de nieve y el suavizado espacial para
cada imagen satlite. Esto produce un mapa de cobertura de nieve cada 15 minutos
con o sin suavizado espacial. La segunda parte produce un mapa de cobertura de
nieve diario mediante la integracin temporal de todos los mapas disponibles,
resultantes de la primera parte.

El mapa de cobertura de nieve resultante producido por los datos MSG contiene una
clasificacin de cada una de las celdas de la superficie en una (y slo una) de las
clases siguientes:

Totalmente cubierto de nieve
Parcialmente cubierto
Sin nieve
No clasificado
No procesado

Se aade adems una capa de estimadores de calidad/procesado para cda una de las
celdas, indicando la bonanza de la clasificacin, aportando adems informacin sobre
las condiciones de procesado.

Los productos SC se distribuyen para el rea del MSG, en las cuatro regiones
geogrficas especficas de EUMETSAT (Europe, Africa - N_Africa and S_Africa- y
South America), en formato HDF5 que contiene tanto los valores LST como valores de
control de calidad.

Evapotranspiracin Evapotranspiration (ET)

La evapotranspiracin (ET) se define como el ratio de transformacin del agua lquida
en vapor de agua, desde agua corriente, del suelo desnudo o bien de suelo cubierto
de vegetacin. Este ndice est controlado por la disponibilidad de energa en la
superficie evaporante, y por la facilidad con que el vapor de agua puede evaporarse
hacia la atmsfera. La evapotranspiracin depende pues, tambin de las condiciones
meteorolgicas y propiedades del suelo y la vegetacin.

En otras ocasiones se han hecho grandes esfuerzos para entender mejor las
interacciones entre la superficie y la atmsfera, pero siempre ha habido una seria falta
de datos de validacin. De hecho, estos datos se encontraban nicamente en algunas
estaciones equipadas a tales efectos. La Teledeteccin aparece por tanto como una
herramienta prometedora para completar esta falta de informacin. El conocimiento de
la ET como parte del ciclo del agua es imprescindible, adems para un mejor
entendimiento de los recursos y la gestin del agua.

De todas formas, la medida directa de la evapotranspiracin usando satlites de
Teledeteccin no es nada sencilla. El cambio de estado entre molculas de agua
lquida a vapor de agua no produce emisiones o absorciones de ondas
electromagnticas. Por tanto, la ET debe ser detectada a travs de medidas indirectas
usando un modelo fsico que relacione la ET con otras magnitudes fsicas que puedan
ser obtenidas mediante Teledeteccin. El objetivo es estimar la ET en grandes
regiones, en las zonas libres de nubes.

Se aade adems una capa de estimadores de calidad/procesado para cda una de las
celdas, indicando la bonanza de la clasificacin, aportando adems informacin sobre
las condiciones de procesado.

Los productos SC se distribuyen para el rea del MSG, en las cuatro regiones
geogrficas especficas de EUMETSAT (Europe, Africa - N_Africa and S_Africa- y
South America), en formato HDF5 que contiene tanto los valores LST como valores de
control de calidad.

Albedo en superficie Surface Albedo (AL2)

El albedo en superficie es una variable clave para la determinacin del balance
energtico en el sistema acoplado suelo-vegetacin-atmsfera. El albedo cuantifica la
parte de la energa que es absorbida y transformada en calor y flujos latentes (Noilhan
and Planton, 1989; Sellers et al., 1986). Debido a que la radiacin solar est
concentrada en el rango del espectro visible e infrarrojo cercano, la cantidad de albedo
relevante es la correspondiente al albedo de onda corta (short wave albedo). El
albedo espectral de una superficie plana se define como el ratio entre la integral
hemisfrica de la reflectancia entre la integral hemisfrica de la radiancia, ponderada
por el coseno del ngulo que forma con la normal a la superficie.

El esquema operacional para la obtencin de esta variable comprende cuatro pasos:
en primer lugar se corrige de efectos atmosfricos las radiancias medidas de la capa
externa de la atmsfera (Top Of Atmosphere -TOA) enviadas por los instrumentos del
satlite, para convertirlas en sus correspondientes valores de reflectancia de la Top Of
Canopy - TOC. stas sirven pues como input para la inversin de modelo lineal BRDF,
que permite tener en consideracin la dependencia angular del factor de reflectancia.
Los valores de albedo espectral se determinan por las integrales angulares de las
funciones del modelo con los parmetros obtenidos. Finalmente, se realiza una
conversin de banda estrecha a banda ancha mediante frmulas de regresin lineal.

Tcnicamente el procedimiento comprende dos mdulos distintos: uno para las
correcciones atmosfricas y otro para inversiones del modelo e integracin direccional
y espectral. El mdulo de correcciones atmosfricas se aplica de forma independiente
a cada imagen despus de su adquisicin. Por otra parte, la inversin y el mdulo de
clculo de albedo operan sobre un conjunto de imgenes de TOC-reflectancia
recibidas durante un da completo.

Se aade adems una capa de estimadores de calidad/procesado para cda una de las
celdas, indicando la bonanza de la clasificacin, aportando adems informacin sobre
las condiciones de procesado.

Los productos AL se distribuyen para el rea del MSG, en las cuatro regiones
geogrficas especficas de EUMETSAT (Europe, Africa - N_Africa and S_Africa- y
South America), en formato HDF5 que contiene tanto los valores LST como valores de
control de calidad.

Formato de los datos

Para optimizar el sistema y asegurar la consistencia de los datos, se hace
imprescindible la definicin de un formato interno especfico. La idea es imponer que
dentro de la LSA SAF todos los datos (de entrada y salida) deben cumplir con el
formato interno establecido. Se seleccion el formato HDF5 por varias razones:

Cumple con los estndares de todos los sistemas internos.
Es un formato robusto, adecuado para su utilizacin con datos de tipo
cientfico.
La LSA SAF reside en el IM de Portugal, que cuenta con experiencia en el
tratamiento de este tipo de datos.

Los ficheros HDF5 en el sistema LSA SAF presentan la siguiente estructura:
Un conjunto de atributos comn para todo tipo de datos, que contienen
informacin general sobre los datos (incluyendo metadatos que cumplen con
las especificaciones de U-MARF).
Una capa de informacin para los valores de los parmetros.
Capas de informacin adicionales para metadatos (p.ej qualiy flags o
indicadores de calidad).

Una cobertura de datos estar compuesta por tanto por una conjunto de atributos
comunes y otros distribuidos espacialmente. Cada cobertura de datos puede tener
dimensiones diferentes y nmeros diferentes de bytes por pxel (1 o 2 bytes).

Cada fichero contiene un solo producto y sus metadatos respectivos. Los nombres de
los ficheros internos de LSA SAF, de entrada y salida est formado por una cadena de
caracteres de hasta 255, compuesta de 6 campos separados por underscores, de la
forma:

FORMAT_FREE_SOURCE_VARIABLE _AREA_DATE
Donde:
FORMAT es o HDF5 o GRIB;
FREE es un campo libre;
SOURCE identifica al proveedor de los datos;
VARIABLE es el parmetro o variable contenida en el fichero;
AREA identifica una de las cuatro regions geogrficas: Euro, NAfr, SAfr o
SAme;
DATE es el instante de tiempo YYYYMMDDhhmm, o el tiempo de clculo en el
caso de modelos meteorolgicos numricos de prediccin.

Por ejemplo, el fichero de nombre:
HDF5_MSG_LSASAF_LST_Euro_200601010000, indica:

FORMAT = HDF5 (formato del fichero)
FREE=MSG (este campo libre indica que se corresponde a datos
proporcionados por el sistema Meteosat Seond Generation)
SOURCE=LSASAF (el proveedor de datos es la Land Surface Analysis SAF,
soportada por el IM de Portugal)
VARIABLE=LST (Land Surface Temperature)
AREA=Euro (Regin geogrfica: Europa)
DATE= 00:00h del da 01 de Enero de 2006 (fecha y hora correspondiente a
los datos).

Estos ficheros consisten en una matriz de 651x1701 pxeles o celdas cuadradas de y
cubren todos los pases miembros del consorcio EUMETSAT.

Consideraciones cartogrficas y geodsicas.

Resta por hacer una referencia especfica a las caractersticas espaciales de la
informacin que se est recibiendo. En este punto, se atender a la regin que resulta
de inters para el desarrollo del presente proyecto: Europa. A pesar de ello, la
adquisicin realizada mediante el sensor SEVIRI incluye la totalidad de la Tierra visible
desde la posicin del satlite geoestacionario, centrada en el Ecuador y el meridiano
de Greenwich. Es decir, su posicin sera de (0lon, 0lat) y una altitud de unos 35.800
Km sobre el Ecuador.

Este sensor est diseado para realizar barridos o escaneos de la superficie terrestre
mediante un cabeceo en la direccin E-W (100 rpm +/- 1%) y realizando distintas
pasadas en la direccin N-S, despus de finalizar cada barrido en direccin horizontal.

Estos datos brutos obtenidos para cada uno de los canales soportados por el sensor,
reciben el nombre de RAW data o Level 1.0. EUMETSAT corrige en tiempo real cada
imagen recibida del nivel 1.0 de los efectos radiomtricos, geomtricos y espaciales,
georeferenciando la imagen ya de nivel 1.5 segn una proyeccin estndar. El
resultado consiste en una imagen georeferenciada, calibrada y corregida de los
efectos radiomtricos, preparada pues para la aplicacin de algoritmos para la
obtencin de productos meteorolgicos.


Principios de adquisicin del sensor SEVIRI. Fuente: EUMETSAT.
La proyeccin de la imagen es la Normalized Geostationary Projection [GS], centrada
en el meridiano 0, donde cada una de la posicin (i, j) de los pxeles imagen se
corresponden con una (longitud, latitud) y viceversa. Esta proyeccin define la Tierra
como un elipsoide terico de semieje mayor (radio ecuatorial) de 6.378,1690 km. y
semieje menor (radio polar) de 6.356,5838 km. estando situado el satlite a 42.164
km. del centro de la Tierra.


Malla de longitudes-latitudes definidas por la proyeccin normalizada Geoestacionaria [GS]. Fuente:
EUMETSAT.
La definicin de este sistema de referencia implica que los productos meteorolgicos
derivados se definan sobre el mismo. La consecuencia directa de realizar el proceso
de adquisicin desde una rbita geoestacionaria mediante un satlite MSG, basada en
incrementos angulares, es que la resolucin espacial de los pxeles o celdas que la
forman, dependan de su posicin geogrfica.


Izquierda: Resolucin de MSG en direccin N-S. Derecha: en direccin E-W. Fuente: EUMETSAT.
La composicin de las resoluciones en las direcciones N-S y E-W genera la siguiente
superficie:


Composicin superficial de las resoluciones en las direcciones N-S y E-W. Fuente: EUMETSAT
La franja ms oscura representa 3,1 Km y las sucesivas 4 Km, 5 Km, 6 Km, 8 Km y 11
Km. Como se puede apreciar, Espaa se encuentra en su prctica totalidad en la
franja correspondiente a los 5 Km. Esto implica que al tenerse que integrar este tipo de
datos de forma distribuida con otras fuentes cartogrficas de informacin, debamos
realizar las transformaciones de DATUM pertinentes para conservar la homogeneidad
espacial y mantener la coherencia de los posibles clculos y procesos posteriores.

Para ello, y dada la discrepancia entre el elipsoide definido para la Proyeccin
Geoestacionaria normalizada y el que define el sistema ED-50 (el sistema de
referencia oficial espaol, que se apoya en el elipsoide de Hayford) o bien el definido
para el sistema europeo ETRS-89 (con el elipsoide WGS-84) se hace necesaria la
aplicacin de transformaciones polinmicas de segundo o tercer orden para el ajuste
geomtrico de los datos meteorolgicos. Se propone la generacin de una serie de
puntos homlogos a lo largo de toda la costa peninsular, conservando siempre tanto
las coordenadas proyectadas (bien en ED-50 o ETRS-89, siempre con proyeccin
UTM-Universal Transverse Mercator) como las coordenadas imagen o pxel, de forma
que este proceso pueda ser automatizado y se asegure que se aplicar la misma
transformacin espacial a cada una de las imgenes de forma que siempre coincidan
en ubicacin geogrfica los pxeles homlogos (posicin i,j) de imgenes distintas.

A continuacin se muestra una imagen de la visualizacin de los productos
meteorolgicos (en este caso DSSF de la regin Euro a las 06:00h del da 09/06/2005)
mediante el software HDF Viewer, Version 2.1, de libre distribucin y desarrollado por
la Universidad de Illinois. Es nicamente un visualizador que permite el acceso tanto a
los datos como a los metadatos y las Quality Flags o estimadores de confianza.


Visualizacin de los productos meteorolgicos mediante el software HDF View, 2.1
Como se ha comentando con anterioridad, el primer paso ser convertir estos datos a
un formato tipo GIS estndar y que permita su integracin con otras fuentes
cartogrficas. Para ello, y al tratarse el HDF5 de un formato tipo RASTER, puede ser
convertido a una matriz RASTER de tipo GRID de ArcInfo. Tras obtener los datos en
un formato adecuado, slo resta definir una transformacin polinmica de 2 o 3
er

grado para obtener un ajuste geomtrico lo suficientemente preciso como para poder
integrar estas fuentes de datos con otra informacin georeferenciada.


Producto meteorolgico DSSF despus de una transformacin polinmica de tercer orden para su ajuste
con otras fuentes cartogrficas.
Como se puede apreciar en las dos figuras anteriores, se trata de la misma
informacin; la primera de ellas es el formato bruto proporcionado por EUMETSAT y
referido a la Normalizad Geoestationary Projection, mientras que la segunda es un
GRID de ArcINFO, proyectado en UTM-Huso 30 (resolucin de 5x5 Km), ya preparado
para interactuar con otras fuentes cartogrficas.

Otro producto derivado de la teledeteccin es la precipitacin derivada por satlite. La
estimacin de precipitacin en superficie usando observaciones de satlite es un
primer paso lgico en cualquier sistema de Nowcasting, como complemento a otros
tipos de informacin (RADAR, NWP Numerical Weather Prediction Models). Para la
definicin de inputs de precipitacin del modelo se podra tener cobertura desde la
SAFNWC (SAF Nowcasting: prediccin inmediata o a muy corto plazo). Esta SAFNWC
est liderada por el INM (Instituto Nacional de Meteorologa espaol), en colaboracin
con los Servicios Meteorolgicos de Francia (Mto-France), Suecia (SMHI), Austria
(ZAMG) y la empresa GMV, y pertenece a la SAF Network como parte del segmento
de Tierra de EUMETSAT (Ground Segment).

De acuerdo a la decisin del 29 Congreso de EUMETSAT, se firm el Acuerdo de
Cooperacin de una SAF para el soporte a la Prediccin Inmediata y a Muy Corto
Plazo, en Diciembre de 1996. El proyecto comenz en Febrero de 1997 y termin en
Febrero de 2002. La fase de desarrollo se orient a la produccin de Software para la
generacin y tratamiento de productos Nowcasting y VSFR a partir de los datos MSG
SEVIRI., as como la consideracin de los desarrollos introducidos por AVHRR (NOAA
y EPS).

Su objetivo principal es proporcionar productos derivados que aseguren el ptimo uso
de los datos de los satlites meteorolgicos en Prediccin Inmediata y a Muy Corto
Plazo, siendo aplicable a los servicios MSG (Meteosat Second Generation) y EPS
(European Polar System). Para ello, la SAFNWC es responsable del desarrollo y
mantenimiento de Paquetes de Software a los Servicios Meteorolgicos de los pases
miembros y colaboradores de EUMETSAT.

Es por tanto la estimacin de la precipitacin mediante la SAFNWC un producto
importantsimo a integrar en los SAIH para la alimentacin de los modelos hidrolgicos
con el campo de precipitacin derivado de satlite. Evidentemente esta informacin
debe ser combinada con otras fuentes de datos de precipitacin como el Radar
Meteorolgico y la red de pluvimetros en tiempo real de los SAIH, para ello existen
diversas opciones siendo la ms interesante a nuestro juicio la derivada del proyecto
Europeo MUSIC (MUlti-Sensor precipitation measurements Integration,
Calibration and flood forecasting).

Los tipos de productos que ofrece esta SAF se distinguen en dos clases
fundamentales, segn sea el origen de los datos, estando en azul aquellos prioritarios
para su integracin en el SAIH:

Productos derivados de MSG

PGE01: CMa (Cloud Mask)
PGE02: CT (Cloud Type)
PGE03: CTTH (Cloud Top Temperature and Height)
PGE04: PC (Precipitating Clouds)
PGE05: CRR (Convective Rainfall Rate)
PGE06: TPW (Total Precipitable Water)
PGE07: LPW (Layer Precipitable Water)
PGE08: SAI (Stability Analysis Imagery)
PGE12: AMA (Air Mass Analysis)
PGE09: HRW (High Resolution Winds)
PGE10: ASII (Automatic Satellite Image Interpretation)
PGE11: RDT (Rapid Developing Thunderstorms)

Productos derivados de PPS

PGE01b: CM (Cloud Mask)
PGE02b: CT (Cloud Type)
PGE03b: CTTH (Cloud Top Temperature and High)
PGE04b: PC (Precipitating Clouds)

De todos ellos, los productos que genera un valor aadido para su utilizacin en los
SAIH es PGE06: TPW (Total Precipitable Water). Es decir, la cantidad de agua lquida,
en milmetros, contenida en el vapor de agua de la columna de aires correspondiente.
Valores altos de TPW suponen de forma frecuente las condiciones previas al
desarrollo de precipitaciones abundantes e inundaciones rpidas (flash floods). Las
precipitaciones fuertes se producen en zonas con valores altos de TPW que presenten
un proceso de ascenso y adveccin clida en niveles bajos. Estos datos aportan una
herramienta importante para la prediccin inmediata o a muy corto plazo.



Imagen derivada de SAFNowcasting. Producto CRR
La inclusin de los productos derivados de la SAFNowcasting como input a los
modelos hidrolgicos integrados en un Sistema de Ayuda a la Decisin van a ser
fundamentales para la previsin de crecidas en el corto plazo, fundamentalmente en
cuencas de respuesta rpida y alta convectividad.

Actualmente se estn desarrollando nuevas SAF fundamentalmente la SAF on
Support to Operational Hydrology and Water Management enfocada a generar
productos para los requerimientos operacionales en hidrologa aplicada; esta SAF ha
sido aprobada por el EUMETSAT council en Junio de 2004 y todava se encuentra no
operacional, a continuacin se presenta el futuro de esta SAF que ineludiblemente
deber, cuando este operacional, incorporarse al futuro de los sistemas SAIH en
Espaa.



La fase de desarrollo comenz el 1 de septiembre de 2005 y tiene un futuro de cinco
aos, la Hydrology-SAF est coordinado por el Ufficio Generale della Meteorologia,
UGM (Italia) integrando en el consorcio las siguientes organizaciones:

Zentral Anstelt fr Meteorologie und Geodynamik (ZAMG),
Royal Meteorological Institute of Belgium (KMI),
Ilmatieteen Laitos of Finland (FMI),
Meteo-France,
Bundesanstalt fr Gewsserkunde of Germany,
Turkish State Meteorological Service
Hydro-Meteorological Services of Hungary, Poland and Slovenia.

Finalmente un dato importantsimo para el pronstico de caudales es el estado de
humedad del suelo de la cuenca, dicho input puede ser derivado de la teledeteccin,
ya que est permitir, por un lado establecer realmente el estado inicial del sistema
hidrolgico (en la componente de suelo-vegetacin) de cara a la prediccin de
caudales en una cuenca y por otro lado permitir calibrar y validar los diferentes
modelos hidrolgicos, dada la importancia de la humedad del suelo en las condiciones
iniciales del sistema hidrolgico.

Es evidente que el uso de la informacin obtenida por teledeteccin (en cualquiera de
sus productos) invitan a la modelacin distribuida, es por eso que el conocimiento de
la humedad del suelo en todas y cada una de las celdas del dominio topolgico de una
cuenca es fundamental, aunque an hoy en da los algoritmos para determinar dicho
estado de humedad estn en fase de desarrollo (LANDSAF, Misin SMOS: SOIL
MOISTURE & OCEAN SALINITY) y todava no se tiene un producto estandar final y
operacional, pero debe ser tenido en cuenta, para cuando sea posible poderlo
incorporar a los modelos en uso en los distintos SAIH.

La estimacin de la humedad del suelo en la zona no saturada es una cuestin
importante en la modelizacin meteorolgica a corto y medio plazo, en la modelizacin
hidrolgica. Los intentos de pronsticos de crecidas amenudo fallan porque la
hidrologa de la zona no saturada se describe sin ninguna precisin. Una vez que se
conoce la humedad del suelo, es posible inferir el contenido en humedad del suelo en
la zona de las races. A continuacin se presenta el por qu de la importancia de que
la humedad del suelo es una variable fundamental a considerar para este proyecto de
innovaciones tecnolgicas en los SAIH:

Sobre tierra, los flujos de energa y de agua en la interfase superficie/atmsfera
dependen fuertemente de la humedad del suelo

La Evaporacin-Evapotranspiracin, infiltracin y escorrenta estn controlados
por la humedad del suelo

La humedad del suelo tambin regula el ritmo de absorcin de agua por la
vegetacin en la zona no saturada

Es, por tanto, la humedad del suelo y su conocimiento una variable crtica en
el ciclo hidrolgico

Su evolucin espacio-temporal, es una variable importante en los modelos
numricos meteorolgicos y climticos, y en los modelos hidrolgicos.




El ciclo hidrolgico, importancia de la humedad del suelo y su conocimiento para la modelacin
Desde el punto de vista hidrolgico, el suelo es una gran embalse no lineal por el cual
circula el flujo subsuperficial (flujo en la zona no saturada) y que tiene una altsima
importancia en la respuesta hidrolgica de una cuenca, sobretodo en funcin de su
grado de saturacin (es decir el contenido de humedad del mismo). Es en el suelo
donde se produce los fenmenos de infiltracin y de exfiltracin y es l que en funcin
de sus caractersticas fsicas (porosidad, conductividad hidrulica, espesor del
horizonte de suelo) y su relacin con la roca madre permite el proceso de percolacin
al acufero (groundwater flow). Segn las caractersticas fsicas de los suelos y la
cobertura de vegetacin (el denominado complejo suelo-vegetacin) y climticas de
una cuenca, las diversas variables que intervienen en la infiltracin tendrn una
importancia u otra, dando lugar a distintos mecanismos de formacin de escorrenta
superficial. En una amplia parte de las cuencas del mbito de Espaa el mecanismo
generador de escorrenta se debe fundamentalmente al exceso de saturacin del
suelo o mecanismo de Dunne. El mecanismo de formacin de escorrenta por exceso
de saturacin se produce cuando el suelo presenta un nivel muy elevado de saturacin
de agua y en ese caso, cuando existe precipitacin, el suelo apenas puede absorber
ms agua de la que ya contiene por lo que inicia la escorrenta sin darse apenas
infiltracin. Las variables que principalmente condicionan este tipo de escorrenta son
la topografa de la superficie, la edafologa, la existencia de estratos impermeables en
la roca madre generando suelos de poco desarrollo radicular, etc.

Durante los ltimos aos, varios autores (Todini, 1996, 2002) han sealado la
importancia de que la formacin de escorrenta por este mecanismo no se produce de
una manera general por toda la cuenca, sino nicamente en algunas reas (es lo que
algunos autores denominan las reas contribuyentes variables). Las ms propensas a
formar parte de dichas reas contribuyentes variables son las siguiente (Beven y
Kirkby, 1979):

reas prximas a los cauces de los ros donde el nivel fretico est ms
prximo a la superficie. Estas reas se incrementan poco a poco a medida que
la precipitacin contina.

reas de las laderas en forma cncava, donde se acumulas ms rpidamente
agua y aumentan rpidamente los niveles freticos.

reas con suelos poco profundos donde la capacidad de almacenamiento de
agua y de transmisividad es baja y rpidamente se llega al estado de
saturacin del suelo.

Al igual que estas reas de aportacin de escorrenta van aumentando a medida que
transcurre la precipitacin, una vez acabada sta, la extensin de estas reas
disminuye. La importancia de esta diversificacin de reas contribuyentes de
escorrenta es reflejada en Nachabe et al. (1997) donde se analiza cmo la diferente
distribucin de estas reas da origen a distintos hidrogramas de crecida.

La humedad del suelo puede obtenerse mediante:
ptico/Infrarrojo (IR)

o Solamente durante el da
o Atenuado por nubes
o No penetra la vegetacin

Radar

o Poco atenuado por nubes
o Poca precisin
o Alta resolucin

Radiometra

o Poco atenuado por nubes
o Alta precisin
o Poca resolucin

Todos estos problemas parecen mejorados y soslayados con la teledeteccin por
microondas y abre un camino hacia el mapeado de la humedad superficial del suelo y
su inclusin en la modelacin hidrolgica, a continuacin se presenta el diagrama de
flujo para la obtencin a partir de la Temperatura de Brillo de la Humedad del suelo:

Visibilidades
Emisin
Espontnea
(Banda L)
-10 -5 0 5 10 15 20
-20
-15
-10
-5
0
5
10
15
20
( ) ( ) , ,
B ph
T e T =
Caso ideal
IDFT
Caso
real
Algoritmo
de
inversin
Temperatura de Brillo
Humedad del Suelo Humedad del Suelo
DIAGRAMA DE BLOQUES DIAGRAMA DE BLOQUES


Diagrama de flujo para la obtencin a partir de la Temperatura de Brillo de la Humedad del suelo

Como conclusin final queda justificado orientar los modelos hidrolgicos a utilizar en
los SAIH en base a poder asimilar toda la informacin espacialmente distribuida
provista por la teledeteccin.

4.2. DATOS PROVENIENTES DEL RADAR METEOROLGICO

Es sabido por toda la comunidad cientfica meteorolgica e hidrolgica que la
utilizacin del Radar Meteorolgico en la generacin de campos espacio-temporales
de precipitacin supone una mejora cualitativa y cuantitativa a los modelos
hidrolgicos de simulacin y previsin de caudales.
La precipitacin es una variable atmosfrica caracterizada por un comportamiento
altamente variable, por eso es muy complicado proporcionar una descripcin
cuantitativa espacial precisa. Por un lado las medidas pluviomtricas se pueden
considerar como una estimacin de lluvia cuantitativamente bastante precisa, pero no
pueden reproducir la distribucin espacial de dicha lluvia. (Marshalek, 1981; Nespor,
1995; Niemczynowicz, 1986; Sevruk, 1982, 1986, 2002).

Por otro lado los radares son sensibles a los elementos de precipitacin (gotas de
agua) y entonces pueden considerarse herramientas eficaces para al observacin
meteorolgica. Los radares proporcionan una mejor representacin espacial que los
pluvimetros, pero mas pobre en la estimacin cuantitativa. (Atlas, 1990; Austin, 1987;
Collier, 1986, 1989, 1990, 2002; Doviak and Zrnic).

En los ltimos treinta aos han habido numerosass tentativass de utilizar las medidas
satelitales para estimar la precipitacin (Kidder and Vonder Haar, 1995; Petty,
1994a,b, 1995), se han utilizados los satlites geoestacionarios o polar orbiting como
METEOSAT, GOES, GMS, NOAA, DMSP (e.g. Lovejoy and Austin, 1979; Wu et al.,
1985; Barrett et al., 1988; Uddstrom and Gray, 1995; Huffman et al., 1995; Cheng and
Brown, 1995). Las medidas del satlite en el infrarrojo o en el visible, sin embargo, son
sensible a las caractersticas fsicas de las nubes, y entonces proporcionan una
informacin indirecta de la precipitacin.

Las diferentes tipologas de informacin de precipitacin, directa e indirecta, tienen
adems diferente resolucin espacial: por ejemplo los pluvimetros representan una
medicin puntual del dato de lluvia, mientras los radares y los satlites proporcionan
una informacin espacialmente distribuida. Las estaciones pluviomtricas y los radares
proporcionan una informacin ms precisa, a pesar de sus lmites espaciales, mientras
el satlite, aun si ofrece mediciones de precipitacin (indirectas) de calidad inferior,
proporciona una cobertura continua a banda ms ancha.

Es por tanto imprescindible que los modelos hidrolgicos puedan asimilar los datos
provenientes del Radar, en este sentido existe un modelo operativo denominado
Rainmusic que ha sido desarrollado dentro del Proyecto Europeo MUSIC (MUlti-
Sensor precipitation measurements Integration, Calibration and flood
forecasting) de duracin trienal (febrero 2001-julio 2004).

El proyecto MUSIC se propone por un lado aportar mejoras a la fiabilidad de las
tcnicas de estimacin radar y satelital de la precipitacin, creando un acople de estas
con las observaciones tradicionales proporcionadas por las estaciones pluviomtricas.
Por otro lado se ha preocupado de proporcionar herramientas para la comunicacin
y divulgacin de los resultados a las autoridades involucradas en prediccin y gestin
de avenidas en tiempo real.

Para cada una de las tcnicas sensoriales de medicin de precipitacin: pluviometros,
Radar y Satlite el proyecto se propuso desarrollar algoritmos mejorados de
estimacin de la precipitacin, de evaluar sus incertidumbres y de utilizar una
combinacin innovadora de las salidas de las tres tcnicas de estimacin (radar,
satelital y pluviomtrica) para proporcionar un campo de precipitacin espacio
temporal mas fiable a un sistema de prediccin de avenidas a corto plazo, junto con la
medida de su incertidumbre. Este sistema, que presupone mejorar considerablemente
la fiabilidad de las predicciones dentro de un mismo horizonte de prediccin, puede ser
aplicado a cuencas de diferentes escalas: puede funcionar para predicciones a muy
corto plazo (1-6 horas) o, en conjunto con Modelos de rea Limitada (LAM), para
predicciones con horizonte temporal del orden de das. Los potenciales usuarios, como
por ejemplo los Organismos de Cuenca (SAIH), sern capaces de obtener acceso a la
informacin de manera inmediata y clara.

El rol bsico de un sistema de prediccin de precipitacin y de avenidas se concentra
de hecho en su capacidad, dentro del horizonte de prediccin, de evaluar y reducir la
incertidumbre en predecir episodios futuros, y permitir as lanzar las alertas con ms
precisin y tomar decisiones operativamente con la intencin de reducir el riesgo de
inundacin.

El proyecto MUSIC encaja con estos objetivos, desarrollando una tcnica innovadora
de mejora en la obtencin de los datos de precipitacin, por radar, satlite y datos
procedentes de las estaciones pluviomtricas, y de utilizar el producto resultante en un
sistema integrado de prediccin de avenidas.


En el Framework del proyecto europeo MUSIC (Contract no. EVK1-CT-2000-00058), la
Universidad de Bologna ha desarrollado una tcnica innovadora para acoplar radares
meteorolgicos, satlites y precipitacin obtenida por mediciones pluviomtricas, con
el objetivo de proporcionar estimaciones de precipitacin lo ms fiable posible. Para
conseguir esto, se han utilizado las tres diferentes fuentes de estimacin de
precipitacin: la informacin obtenida a partir de las estaciones pluviomtricas, la
informacin proporcionada por el radar meteorolgico y las imgenes satelitales. Cada
una de las estimaciones est afectada por errores de origen distintos. Dada la
independencia del origen de los errores, se ha desarrollado una tcnica basada en el
uso conjunto del Block Kriging y de la combinacin Bayesiana, para una substancial
eliminacin del bias y una reduccin de la variancia de los errores estimados,
con una consiguiente mejora de la fiabilidad de las estimaciones de
precipitacin.

Se han desarrollado tres diferentes combinaciones Bayesianas:

entre radar y pluvimetros
entre satlite y pluvimetros
entre radar, satlite y pluvimetros

El RAINMUSIC es el software desarrollado para efectuar la combinacin Bayesiana
entre los datos pluviomtricos, radares y satelitales, y en el cual se manejan todos los
parmetros involucrados en dicha combinacin y que proponemos utilizar en la
siguiente oferta.

Combinacin Bayesiana entre radar y pluvimetros (GRBC)

El dato pluviomtrico ofrece una informacin bastante precisa, sin embargo
proporciona una informacin escasa por lo que concierne la distribucin espacial de la
precipitacin, sobretodo en el caso de que se haya una situacin de tipo convectivo.
Por otro lado, los radares son capaces de delinear los lmites espaciales de una
tormenta, a pesar de ser una informacin cuantitativamente cargada de errores
muchas veces bastantes significativos. Por tanto se ha proporcionado una
combinacin Bayesiana de los dos tipos de informacin, con el objetivo de
proporcionar una informacin resultante que tenga buenas caractersticas en cuanto a
distribucin espacial y a precisin cuantitativa de la precipitacin.

El primer problema que hay que solucionar consiste en que las medidas pluviomtricas
se refieren a un punto, y no pueden ser directamente comparadas con los valores del
radar promediados sobre una malla de 1x1 Km
2
o ms grande an. Por tanto se ha
utilizado el Block Kriging, una extensin de la tcnica geoestadistica del Kriging, con el
intento de regionalizar los datos pluviomtricos a escala radar. En el Block Kriging el
peso que cada medida pluviomtrica puntual tiene sobre el pxel est calculada por
medio de funcin de la distancia, el Variograma, que describe la dependencia espacial
entre el rea estimada y las medidas puntuales. La tcnica de la combinacin
Bayesiana con el Block-Kriging actualiza los parmetros de la funcin del variograma
en cada paso temporal usando el estimador de Maxima Verosimilitud (Maximum
Likehood, Todini, 2001).

Si se considera por ejemplo la siguiente distribucin espacial de pluvimetros y
cobertura radar: el espacio . Los dos tipos de sensores proporcionan una medida de
precipitacin en el intervalo de tiempo :


Representcin esquematica de los datos radar y pluviomtricos.
Se utiliza la tecnica del Block Kriging para regionalizar las medidas de precipitacin
procedente de los pluvimetros en los pixels del radar, para que la escala espacial de
la medida pluviomtrica sea compatible con el dato radar, y asumiendo que los
registros pluviomtricos son insesgados, una vez determinado la estima del error, se
aplica el filtro de Kalman para obtener una estima a posteriori combinando la estima a
priori proporcionada por la medida ya tratada con el Block Kriging, en el contexto
Bayesiano.

A continuacin se presenta un esquema resumen de los pasos para conseguir la
combinacin Bayesiana entre radar y pluvimetros (Todini 2000):

RAINGAUGES
BLOCK KRIGING
BLOCK KRIGING OF THE
RAINGAUGES
KALMAN FILTER
RADAR
BLOCK KRIGING OF THE RAINGAUGES +
RADAR (= GRBC)
POINT MEASUREMENTS
SPATIAL ESTIMATES

Esquema de funcionamiento de la tcnica de combinacin Bayesiana entre radar y pluvimetros.
Una vez acabada la estimacin del error de las estimaciones ya tratadas con el Block
Kriging, la combinacin Bayesiana entre radar y pluvimetros utiliza el filtro de Kalman
para combinar las estimaciones radar con los registros pluviomtricos en un contexto
Bayesiano. La GRBC considera las estimaciones radar y pluviomtricas
proporcionadas a cierto paso temporal, completamente independientes de las
estimaciones del paso temporal anterior. Por esta razn el filtro aplicado por la GRBC
no considera el conjunto de ecuaciones que compone el algoritmo del filtro de Kalman.
Por esto no es necesario actualizar el estado del sistema pasando de un time step al
otro, la GRBC considera solo las ecuaciones de actualizacin de las medidas,
mientras las ecuaciones de prediccin temporal se ignoran. La siguiente Tabla
resume las ecuaciones de actualizacin de las medidas del filtro de Kalman, donde z
t

es la medida, H es la matriz identidad,
t
x es el estado estimado,
t
v es el error,
t
x' es
la estimacin a priori,
t
x ' ' es la estimacin a posteriori, K
t
es la ganancia de Kalman;
R
t
es la matriz de covarianza del ruido de la medida,
t
P' es la matriz de covarianza
de los errores de la estimacin a priori,
t
P ' ' es la matriz de covarianza de los errores
de la estimacin a posteriori:

t t t
v Hx z + = ecuacin de medida (1)
( )
1
' '

+ =
t
T
t
T
t t
R H HP H P K ganancia de Kalman (2)
( )
t t t t t
Hx z K x x ' ' ' ' + = actualizacin del estado (3)
( )
t t t
P H K I P ' ' ' = actualizacin de la covarianza del error (4)
Ecuaciones discretas de la actualizacin de la medida del filtro de Kalman
En las ecuaciones (1) hasta (4) el ndice t no implica ninguna relacin entre los pasos
temporales, siendo las matrices resultantes actualizadas en cada paso temporal y por
tanto se efecta la combinacin Bayesiana entre los dos tipos de estimacin
escogiendo el campo de precipitacin proporcionado por el radar como la estimacin a
priori
t
x' y el campo proporcionado por el Block-Kriging de los datos pluviomtricos
como vector de medida z
t
.

Combinacin Bayesiana entre satlite y pluvimetros (GSBC)

La combinacin Bayesiana entre satlite y pluvimetros tiene las mismas dificultades
de la realizada entre radar y pluvimetros. Es necesario primero homogeneizar las dos
diferentes escalas de cada fuente de informacin de precipitacin, en cuanto los
pluvimetros proporcionan una informacin puntual con un bastante alto grado de
precisin, a pesar de la escasa descripcin espacial, mientras las imgenes satelitales
proporcionan una informacin espacialmente agregada menos precisa. Se trata en
primer lugar de regionalizar los datos pluviomtricos as que puedan ser utilizados
para corregir el error procedente de la informacin satelital. Esa misma, una vez
corregida, puede ser utilizada para la estimacin de la precipitacin en reas donde los
registros pluviomtricos no se encuentran disponibles.

Se puede imaginar una distribucin de estimaciones satelitales de precipitacin en el
tiempo como el grid representado en la figura 3, donde los puntos en negro
corresponden a la distribucin espacial de los pluvimetros que proporcionan datos de
lluvia para el mismo intervalo de tiempo:


Representacin espacial de las estimaciones de precipitacin satelital y pluviomtrica. Las lneas rojas
representan los pixels del Block-Kriging.
En este caso se utiliza tambin la tcnica de combinacin Bayesiana para acoplar
datos pluviomtricos y satelitales, que tiene como objetivo principal lo de eliminar el
bias en las estimaciones satelitales y reducir la varianza en las estimaciones de
precipitacin. A continuacin se propone un esquema del algoritmo de combinacin
Bayesiana entre satlite y pluvimetros:

RAINGAUGES
BLOCK KRIGING
BLOCK KRIGING OF THE RAINGAUGES
UPSCALING
BK GAUGES at satellite scale SATELLITE
KALMAN FILTER
BK GAUGES + SATELLITE at satellite scale
DOWNSCALING (KALMAN SMOOTHING)
BLOCK KRIGING OF THE RAINGAUGES + RADAR + SATELLITE


Esquema de la combinacin Bayesiana entre satlite y pluvimetros.
Como primer paso la GSBS utiliza la tcnica de Block Kriging para regionalizar las
medidas pluviomtricas sobre una malla de resolucin espacial idnea para
aplicaciones hidrolgicas, es decir una malla de 1x1 Km
2
o 2 x 2 Km
2


Despus, se procede homogenizando la resolucin de la malla de pxels obtenida con
la tcnica del Block-Kriging con la resolucin espacial de la informacin satelital. La
precipitacin es una cantidad aditiva, por tanto es posible pasar de una escala ms
pequea a una escala ms grande:

SATELLITE (x)
BLOCK KRIGING of the
RAINGAUGES (y)
UPSCALING (FINE-TO-COARSE STEP)

Esquema de agregacin de los pixels del Block-Kriging (con escala Y) para obtener una homogeneizacin
de escala con respecto al los pixels del satlite (X)
Las estimaciones del Block-Kriging as agregadas pueden entonces ser combinadas
con las estimaciones del satlite mediante el utilizo del filtro de Kalman. Una vez
obtenida una estimacin ptima de la precipitacin, es necesario mejorar la resolucin
de los resultados, en cuanto se encuentran a la resolucin del satlite, que resulta ser
demasiado grosera para aplicaciones hidrolgicas. Por tanto es necesario aplicar una
reduccin de escala (downscaling) para reconvertir los datos a la resolucin anterior
del Block-Kriging:

SATELLITE (x)
BLOCK KRIGING of the
RAINGAUGES (y)
DOWNSCALING (COARSE-TO-FINE STEP)

Reduccin de la escala: desde la escala del satelite (X) a la escala del Block-Kriging (Y)

Combinacin Bayesiana entre satlite, radar y pluvimetros (GRSBC)

Desde el punto de vista Bayesiano, el algoritmo de la combinacin Bayesiana de
satlite, radar y pluvimetros puede ser visto como un algoritmo de asimilacin de
datos. Las medidas de lluvia vienen de diferentes dispositivos, cada uno con su
dinmica especfica y su nivel de error. Teniendo en cuenta la incertidumbre local
relacionada a cada tipo de tcnica de captura de datos, se puede obtener una
combinacin de la informacin finalizada a una descripcin ptima de la cantidad
requerida, en este caso de la precipitacin. Si se conocen los errores de la medicin,
incluso medidas con un alto ruido como aquellas del satlite pueden aportar mejoras a
la informacin del sistema. Por esta razn una combinacin que involucre medidas de
pluvimetros, radares y satlites proporciona la mejor informacin que se pueda
obtener para el campo de precipitacin. Se puede estructurar una red de medidas de
lluvia que cubre un cierto espacio como el conjunto de tres tipos de sensores que
proporcionan informacin en cada paso temporal : satelital, radar y pluviomtrico:

El algoritmo utilizado que se propone para combinar en un contexto Bayesiano los tres
tipos de medidas, con el objetivo de eliminar el bias en las estimaciones radar y
satelital y reducir la varianza en las estimaciones pluviomtricas y alcanzar por tanto
una estimacin ptima y fiable del campo de precipitacin, a una escala adecuada
para aplicaciones hidrolgicas utiliza el algoritmo de la GRBC para combinar datos
pluviomtricos con datos radar y el algoritmo de la GSBC para combinar datos
pluviomtricos y satelitales. En las figuras a continuacin se puede visualizar el
esquema general del algoritmo global:


Representacin de los datos satelitales (cuadrados azules), radar (cuadrados rojos) y pluviomtricos
(puntos).
BLOCK KRIGING OF THE RAINGAUGES +
RADAR
UPSCALING
BK GAUGES + RADAR at satellite scale
SATELLITE
KALMAN FILTER
BK GAUGES + RADAR + SATELLITE at satellite scale
DOWNSCALING (KALMAN SMOOTHING)
BLOCK KRIGING OF THE RAINGAUGES +
RADAR + SATELLITE


Representacin esquemtica del algoritmo de combinacin Bayesiana entre datos pluviomtricos, radar y
satelitales.
Los pasos del algoritmo global son los siguientes:
Utilizacin de la tcnica del Block-.Kriging para reconducir los datos
pluviomtricos a una escala comparable con la escala de los pixels radar;

Utilizacin del filtro de Kalman para proporcionar una estimacin a posteriori
por medio de la combinacin entre los datos radar y los datos pluviomtricos a
escala radar;

Reconducir la combinacin obtenida a una escala comparable con aquella del
satlite, por medio de un upscaling;

Utilizacin del filtro de Kalman para combinar el resultado de la combinacin
GRBC (pluvimetros y radar) agregado a la escala del satlite, con los datos
las estimaciones del satlite. La estimacin a posteriori, llamada combinacin
de las estimaciones de Block-Kriging, radar y satlite, a la escala de satlite,
est calculada por medio de la combinacin de las estimaciones a priori
proporcionadas por los resultados de la GRBC agregada con las estimaciones
proporcionada por el satlite;

Reduccin de la escala de los resultados, desde la escala satelital a una escala
idnea para aplicaciones hidrolgicas, como puede ser la escala de los datos
de Block-Kriging.

A titulo de ejemplo de las diferentes combinaciones utilizadas para optimizar el
conocimiento del campo de precipitacin se muestra el caso de la aplicacin de dichas
tcnicas al ro Reno, en su subcuenca vertiente a Casalecchio (Bologna, Italia):


La subcuenca del Ro Reno esta cubierta por una red de 25 pluvimetros, por
imgenes satelitales procedentes de Meteosat de 5x5 Km de resolucin y por una
informacin radar proporcionada por un Doppler a banda C a doble polarizacin de
1x1 Km de resolucin.

En la imagen a continuacin se pueden analizar los resultados de las combinaciones
Bayesianas: la primeras tres imgenes visualizadas corresponden a la representacin
de los tres distintos campos de precipitacin, recopilados el 15 de abril 1998 a las 18
horas; a partir de la izquierda se encuentran los datos pluviomtricos regionalizados
con el Block-Kriging, los datos radar y los datos satelitales.

Las imgenes abajo representan los tres tipos de combinacin: la primera es el
resultado de la combinacin Bayesiana entre datos radar y pluviomtricos (GRBC), la
segunda representa el resultado de la combinacin Bayesiana de datos satelitales y
pluviomtricos (GSBC) y la tercera es la combinacin de los tres tipos de datos
(GRSBC)













rea de la cuenca: 1081 Km
2
Numero de pluvimetros: 25
Radar: C band Doppler Double
Polarization
Pixels: 1 x 1 Km
Satlite: Meteosat
Pixels: 5 X 5 Km
Block Kriging Radar Satellite






















BK + RADAR BK+SATLITE BK+RADAR+SATLITE

Resultados de las diferentes combinaciones Bayesianas.en la subcuenca del Ro Reno
A continuacin se muestra el resultado en cuanto a respuesta hidrolgica de la misma
subcuenca del Ro Reno, en el episodio de precipitacin. La respuesta hidrolgica ha
sido modelada con el modelo distribuido fsicamente basado TOPKAPI (Todini, 2002),.
Los datos radares se refieren a informacin horaria recopilada desde el 13 hasta el 22
de noviembre del 2000, cuando se observ una crecida en Casalecchio:


8 8. .7 7
0 0. .0 0
Reno @ CASALECCHIO
0
50
100
150
200
250
300
350
400
450
500
550
600
650
1 25 49 73 97 121 145 169 193 217
time (h)
D
i
s
c
h
a
r
g
e

(
m
3
/
s
)
OBS BK
RAD BKR
BKS KRS


Comparacin de pronsticos de caudal haciendo uso de diferentes combinaciones de fuentes de
informacin pluviomtrica en el Ro Reno. El modelo hidrolgico utilizado con dicha informacin es el
TOPKAPI.

Por otro lado en Espaa el grupo de investigacin liderado por Daniel Sempere
GRAHI-UPC cuenta con una extensa trayectoria en la utilizacin hidrolgica del radar
meteorolgico. Esa experiencia aborda los procesos de tratamiento y control del
funcionamiento de una red de radares, tratamiento y correccin de errores que afectan
a la medida de lluvia por radar, optimizacin cuantitativa de los datos radar y la
creacin de productos hidrometeorolgicos y de alerta basados en datos radar.

En ese campo han trabajado tanto en el entorno de proyectos de investigacin
nacionales y europeos como en el desarrollo de aplicaciones operacionales. En ese
sentido podemos destacar dos experiencias clave a tener en cuenta:

La colaboracin que se mantiene con el Instituto Nacional de Meteorologa desde
1993 en el estudio de la medida de lluvia por radar meteorolgico y de sus
aplicaciones hidrolgicas a travs de diversos proyectos de I+D en los que el INM ha
apoyado al equipo investigador mediante acuerdos para la cesin de datos radar y
colaboracin de personal tcnico e investigador. Esa colaboracin ha permitido
conocer en gran detalle el funcionamiento de la infraestructura radar del INM y sus
particularidades.

Desde el 2001 el GRAHI-UPC, colabora con la Agencia Catalana de lAigua (ACA) y
el Servei Meteorolgic de Catalunya (SMC) en el desarrollo de herramientas de
optimizacin de la medida de lluvia radar y el desarrollo de modelos hidrolgicos. La
motivacin de esos desarrollos es la creacin por parte del SMC de una red de
radares meteorolgicos (actualmente 3 operacionales) y el inters estratgico del SMC
y el ACA para contar con herramientas avanzadas de alerta hidrometeorolgica y de
mejora de la gestin de recursos hdricos. El conjunto de herramientas agrupado bajo
el nombre de EHIMI (Herramienta de Previsin Hidromenteorolgica Integrada),
contienen la transferencia de una gran parte de la I+D realizada por el GRAHI-UPC en
los ltimos 5 aos y representa un primer prototipo que se aplica de forma operacional
en el ACA y el SMC para sus labores de gestin y previsin. La importante sinergia
creada en los ltimos aos entre esas tres instituciones ha permitido situar el proyecto
realizado como un referente europeo en les aplicaciones hidrometeorolgicas del
radar, con una presencia destacada en los principales forums internacionales.

Se han desarrollado aplicaciones de visualizacin y gestin de datos
hidrometeorolgiocos en general. Podemos destacar las siguientes actuaciones:

Desarrollo en el contexto del proyecto EHIMI con el ACA y el SMC de las
herramientas de gestin y visualizacin de datos radar, productos y alertas
hidrometeorolgicas y datos hidrolgicos.

Desarrollo de aplicaciones de visualizacin 3D y tratamiento de datos radar en
tiempo real para el Centro Meteorolgico Territorial de Catalunya del INM.

Desarrollo de aplicaciones de visualizacin 3D de datos radar para la formacin de
los operadores de previsin hidrometoeorolgica de MeteoFrance.

De forma general el GRAHI-UPC ha diseminado diversos productos de visualizacin
de datos radar en diversos centros de investigacin con los que colabora (LTHE,
Universidad de Wageningen, MRO, Goddard Space Flight Center de la NASA, etc.)

Desarrollo para el SMC de una herramienta para la visualizacin combinacin y
animacin de datos/productos hidrometeorolgicos en general: radar, satlite, modelos
numricos, rayos, estaciones meteorolgicas (precipitacin, temperatura, viento),
salidas de modelos hidrolgicos, etc.

La aportacin del radar meteorolgico a los modelos de previsin hidrolgicos es
considerado una herramienta esencial para los propsitos cuantitativos, el radar ofrece
una medida del campo espaciotemporal de lluvia de gran resolucin temporal y
espacial: t 5 - 10 minuto y x 1km cubriendo amplias reas desde el punto de
ubicacin del mismo (200 x 200 km). En la siguiente figura se presenta el campo
espacial de lluvia en Catalua durante un episodio obtenido haciendo uso de la red de
radares y el mismo campo obtenido por interpolacin a partir de la red de
pluvimetros.


Comparacin del campo espacial obtenido por Radar (izquierda) y por interpolacin de la red de
pluvimetros (derecha)
El radar meteorolgico ofrece una medida indirecta de la precipitacin y se hace
necesaria antes de su utilizacin con fines hidrolgicos el procesado y correccin de
las imgenes obtenidas, esta lnea de trabajo comenz hace ya ms de 15 aos y se
fundamenta en una nueva mentalidad en los estudios radar:

Necesidad de entender la fsica de la medida radar antes de hacer nada ms

En base a esto se ha trabajado en todo el mundo y en concreto desde el GRAHI-UPC
en la correccin, tratamiento de las imgenes, y derivacin de la intensidad de lluvia a
partir de la medida de reflectividad (relacin Z-R); donde podramos citar:

Intercepcin del haz del radar con el terreno, necesidad de eliminar los ecos de
suelo (por ejemplo con informacin Doppler)



Errores en la orientacin del Radar
Eliminacin de apantallamientos
Eliminacin de lbulos secundarios

Todo esto nos lleva a realizar una correccin orogrfica completa como se observa en
la siguiente figura:



Imagen original Imagen corregida
estabilidad debido a la lluvia sobre el rdomo
Correccin por perfil vertical de reflectividad
Variacin del PVR en funcin del tipo de lluvia
algoritmos de identificacin del tipo de lluvia:

Steiner et al. 1995 => reas convectivas (gradientes horizontales)

Sanchez-Diezma et al. 2000 => reas estratiformes (deteccin de la
banda brillante)

Desde el GRAHI-UPC tambin se est trabajando en la utilizacin de la informacin
derivada de la red de pluvimetros para combinar dicha informacin con la imagen
radar, dentro de las lneas de trabajo podemos citar:

Interpolacin por Splines

Interpolacin geoestadstica

Kriging
Cokriging
Kriging con derivada externa

A continuacin se presenta el resultado de combinar los datos Radar con los datos
pluviomtricos mediante Kriging con derivada externa:



Combinacin haciendo uso de un mtodo geostadstico

Finalmente los productos que han sido desarrollados por el GRAHI-UPC y estn
operativos son:

GENRAD

MOVIRAD

ANIPRAD

MOVHI























Como conclusin general los modelos hidrolgicos deben de poder asimilar los
datos provenientes del radar meteorolgico y concluir que para su incorporacin
operativa en los diferentes SAIH:

Llegar a la utilizacin hidrolgica del radar requiere un cuidadoso proceso de
correccin de todas las fuentes de error.

Es importante disponer de herramientas que permitan configurar, visualizar y
generar productos hidrometeorolgicos basados en datos radar.

El uso de la informacin distribuida del radar mejora muchos aspectos de la
prediccin dada por los modelos e implica la adopcin de modelos
distribuidos.

4.3. DATOS PROVENIENTES DE LOS MODELOS NUMRICOS
DE TIEMPO

Actualmente en el mundo, dentro de los programas de previsin de avenidas, cabe
destacar el acople de modelos meteorolgicos con modelos hidrolgicos. Los
modelos meteorolgicos, o dicho de otra manera los modelos de prediccin numrica
de tiempo (Numerical Weather prediction models), cada vez estn avanzando en la
fsica del fenmeno ofreciendo predicciones cuantitativas de precipitacin (QPF,
Quantitative Precipitation Forecast) a escalas horarias o inferiores y a escalas
espaciales de hasta cuatro kilmetros de resolucin. Estas predicciones sirven de
entrada como excitacin a modelos hidrolgicos, los cuales simulan matemticamente
el fenmeno fsico de la produccin de escorrenta en una cuenca hidrolgica, esto es,
la conversin de lluvia a caudal.

En Abril de 2004 en el Seminario sobre Sistemas de Informacin y Pronstico
Hidrometeorolgicos organizado por el Instituto Nacional de Meteorologa de Espaa,
la Confederacin Hidrogrfica del Jcar y la Organizacin Meteorolgica Mundial
(OMM) en Valencia, se gener un documento denominado Declaracin de Valencia
en el cual se recoge la necesidad de acoplar los modelos meteorolgicos a modelos
hidrolgicos con el principal objetivo de mejorar las posibilidades de prediccin y alerta
de las crecidas. El Seminario consider que una cooperacin estrecha entre
meteorlogos e hidrlogos y sus respectivas organizaciones es, adems de
absolutamente necesaria para la elaboracin de una prediccin de crecidas confiable y
oportuna, beneficiosa para ambas comunidades: si la hidrolgica aprovecha los datos
y predicciones meteorolgicas para definir mejor los parmetros de entrada a sus
modelos, en particular el campo de precipitaciones, tanto la comunidad meteorolgica
como la hidrolgica obtienen ventajas y realzan el valor socioeconmico de su labor.

La prediccin de caudales en tiempo real acoplando modelos meteorolgicos a
modelos hidrolgicos, es una materia incipiente y en desarrollo a nivel mundial con un
alto grado de incertidumbre dada la alta no linealidad de los procesos implicados.
Existen varias experiencias en este campo en el mundo y tambin como no en
Espaa, concretamente dos: uno en el SAD del SAIH del Ebro en el cual se utilizan
los resultados proporcionados por el HIRLAM (High Resolution Limited Area Model) a
un modelo agregado conceptual de tanques (el NAM-UHM del DHI) y otro en las
cuencas internas de Galicia: Galicia-Costa (Consellera de Medio Ambiente)
dependiente de la Xunta de Galicia donde se ha implementado un sistema de
generacin de predicciones de caudal en tiempo real acoplando las predicciones
cuantitativas de precipitacin de los modelos numricos de prediccin meteorolgica
ARPS (Advanced Regional Prediction System) y MM5 (The Fifth-Generation
NCAR/Penn State Mesoscale Model) anidados en el GFS (Global Forecast System)
que estn siendo ejecutados dos veces al da (00Z y 12Z) por MeteoGalicia, en el
superordenador Superdome del Centro de Supercomputacin de Galicia (CESGA) al
modelo hidrolgico distribuido fsicamente basado TOPKAPI: TOPographic Kinematic
APproximation and Integration. Las predicciones de caudal resultantes de dicho acople
con un horizonte de 72 a 96 horas en los diversos puntos de inters (30) son servidas
en tiempo real a Aguas de Galicia mediante una pgina WEB dedicada. En la siguiente
figura se presenta el diagrama de flujo esquematizado realizado para llevar a cabo las
previsiones de caudal a partir de las predicciones cuantitativas de precipitacin (QPF)
elaboradas por MeteoGalicia en cualquiera de los puntos de las cuencas modeladas
de Galicia Costa. El esquema conceptual del acople es el siguiente:



A continuacin se muestra el interfaz va WEB de los resultados de las previsiones de
caudal a 96 horas por acople de los modelos meteorolgicos



Es por tanto muy importante que los modelos hidrolgicos puedan asimilar la
informacin derivada de los modelos numricos de prediccin de tiempo actualmente
operativos en Espaa y en las posibilidades de su acople a dichos modelos
hidrolgicos con el objetivo de obtener una prediccin a ms largo plazo, que permita
ampliar el horizonte de previsin (Ventana de pronstico), lo que supondr una
importante ventaja en muchos casos de aplicacin prctica para la toma de
decisiones.


Instante de previsin
Futuro
(horizonte de previsin hidrolgica)
Pasado
(perodo de simulacin hidrolgica)
D
Hiptesis de
lluvia futura
Hidrogramas
resultantes
Previsin de
lluvias
P
Q
t


Ventana de pronstico ampliada por el acople de modelos numricos de tiempo

Los modelos de simulacin atmosfrica han sido durante los ltimos 50 aos una
herramienta esencial para la meteorologa, tanto para la investigacin propiamente
dicha como para el establecimiento de una prediccin operativa. A pesar del enorme
avance en la capacidad de clculo de los ordenadores, todava no es posible un nico
modelo para representar adecuadamente todas las escalas de movimiento existentes
en el flujo atmosfrico, lo que hace necesario el desarrollo de diferentes modelos
ajustados para cada una de ellas.

Actualmente, se puede decir que este amplio espectro de escalas se encuentra bien
representado por los diferentes modelos especficos que han ido surgiendo en los
ltimos aos. En un extremo de este espectro se encuentran los modelos
hidrostticos de circulacin general, (GCM, General Circulation Models)
designados para mallas de baja resolucin (200 Km.) que contienen un alto grado de
parametrizacin para los procesos de menor escala. Estos se aplican para investigar
los fenmenos globales de la atmsfera, como por ejemplo simulaciones de clima y
estudios sobre el cambio climtico. En el otro extremo de este espectro, se encuentran
los modelos no hidrostticos de microescala, de muy alta resolucin (100 metros o
menos), que al contrario de los anteriores, calculan explcitamente todos los procesos
fsicos y dinmicos que caracterizan esa escala y se aplican principalmente al estudio
de formacin de nubes y de fenmenos turbulentos (Large Eddy Simulation, LES).
Entre ambas escalas se encuentran los modelos de MESOESCALA, que son aquellos
que cuentan con resolucin horizontal y vertical suficiente para pronosticar fenmenos
meteorolgicos de mesoescala. Estos fenmenos son a menudo forzados por la
topografa, las lneas costeras estn vinculados con la conveccin. Hoy en da
existen numerosos modelos de mesoscala. Por un lado, modelos como el Penn State-
NCAR (MM5), el Mesoscale Atmospheric Simulation System (MASS), el ARPS
(Advanced Regional Prediction System) y el RAMS (Regional Atmospheric Modeling
System) permiten realizar predicciones operativas en prcticamente todo el mundo,
tambin en Espaa; otro modelo de mesoescala, el HIRLAM (High Resolution Limited
Area Model) es el adoptado por el Instituto Nacional de Meteorologa espaol para
realizar sus predicciones.

Desde un punto de vista fsico, la atmsfera puede ser considerada como una mezcla
de gases y agua en sus distintos estados. Esta mezcla est en movimiento dentro de
un campo gravitatorio sobre una esfera en rotacin y calentada por el Sol. En este
sistema se deben cumplir la ecuacin de estado de los gases y las leyes de
conservacin de energa, masa y momento. La mayora de estas leyes se expresan
con ecuaciones que relacionan las derivadas totales de ciertas magnitudes fsicas en
el tiempo. Estas derivadas son normalmente descompuestas
en sus trminos local y advectivo. se tienen siete ecuaciones y siete incgnitas que
son v = (u, v,w), T, p, = 1/ y q descritas por el siguiente sistema de ecuaciones:

xv F p
dt
dv
+ = 2
) ( v
t


RT p =
dt
dp
dt
dT
C Q
p
=
) ( ) ( C E vq
t
q
+ =


A las ecuaciones anteriores se las suele denominar ecuaciones primitivas, y
representan el sistema que gobierna la dinmica de la atmsfera. El objetivo de la
prediccin numrica del tiempo es obtener el estado de la circulacin atmosfrica en
un tiempo futuro a partir de la condicin inicial actual. Para ello es necesario disponer
de un modelo numrico capaz de integrar las ecuaciones y que incluya los
intercambios energticos (en la capa lmite) ms importantes (radiacin, turbulencia,
calor latente, etc.). Dada la alta no linealidad y complejidad de las ecuaciones
primitivas, en la prctica se suele recurrir a distintas aproximaciones que simplifican la
resolucin numrica y eliminan inestabilidades numricas. Las simplificaciones ms
bsicas de las ecuaciones anteriores ayudan a entender las caractersticas de los tipos
de ondas bsicos presentes en la atmsfera, que tambin aparecen en las soluciones
ms generales. Por ejemplo, suponiendo que el movimiento es adiabtico, rectilneo,
y sin gravedad, se obtienen como soluciones las ondas sonoras puras que se
propagan a travs de la compresin del aire. Si se considera la aproximacin
hidrosttica (sin velocidad vertical), las ondas sonoras slo se propagan
horizontalmente (ondas de Lamb). Por otra parte, si se supone que no hay movimiento
horizontal, pero s desplazamientos verticales (el movimiento se considera adiabtico y
rectilneo), entonces el resultado son las ondas gravitatorias externas: oleaje en la
superficie libre; y las ondas gravitatorias internas: cualquier partcula de fluido
desplazada de su nivel de equilibrio oscila verticalmente con una frecuencia
caracterstica denominada frecuencia de Brunt-Vaisala (en la atmsfera, en
condiciones normales, las oscilaciones tpicas son de 100 s). Por otra parte,
considerando un flujo inicial zonal (v = w = 0) y un campo uniforme de densidad,
cualquier perturbacin al flujo zonal supone un cambio de latitud y por tanto un cambio
en la fuerza de Coriolis, que siempre acta tratando de restaurar el flujo zonal
produciendo las llamadas ondas de Rossby que se propagan alrededor del globo con
un periodo de desarrollo de varios das a una semana y con una longitud de onda del
orden de 3000 km para latitudes medias ( = 45).

En general interesa que las soluciones obtenidas para la circulacin de la atmsfera
en un problema operativo muestren el comportamiento de inters meteorolgico, por lo
que es deseable eliminar algunas de las ondas bsicas que no intervienen en esta
dinmica, pero que pueden producir inestabilidades en el modelo numrico al ser
propagadas (esto ocurre, por ejemplo con las ondas sonoras y gravitatorias). Este
procedimiento de seleccin de tipos de ondas se denomina filtrado y consiste en
eliminar parcialmente las fuerzas restauradoras que originan la onda que se desea
filtrar. Por ejemplo, la aproximacin hidrosttica impide la propagacin vertical de las
ondas sonoras. Por tanto, los modelos operativos utilizados en la prediccin numrica
del tiempo son aproximaciones ms o menos completas de las ecuaciones primitivas
de la atmsfera.

Los modelos atmosfricos de circulacin se resuelven utilizando tcnicas numricas
que discretizan el espacio y el tiempo. En coordenadas cartesianas se considera una
rejilla 4D sobre la que se aplican tcnicas de elementos finitos, mientras que en
coordenadas esfricas se aplican tcnicas espectrales que consideran un nmero
finito de armnicos esfricos en la descripcin del sistema. En ambos casos, la
precisin del modelo est fuertemente influenciada por la resolucin espacial (dada
directamente por el tamao de rejilla o por el perodo del modo de mayor frecuencia).
Sin embargo, aumentar la resolucin del modelo es extremadamente costoso ya que,
por ejemplo, duplicar la resolucin en el espacio tridimensional tambin requiere
reducir a la mitad el paso de tiempo para satisfacer las condiciones de estabilidad
computacional. Por tanto, el coste computacional total de duplicar la resolucin crece
con un factor de 2
4
= 16. Las tcnicas modernas de discretizacin intentan obtener un
incremento en la precisin sin tanto coste computacional; estas tcnicas son los
esquemas semi-implcitos y semi-lagrangiano en el tiempo. Adems, estos esquemas
poseen condiciones de estabilidad menos estrictas. An as, existe una constante
necesidad de aumentar la resolucin para obtener una prediccin mejor y ms
detallada, sobre todo para aplicaciones hidrolgicas como es el caso del
presente proyecto de Innovaciones Tecnolgicas en los SAIH. Esta tarea es la
mayor aplicacin de los superordenadores disponibles. A pesar de los avances
logrados en cuanto a la modelizacin fsica de la atmsfera y a la resolucin numrica
de los modelos, la notable mejora en la capacidad de prediccin se debe
principalmente a otros factores. Por ejemplo, Kalnay (2003) describe los siguientes
factores:

Por un lado, el aumento de la potencia de los superordenadores permitiendo
resoluciones mucho ms finas y menos aproximaciones en los modelos
atmosfricos operacionales.

El aumento de la disponibilidad de datos, especialmente procedentes de
satlites y aviones sobre los ocanos y el hemisferio Sur.

El uso de mtodos ms exactos de asimilacin de datos, lo que resulta en una
mejor condicin inicial para los modelos.

La mejora en la representacin de procesos fsicos de escala pequea en los
modelos (nubes, precipitacin, transferencia de calor en rgimen turbulento,
humedad, radiacin, etc.).

La prediccin numrica es, en buena parte, un problema de condiciones iniciales: dada
una estimacin actual del estado de la atmsfera, un modelo numrico simula su
evolucin, para obtener una prediccin en un estado futuro. Esta condicin inicial se
establece a partir de la interpolacin sobre los puntos de rejilla del modelo de las
observaciones disponibles; este proceso de obtencin de la condicin inicial a partir de
las observaciones se denomina asimilacin. El principal problema de este proceso es
que la cantidad de datos disponibles no es suficiente para inicializar el modelo en
todos sus grados de libertad (por ejemplo, un modelo con una resolucin tpica de 1
de resolucin (aprox. 111 Km) horizontal y20 niveles verticales podra tener
18036020 = 1.310
6
puntos de rejilla, en cada uno de los cuales estn definidas 7
variables, con lo que tendramos aproximadamente 107 grados de libertad). Para una
ventana temporal de 3 horas, existen normalmente entre 104 y 105 observaciones de
la atmsfera, dos ordenes de magnitud menor que el nmero de grados de libertad del
modelo. Ms an, la distribucin espacial y temporal de las observaciones no es
uniforme, existiendo regiones en Eurasia y Norteamrica con muchos datos, y
regiones en el Hemisferio Sur con pocos datos. Por tanto, se hace necesario usar
informacin adicional (llamado fondo, first-guess o informacin a priori) para preparar
las condiciones iniciales de la prediccin. Inicialmente se usaba la climatologa como
first-guess, pero al mejorar la pericia de las predicciones, se utiliza una prediccin a
corto plazo como first-guess en los sistemas de asimilacin de datos operacionales
(ciclos de anlisis).

Para los modelos globales, el first-guess es la prediccin del modelo a las 6 horas, x
p

(un array 4-dimensional) que es interpolada a los puntos de observacin mediante un
operador H(x
p
) y convertida al mismo tipo que las variables observadas y
0
. Las
diferencias entre las observaciones y el first-guess y
0
H(x
p
) son los incrementos
observacionales o mejoras, y el anlisis x
0
se obtiene aadiendo las mejoras al first-
guess del modelo con unos pesos W que son determinados en base a las covarianzas
de los errores estadsticos de la prediccin y observacin. Los diferentes esquemas
de anlisis estn basados en este mtodo:

Interpolacin ptima, donde la matriz de pesos se determina minimizando los
errores en cada punto de rejilla.

Mtodos variacionales 3D y 4D, con funciones de coste proporcionales al
cuadrado de la distancia entre el anlisis, el first-guess y las observaciones
(sobre un intervalo temporal o ventana de asimilacin para el caso 4D).

Ms recientemente, los filtros de Kalman extendidos (Judd, 2003).

A la vista de lo anterior se puede interpretar que el ciclo de asimilacin de datos es
una continua integracin del modelo que se va perturbando con las observaciones de
tal forma que permanezca lo ms cerca posible del estado real de la atmsfera. La
funcin del modelo es transportar informacin de zonas con muchos datos, a zonas
con pocos datos y ofrecer una estimacin del estado de la atmsfera.

Los errores que se cometen en el proceso de asimilacin imponen una incertidumbre
en el plazo de prediccin, dada por la no linealidad de la atmsfera (y, por tanto, de los
modelos que aproximan su dinmica). Este problema se vuelve importante en el plazo
medio y en la prediccin estacional y obliga a formular la prediccin en trminos
probabilsticos. La prediccin por conjuntos (ensemble forecast), es una tcnica
prctica para mejorar la prediccin teniendo en cuenta esta incertidumbre.

TIPOS DE MODELOS NUMRICOS DEL TIEMPO

la estabilidad numrica de los mtodos de integracin obliga a mantener un
compromiso entre la resolucin espacial y el alcance de los modelos numricos
operativos, para que estos puedan ser integrados en un tiempo limitado. Las
integraciones con gran resolucin espacial requieren un paso de integracin pequeo
limitando el alcance operativo de las mismas a unos pocos das, mientras que las
integraciones de modelos de baja resolucin pueden prolongarse en el tiempo hasta
escalas mensuales o interanuales. As, cada tipo de modelo caracteriza un conjunto de
fenmenos asociados con la escala espacial de trabajo, desde fenmenos sinpticos
de miles de kilmetros y perodos de das, hasta fenmenos mesoescalares de
escalas de kilmetros y perodos de horas. Este hecho ha motivado que
operativamente se consideren distintas configuraciones o tipos de modelos numricos
segn el alcance y resolucin de la prediccin deseada. A continuacin se describen
las caractersticas de algunas de estas configuraciones.

MODELOS GLOBALES DE CIRCULACIN GENERAL

Los modelos globales se integran sobre todo el globo por lo que su tratamiento
numrico se realiza en coordenadas esfricas. Por tanto, la resolucin horizontal de
estos modelos viene caracterizada por el nmero de modos esfricos que se
consideren en el desarrollo de las soluciones; as, un modelo truncado a 144 modos se
denomina T144 y tiene una resolucin horizontal de 2.5 grados, que corresponden
aproximadamente a 250 km en nuestra latitud. Este truncamiento tambin influye en la
resolucin vertical (nmero de niveles de presin) que habr de ser consistente con la
resolucin espacial y temporal. As, el modelo global operativo en la prediccin a corto
plazo del ECMWF (European Center for Medium-Range Weather Forecast) es un
T511L60 con 60 niveles de presin, mientras que el modelo utilizado para la prediccin
estacional es un T95L40.



Rejilla global de 2.5 de resolucin horizontal utilizada por modelos de circulacin general sobre todo el
globo; el tamao de la rejilla es 144 73 = 10512 puntos. (derecha) Dos perfiles verticales con 31 y 60
niveles de altura geopotencial (expresados en milibares mb, y en nmeros de nivel del modelo,
respectivamente). La altura mxima mostrada (0.1mb) es de aproximadamente 64 km.
Dada su escasa resolucin espacial, estos modelos utilizan la aproximacin
hidrosttica de la atmsfera (los movimientos verticales estn parametrizados) y
capturan su dinmica sinptica. Normalmente son utilizados en la prediccin mensual
y estacional, y tambin en las simulaciones de escenarios de cambio climtico. En
algunos casos, los modelos de circulacin general son acoplados con modelos
ocenicos para tener caracterizado este trmino importante del forzamiento de la
atmsfera; en otros casos, dado que la evolucin de la atmsfera es la componente
rpida del sistema, la temperatura del agua se supone constante (por ejemplo en la
prediccin mensual). Otros trminos como la orografa, el uso del suelo, la cubierta de
hielo, etc. se parametrizan a escala de la rejilla del modelo y, por tanto, por ejemplo la
orografa est muy suavizada y slo refleja de forma grosera los principales sistemas
montaosos del planeta.


Rejilla horizontal de resolucin 1 de longitud y latitud sobre Europa (izquierda). Orografa del modelo
para la resolucin dada (derecha).
MODELOS REGIONALES

Una solucin para aumentar la resolucin del modelo sin incrementar el coste
computacional es considerar rejillas limitadas a zonas geogrficas de especial inters.
Por ejemplo, la figura anterior muestra una rejilla de 1 de resolucin en longitud y
latitud centrada en Europa. Debido a su mayor resolucin, los modelos regionales
tienen una mayor exactitud para reproducir fenmenos de pequea escala como las
tormentas, y tambin tienen mejores forzamientos orogrficos que los modelos
globales. A pesar de que estos modelos han utilizado histricamente la aproximacin
hidrosttica de la atmsfera, la tendencia actual es utilizar modelos no hidrostticos en
este tipo de predicciones. Por otro lado, al no ser globales, estos modelos tienen la
desventaja de no ser autocontenidos y, aparte de las condiciones iniciales, requieren
condiciones de contorno en las fronteras del dominio. Estas condiciones de contorno
necesitan ser lo ms precisas posibles y por ello se toman interpolando la salida de un
modelo global. Normalmente las condiciones de contorno se actualizan durante el
transcurso de la prediccin para imponer sobre el modelo regional la dinmica
sinptica simulada por el modelo global. En algunos casos, se define un anidamiento
de rejillas de tamao decreciente y resolucin creciente y las integraciones se realizan
de forma anidada aprovechando las salidas de una rejilla como condiciones de
contorno de la siguiente.

Por ejemplo las salidas de los modelos del GFS (antiguo AVN) se utilizan en
MeteoGalicia como condiciones de contorno para modelos regionales de mayor
resolucin. Por ejemplo, el producto final de prediccin operativa de MeteoGalicia para
Galicia se obtiene aplicando el modelo MM5, con una resolucin espacial de 30 Km y
10 Km, a las salidas del GFS y el modelo ARPS con una resolucin espacial de 50 Km
y 10 Km.


Campos de precipitacin previstos para D+1 por (a) el modelo AVN (GFS) del NCEP; y el modelo MM5
utilizado por MeteoGalicia con (b) 30 y (c) 10 km de resolucin.
MODELOS MESOSCALARES

Ms recientemente, la resolucin de algunos modelos regionales ha aumentado hasta
llegar a unos pocos kilmetros, con objeto de mejorar la resolucin de fenmenos
convectivos locales (tormentas) y otros procesos fsicos de pequea escala. Dada su
escasa gran resolucin horizontal, la formulacin de estos modelos suele darse en
coordenadas cartesianas y no usan la aproximacin hidrosttica, la cual deja de tener
validez para escalas horizontales menores de 10 km. En este caso, las
parametrizaciones juegan un papel fundamental y su calibracin para la zona
geogrfica de inters es determinante para el buen funcionamiento del modelo. Los
fenmenos de mesoescala son a menudo forzados por la topografa, las lneas
costeras estn vinculados con la conveccin. As se han desarrollado varios modelos
no hidrostticos que se utilizan rutinariamente para la prediccin de fenmenos de
mesoscala. Los ms usados son ARPS (Advanced Regional Prediction System), MM5
(Penn State/NCAR Mesoscale Model), RSM (NCEP Regional Spectral Model) y el
HIRLAM ((High Resolution Limited Area Model).

ARPS

El modelo de prediccin meteorolgica ARPS (Advanced Regional Prediction System)
ha sido desarrollado en el CAPS (Center for Anlisis and Prediction of Storms), centro
que pertenece a la universidad de Oklahoma. Este modelo est en continua evolucin,
ya que desde el comienzo de los aos 90 han ido surgiendo sucesivas versiones que
han ido completando y mejorando a las anteriores. ARPS es un modelo de mesoscala
no hidrosttico que incluye un elevado nmero de opciones de clculo a elegir por el
usuario, como por ejemplo: mltiples posibilidades de tratamiento de las condiciones
de contorno, datos iniciales, clculo de los trminos de adveccin, integracin de las
ecuaciones de pronstico, esquemas de parametrizacin de nubes, aproximaciones de
turbulencia o la posibilidad de parametrizar agua en estado slido, lquido y gaseoso.
Este gran nmero de posibilidades hace que el ARPS sea un modelo muy adecuado
para la investigacin, ya que nicamente modificando los datos de entrada se obtienen
las diferentes respuestas del modelo. Adems funciona como modelo operativo ya que
actualmente se est calibrando para realizar una prediccin operativa para Corea de
fenmenos meteorolgicos muy adversos que provocan inundaciones, tambin se
aplica en la aviacin comercial de Estados Unidos y actualmente se encuentra
operativo en algunas regiones de Espaa.

MM5

El modelo meteorolgico de mesoescala de quinta generacin MM5 (Mesoscale Model
of the 5th Generation) es un modelo de pronstico del tiempo de rea limitada y no-
hidrosttico desarrollado por la Universidad Estatal de Pennsylvania (Penn State
University, PSU) y el Centro Nacional de Investigaciones Atmosfricas (Nacional
Center for Atmospheric Research, NCAR), este ltimo organismo se encarga del
soporte operativo al modelo. Ha sido seleccionado por diversas organizaciones
gubernamentales y de investigacin en toda Espaa como modelo operacional, por su
alta definicin en la deteccin de sistemas atmosfricos de mesoescala, y cuenta con
todas las caractersticas necesarias para su adaptacin a las condiciones especficas
de cada regin. Las versiones ms modernas del modelo MM5 presenta ventajas
respecto a las anteriores, como la capacidad de multianidamiento, asimilacin de
datos en cuatro dimensiones, as como ms opciones de parametrizacin fsicas.
Algunas de las caractersticas principales del MM5 se describen a continuacin:

Es un modelo de diagnstico o pronstico. Puede ser utilizado para realizar
simulaciones de fechas anteriores (reanalysis), actuales o a manera de
pronstico.

Es un modelo de tipo euleriano.

Hace uso de la asimilacin de datos en cuatro dimensiones FDDA ( Four-
Dimensional Data Assimilation ), es decir en los ejes X, Y, Z, y el tiempo.

Tiene la capacidad de efectuar mltiples anidamientos (hasta nueve dominios
corriendo simultneamente e intercambiando informacin entre ellos) y
simulaciones de una forma hidrosttica o no hidrosttica.

Se puede aplicar a cualquier zona del mundo, ya que es posible desarrollar la
informacin de entrada (campos meteorolgicos, topografa y uso de suelo)
necesaria para su funcionamiento, inclusive para zonas con alta resolucin
espacial que con topografa compleja.

Cuenta con una amplia gama de parametrizaciones de capa lmite planetaria,
conveccin, fsica de nubes, etc.

HIRLAM

HIRLAM (High Resolution Limited Area Model) es un modelo numrico de prediccin
meteorolgica de mesoescala, desarrollado dentro del proyecto europeo Hirlam-
Project en el cual estn involucrados los Institutos Meteorolgicos de 9 pases:
Dinamarca, Holanda, Finlandia, Islandia, Irlanda, Francia, Noruega, Suecia y Espaa,
y utilizado en la actualidad por estos mismos. Se trata de un modelo numrico cuya
formulacin acepta la hiptesis hidrosttica, es decir que supone que en la vertical
exista equilibrio perfecto entre la fuerza del gradiente de presin y la fuerza
gravitatoria. El modelo utiliza un sistema de coordenadas que siguen el terreno
(sistema hbrido p-sigma) en la vertical, y como representacin horizontal una malla
referenciada con coordenadas esfricas. La resolucin actual del modelo es de 55 a 5
Km como escala horizontal, y va de 16 hasta 31 niveles en la vertical. El rea total
cubierta por el modelo est representada en la figura a continuacin:


rea total cubierta por el modelo Hirlam.
Las condiciones meteorolgicas de contorno para la versin a grande escala estn
obtenidas por el modelo global ejecutado por el Centro Europeo para Predicciones
Meteorolgicas a Medio Rango (ECMWF). La versin que cubre Europa esta anidada
en la versin ms grande, que proporciona los valores de contorno. La resolucin de la
versin global es de 0.45 (aproximadamente 49 Km), la de la versin a escala
europea es de 0,15 (16Km), mientras las versiones locales utilizadas por cada pas
estn a su vez anidadas en la versin europea, con una resolucin de 0,06 de
promedio.

En Espaa el Hirlam est ejecutado por el INM (Instituto Nacional Meteorolgico)
desde el febrero 1995. Actualmente, el INM utiliza este modelo para tres reas
operativas denominadas ONR, HNR y CNN. Se hacen cuatro pasadas diarias (00, 06,
12 y 18 UTC) con un alcance mximo de prediccin de 72 horas para el rea ONR,
siendo de 36 horas para HNR y CNN.

En la figura siguiente se presenta el rea de integracin del modelo Hirlam del INM,
como puede verse aunque el rea de inters del INM es Espaa, el Sur de Europa y el
Norte de frica, el rea del modelo se extiende desde las costas de Norteamrica
hasta Turqua.



rea de integracin del modelo Hirlam en el INM
El INM tambin integra una versin de mayor resolucin anidada en sta. Con ella se
realizan predicciones hasta 24 horas cuatro veces al da. La resolucin horizontal de
sta es de 0.16 grados de latitud-longitud y el rea de integracin se muestra en la
figura siguiente:


Resolucin horizontal del modelo Hirlam centrado en la Pennsula Ibrica.
El modelo HIRLAM operativo en el INM tiene las siguientes caractersticas:

Resolucin horizontal: 0.16 grados (de latitud-longitud) para el modelo ONR y 0.05
grados para los modelos anidados HNR y CNN, con una malla de :

-ONR: 246768 puntos ( 582 puntos de longitud x 424 puntos de latitud)
-HNR: 260580 puntos ( 606 puntos de longitud x 430 puntos de latitud)
-CNN: 260580 puntos ( 606 puntos de longitud x 430 puntos de latitud)

Resolucin vertical: 40 niveles hbridos.

Condiciones de contorno:

-Modelo ONR: predicciones del modelo IFS del ECMWF, a 0.5 grados de
resolucin horizontal y 91 niveles en la vertical.
-Modelo HNR: predicciones del modelo HIRLAM/ONR a 0.16 grados de
resolucin horizontal y 40 niveles en la vertical.
-Modelo CNN: predicciones del modelo HIRLAM/ONR a 0.16 grados de
resolucin horizontal y 40 niveles en la vertical.

Campo previo (first guess): predicciones a seis horas del propio modelo de la pasada
de seis horas antes (como alternativa, predicciones a doce horas del propio modelo,
de la pasada de doce horas antes).

Por cuanto concierne los anlisis de altura, la asimilacin de datos ocurre a
intermitencia cada seis horas con una ventana de datos de -3 a +2 horas. Las
variables obtenidas por dicha asimilacin son el geopotencial (Z), el viento (u,v) y la
humedad relativa (HR), a travs del mtodo de Interpolacin Optima Tridimensional,
que se diferencia en multivariante para neopotencial y viento, y univariante para
humedad relativa . Para la variable temperatura del agua del mar, el anlisis de
superficie utiliza el mtodo de Interpolacin ptima Tridimensional univariante.

Adems se proporciona una prediccin para las variables de presin en superficie,
temperatura, viento en las dos direcciones (u,v) y humedad especifica, resolviendo las
ecuaciones con el mtodo de las diferencias finitas. Se utiliza la orografa de la base
de datos NOAA (0,1) y base de datos nacionales. El tiempo de integracin va de 4
minutos para el ONR a 2 minutos para el HNR y el CNN.

5. SISTEMAS INTEGRADORES DE DATOS
HIDROMETEOROLGICOS Y SISTEMAS DE AYUDA A LA
DECISIN

Desde que vio la luz el proyecto de los sistemas SAIH en Espaa, una de las
prioridades del mismo era servir como base para la ayuda a la toma de decisiones en
situacin de eventos hidrometeorolgicos severos. Desde que se inici el proyecto en
la dcada de los ochenta, se ha evolucionado tanto en los sistemas de adquisicin de
datos como en los modelos de previsin meteorolgica, modelos de transformacin
lluvia escorrenta, modelos de fusin de nieves y modelos hidrulicos a la par que las
nuevas tecnologas han permitido su incorporacin en sistemas informticos que
gestionen por un lado la adquisicin de los datos, tanto los propios del SAIH como los
datos externos proporcionados por el INM u otros organismos nacionales o
internacionales (predicciones meteorolgicas, teledeteccin, radar meteorolgico,
datos de otras redes, etc.) y por otro lado que sirvan de gestor de los modelos
numricos, tanto hidrolgicos como hidrulicos, a fin de realizar previsiones y con ello
su aprovechamiento en el centro de proceso de cuenca siendo una herramienta til
para la ayuda en la toma de decisiones (SAD). Es por ello necesario el desarrollo e
implementacin de un sistema interactivo que permita de una manera sencilla y
robusta el planteamiento de posibles formas de explotacin del sistema y la simulacin
de sus consecuencias en caudales y niveles en los puntos de inters de la cuenca. En
general se analizan los diferentes SAD bajo la premisa de que sean los ms abiertos
posibles tanto por la integracin de diferentes fuentes de datos, como por la
integracin de diferentes modelos hidrolgicos e hidrulicos, ya que no existen
modelos universales y en funcin de las caractersticas especficas y necesidades de
cada cuenca hidrogrfica deben poder soportar la inclusin en el SAD de por una parte
el/los modelos ms apropiados y por otra aquellos que sean ms familiares y este
comprobado su buen funcionamiento en cada uno de los diferentes SAIH.

Existen diferentes sistemas en el mundo, entre ellos destacan los siguientes SAD:

EFFORTS (European Flood Forecastig Operational Real Time System)

FEWS (Flood Early Warning System)

EDIMACHI (Entorno de Desarrollo de Interfase Modular de Anlisis y
Clculo Hidrolgico)

FLOOD WATCH (Sistema de gestin para pronstico y alerta de crecidas
en tiempo real)

5.1. EFFORTS

El Sistema de apoyo a la decisin Efforts (European Flood Forecastig Operational
Real Time System) ha sido desarrollado en el mbito del proyecto Europeo de
Investigacin y Desarrollo Real-Time Monitoring System for Optimal Computer Control
of the Fuchn River Hydropower Station Reservoir para la prevision y la gestin optima
de un embalse en el ro Fuchun en la provincia de lo Zhejiang de la Republica de
China. Actualmente se encuentra operativo en los Ros RENO y PO en Italia.

El Efforts est pensado como un sistema de visualizacin de datos ambientales en
tiempo real y como un sistema automtico de prediccin de avenidas en tiempo real,
con posibilidad de integracin con un sistema de soporte a la decisin, que consiente
de evaluar los efectos de un fenmeno de inundacin causado por la crecida prevista.

El paquete est pensado para proporcionar:

Una interfaz amigable con el usuario;

Una vista georeferenciada de los datos recopilados sea en formato sin refinar,
validados, reconstruidos (en el caso de falta de datos) o muestreados a paso
constante;

Una previsin de avenida y su incertidumbre por medio de una cascada de
modelos matemticos (de lluvia-escorrenta y de propagacin), y adems una
prediccin de la evolucin a corto plazo del sistema fsico bajo examen, por
medio de la actualizacin automtica de los datos;

Una visualizacin fcilmente comprensible de los resultados de las
elaboraciones matemticas bajo forma de mapas, graficas de series
temporales y animaciones correspondientes a las variaciones de cantidades en
el tiempo.

Una gestin de datos de tipo:

- Hidrolgicos (dato y predicciones): caudales, niveles, temperaturas,
precipitacin etc.;

- De calidad de agua: DBO, DO, nitratos, fosfatos, clorofila etc.;

- De calidad atmosfrica: temperaturas, CO2 etc.

El sistema es completamente automtico, es decir la actualizacin de los datos, la
averiguacin de validez, su muestreo, la reconstruccin de los datos que faltan y las
elaboraciones de los modelos se procesan en automtico sin la intervencin del
usuario, el cual puede solo proceder a la visualizacin de las diferentes operaciones
proporcionadas.

Caractersticas peculiares:

En la siguiente Figura se muestra un esquema del funcionamiento del software
integrado EFFORTS, con cada uno de sus mdulos y sus dinmicas internas:

Meteo System Real Time Acquisition System
Ground
station
Raw data
Radar
Rainf all
fields
Meteosat
Rainf all
f ields
Data validation
and sampling
PROGRID(gridding on
RRmodels grid)
RT Data Base
MUSICRAIN (Rainf all gridding and combination )
Combined
Rainf all f ields
RRHydrological models
Flood forecast
mountain area
Structural
data
Gauges
sampled data
Ground station
gauges
Meteosat
Images
Radar Images
In case of Real Time Forecast
simulation:
Geo
referenced
data
visualisation
LOKAL MODEL
(LAM)
Rainfall
prediction
f ields
Rainf all
prediction
on Lokal Grid
Hydraulic f orecast
model 1
Stochastic model 1 on
hydrometric data
Flood forecast
in plain area
temperature data
hydrometric
data
Hydraulic f orecast
model 2
Stochastic model 2 on
hydrometric data



Radar Data
R T L
(Rain) (Temperature) (Level) EFFORTS(N)
BlockKriging Byesian
interpolation combination
VISUALIZATION
RT GIS
Validation Digital Terrain Model
RC Level Flow Rate HydrologicNetwork
(Rating Sampling Sub-catchment
curves) Reconstruction Stations
Comparison Rain Isolines
Meteorological Temperature Isolines
models RF Rain forecast input Other geo referenced maps
NOWCASTING Forecasted) INPFOR Alarms
LAM Rainfall TEMPORAL SERIES
RR model (TOPKAPI) Observed
Flood Wave forecast Sampled and reconstructed
Forecasted level and flow
stochastic correction Forecasted overtopping
of forecast (MISP) ANIMATIONS
Water level in Cross sections
S Flood wave propagation Water level in Longitudinal View
(cross sections) (PAB)
Remote
measuring
Satellite or
other
DB
DB-GIS

Esquema del EFFORTS

A continuacin se especifican los detalles ms importantes del Sistema:

Alarmas: el sistema est dotado de la posibilidad de proporcionar alarmas
cuando, establecido un nivel lmite para cada sensor real o no, se excede dicho
valor lmite.

Esta alarma puede ser visualizada por medio del cambio de color en la
estacin en su visualizacin GIS y puede ser enviada a un modulo externo para
una gestin operativa de las alarmas en tiempo real.

GIS: el sistema se apoya interamente en una plataforma GIS que permite una
visualizacin georeferenciada de todos los mapas y las informaciones
correspondientes a la cuenca examinada:





Ejemplos de visualizacin en plataforma GIS en el EFFORTS.

El GIS utilizado por el Efforts es el GRASS, de publico dominio, realizado por US
army Coprs of Engineers. Aunque puede ser utilizada otras plataformas como los
productos de ESRI.

Modelos: son el corazn computacional del sistema, en un principio dispone
de los siguientes modelos, aunque el sistema est diseado para incluir
cualquier modelo hidrolgico y/o hidrulico segn las necesidades:

ARNO: modelo aplicado a las sub-cuencas para simular el balance
hdrico y proporcionar el hidrograma de crecida en la seccin de
desage de las mismas. Est estructurado en diferentes mdulos: el
mdulo de acumulo-fusin de nieve, el mdulo de evapotraspiracin, el
mdulo de balance hdrico en el suelo y el mdulo de transferencia
parablica, este ultimo que permite transferir el flujo desde el terreno a
as secciones de inters.

TOPKAPI: este modelo simula los procesos de transferencia lluvia-
escorrenta, basndose en la descripcin topogrfica de la cuenca
proporcionada por el Modelo Digital del Terreno (DEM), en la topologa
de los recorridos de drenaje al interior de la cuenca y en las
propiedades fsicas de los suelos y de la cobertura vegetal, asignadas
en la misma malla del DEM y traducidas en parmetros para una
interpretacin fsica directa. La ventaja est en que se pueda calibrarlo
a escala distribuida y luego aplicarlo a escala agregada, teniendo la
ultima unos tiempos de clculo que encajan ms con las exigencias
operativas comunes, incluso la simulacin en tiempo real.

PAB: este mtodo (Parabolic and Backwater) permite calcular los
perfiles hidrulicos de moto variado (o moto permanente) en cada
instante de simulacin y de prediccin en un tramo fluvial marcado por
dos secciones.

MISP: (Mutually Interactive State Parameter, estimacin
recprocamente interactiva del estado de los parmetros) es un proceso
de tipo estocstico que permite en tiempo real la correccin de los
caudales de prediccin, evaluadas con el modelo determinstico en
cada seccin, basndose en los correspondientes valores de flujo
registrados hasta el ltimo instante de medida haciendo uso del filtro de
Kalman.

NEAREST NEIGHBOUR: permite generar un conjunto de n escenarios
futuros de precipitacin, condicionadamente a las ltimas
observaciones, por medio de una regresin lineal de la precipitacin de
las ltimas 12 horas sobre los valores horarios de precipitacin
registrados en un periodo de mnimo 5 aos. Estas series de
precipitaciones se utilizan como entrada a los modelos lluvia-
escorrenta, generando as previsiones de caudal en las secciones de
inters.

RAINMUSIC: Es un paquete operacional para el desarrollo del Block
Kriging de los datos suministrados por los pluvimetros adems de la
combinacin algortmica Bayesiana con los campos de precipitacin
controlados por los Radares y Satlites. Est implementado en el
sistema un algoritmo original proveniente del proyecto de la Unin
Europea MUSIC.

En el mdulo de Block Kriging los parmetros semi-variables son
estimados en cada perodo de tiempo bajo una estima de mxima
verosimilitud.

En primer lugar, es llevada a cabo una combinacin bayesiana entre el
campo RADAR y los datos interpolados. Cuando los campos Satlites
estn disponibles, la combinacin de Block Kriging y algoritmo
bayesiano proporciona un desarrollo analtico del algoritmo upscaling-
downscaling para interrelacionar la informacin del satlite con la
combinacin bayesiana de niveles de precipitacin y el RADAR.

Datos en entrada: los datos en input al sistema pueden ser de dos orgenes:
observados o predichos, generando respectivamente resultados hidrolgicos
de observacin en tiempo real o de prediccin. En cuanto a los primeros, el
sistema est alimentado en continuo y en tiempo real por registros de
precipitacin, temperatura y nivel.
La fuente de datos puede ser de diferente origen: sea desde sensores remotos,
sea desde tecnologas como radar o bien satlites.

Los datos meteorolgicos predichos, que sirven a los modelos hidrolgicos
para generar predicciones hidrolgicas, pueden ser proporcionados en
diferentes maneras:

- Series de precipitacin generada por el modelo MISP en modalidad
autoregresiva;

- Series de precipitacin predicha por modelos meteorolgicos de tipo
LAM (Limited Area Model);

- Series de precipitacin generadas por el modelo NEAREST
NEIGHBOUR, de ms compleja realizacin.

En este contexto el EFFORTS puede ser visto como un sistema integrado de
adquisicin datos de los diferentes sensores, elaboracin de dichos datos y emisin de
hidrogramas de crecida, trasmisin del alerta a un posible sistema de soporte de la
decisin en grado de asociar al riesgo una eventual poltica de proteccin o de gestin
de la alarma:



Esquema de funcionamiento global en el cual el EFFORTS puede ser incorporado.




A Ad dq qu ui is si ic ci i n n d de e
l lo os s d da at to os s d de es sd de e
l lo os s s se en ns so or re es s
r re em mo ot to os s
I In nt te er rf fa az z d de e
v vi is su ua al li iz za ac ci i n n
y y
S Si is st te em ma a d de e S So op po or rt te e
a a l la a D De ec ci is si i n n
G
1

G
2

G
n



R
1


R
2


R
n

RADAR
Meteorolgicos
Data
Base
DB-Gis
Grass

EFFORTS
METEOSAT
S
1
S
n
S
2
Pluvimetros
5.2. FEWS

Un sistema integrado que pueda cumplir con las necesidades antes mencionadas es el sistema de
alerta temprana de avenidas desarrollado por WL | Delft Hydraulics Flood Early Warning
System (Delft-FEWS). El software ha sido completamente renovado en los ltimos aos usando
plataformas independientes como JAVA y XML. Ha establecido un nuevo estndar en Europa
en cuanto a predicciones de avenidas, habiendo sido involucrado en los sistemas de alerta
temprana de avenidas de Inglaterra, Suiza y Holanda, as como ha sido incorporado en otras
aplicaciones en Alemania, Austria y en el Joint Research Center (JRC) de la Comisin Europea.
Una de las ventajas del sistema es la libertad de poder incluir en el sistema cualquier tipo de
modelo hidrolgico/hidrulico, no slo los desarrollados por Delft.

Objetivos

Con el crecimiento de la poblacin y las inversiones de capital en zonas sujetas a
avenidas, la alarma de avenidas, la proteccin y la gestin de estas se ha hecho un
tema de primaria importancia. Las avenidas pensadas como fenmeno natural no se
pueden evitar, sin embargo el riego de ocurrencia puede ser reducido aumentando el
nivel de proteccin con inversiones en infraestructuras como presas, embalses y obras
de ingeniera hidrulica, a menudo bastante costosas. De toda forma el riesgo de
inundacin no puede ser eliminado totalmente. En consecuencia han sido
desarrollados herramienta de alerta para la gestin y la deteccin del riesgo de
inundacin, todo para intentar de minimizar el riesgo de daos y victimas causados por
un episodio de avenida. Un sistema de alarma de avenidas generalmente est
estructurado de la siguiente forma:


Esquematizacin general de un sistema de alarma de avenida.

Las observaciones meteorolgicas e hidrolgicas recopiladas por un sistema de
monitoreo en tiempo real proporcionan informaciones para la decisin de emisin o no
emisin de una alarma de inundacin. Las alarmas deben de ser suficientemente
fiables y es necesario lanzarlas en tiempo de manera que se pueda proporcionar una
respuesta apropiada, sea por las autoridades responsables de la proteccin de las
avenidas sea por los habitantes que residen en la zona afectada. Ejemplos de
respuesta pueden ser la evacuacin del rea y gestin de la avenida con el fin de
detener el pico de la onda de crecida, ambas operaciones son muy costosas y muy
complejas. An si las alarmas pueden ser emitidas directamente basndose en los
datos observados, la prediccin de avenidas aumenta de manera significativa la
precisin y el tiempo de respuesta de las predicciones y proporciona informaciones
detalladas sobre la respuesta requerida. Las respuestas podran as ser ms
enfocadas y eficaces, y las predicciones de avenidas podran activar una alarma
temprana de inundacin.

El desarrollo de un sistema de alertas tempranas es un elemento esencial en las
estrategias de alarmas nacionales y regionales, y ha conseguido una prioridad muy
alta en muchos pases. Los recientes desarrollos en las predicciones meteorolgicas
de tipo numrico, y la recopilacin de datos radar y datos meteorolgicos e
hidrolgicos on-line, han significado un importante paso en adelante por lo que
concierne el desarrollo de los sistemas de alerta de avenidas.
Junto con el progreso del desarrollo de las base de datos, de los modelos hidrulicos e
hidrolgicos y con la disponibilidad on-line de los datos, el desafo en desarrollar un
sistema moderno de prediccin y alarma de avenidas est enfocado en la integracin
de grandes series de datos, mdulos especializados en procesar datos, y interfaces
abiertas para permitir una fcil integracin de las capacidades de los modelos
existentes.

El sistema de alarmas tempranas FEWS.

En respuesta a los recientes desarrollos de las predicciones y alertas tempranas de
avenidas, el sistema de alerta temprana de avenida Delft FEWS proporciona un estado
del arte de la prediccin de avenidas y de un sistema de alerta. El sistema es un
sofisticado conjunto de mdulos proyectados para construir un sistema de
predicciones de avenidas a medida de los requerimientos especficos de cada
organismo de prediccin de avenidas. La filosofa del sistema es la de proporcionar un
sistema abierto que permita de gestionar el proceso de prediccin. El sistema
incorpora un amplio rango de modalidad de tratamiento de datos, tambin proporciona
un interfaz abierta para un amplio rango de modelos de prediccin. El carcter modular
y altamente configurable del sistema permite una utilizacin en modalidad rudimental
es decir en sistemas de prediccin sencillos, sea con sistemas de prediccin ms
complejos, utilizando el entero rango de modelacin hidrolgica e hidrulica.

El Delft FLEWS puede adems ser utilizado en modalidad stand-alone, en un
ambiente estructurado manualmente o en aplicaciones enteramente automatizadas.


Aplicacin del Delft-FEWS en la cuenca de Severn, Inglaterra (imagen reproducida por gentil
concesin de la Agencia Ambiental, UK)

Conexin del Delft-FEWS con fuentes de datos externos.

De suprema importancia en un sistema de prediccin de avenidas operativo es una
conexin eficiente con fuentes de datos externas. Delft-FEWS proporciona un mdulo
de importacin que permite importar datos meteorolgicos e hidrolgicos on-line desde
base de datos externos. Estos datos incluyen por ejemplo series temporales obtenidas
por sistemas telemtricos como observaciones de niveles hdricos, observaciones de
precipitacin, y tambin datos de prediccin meteorolgica, datos radar etc. Los datos
son importados con un formato de intercambio estndar, como XLM, GRIS (para
predicciones meteorolgicas numricas) y ASCII.

Aplicacin del Delft-FEWS para un sistema de prediccin de avenidas europeo (EFFS). En la
imagen se muestra el campo de precipitacin sobre Europa en el episodio del ao 1995
importado por el Instituto de Meteorologa de Dinamarca.

Validacin, interpolacin y transformacin de los datos

Un nfasis particular es atribuido en el Delft-FEWS al control de calidad de los datos
obtenidos a partir de fuentes externas, con numerosas opciones de validacin de
datos y interpolacin para completar las series de datos, en el caso de la falta parcial.
Los datos que no satisfacen la validacin pueden ser rectificados por medio de una
interpolacin temporal o espacial. Adems hay la posibilidad de insertar procesos de
validacin a decisin del usuario.
Por lo que concierne la interpolacin, esta puede ser utilizada para completar series de
datos con faltas parciales o bien para distribuir espacialmente por ejemplo la
informacin meteorolgica obtenida bajo forma de serie temporal, es decir
temperaturas y precipitacin. Los metodote de interpolaciones disponibles son:

Funciones de regresin;
Polgonos de Thiessen;
Kriging;
Mtodo del inverso de la distancia.

Est disponible en el paquete FEWS una ulterior serie de herramientas para
proporcionar trasformaciones de datos con desvariadas escalas temporales y
espaciales. Esta incluye interpolaciones geoestadsticas espaciales para transformar
por ejemplo la precipitacin procedente de fuentes espacialmente distribuidas, de
datos radar o de modelos meteorolgicos numricos en precipitacin real pesada. El
paquete incluye adems mtodos para la agregacin y la disgregacin temporal, para
la resolucin de ecuaciones sencillas y funciones hidrolgicas tpicas, como por
ejemplo relaciones nivel-caudal o clculos de evaporacin.


Ejemplo de transformacin de datos

Gestin de la toma de decisin en las predicciones de avenidas

El principal objetivo en los sistemas de alertas tempranas es lo de predecir los
caudales futuros y los niveles de agua en cuenca para poder lanzar alertas y obtener
respuestas. Aun si en los sistemas fluviales naturales no hay una interaccin entre
hombre y propagacin del flujo los embalses con un suficiente volumen de
almacenamiento pueden ser considerados una herramienta til para el control de la
propagacin del flujo. La aplicacin de la gestin de embalses en un contesto de
predicciones de avenidas incorpora un elemento de toma de decisin al interior del
sistema. El desage de un embalse viene regulado por el operador del embalse que
tendr en cuenta de especificas condiciones de contorno relacionadas con la avenida,
por ejemplo la conformidad con el mximo nivel de agua que se pueda almacenar en
embalse, o la capacidad de los aliviaderos, etc.

Delft-FEWS soporta el proceso de la toma de decisin por parte del usuario en el
sistema de prediccin de avenidas proporcionando al usuario varios escenarios
montados a partir del caso de referencia. Las decisiones pueden venir tomadas
basndose en las diferentes informaciones obtenidas como resultado de los varios
mdulos aplicados, como por ejemplo el mdulo de trasformacin de los datos, que
juega un rol muy importante en la aplicacin de las estrategias de manera interactiva,
por ejemplo para calcular la descarga de un embalse en funcin de una apertura en
las compuertas del aliviadero.

Consulta de los resultados

Delft-FEWS proporciona una visualizacin grfica avanzada, de comprensin
inmediata, basada en representacin de mapas, que ayuda el usuario a cumplir con
las tareas requeridas para las predicciones de avenidas de una manera estructurada.
La visualizacin interactiva de mapas permite la navegacin geogrfica, mientras los
iconos vienen utilizados para informar de manera inmediata de las alertas a todos sus
niveles. Las series de datos visualizadas pueden ser utilizados para consultar los
datos ms en detalle o modificar los datos en entrada cuando se retenga necesario.


Aplicacin del Delft-FEWS en la cuenca del Alto Reno


Ejemplo de serie de datos visualizados in delft-FEWS. Muestran niveles hdricos y caudales
umbral en el R Eden, en la Regin Norte-occidental, Inglaterra.



Ejemplo de serie de datos visualizados in Delft-FEWS. Muestran precipitacin observada y
predicha y el hidrograma simulado resultante. (Alto Severn, Inglaterra)



Esquema del Sistema FEWS, donde existe la libertad de acoplar al SAD cualquier modelo hidrolgico e
hidrulico, as como acoplar distintas fuentes de datos hidrometeorolgicos como por ejemplo: Datos de
lSAIH, Datos de modelos numricos de prediccin de tiempo, productos derivados de la teledeteccin,
Radar Meteorolgico, etc.


Ejemplo de gestin optima en un embalse en el SAD FEWS

5.3. EDIMACHI

EDIMACHI es una base de desarrollo y utilizacin de modelos de utilidad en
problemas de diversa ndole en el mundo de la hidrologa, y especialmente concebida
para dar solucin al problema de los modelos para ser usados en tiempo real en
situaciones de crecida.

Tiene en cuenta tanto los condicionantes del empleo final de las aplicaciones que con
l se generen, como la problemtica de la construccin de stas. La mayor parte de
las entidades de programacin desarrolladas cuentan con una serie de posibilidades
bsicas, entre las que se encuentra la visualizacin de ellas o de algunas de sus
propiedades, o la gestin de ficheros de almacenamiento de sus especificaciones.

De este planteamiento surgi la idea de IMACHI (interfase modular de anlisis y
clculo hidrolgico), que lleva asociada una arquitectura modular de aplicaciones (A. L.
Aldana; 1998).

En el desarrollo informtico de modelos hidrolgicos, como en el de cualquier otro tipo
de aplicaciones informticas especializadas, resulta especialmente til contar con una
estructura del cdigo de programacin que admita un aprovechamiento ptimo en
futuros desarrollos de lo ya implementado, de tal modo que queden resueltos, para
usos sucesivos, un conjunto amplio de subproblemas de implementacin comunes a
muchas aplicaciones informticas. Por esto, y dando continuidad a los trabajos del
desarrollo de IMACHI se construy EDIMACHI: Entorno de Desarrollo de IMACHI (A.
L. Aldana; 2004).

EDIMACHI se concibi en una arquitectura modular de organizacin de informacin y
aplicaciones, gestionada por una aplicacin de especiales caractersticas denominada
IMACHI.




Esquema Modular de EDIMACHI (tomado de Aldana)
La arquitectura modular anular de IMACHI se fundamenta en una clasificacin de los
dos tipos de informacin que se tratan: de episodio (informacin de variables
temporales asociadas a un determinado evento de crecida) y de elementos
(descripcin fsica del sistema a modelar). La idea de estructurar el sistema completo
de ayuda a la decisin, partiendo en su base de esta separacin de los dos tipos de
informacin es casi impuesta por una razn de hecho: existen en el mercado
soluciones especializadas en cada uno de los dos tipos de informacin, a la vez que
igualmente separadas se encuentran habitualmente las metodologas asociadas a los
respectivos problemas de anlisis. La informacin as clasificada se encuentra en su
forma ms bruta en el ncleo central de la arquitectura, evolucionando hacia el exterior
del sistema hacia conceptos ms elaborados, siendo tratada con mdulos
especializados en cada tipo de informacin o subproblema. La informacin temporal
ser tratada por aplicaciones especficas de validacin y relleno, y por modelos, que la
analizarn conjuntamente con la informacin descriptiva del sistema hidrolgico. Las
aplicaciones especializadas en el tratamiento de este ltimo tipo de informacin son
los SIG (sistemas de informacin geogrfica), por lo que se les ha dado cabida en esta
arquitectura

En esta arquitectura, el sistema hidrolgico se representa desagregndolo sobre la
base de un conjunto de entidades elementales, con las cuales se pueden modelar los
casos ms comunes (en realidad, no se ha encontrado ningn caso no representable
con la solucin adoptada). Las entidades seleccionadas tienen, cada una de ellas,
unos atributos y un comportamiento que las caracteriza, y, en conjunto, permiten
simular el comportamiento del sistema hidrulico real, no contndose con limitaciones
en cuanto a nivel de desagregacin. Estas entidades, que actan a modo de unidades
representativas elementales, son denominadas elementos y drenajes.
Conceptualmente EDIMACHI tiende a modelos hidrolgicos conceptuales agregados.

5.4. FLOOD WATCH

Flood Watch es un sistema de apoyo para la toma de decisiones que combina una
avanzada base de datos de series temporales, el sistema de modelizacin MIKE 11 FF
(Flood Forecasting: mdulo de pronstico de crecidas) y el sistema de informacin
geogrfica (GIS) de ArcView.

MIKE 11 FF, desarrollado por DHI, es una herramienta de modelizacin bajo Windows
para el pronstico de crecidas en tiempo real que incluye la modelizacin de la
transformacin lluvia-escorrenta de ros y planicies de inundacin. Asimismo el
mdulo cuenta con una rutina automtica de actualizacin. La integracin de un
sistema de modelizacin de inundaciones en un ambiente GIS constituye una
poderosa herramienta para el pronstico de crecidas en tiempo real y alerta de
inundaciones.

Flood Watch trabaja en el ambiente ArcView y consta de tres mdulos:

un mdulo para la gestin de bases de datos

un mdulo para la edicin y presentacin de los datos en bases y mapas

y un mdulo para la preparacin de los modelos, simulacin y posterior
procesamiento de los resultados

El mdulo de gestin es utilizado para establecer e indicar las actuaciones en tiemo
real en la pantalla de ArcView. Una vez establecida la base de datos, un mdulo de
conversin vincula los bloques de datos en MIKE 11 FF con el ambiente ArcView y la
base de datos.

La visualizacin con ArcView de las estaciones permite al usuario seleccionar las
estaciones para edicin y presentacin de datos directamente del mapa GIS. Por
medio del acceso directo a MIKE 11 FF los resultados pueden visualizarse en
combinacin con otras estaciones y mapas.

El mdulo de modelacin incluye herramientas para el establecimiento y la ejecucin
de MIKE 11 FF. Incluye un editor de informes para la creacin de alertas de
inundacin y otra informacin relacionada para su distribucin.
Tambin se pueden importar los resultados al mdulo de mapas de inundacin MIKE
11 GIS y combinarlos con mapas de profundidad/rea de inundacin para anlisis
adicionales

Las caractersticas de Flood Watch son:

un sistema rpido y estable para operaciones en tiempo real

acceso directo a la base de datos de series temporales

importacin automtica de datos procedentes de redes telemtricas

facilidades para el control de calidad y el procesamiento de datos

presentacin GIS de diseo del modelo, cuencas, estaciones y otros datos
almacenamiento automtico de pronsticos

mdulo de diseminacin para la preparacin de alertas de inundacin,
boletines y grficos

vinculacin con MIKE 11 GIS para la confeccin de mapas de inundacin



Interfaz del FLOOD WATCH






6. EXPERIENCIAS MUNDIALES RESPECTO A MODELOS
HIDROLGICOS EN SISTEMAS DE PREDICCIN DE
CRECIDAS EN TIEMPO REAL

6.1. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA
DEL RO MOSELA (ALEMANIA)

La mayora de centros de predicciones operativas de avenidas en Alemania hace uso
del sistema LARSIM (Large Area Runoff Simulation Model), basado en el modelo
hidrolgico FGMOD que fue desarrollado para la modelacin sistemtica de la
generacin de escorrenta superficial y la propagacin del flujo en cauce (Ludwig
1982). La primera aplicacin del LARSIM como un modelo de predicciones de eventos
de crecidas se desarroll por parte de la Autoridad Hdrica del Rhineland-Palatinate
(Alemania), en la cuenca del Ro Moselle, de aproximadamente 28000 Km
2
, que
cubre con su extensin tres diferentes pases (Luxemburgo, Francia y Alemania).

El programa LARSIM ofrece submodelos alternativos para los varios pasos de
trasformacin lluvia-escorrenta. Debido a la limitacin de datos, el nmero de
parmetros del modelo fue reducido. La estructura de los submodelos hidrolgicos se
puede observar en el esquema a continuacin, la sencillez del mismo est flexible a
restricciones de los diferentes periodos de escorrenta:

Esquema de la estructura general del modelo LARSIM.
El LARSIM puede ser aplicado sea como modelo de balance hdrico que como sistema
de prediccin hidrolgica. En el primer caso se tienen en cuenta procesos de
intercepcin, evapotraspiracin y almacenamiento de agua en el suelo y en los
acuferos, adems que el mecanismo de generacin de escorrenta superficial y
traslacin y retencin en cauce (Bremiker 2000). Actualmente esta modalidad est
operativa en el Ro Neckar (Bremicker & Gerlinger 2000). La modelacin del
acumulo/fusin de nieve es operativa en ambos tipos de funcionamiento, as como las
influencias artificiales (embalses artificiales, trasvases de una cuenca a otra etc.). En el
segundo caso se tienen en cuenta solamente simulaciones a escala de evento,
despreciando todos los mecanismos que se desarrollan a una escala temporal ms
amplia. El objetivo en este caso es la prediccin de valores de caudal a un punto
temporal tal que la alerta pueda ser eficaz, o como lanzamiento de alarmas antes de
que el nivel hdrico del ro empiece a aumentar de manera significativa:

Usos del modelo LARSIM: en predicciones de avenidas o en balance hdrico.

En el caso de su utilizo como sistema de predicciones en tiempo real, el modelo se
desarrollas en sus varias partes como explicado a continuacin:

- El calculo de la precipitacin areal consiste en un procedimiento de
interpolacin espacial a partir de informacin puntual, parecido al
procedimiento de gridpoint del modelo NWSRFS (Departamento de Comercio,
USA, 1972);

- Modelos paralelos de almacenamiento: la escorrenta efectiva se distribuye a
dos embalses lineares segn un valor umbral (ndice de ratio del interflujo);

- La trasformacin de la escorrenta en la zona de interflujo se simula por medio
de un nico embalse linear. Para la modelacin de la escorrenta directa se
recorre al modelo modificado de Clark (Clark 1945), siendo el rea de la
cuenca aproximada a un rectngulo; el resultado es un diagrama tiempo-rea
de forma trapezoidal o triangular.

- Funcin del coeficiente de escorrenta: se construye un ndice de humedad del
suelo por medio del cual los coeficientes de escorrenta son variables de este
con el uso conjunto de funciones parablicas, delimitadas en ambos extremos
(el valor del coeficiente de escorrenta vara de un mnimo hasta un mximo).

- Existe un procedimiento de propagacin de flujo para asegurar la no-linealidad
de los procesos de almacenamiento, especialmente para las diferencias en el
tipo de escorrenta entre cauce y llanuras de inundacin. La retencin en los
sub-tramos de la red de drenaje se describe por medio de almacenes, cuya
retencin depende del flujo que entra y aquello que sale (Williams, 1969).

Los mdulos que usan las predicciones meteorolgicas para la prediccin
hidrolgica incluyen:

- Modelo de alerta: antes de que empiece la crecida a los parmetros de la
funcin del coeficiente de escorrenta se le asigna un valor especfico para
determinado para cada estacin por medio de un anlisis avenidas
histricas.

- Modelo de prediccin: si el caudal medido da un aumento consistente, los
parmetros de la funcin de coeficiente de escorrenta vienen obtenidos a
partir de los datos de precipitacin y de escorrenta corrientes. Las
diferencias entre la escorrenta calculada y medida antes del punto
temporal de prediccin vienen minimizadas por medio del uso de una
optimizacin de adaptacin de los parmetros de la funcin del coeficiente
de escorrenta (procedimiento de Gauss-Marquardt , Marquardt 1963).

- Se determinan los errores entre hidrograma calculado y observado y se
corrigen los resultados del calculo una vez pasado el punto temporal de
prediccin, de acuerdo con el anlisis de la distribucin del error por medio
de modelos autoregresivos (ARIMA-correction, Box & Jenkins 1970).


1) Localizacin de la cuenca del Ro Moselle in Europa. 2) La cuenca del Ro Moselle con las estaciones
pluviomtricas usadas y las estaciones de aforo. 3) Ejemplo de la malla de 14x14 Km y red de drenaje. 4)
Ejemplo de la malla a resolucin mas alta (1x1 Km) y red de drenaje.
Los datos de entrada para las predicciones hidrolgicas son las predicciones
meteorolgicas a 48 horas proporcionadas por el sistema numrico de prediccin
meteorolgica (NWP) del Servicio Meteorolgico Alemn (DWD). La estructura del
modelo fue desarrollada de acuerdo con la resolucin horizontal del NWP-
Deutschland Modell para poder directamente incluir las predicciones meteorolgicas.
En el caso del Ro Moselle fueron delimitadas 154 sub-areas de 14x14 Km de
resolucin:

Modelo raster y red de drenaje.
La informacin necesaria para los tramos de la red de drenaje consta esencialmente
en ancho y profundidad del cauce. Debido a la baja disponibilidad de estos datos para
la mayora del rea de la cuenca, estos han sido estimados por medio de hiptesis de
geometra hidrulica basadas en un ndice estadstico de escorrenta (Allen et al.
1994). Parea tramos donde existe informacin de la geometra, esta fue integrada en
el modelo a substitucin de las aproximaciones.

Despus de una calibracin hecha con la reproduccin de 4 avenidas histricas,
(12/1993, 01/1995, 11/1996 y 02/1997), se comprob el sistema con simulaciones de
de 12 horas de prediccin en la estacin de Traer/Moselle, comparndola despus con
los hidrogramas observados:


Comparacin del hidrograma observado y predicho con 12 horas de adelanto, para las 4 avenidas
histricas (estacin Traer/Moselle)
El sistema ha respondido en manera eficaz tambin cuando ha sido utilizado como
sistema de alerta antes del comienzo de una avenida. En la imagen a continuacin se
puede observar el resultado del acierto de la alarma con 24horas de adelanto con
respecto al aumento significativo de caudal:


Figura 1: Resultados de la alarma hidrolgica del diciembre del 1999.(estacin
de Traer/Moselle).

Actualmente el modelo est usado en manera operacional como sistema de prediccin
en tiempo real de avenidas en el centro de predicciones de avenidas en Trier. Los
datos en entrada para un ajuste continuo de los parmetros del modelo son valores
horarios de nivel hdrico de las 14 estaciones de aforo y de las 48 estaciones de
medidas pluviomtricas de transmisin automtica desde Francia, Alemania y
Luxemburgo:


Estaciones pluviomtricas que proporcionan datos en tiempo real para la cuenca del Ro Moselle.

Estos datos vienen preprocesados, es decir interpolados espacialmente juntos con los
datos obtenidos de las predicciones, de manera que se pueda obtener una informacin
en entrada continuamente actualizada y completada. Estos datos juntos con los datos
propiamente hidrolgicos de la cuenca vienen elaborados por el modelo LARSIM,
obteniendo la respuesta hidrolgica consiguiente a eventos severos de precipitacin,
modelacin de embalse, estimacin del error y correccin del mismo. Sigue una fase
de postproceso en la cual las predicciones de caudal vienen convertidas por medio de
oportunas curvas de gasto estimadas para cada uno de los aforos en nivel hdrico en
cauce, y estos resultados trasmitidos y utilizados para la decisin en merito al
lanzamiento de alertas hidrolgicas. A continuacin se puede observar el esquema
completo del sistema de alertas hidrolgicas realizado a medida para la cuenca del
Ro Moselle:

Diagrama del uso operacional del sistema adaptado al Ro Moselle.

6.2. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA
DEL RO PARANA (ARGENTINA)

La cuenca del Ro Plata tiene una extensin areal de 32 miliones de Km2, que abarca
el territorio de 5 pases del Amrica Meridional: Uruguay, Brasil, Bolivia, Paraguay y
Argentina:



Localizacin de la red de drenaje del Ro Plata, Amrica del Sur.
Los principales Ros de la cuenca son el Paran, el Paraguay, el Uruguay, el Iguaz, el
Pilcomayo y el Bermejo.

En Argentina, el Instituto Nacional del Agua (INA), organismo descentralizado
dependiente de la Subsecretara de Recursos Hdricos, Secretara de Obras Pblicas,
Ministerio de Planificacin Federal, Inversin Pblica y Servicios, es el organismo
responsable del desarrollo y la operacin del Sistema de Informacin y Alerta
Hidrolgico de la Cuenca del Plata (SiyAH). Tiene adems en operacin dos sistemas
de alerta hidrolgico, uno para reas de piedemonte afectadas por eventos aluviales y
otro en ros afectados en verano por escurrimientos torrenciales. Como organismos
nacionales se encarga de la coordinacin de:

- SERVICIO METEOROLGICO NACIONAL (SMN).
- PREFECTURA NAVAL ARGENTINA (PNA) .
- COMISIN NACIONAL DE ACTIVIDADES ESPACIALES (CONAE).
- SERVICIO DE HIDROGRAFA NAVAL (SHN).
- INSTITUTO GEOGRFICO MILITAR (IGM)
- INTA - INSTITUTO DE CLIMA Y AGUA (ICyA).
- DIRECCIN NACIONAL DE CONSTRUCCIONES PORTUARIAS
Y VAS NAVEGABLES (DNCPyVN).

Adems de la constitucin de entes binacionales:

- ENTE BINACIONAL YACYRET.

- COMISIN TCNIA MIXTA DE SALTO GRANDE.

- COMISIN MIXTA ARGENTINO-PARAGUAYA DEL RO PARAN.

Estos organismos trabajan en conjunto para prever, con la mayor antelacin posible,
eventos de inundacin o estiaje pronunciados, adems de poder conocer en cada
momento el estado de la cuenca y producir regularmente pronsticos hidrolgicos en
puntos de inters.
Los puntos clave del sistema de alerta hidrolgica del Servicio permanente de
Pronsticos y Alerta son fundamentalmente:

1. Recepcin y procesamiento de datos meteorolgicos, hidromtricos y
satelitales;
2. Modelacin Hidrolgica e Hidrodinmica;
3. Monitoreo sistemtico con informacin satelital;
4. Adquisicin e integracin de informacin a SIG.

SERVICIO SERVICIO
USUARIOS USUARIOS
ANLISIS ANLISIS
Evaluacin Evaluacin
Metodologa Metodologa
NODOS NODOS
CENTRAL y CENTRAL y
PROVINCIALES PROVINCIALES
OPERATIVIDAD OPERATIVIDAD INGRESO DE INGRESO DE
INFORMACIN INFORMACIN
METEOROLGICA METEOROLGICA
HIDROLOGCA HIDROLOGCA
SATELITAL SATELITAL
DESARROLLO
OPERATIVO
DESARROLLO DESARROLLO
OPERATIVO OPERATIVO
PRODUCTOS
PRODUCTOS PRODUCTOS
INTERACCIN Y
PROCESAMIENTO
CONJUNTO CON
ORGANISMOS
INVOLUCRADOS
INTERACCIN Y INTERACCIN Y
PROCESAMIENTO PROCESAMIENTO
CONJUNTO CON CONJUNTO CON
ORGANISMOS ORGANISMOS
INVOLUCRADOS INVOLUCRADOS
SERVICIO SERVICIO SERVICIO SERVICIO
USUARIOS USUARIOS
ANLISIS ANLISIS ANLISIS ANLISIS
Evaluacin Evaluacin
Metodologa Metodologa
NODOS NODOS
CENTRAL y CENTRAL y
PROVINCIALES PROVINCIALES
OPERATIVIDAD OPERATIVIDAD OPERATIVIDAD OPERATIVIDAD INGRESO DE INGRESO DE
INFORMACIN INFORMACIN
INGRESO DE INGRESO DE
INFORMACIN INFORMACIN
METEOROLGICA METEOROLGICA
HIDROLOGCA HIDROLOGCA
SATELITAL SATELITAL
DESARROLLO
OPERATIVO
DESARROLLO DESARROLLO
OPERATIVO OPERATIVO
PRODUCTOS
PRODUCTOS PRODUCTOS
INTERACCIN Y
PROCESAMIENTO
CONJUNTO CON
ORGANISMOS
INVOLUCRADOS
INTERACCIN Y INTERACCIN Y
PROCESAMIENTO PROCESAMIENTO
CONJUNTO CON CONJUNTO CON
ORGANISMOS ORGANISMOS
INVOLUCRADOS INVOLUCRADOS

Esquema del sistema de alertas hidrolgicas del Servicio permanente de Pronsticos y Alerta.
























Red hidromtrica nacional del Ro Plata.


En particular cada organismo contribuye a construir la estructura del sistema con sus
productos y aporte tecnolgico-cientfico.

Area Meteorolgica

La vigilancia meteorolgica y en particular el monitoreo de la variable precipitacin en
diferentes escalas espaciales y temporales, brinda al sistema los datos necesarios de
entrada para la realizacin de pronsticos hidrolgicos.

Teniendo en cuenta dicho propsito, en esta rea se realiza productos en conjunto con
el Servicio Meteorolgico Nacional que van desde el monitoreo de la cantidad de agua
cada a escalas diaria, mensual, trimestral y anual (a travs de diferentes
metodologas) hasta la previsin a corto y medio plazo de dicha variable en cuencas
seleccionadas. Las actividades principales de esta rea son:

- Estimacin de la distribucin areal de precipitaciones a travs de
imgenes satelitales en combinacin con datos de campo (pluvimetros). Uso
del modelo Hydroestimator.

- Determinacin de la precipitacin media areal a nivel de cuenca a partir de
las estimaciones de lluvia generadas por el modelo Hydroestimator.

- Evaluacin de diferentes tcnicas de estimacin de la precipitacin (i.e.:
TRMM) para el uso en modelos hidrolgicos y redes neuronales (NN).

- Seguimiento a travs de imgenes de satlite de sistemas convectivos.
Utilizacin del algoritmo FORTRACC (FORecasting and Tracking for Active
Cloud Clusters) para el pronstico a corto plazo del desplazamiento y evolucin
de sistemas convectivos profundos.

- Pronstico de la precipitacin media areal a nivel de cuenca hasta 72
horas, con paso diario, para cuencas seleccionadas.

Ejemplos de los productos correspondientes a las actividades del rea meteorolgica
son la obtencin de una informacin espacialmente distribuida y en tiempo real de la
precipitacin, gracias a la densidad de instrumentalizacin como tambin una
prediccin meteorolgica por medio del utilizo de un modelo numrico MRF (Mdium
range Forecast) que proporciona un pronostico de precipitacin a 12 horas):

Medidas de precipitacin en tiempo real gracias a la extensa red pluviomtrica presente en la cuenca.

Predicciones meteorolgicas por medio del modelo MRF (Mdium Range Forecast).

rea de modelacin hidrolgica e hidrodinmica

Los pronsticos en los ros se realizan en tiempo real desde 1988, aumentndose
gradualmente el horizonte de pronstico en un nmero cada vez mayor de estaciones
a lo largo de los grandes ros de la Cuenca en territorio argentino.

Las actividades desarrolladas por esta rea constan de:

- Adaptacin y control para pronsticos de niveles de un modelo hidrodinmico
unidimensional en red de canales, desarrollado en el INA y calibrado para el
tramo Yacyret Villa Constitucin (ro Paran) y el tramo Puerto Pilcomayo
confluencia con el ro Paran (ro Paraguay).

- Aplicacin de modelos de regresin mltiple con coeficientes variables
estimados usando la tcnica de filtro de Kalman. Utilizacin para pronstico de
niveles y caudales medios semanales y medios mensuales. Utilizacin para
ajuste de errores del modelo hidrodinmico.

- Armado de modelos de redes neuronales para mejorar la previsin de las
condiciones de borde en el modelo hidrodinmico y para pronstico de corto
plazo (Paran Superior, Paraguay Inferior y Uruguay), mediano y largo plazo
(Paran Inferior), vinculando series de lluvia diaria, niveles y caudales.

- La cuenca baja del ro Iguaz est modelada en forma continua con una
versin del modelo de Sacramento (NWSRFS). Para la modelacin por eventos
se aplica la ltima versin disponible del modelo HEC-1.

En condiciones de normal actividad, es decir en ausencia de estados de alertas, el
rea hidrolgica del SINA trabaja proporcionando un mensaje diario con informacin
hidrometeorolgica, 2 informes semanales en situaciones normales, con diagnostico
del estado de la cuenca y pronsticos a 5 y 10 das sobre el Ro Paran y un informe
mensual con tendencia a tres y seis meses sobre los Ros Paran y Paraguay.
Adems proporciona un servicio de procesamiento de datos bsicos a requerimiento
del usuario. En condiciones de emergencia, el sistema de alertas proporciona informes
con avisos tempranos de situaciones de riesgo en la cuenca, informes diarios en
situaciones de crecida o bajantes significativas con pronsticos de mximos o
mnimos, fechas en las que se alcanzaran determinados niveles crticos y las
permanencias por encima o por debajo de los mismos. Adems proporciona informes
particulares con previsin de riesgo de acuerdo con las necesidades del usuario.

Ejemplo de simulacin hidrolgica con el modelo Sacramento.
6.3. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA
DEL RO PO (ITALIA)

El sistema de prediccin operativa de la Regin Piemonte est estructurado en dos
fases, una de prediccin meteorolgica con el consiguiente procedimiento de
activacin de la alerta meteorolgica y la otra de simulacin hidrolgica con la
consiguiente activacin del procedimiento de alerta hidrolgica.

La previsin meteorolgica

Para la prediccin meteorolgica se utilizan dos tipos de modelos:

- Los GCM (Global Circulation Model)

- Los LAM (Limited Area Models)

En el Centro Funcional del ARPA Piemonte, (Agenzia Regionale di Protezione
Ambientale), adems que los modelos de circulacin global, se utiliza operativamente
el Lokall Modell en su versin italiana LAMI (Local Area Model Italy) que se desarrolla
en el mbito del proyecto COSMO (COnsortium for Small-scale MOdelling), en el cual
participan los servicios meteorolgicos nacionales de Italia, Alemania, Suiza, Grecia y
Polonia, adems que varios centros locales como ARPA Piemonte y ARPA-SIM
(Emilia Romagna). Desde el 2001 el modelo produce diariamente las predicciones
gracias a las simulaciones numricas efectuadas en el centro de clculo cientfico
CINECA de Bologna. La configuracin actual es la siguiente:

- Dominio que cubre todo el territorio nacional;

- 7 Km de resolucin horizontal;

- 35 niveles en la vertical;

- 72 horas de prediccin,

- output cada 3 horas;

- 2 actualizaciones al da (00 UTC y 12 UTC);

- condiciones iniciales y al contorno del modelo global alemn GME;


Dominio del LAMI con DEM.
El modelo utiliza como variables deducidas directamente (pronosticadas) las
componentes de latitud y de longitud de la velocidad, la temperatura, la perturbacin
de la presin desde un estado de referencia, la humedad especifica, el contenido de
agua en las nubes. En cambio las variables calculadas en un segundo momento
(diagnosticas) son la densidad total y el flojo de precipitacin y de nieve.

Para la resolucin de las ecuaciones se utiliza un esquema espacial a las diferencias
finitas del segundo orden con variables definidas en horizontal en una malla de tipo
Arakawa C y en la vertical una malla de Lorentz. El avance temporal se realiza segn
un esquema del segundo orden de tipo Leapfrog, es decir explicito en la direccin
horizontal e implcito en aquella vertical.

Con el objetivo de averiguar la bondad del modelo de prediccin se efecta una
comparacin con series temporales muy largas y en un rea lo suficientemente amplia
para poder considerarse una muestra estadstica valida.

Para la validacin de las precisiones el ARPA utiliza los datos registrados de las 400
estaciones automticas que gestiona en todo el territorio regional y los datos
disponibles al interior del proyecto COSMO en el Norte Italia.


Distribucin de las estaciones automticas y zonas de alerta en la regin Piemonte (izquierda) y
pluvimetros disponibles del Departamento de Proteccin Civil (derecha).
Adems que una previsin de precipitacin, el ARPA Piemonte utiliza modelos
numricos para simular los procesos fsicos de la interfaz suelo-atmsfera,
reproduciendo los balances energticos e hdricos. En particular, el modelo SVAT (Soil
Vegetation Atmosphere Transfer) que se utiliza es el LSPM (Land Surface Process
Model). Dicho modelo asume que la precipitacin se infiltre parcialmente en la primera
capa del suelo hasta alcanzar la saturacin, la parte que excede escurre (mecanismo
de Dunne), mientras que las races retienen humedad en las capa donde estn
(traspiracin). Los datos de salida tpicos del modelo son:

- radiacin neta,

- flujos de calor,

- temperatura y humedad


Ejemplo de humedad del suelo calculada por el modelo LSPM.

Ejemplo de temperatura del suelo calculada por el modelo LSPM.
En la base de la informacin obtenida gracias al sistema de predicciones
meteorolgicas el Departamento debe de emitir, de forma pblica, un Informe de
Vigilancia Meteorolgica diaria y, de forma reservada, un Informe de criticidad, ambos
en el contesto del propio dominio territorial, que examina la posibilidad de ocurrencia
de los siguientes fenmenos meteorolgicos:

- Tormentas, fenmenos severos y a escala local,

- Precipitacin, cuya peligrosidad viene clasificada segn magnitud e intensidad,

- Nevadas,

- Viento,

- Altas temperaturas en las zonas de llanura,

- Niebla

Dicha informacin viene esquematizada en un documento llamado Bollettino di
Vigilanza:


Ejemplo de Bollettino di Vigilanza del ARPA de Piemonte.
En base a criterios de peligrosidad la regin Piemonte ha subdividido el territorio
regional en zonas de alerta:


Zonas de alerta de la Regin Piemonte
La subdivisin tiene en cuenta la distribucin espacial de las precipitaciones (derivados
de datos histricos cuya probabilidad temporal ha sido estimada mediante ajustes
estadsticos) y la distribucin hidrogrfica, ambas condicionadas por la distribucin
orogrfica del territorio: dicho criterio tiene en cuenta un permetro de las zonas segn
la orografa, es decir han sido separadas zonas ms montuosas donde se distribuyen
precipitaciones ms intensas de aquellas de llanura.

La previsin y la alerta hidrolgica

El Sistema Informativo de Previsin de Avenidas (SIPP) en la Regin Piemonte ha
sido realizado al interior de los proyectos internacionales Interreg IIC y IIB para
responder a las exigencias de la actividad de alerta del Centro Funcional. El objetivo
de SIPP es la previsin en tiempo real de los valores de caudal y nivel hdrico a lo
largo de todo el retculo hidrogrfico principal de la regin, con el objetivo final de una
evaluacin de los riesgos.

El corazn del sistema de previsin y gestin de avenidas es un software llamado
FLOOD WACHT, que trabaja en ambiente ESRI Arcview. Es este software que
gestiona el flujo de las informaciones, organiza y controla los datos en entrada a los
modelos de previsin y prepara la publicacin de los resultados de las simulaciones de
los modelos. La previsin de los caudales fluviales (no solamente de caudales crticos,
dado que el sistema gestiona tambin el rgimen ordinario) es obtenida por medio de
modelos numricos que, en base a los datos de input de las observaciones hidro-
meteorolgicas, es capaz de simular los procesos de trasformacin precipitacin
escorrenta y de reconstruir la dinmica fluvial.

Los modelos de simulacin utilizados por el SIPP son determinsticos y fsicamente
basados. El sistema de modelacin est constituido por tres modulos del codigo de
simulacin MIKE11, del DHI (Danish Hydraulic Institute):

- el modulo hidrolgico Rainfall-Runoff (RR), que simula el proceso de
trasformacin lluvia-escorrenta de las subcuencas;


Esquema conceptual del modulo hidrolgico RR.
- el modulo hidrodinmico Hydrodynamics (HD) que simula la escorrenta en
cauce y en las reas de inundacin ;

- el modulo de correccin Data Assimilation (DA) que por medio de la adquisicin
de datos hidromtricos permite la estimacin del error del modelo y la
correccin de la previsin.

A continuacin se puede observar el elenco de Ros analizados por el sistema:

Ros analizados por el sistema: nombre, secciones de control y previsin, area de la cuenca y tiempo de
concentracin.
Basndose sobre los anlisis efectuados, emite un informe en formato de esquema en
donde hay una previsin de la avenida en cada una de las secciones controladas, en
trminos de niveles hdricos. Los niveles de criticidad estn subdivididos en 3 clases:
situacin ordinaria, crecida ordinaria y crecida extraordinaria. En la siguiente figura un
ejemplo del informe:


Ejemplo de informe emitido por el sistema de alertas de avenidas en la regin Piemonte.


6.4. PREDICCIN OPERATIVA DE CRECIDAS EN LA CUENCA
DEL RO RENO (ITALIA)

La cuenca del Ro Reno, de extensin de 4930 Km2, es la ms grande de la Regin
Emilia Romagna. En dicha cuenca la Autoridad encargada ha implementado un
sistema operativo de prediccin de avenidas que utiliza predicciones meteorolgicas
en tiempo real para acoplarlas a un modelo de trasformacin lluvia-escorrenta
distribuido fsicamente basado.

Prediccin meteorolgica

El sistema se avale de predicciones meteorolgicas conseguidas por medio de la
simulacin numrica proporcionada por el LAMBO (Limited Area Model BOlogna),
cuya operatividad ha sido opera del ARPA-SIM, la seccin meteorolgica de la
Agencia Regional de Proteccin Ambiental de la Regin Emilia Romagna. El LAMBO
ha sido utilizado a dos diferentes escalas:

- el LAMBO de baja resolucin trabaja sobre una malla horizontal de 40 Km y 21
niveles en la vertical. Las condiciones iniciales han sido proporcionadas por
anlisis operacionales del ECMWF (European Centre for Medium-range
Weather Forecasts), interpoladas a la escala ed la resolucin de LAMBO. Las
condiciones de contorno se obtienen por medio de la prediccin operacional del
ECMWF, disponible y actualizable cada 6 horas.

- El LAMBO de alta resolucin consta de una malla horizontal de 20 Km, el
dominio de integracin cubre la pennsula italiana y las regiones alpinas, con
32 niveles en la vertical. Las condiciones iniciales y de contorno son
proporcionadas por el LAMBO a escala mayor y actualizadas cada 3 horas.

LAMBO tiene dos actualizaciones diarias, una a 00UTC y la otra a 1 UTC, con
horizontes de prediccin a 72 y 84 horas respectivamente.

Las predicciones de del modelo estn sujetas a correcciones gracias a la informacin
automtica proporcionada por la densa red de estaciones pluviomtricas y
termomtricas de la cuenca:


Localizacin de la red pluviomtrica al interior de la cuenca del Ro Reno en la Regin de Emilia-
Romagna.
Prediccin hidrolgica

Con el input meteorolgico del modelo numrico LAMBO se ha implementado el
modelo hidrolgico distribuido fsicamente basado TOPKAPI (TOPagrafic Kinematic
AProximation and Integration) para la estimacin en tiempo real de caudales y niveles
hdricos en varias secciones del ro. La resolucin del DEM (Digital Elevation Model)
utilizada para la implementacin del TOPKAPI en el Ro Reno ha sido de 1x1 Km. La
calibracin y la validacin del modelo ha sido efectuada utilizando los registros
pluviomtricos horarios disponibles para los aos 1990 y 2000.


DEM de la cuenca del Ro Reno.
El modelo es continuamente validado y corregido gracias a la densa red hidromtrica
que proporciona datos de caudal y nivel hdrico del Ro Reno y de sus tributarios. Por
medio de estos datos medidos ha sido posible estimar la incertidumbre relacionada a
la simulacin hidrolgica.


Red hidromtrica de la cuenca del Ro Reno.
Un ejemplo de prediccin en comparacin con el caudal observado se presenta en los
siguientes grficos con tiempo de pronstico a 1 hora y a 3 horas :




Pronosticos realizados en el rio Reno a una y tres horas respectivamente









6.5. PREDICCIN OPERATIVA DE CRECIDAS EN
BANGLADESH

De los 230 ros presentes en el territorio del Bangladesh, 57 de ellos se originan fuera
del territorio. Los Ro principales son el Maghna, el Padma y el Brahmaputra. Ell 92%
de la precipitacin que cae fuera del estado y el 8% que cae dentro contribuyen a la
generacin de avenidas.


Los tres grandes Ro que desembocan en el territorio del Bangladesh tienen una cuenca que
pertenece solo por el 7% al estado.
Las avenidas que ocurren en el territorio se subdividen en varios tipos, dependiendo
de la causas del origen: la avenida del 1998 cubri casi el 30% de las llanuras
aluvionales del territorio.

Tipos de avenidas en Bangladesh
Las inundaciones en el territorio del Bangladesh son muy frecuentes, a continuacin
se puede observar una grafica con los registros de magnitud de las principales
inundaciones desde el 1954 hasta el 2005:


Elenco de inundaciones en Bangladesh desde 1954 hasta 2005.
El Departamento Meteorolgico de Bangladesh (BMD) dispone, para la observacin de
los fenmenos meteorolgicos de:

- 35 Observatorios de superficie,

- 10 Observatorios de radiosondeo,

- 3 Observatorios de Rawinsonde,

- 12 Observatorios Agro-meteorolgicos,

- 4 estaciones Radar a Dhaka, Rangpur, Coxs bazar y Khepupara,

- Plataforma satelital que recibe las estaciones de GMS, NOAA y INSTA,

- Mapas de Prediciones a escala mundial (WAFS) desde el Word Area
Forecasting Center, Bracknell, London,

- Sistema de recepcin satelital SADIS,

- Dos anemmetros operativos en todo el pas.

El BMD tiene una capacidad de recepcin de datos con las siguientes frecuencias
temporales:

- datos sinpticos cada 3 horas,

- datos del radiosondeo cada 6 horas,

- datos Agro-meteorolgicos cada 12 horas,
- datos sismolgicos en tiempo real de ocurrencia de terremotos.

Un sistema de prediccin de avenida ha sido implantado en Bangladesh desde 1972,
con 36 estaciones de monitoreo de avenidas en tiempo real, conectadas entre ellas
por medio del modelo de propagacin de flujo Muskingum-Cunge. En el 1990 fue
introducido el modelo hidrodinmico MIKE 11, con la implementacin de 16 puntos de
prediccin de crecidas en tiempo real. 9 aos despus el sistema ya estaba soportado
da sistema de informacin georeferenciada (GIS) con 30 estaciones de prediccin. En
el 2004 con un ulterior esfuerzo en la mejora del sistema (Consolidation &
Strengthening of Flood Forecasting Services) los puntos de prediccin aumentaron a
50, cubriendo toda el rea afectada por las inundaciones. Se efectu la realizacin de
un mapa de reas inundadas. Actualmente el sistema comprende:

- 86 estaciones de monitoreo de avenidas,

- 50 estaciones de predicciones de avenidas en tiempo real,

- 56 estaciones de medida pluviomtrica en tiempo real.

El sistema de monitoreo est constituido por una red greles que se extende por todo
el pas. El sistema de prediccin est formado por el modelo hidrodinmico de MIKE
11 y con el modelo de trasformacin precipitacin- escorrenta NAM.

La actividad del sistema y los productos finales de informacin se estructuran
dependiendo del tipo de criticidad climtica de la temporada: en el periodo de los
Monsones, el sistema emite un Boletn diario y un informe especial sobre
inundaciones, adems que informes mensuales y anuales y mapas de zonas de
inundacin. En los periodos secos el sistema emite un boletn de informacin de Dry
season y un monitoreo semanal:


Informaciones emitidas por el sistema.

Mapa del estado de los niveles hdricos .
La Arquitectura del sistema se puede resumir en esquema a continuacin:


Esquema del sistema de predicciones de avenidas.

Un ejemplo de prediccin en comparacin con la observacin es presentada en el
siguiente grafico:


Comparacin del nivel de agua observado con el predicho por el sistema
6.6. PREDICCIN OPERATIVA DE CRECIDAS EN LAS
CUENCAS DE LOS EEUU DE AMERICA
6.6.1. La experiencia de Pittsburg

El territorio del Districto de Pittsburg (West Virginia) contiene en su interior las cuencas
de dos tributarios del Ro Ohio, el ms largo tributario del Ro Mississippi: la cuenca
del Ro Cheat y la cuenca del Ro Tygart.


Localizacin de las cuencas del Ro Cheat y del Ro Tygart, ambos tributarios del Ro Ohio.
La cuenca del Ro Tygart tiene una extensin de 3560 Km2, aquella del Ro Cheat
mide 3690 Km2. Ambos rios miden en longitud alrededor de 150 Km. En los ltimos 40
aos en las estaciones de aforos del USGS a Parson (para el Ro Cheat) y del USGS
a Philippi (para el Ro Tygart) han sido registrados caudales muy superior al valor
crticos, con consiguientes inundaciones daosas en algunos casos para la populacin
civil. Desde el 1994 han sido registradas 5 de las 10 inundaciones ms graves:


Inundaciones en los dos ros del West Virginia.
El sistema de alerta (FWS) establecido para estas dos cuencas prev de mejorar el
tiempo de adelanto de la alerta para las poblaciones que viven justo a lado de los ros,
para permitir a los residentes de estar preparados a las avenidas y de poder
organizarse para la evacuacin.

Adems se prev la instalacin floodwall invisibles a Philippi, actualizando el sistema
corriente dentro de un IFLOWS, es decir un Sistema Integrado para la Observacin de
las Avenidas y la Alerta hidrolgica. Estos proyectos han costado al Water Resources
Development Act (Tygart) y al Energy and Water Development Act (Cheat) alrededor
de 500 mil dlares para cada uno de los ros. El proyecto finaliza su mejora con la
instalacin de ulteriores estaciones de aforo y estaciones pluviomtricas, adems que
estaciones computerizadas en las Oficinas de Gestion de las Emergencias de las
Condeas.


Mejoras en la red de estaciones de aforos y pluviomtricas en el Ro Cheat.
La modelacin numrica ha sido efectuada por medio de las herramientas del US
Army Corp of Engineers: el HEC-1 y el HEC-HMS.


Modelacin hidrolgica del Ro Tygart haciendo uso del HEC-HMS.
La implementacin del nuevo sistema integrado de alertas para el Ro Cheat ha
llevado a:

- la Instalacin de 5 nuevas estaciones de aforo ,
- la actualizacin de las 5 estaciones de aforos ya existentes,
- la instalacin de 4 nuevos radio repetidores,
- la instalacin de 3 nuevas workstations.

Mejoras parecidas ha habido para el Ro Tygart:

- la instalacin de 4 nuevas estaciones de aforo,
- la actualizacin de las 7 estaciones de aforos existentes,
- la instalacin de 2 nuevos radio repetidores,
- la instalacin de 2 workstations.

6.6.2. La experiencia de Illinois

En el Ro Salt Creek, que con su 138 Km se extiende por la parte Norte- Occidental del
Pas, hasta desembocar en el Ro Sangamon, el USGS en colaboracin con el
Departamento de Asuntos Medioambientales (Department of Environmental Concerns)
del condado de Du Page ha implementado un sistema de simulacin hidrolgica en
tiempo real, basado en input de precipitacin procedente de estaciones pluviomtricas
y del radar NEXRAD.



Localizacin de la cuenca del SALT Creek, Illinois, US.
El modelo hidrolgico utilizado para dicho objetivo ha sido el HSPF (Hydrologic
Simulation Program FORTRAN), que produce una simulacin continua de
trasformacin lluvia-escorrenta. Dicho modelo ha sido utilizado a menudo por el
USEPA y el USGS. El modelo ha sido calibrado con datos de las estaciones
pluviometricas del NOAA.

La propagacin del flujo en cauce integrado en el sistema ha sido llevada a cabo por
medio del FEQ (Full EQuations one-dimensional, dynamic model), un modelo que
tiene en cuenta el flujo transitorio con una propagacin totalmente distribuida. A
continuacin se puede observar uno de los resultados conseguidos con el modelo:


Ejemplo de resultado del modelo de propagacin de flujo en cauce, caudal propagado para
todas las secciones de control a lo largo del ro y precipitacin horaria asociada.
La modelacin hidrolgica y el post-procesamiento hidrolgico e hidrulico esta
garantizado por la simulacin continua del GenScn:


Funcionamiento interactivo del software integrado GenScn.
Las operaciones principales del sistema son:

- Recopilacin de datos pluviomtricos y de aforo, por medio de los medios de
comunicacin,
- Conversin y insercin de los datos recopilados en el sistema,
- Insercin de input en el database fijando las fechas de simulacin requeridas,
activando de esta manera la simulacin y pudiendo ver en tiempo real el
resultado de la simulacin bajo forma de graficas.
-

Esquema general del funcionamiento del sistema integrado de alerta hidrolgica.
La ltima fase del sistema es la emisin de un informe sobre el estado hidrolgico con
informaciones acerca de todos los parmetros que el sistema tiene bajo control:


Informe del sistema sobre el estado hidrolgico.
Como ya se ha mencionado anteriormente, los input del sistema son las
precipitaciones medidas por la red pluviomtrica y las informaciones meteorolgicas
proporcionadas por el NEXRAD radar:


Informacin desde el radar NEXRAD.
Los resultados obtenidos por el sistema son visibles a continuacin. La comparacin
entre hidrograma observado y simulado confirma el buen funcionamiento del sistema,
que puede ser considerado una herramienta eficaz a la hora de pronsticos
hidrolgicos y prevencin de avenidas:


Resultados del sistema.
6.6.3. La experiencia de Huston, Texas
El Hydrology and Water Resources Group del Departamiento de Ingenieria Civil de la
Universidad Rice de Huston en 2003 ha mejorado el ya existente sistemas de alertas
de avenidas (FAS) en la ciudad de Huston, para el Ro Brays Bayou que atraviesa la
ciudad.


La ciudad de Huston despus de la tormenta tropical Allison en 2001
Debido al aumento del dao causado por el aumento de la escorrenta, por la
disminucin del tiempo de respuesta y por aumento de la densidad de la populacin,
entre el 1997 y el 2002 se ha desarrollado para el Ro Brays Bayou un sistema de
alerta de avenidas, testeado con diferentes eventos de precipitacin del 1997, con el
tormenta tropical Frances del 1998 y la tormenta tropical Allison del 2001.

El sistema de alerta opera con datos de precipitacin en tiempo real proporcionados
por el radar NWS. Utiliza el NEXRAD Digital Precipitation Array para precipitaciones
horarias, actualizado cada 5-6 minutos. Este proporciona valores promedios de
precipitacin sobre la cuenca, a una resolucin de 16x16 Km.


Esquema conceptual del sistema.
Las mejoras del sistema consisten en la utilizacin de QPF en entrada a un modelo
hidrolgico que corre en continuo, proporcionando hidrogramas de respuesta en
tiempo real:


Mejoras del sistema.
La precisin de las predicciones hidrolgicas ha sido aumentada por medio de
calibracin del modelo hidrolgico con los hidrogramas observados, con respecto a
caudal pico, tiempo al pico, tiempo de retardo y volumen del hidrograma.
La informacin sobre la precipitacin es bastante completa en cuanto las predicciones
a corto plazo incluyen la direccin de la tormenta, la magnitud de la precipitacin y el
aumento e la disminucin de la intensidad, todo esto con una resolucin de 1x 1 Km.

La simulacin hidrolgica se ha desarrollado utilizando modelos agregados y
distribuidos:

- Hec-1, escrito para correr en tiempo real con la precipitacin del radar,

- Vflo, modelo distribuido fsicamente basado que tambin corre en tiempo real.


Ejemplo de aplicacin del sistema de prediccin en tiempo real.
6.7. PREDICCIN OPERATIVA DE CRECIDAS EN EL RO
YANGTZE, CHINA

En 1990 se implementa en China el NFFS (National Flood Forecasting System). Este
programa tiene la flexibilidad de utilizar diferentes modelos segn la conveniencia y
caractersticas del ro y la cuenca. En el momento los modelos hidrolgicos utilizados
por ste, son:

- Xinanjiang Soil Moisture Accounting (SMS_3),
- Sacramento Soil Moisture Accounting (SAC),
- API (Chino), URBS (Australiano),
- SCLS,
- Tank,
- SMAR,
- Shambei,
- Rain-Runoff correlation Method (P_RZHJR),
- Channel Lag and K Routing (LAG_3),
- Muskingum Routing (MSK),
- Mike 11,
- Unit Hydrograph (UH_B),
- Diffusion Wave Model (KSB),
- Utility Empirical Model (P#),



Interfaz del Software utilizado para predicciones operacionales en tiempo real
Este es utilizado en 22 tipos de sectores hidrolgicos del ministerio de recursos
hdricos y provincias de China.

La red hidrolgica en toda China est compuesta por 3172 estaciones hidrolgicas
(medidas de precipitacin, caudal y calados), 1149 estaciones de aforo, y 15368
estaciones pluviomtricas. Algunas (8525) de estas son utilizadas para los reportes
hidrolgicos en perodos de crecidas.

La informacin hidrolgica es transmitida a travs de un sistema de telecomunicacin,
y para proyectos y ros de gran importancia se utiliza estaciones de radio de onda
corta para asegurar la transmisin efectiva de los datos.

En caso de que los niveles del ro superen un umbral de alarma los organismos
competentes en la realizacin de los pronsticos dan la alarma al gobierno y ste a los
medios pblicos (TV, Radio, peridicos).

El ro ms grande de China, el Yangtze, cubre un rea drenante de 1800000 km
2
con
una aportacin media anual de 975.5 billones de m
3
. El ro est caracterizado por
crecidas de gran volumen y altos caudales picos, pero con capacidad insuficiente para
transportarlas. Los tramos medio e inferior del ro estn protegidos por un sistema de
diques laterales de una longitud total de 45000 km y un zonas para desvo de crecidas
con una capacidad total de 5.4 billones de m
3
los cual juega un papel fundamental para
la proteccin de avenidas en la zona media del ro. Tambin existen 117 embalses
medios y grandes con una capacidad total de 104 billones de m
3
. Todas estas
estructuras son capaces de proteger inundaciones producidas por avenidas con un
tiempo de recurrencia de 20 aos, y con la construccin de la presa de las Tres
Gargantas la proteccin aumenta para tiempos de recurrencia de 100 aos.


Mapa de ubicacin del tramo alto y medio del ro Yangtze.
El tramo superior del ro Yangtze ubicado entre Chongqing y la presa de las Tres
Gargantas tiene una longitud de 600 km con una pendiente media de 0.0002 m/m. Las
crecidas superan los 70000 m
3
/s. A pesar de tener caudales muy altos, el ro es
confinado lo cual se puede considerar unidimensional.

En el ro Yangtze se han estado utilizando para la prediccin del comportamiento de
las crecidas una combinacin de tcnicas empricas principalmente modelos
numricos hechos en casa. El problema de estos era que no estaban totalmente
integrados a lo largo de la cuenca y se apoyaban mucho en la experiencia local de
profesionales de la zona y adems no tenan un nivel de precisin ni un horizonte de
prediccin deseado. Un nuevo sistema de prediccin de 3 a 7 das se ha
implementado en el ao 2001 para suplir estos problemas. Utilizando como modelos
hidrolgicos como el URBS, XAJ y API, y el modelo hidrulico MIKE 11.

Con el FSS estos modelos utilizan datos hidro meteorolgicos en tiempo real para dar
predicciones a 7 das extendidas a 70 secciones del Yangtze medio y alto. El modelo
hidrulico provee de la funcionalidad de cuantificar la efectividad de medidas
potenciales de mitigacin especialmente alterando estrategias de vaciado de embalses
y el uso de cuencas de detencin. El tramo superior est representado por 305
secciones cada 2 km aproximadamente lo cual representa de forma satisfactoria las
caractersticas de almacenaje del cauce.


Garganta Wu, Ro Yangtze
6.8. PREDICCIN OPERATIVA DE CRECIDAS EN EL RO
MEKONG

En los comienzos de los aos 70 se implemento un sistema
de prediccin regional con tcnicas computacionales
avanzadas y modelos matemticos. Luego de las crecidas
del ao 78 y 81 este sistema se expandi para poder cubrir
ms tributarios del ro Mekong. La comisin del Ro Mekong
(MRC) nace en 1995 por un acuerdo entre lo gobiernos de
Camboya, Lao PDR, Tailandia y Vietnam.

Las predicciones operativas se han venido realizando a lo
largo de los ltimos 30 aos, actualizndose ao tras ao
para mejorar la precisin de las predicciones. Durante la
poca hmeda se hacen predicciones a 5 das actualizados
diariamente y a 7 das en la poca seca actualizados
semanalmente. El sistema consiste en 3 componentes
principales. Adquisicin y transmisin de datos, generacin
de predicciones, y comunicacin de las predicciones. Los
organismos nacionales, la cruz roja, ONG y otros utilizan los
resultados a escala regional para generar alertas y
comunicar a la poblacin del estado del ro.


Esquema conceptual del sistema.
Los datos hidro-meteorolgicos de los cuatros pases involucrados son enviados al
MRC para generar predicciones. En el ao 2005 se utilizan 21 estaciones de nivel de
agua, sobre el ro principal, para las pocas hmedas, y 19 para la poca seca.
Adems de estos datos se utilizan datos meteorolgicos como imgenes satelitales,
estimacin de precipitacin y predicciones de varias fuentes como US Geological
Survey/National Oceanic and Atmospheric Administration (USGS/NOAA) y Tropical
Rainfall Measurement Misin (TRMM). En la siguiente figura se puede observar la
ubicacin de las estaciones utilizadas y las imgenes de prediccin de precipitacin
obtenidas del (USGS/NOAA) sobre el cauce principal y por subcuencas. Los datos son
separados en dos grupos: Histricos y operacionales.

Datos disponibles.
En la actualidad el SSARR (Streamflow Synthesis and Reservoir Regulation model,
desarrollado por el US Corps of Engineers) se utiliza en la zona media y superior de
ro Mekong, mientras que modelos de regresin se utilizan para la zona baja del ro.

Tambin se utilizan redes neuronales (ANNs) no solo para la prediccin sino tambin
para mejorar la precisin de los modelos de regresin y el SSARR mediante el
proceso de verificacin cruzada. Luego se utiliza el MIKE-11 para simular los niveles
de agua y las extensiones de las inundaciones en diferentes zonas.

En el momento se est estudiando la posibilidad de remplazar los actuales modelos de
prediccin por modelos efectivos basados en sistemas modernos de integracin de
riesgo de crecidas junto con facilidades de GIS que gestione la informacin derivada
de las crecidas. Tambin se estn llevando a cabo herramientas de actualizacin de
los parmetros de lo modelos.

Se generan boletines diariamente, en pocas hmedas, y semanales en pocas secas
a los diferentes organismos de cada pas con los datos de caudales en forma de
tablas y los hidrogramas de los calados en diferentes secciones. Estos son enviados
via e-mail y publicados en la pgina del MRC (http://www.mrcmekong.org). La MRC
tiene la responsabilidad de generar predicciones a escala regional. Los usuarios son
los organismos nacionales involucrados, los comits nacionales de manejos de
desastres naturales, los medios masivos, ONGs, Organizaciones UN, etc.

En las siguientes figuras se muestra un ejemplo de los boletines generados
peridicamente por el MRC.


Boletn emitido por el sistema.

Resultados de la modelacin.
6.9. PREDICCIN OPERATIVA DE CRECIDAS EN EL RO
ARICANDUVA, SO PAULO (BRAZIL)

El ro Aricanduva est ubicado en la parte este de la ciudad de Sao Paulo. Tiene un
rea de aproximadamente 100 km
2
(Cuenca amarilla de la figura siguiente). Esta
cuenca tiene grandes problemas por las
crecidas porque atraviesa la zona este de la
ciudad. El sistema de alerta de
inundaciones de So Paulo (SAISP) es una
medida no estructural para el control urbano
de inundaciones. Su principal objetivo es
disminuir los impactos negativos producidos
por lluvias fuertes en las zonas de riesgo. El
SAISP tiene dos fuentes de datos
hidrometerolgicos en tiempo real: radar
meteorolgico ( en el nivel CAPPI) y una red
telemtrica (ver figura). Los datos se utilizan
para las predicciones de lluvias e
inundaciones en varias zonas de Sao Paulo.
Estas predicciones se distribuyen a los
usuarios via internet. Un usuario muy
importante es el ayuntamiento de la ciudad
que se encarga del control del trfico y otros
trabajos civiles para apoyar a la poblacin
en riesgo. La compaa de trfico puede desviar los vehculos de las zonas inundadas
y tambin cerrar las calles y avenidas para proteger a los habitantes. El SAISP genera
cada cinco minutos boletines sobre las lluvias y sus consecuencias sobre la ciudad de
So Paulo. Los principales productos del SAISP son:

Mapas de lluvias en el rea del radar de Ponte Nova.
Lectura de las estaciones de la red telemtrica del alto Tiet, Cubato, Registro
y Piracicaba.
Mapas con las predicciones de inundaciones en la ciudad de So Paulo.

Su principal objetivo es minimizar los impactos negativos producidos por las fuertes
lluvias en zonas de riesgo donde la cuenca del ro Aricanduva es una de ellas.

El modelo MOEPH es utilizado para la prediccin de crecidas, ste corre cada 10
minutos y predice a 3 horas, MOEPH establece estados hidrolgicos para cada
elemento de una malla de 2 km x 2 km cubriendo la ciudad de So Paulo. Hay 3
diferentes estados hidrolgicos que son: de observacin (sin posibilidad de
inundacin), atencin (con posibilidades de inundacin) y alerta (altas posibilidades de
inundacin) y segn estos las agencias de defensa civil actan.


Red telemtrica en la cuenca del Alto Tiete




Radar meteorolgico (CAPPI). Escala mm/h
MOEPH usa un algoritmo emprico basado en la precipitacin observada y la
prediccin producida por el radar meteorolgico. Este tiene dos mdulos:

El mdulo de micro drenaje, donde las inundaciones son generadas por lluvias muy
intensas de corta duracin y de carcter local.

El mdulo de meso o macro drenaje, donde las inundaciones son provocadas a travs
de la red principal de drenaje, generalmente resultantes de lluvias menos intensas
menor duracin y distribuidas espacialmente. Este modelo considera cuatro horizontes
de prediccin: hora, 1, 2 y 3 horas.


Resultados de prediccin de estados hidrolgicos en la ciudad de Sao Paulo

Para cada celda el modelo calcula el estado hidrolgico considerando los siguientes
pasos:

1- Modelo de translacin que predice la lluvia a 3 horas cada 10 minutos

2- Compara cada valor predicho con unos lmites calculados con esta simple
ecuacin

) 1 / ln( 88 . 10 966 . 5 .[ ) 20 ( ) 20 ( 05 . 37
914 . 0 914 . 0
,
+ + + =

T T t t i
T t


Donde i es la intensidad (mm/min), t la duracin en minutos y T el perodo de retorno
en aos

3- Segn esta comparacin se determina uno de los 3 estados

4- Se repite para los prximos 10, 20 y 30 minutos y el estado hidrolgico es el
ms crtico de los tres.

A pesar de que el MOPEH tenga una metodologa muy simple funciona muy bien
para tormentas convectivas.

6.10. PREDICCIN OPERATIVA DE CRECIDAS EN COSTA RICA

En Costa Rica la dependencia encargada de planear, construir, generar, transmitir y
distribuir la energa elctrica, desde abril de 1949, es el Instituto Costarricense de
Electricidad (ICE). Con el desarrollo de los proyectos hidroelctricos y las plantas de
operacin del ICE, se ha visto la necesidad de utilizar el recurso agua de manera que
rinda el ptimo beneficio. Para esto es necesario implementar sistemas integrados
para el manejo del mismo, de tal forma que se pueda mejorar el planeamiento y
operacin de sistemas de utilizacin de los recursos hdricos. El rea de Hidrologa del
ICE tiene a su cargo la recoleccin, procesamiento y anlisis de la informacin hidro-
meteorolgica. Esta informacin es fundamental para el planeamiento, diseo y
funcionamiento de los proyectos hidroelctricos, en casos de emergencia tambin se
pone a disposicin de la Comisin Nacional de Emergencia (CNE) para la previsin
contra crecidas e inundaciones.

Para ello se ha implantado un SPH, es decir un Sistema de Pronstico Hidrolgico. El
objetivo de los SPH es poder predecir en forma rpida y oportuna los caudales de
crecientes en los sitios de construccin de las obras hidrulicas, en los sitios de presa,
en las estaciones de control y en las comunidades en riesgo por inundaciones.
Adems informar, suministrando automticamente datos en tiempo real sobre las
variables hidro-meteorolgicas de cada cuenca, ampliando as la red de informacin
permanente. Prevenir sobre la evolucin de niveles y caudales en los ros y embalses,
alertando de forma automtica en casos de crecientes. Mejorar la operacin y manejo
de sistemas hidroelctricos y de los otros aprovechamientos hidrulicos de la cuenca.
Controlar y optimizar la operacin de los embalses y minimizar los efectos de las
crecientes.

Para alcanzar estos objetivos, ha sido necesario disear, instalar y operar tres clases
distintas de elementos, los cuales son complementarios; ellos constituyen un sistema
integrado y tienen las siguientes caractersticas:

Una red de sensores, instalados en puntos de control (estaciones medidoras
de lluvia, de nivel del ro, nivel de embalses, etc.) capaces de adquirir los datos
necesarios,

Una red de transmisin de alta confiabilidad, que pueda garantizar el flujo de
datos desde y hacia los puntos de control al centro de procesamiento del SPH,

Un sistema de recepcin, almacenamiento y manejo de datos que permita y
explique la situacin hidrulica e hidrolgica, identificando las mejores
soluciones y generando el procedimiento de operacin.

La necesidad de alertas de inundacin, el pronstico confiable de los caudales de
entrada a los embalses y a los sistemas hidroelctricos y la evolucin de los caudales
ante avenidas extremas ha estimulado el uso operacional de modelos hidrolgicos,
entre ellos el modelo HBV (del Instituto Sueco Meteorologa e Hidrologa, SMHI), es
uno de los ms utilizados.

Esquema general del modelo HBV implementado en el sistema.
Una aplicacin del sistema es en la cuenca del Ro Toro. Se trata de un sistema de
informacin en tiempo real, estructurado y planteado para facilitar la toma de
decisiones en la generacin hidroelctrica y previsin de avenidas. El SPH capta los
datos hidrolgicos y los transmite a travs de una red de comunicacin al centro de
proceso o de toma de decisiones. Las variables hidro-meteorolgicas (lluvia, caudal,
niveles) son actualizadas cada 5 minutos incluyendo el despliegue de alertas:


Ejemplo de funcionamiento del sistema: el Ro Toro.





Sistema de previsin hidrolgica.
El pronstico meteorolgico a muy corto plazo (2 a 12 horas) y el de corto plazo
(12 horas a 3 das) es el que utiliza la Comisin Nacional de Emergencias, a travs
de sus comits locales para la activacin del protocolo de emergencia.

Dicho protocolo se activa una vez que el IMN le remite un informe tcnico de la
situacin actual y esperada, el cual se redacta ante la presencia de un fenmeno
atmosfrico, tal como baja presin, depresin tropical, tormenta tropical, huracn,
frentes fros, aguaceros localizados y oleaje fuerte.

6.11. PREDICCIN OPERATIVA DE CRECIDAS EN
VIETNAM

El estado del Vietnam est viviendo una temporada de aumento de iniciativas hacia la
industrializacin y la modernizacin. Durante esta poca se previ la ejecucin de un
proyecto de monitorizacin en tiempo real para realizar un sistema de pronstico de
inundaciones, estableciendose un sistema de prediccin meteorolgica e hidrolgica.

- En la actualidad la red de estaciones meteorolgicas es muy densa. El sistema
cuenta con 174 estaciones propias

Red de estaciones meteorolgicas.
No obstante el estado tambin cuenta con 764 estaciones de medida pluviomtrica, de
las cuales 371 se encuentran dentro de la red de estaciones hidro-meteorolgica y 393
fuera de esta:

Red de estaciones pluviomtricas.

Adems en el territorio existen 20 estaciones de observacin atmosfrica:

- 6 estaciones radar,
- 3 estaciones de radiosondeo,
- 8 estaciones piloto,
- 3 estaciones de radiacin total de ozono e infrarrojos.


Estaciones de observacin atmosfrica.
La red de estaciones de aforos consta de 231 estaciones:


Estaciones de aforo.

El sistema de prediccin meteorolgica funciona segn el siguiente esquema:


Esquema del sistema de prediccin.
La informacin meteorolgica viene recopilada a partir de tres diferentes fuentes: las
observaciones de la red pluviomtrica, los canales GTS y los sensores satelitales y
radar. Los mtodos de previsin son Numerical Weather Prediction (NWP):

- El HRM a 28 Km totalmente operativo desde mayo de 2002 y a 14 Km desde
julio de 2004,
- El ETA a 22 Km que viene utilizado de manera semi-operativa desde mayo de
2006,
- Modelos barotropicos para las temporadas de tifones 2003, 2004, 2005 y 2006,

Para la prediccin de avenidas a los datos resultantes de las predicciones
meteorlgicas viene acoplado el modelo hidrolgico FURR que utiliza 4 mtodos
combinados:

- la onda cinemtica,
- el Hidrograma unitario,
- ecuaci nde balance en regulacin.


Ejemplo de prediccin de caudal en el Ro Ca.
6.12. PREDICCIN OPERATIVA DE CRECIDAS EN LAS
CUENCAS DE GALICIA COSTA (ESPAA)

Augas de Galicia, organismo autnomo dependiente de la Consejera de Medio
Ambiente de la Junta de Galicia, ha implantado un sistema de pronsticos de avenidas
en tiempo real en las cuencas de GaliciaCosta sujetas a riesgos de inundacin:

- cuenca del Ro Umia;
- cuenca del Ro Sar;
- cuenca del Ro Ulla;
- cuenca del Ro Tambre;
- cuenca del Ro Anllons;
- cuenca del Ro Lerez;
- cuenca del Ro Eume;
- cuenca del Ro Xubia;
- cuenca del Ro Verdugo;
- cuenca del Ro Landro;
- cuenca del Ro Cecebre;
- cuenca del Ro Mandeo;
- cuenca del Ro Ouro;
- cuenca del Ro Masma;


mbito territorial de Galicia Costa con los principales ros.
Dicho sistema de predicciones en tiempo real, el ARTEMIS (ARchitecture for
TEleprediction & Management of Information System), permite de acoplar predicciones
meteorolgicas a corto plazo, proporcionadas por 2 modelos numricos de tiempo, a
predicciones hidrolgicas por medio de un modelo de trasformacin lluvia-escorrenta
distribuido fisicamente basado.
6.12.1. Predicciones Meteorolgicas

Las predicciones meteorolgicas son proporcionadas por MeteoGalicia por medio de
una trasmisin de datos mediante servidor que almacena los ficheros emitidos por el
sistema y los solicita una vez que se haya una alarma meteorolgica lanzada por
MeteoGalicia. MeteoGalicia hace uso de dos modelos numricos de prediccin a
medio plazo, es decir el pronstico meteorolgico proporciona valores de precipitacin
distribuidos con un adelanto de 96 horas. Los modelos usados son el ARPS y el MM5.

Modelo ARPS
El modelo de prediccin meteorolgica ARPS (Advanced Regional Prediction System)
ha sido desarrollado en el CAPS (Center for Anlisis and Prediction of Storms), centro
que pertenece a la universidad de Oklahoma. Este modelo est en continua evolucin,
ya que desde el comienzo de los aos 90 han ido surgiendo sucesivas versiones que
han ido completando y mejorando a las anteriores. ARPS es un modelo de mesoscala
no hidrosttico que incluye un elevado nmero de opciones de clculo a elegir por el
usuario, como por ejemplo: mltiples posibilidades de tratamiento de las condiciones
de contorno, datos iniciales, clculo de los trminos de adveccin, integracin de las
ecuaciones de pronstico, esquemas de parametrizacin de nubes, aproximaciones de
turbulencia o la posibilidad de parametrizar agua en estado slido, lquido y gaseoso.
Este gran nmero de posibilidades hace que el ARPS sea un modelo muy adecuado
para la investigacin, ya que nicamente modificando los datos de entrada se obtienen
las diferentes respuestas del modelo. Adems funciona como modelo operativo ya que
actualmente se est calibrando para realizar una prediccin operativa para Corea de
fenmenos meteorolgicos muy adversos, tambin se aplica en la aviacin comercial
de Estados Unidos y actualmente se encuentra operativo en Galicia mediante la
ejecucin del mismo por parte de MeteoGalicia en el CESGA (CEntro de
Supercomputacin de Galicia). El modelo se actualiza 2 veces por da, obteniendo
cada da 2 predicciones a 96 horas: la 00z y la 12z.


Prediccin 12Z del Arps (horario)
Modelo MM5
El modelo meteorolgico de mesoescala de quinta generacin MM5 (Mesoscale Model
of the 5th Generation) es un modelo de pronstico del tiempo de rea limitada y no-
hidrosttico desarrollado por la Universidad Estatal de Pennsylvania (Penn State
University, PSU) y el Centro Nacional de Investigaciones Atmosfricas (Nacional
Center for Atmospheric Research, NCAR), este ltimo organismo se encarga del
soporte operativo al modelo. Fue seleccionado por MeteoGalicia como modelo
operacional, por su alta definicin en la deteccin de sistemas atmosfricos de
mesoescala, y cuenta con todas las caractersticas necesarias para su adaptacin a
las condiciones especficas de Galicia. Las versiones ms modernas del modelo MM5
presenta ventajas respecto a las anteriores, como la capacidad de multianidamiento,
asimilacin de datos en cuatro dimensiones, as como ms opciones de
parametrizacin fsicas.


Prediccin del MM5.
6.12.2. Predicciones hidrolgicas



La prediccin hidrolgica se realiza mediante el uso de un modelo distribuido
fsicamente basado: el TOPKAPI (TOPographic Kinematic APproximation and
Integration). La eleccin de este modelo deriva de un anlisis atento sobre el estado
de informacin del territorio y de instrumentacin de las cuencas implementadas en el
sistema. En primer lugar se eligi un modelo fsicamente basado en cuanto no se
dispone de medidas de aforo fiables y continuas para poder calibrar un modelo. Se ha
preferido entonces hacer uso de un modelo que se base sobre pocos parmetros y
que estos parmetros puedan ser deducibles de las caractersticas fsicas del suelo: el
perfil edafolgico y el uso que se hace actualmente del suelo.

La eleccin del modelo TOPKAPI para realizar las previsiones de caudal en las
cuencas del mbito de Galicia Costa mediante un acople a los pronsticos
meteorolgicos elaborados por MeteoGalicia se ha basado fundamentalmente, a
parte de su calidad y rigurosidad en la representacin de los fenmenos fsicos
involucrados en el proceso de transformacin lluvia-escorrenta, en la facilidad de la
obtencin de los valores modales de los parmetros fsicos, en la interpretacin
fsicamente basada e inmediata de los parmetros y en la aplicabilidad del modelo a
diferentes escalas, conservando, al aumentar sta, el significado fsico de los
parmetros. En la siguiente tabla se presentan los parmetros necesarios para
establecer topolgicamente el modelo hidrolgico en cada cuenca indicando en que
componente se utiliza y el significado fsico del mismo.

Parmetros del modelo TOPKAPI y su significado fsico
Los parmetros pueden ser estimados a partir de coberturas GIS como:

Modelo de Elevacin Digital del Terreno, a partir del cual se deriva el flujo a
travs de la cuenca y la red de drenaje
Textura y litologa del suelo y/o Edafologa
Usos del suelo

El hecho que sea distribuido puede garantizar el mximo aprovechamiento distribuido
espacialmente de la informacin fsica y meteorolgica en entrada: todas las cuencas
se han caracterizado con una resolucin espacial casi siempre de 90 x 90 metros,
asegurndose as la representatividad del fenmeno fsico.


Esquema general del funcionamiento del Topkapi
El Sistema ARTEMIS actualmente se activa cada vez que MeteoGalicia lanza una
alerta meteorolgica.

El sistema de acople est compuesto por varios protocolos para la consecucin de los
objetivos finales:
Captura de predicciones meteorolgicas: conexin con servidor de
MeteoGalicia.
Organizacin y almacenamiento de la informacin meteorolgica.
Generacin de los ficheros adecuados de prediccin de lluvia.
Simulacin hidrolgica.
Transmisin de resultados al usuario.


Esquema de la arquitectura del sistema ARTEMIS
El funcionamiento del sistema se estructura en dos partes.

La primera fase de funcionamiento del sistema se ejecuta en modo continuo para la
captura de la informacin generada por MeteoGalicia. Este organismo utiliza los
modelos meteorolgicos ARPS y MM5 para realizar predicciones de lluvia y genera as
los ficheros, que almacena en su servidor web. Vienen creados de algoritmos para la
captura de la informacin. De esta forma, se comprueba si existen nuevos ficheros en
el servidor y en su caso, los almacena y estructura en una base de datos ORACLE
para que estn disponibles en cualquier momento, ya desde el servidor web. Este
proceso funcionando de forma continua, posibilita el almacenamiento de datos que
pueden ser utilizados en cualquier momento.

En el momento las predicciones de MeteoGalicia generan unos resultados que
suponen alertas por precipitaciones abundantes, se activa el proceso se conversin
lluvia-escorrenta para cada uno de los puntos seleccionados para predecir los
hidrogramas correspondientes con las lluvias previstas en un determinado intervalo de
tiempo.

Este procedimiento est lo ms automatizado posible aunque se considera
imprescindible el control del mismo en el momento de las simulaciones por personal
con los conocimientos suficientes para la interpretacin y anlisis de los resultados,
antes de que stos sean transferidos al usuario mediante la pgina web dispuesta a tal
efecto.

Desde el punto de vista informtico, se parte de la base de datos ORACLE,
almacenada en el servidor con todos los datos disponibles de predicciones hasta el
momento. Se trata pues, de generar los ficheros correspondientes al perodo de
tiempo a evaluar, introducirlos como input del modelo hidrolgico, realizar las
simulaciones correspondientes y, por ltimo poner a disposicin del usuario los
resultados. A continuacin se detallan estos procedimientos. A continuacin una
imagen de la pgina web de consultas:



Pagina web de consulta del acople de predicciones meteorolgico hidrolgico

7. CONCLUSIONES

La implementacin de un modelo hidrolgico dentro de un sistema de prediccin
hidrolgica y la eleccin del mismo depende de muchos factores que hay que tener en
cuenta a la hora de su seleccin en un sistema eficiente, dinmico, y sobretodo
personalizado segn las exigencias y las peculiaridades del contexto fsico y operativo
en el cual se va a implementar una herramienta de este tipo.

Es importante resear que no existe un nico modelo universal, y que la eleccin del
mismo, debe ser fruto del conocimiento de la fsica del fenmeno en cada cuenca a
modelar, su comportamiento, as como de la disponibilidad de estimar con rigurosidad
los parmetros del modelo elegido. Para la eleccin del modelo a utilizar se requiere
una informacin bastante completa, que nunca se tiene en su totalidad, y que es
necesario completar mediante un proceso de calibracin y validacin. Es por ello que
en lneas generales los modelos deben cumplir con los siguientes requisitos
(Francs,2004):

Parsimonia. El nmero de parmetros debe ser minimizado.
Modestia. El objetivo y la aplicabilidad del modelo no debe ser sobre valorado.
Precisin. La precisin de la simulacin o prediccin no puede ser mayor que
la precisin de las medidas.
Que se pueda probar. Un modelo se debe poder probar, as sus lmites y su
validez pueden ser definidos.

En primer lugar, es indispensable analizar el tratamiento de la informacin
pluviomtrica y foronmica disponible, en cuanto a recogida de datos, al tratamiento
de los mismos y a la combinacin de las diferentes fuentes de procedencia.

En el caso de la pluviometra, la distribucin espacial y la densidad de la informacin
juegan un papel muy importante: Cuanto mayor sea la cobertura de pluvimetros en
tiempo real, ms precisa ser la respuesta hidrolgica simulada y pronosticada, ya que
se puede caracterizar de una manera ms precisa el campo de precipitaciones como
input al modelo de trasformacin precipitacin-escorrenta. Por otra parte, si se
dispone de informacin sobre el campo de precipitaciones procedente de las nuevas
tecnologas, sera posible acoplar los registros puntuales de las estaciones
pluviomtricas del SAIH con la informacin espacialmente distribuida de los radares y
de los satlites. Este acople proporcionara una correccin y mejora de los datos
pluviomtricos, llegando a un conocimiento optimo de la distribucin espacial y
temporal de la precipitacin. Acoplando oportunamente las tres fuentes de datos se
obtendra una optimizacin de la caracterizacin del estado meteorolgico como input
al modelo hidrolgico, que debe poder asimilar este tipo de informacin espacialmente
distribuida.

La mejora de la informacin pluviomtrica y del tratamiento ptimo de los datos a
disposicin proporcionado por el SAIH debe estar relacionada con la eleccin de un
modelo hidrolgico adecuado segn el caso. La eleccin del modelo se puede efectuar
entre tres grandes categoras, y dentro de stas en otras sub-categoras:






























Esquema de tipologas de modelos hidrolgicos
Existen varios factores limitantes que obligan hacia la eleccin de un tipo de modelo u
otro. Primero el tiempo disponible para intervenir en caso de que se detecte un evento
de precipitacin critico en cuanto a la posibilidad de que provoque una crecida. El
tiempo de alarma est vinculado al tiempo de concentracin de la cuenca, es decir al
tiempo de respuesta de sta. Cuanto menor sea el tiempo disponible para la
realizacin de clculos (toma de decisiones, operatividad de las estructuras de
laminacin, evacuacin de la poblacin de la zonas de ms alto riesgo de inundacin,
etc) ms conveniente sera la eleccin de un modelo hidrolgico de respuesta rpida
computacionalmente, tal es el caso de las pequeas cuencas existentes en los
mbitos territoriales del Jcar, Segura y Norte. En cuanto a cuencas ms grandes con
tiempo de respuesta de das, como por ejemplo la cuenca del Guadalquivir o del Ebro,
la modelacin debe ser hbrida, por una parte utilizando modelos de precipitacin-
escorrenta acoplados a modelos de propagacin en cauce que resuelven las
ecuaciones de Saint-Venant.

Quizs uno de los puntos determinantes en la eleccin de un modelo es decidir si es
agregado o distribuido; actualmente la tendencia mundial es a la utilizacin de
modelos distribuidos como por ejemplo el TETIS, TOPKAPI, LISFLOOD y otros,
aunque en muchos organismos se siguen utilizando modelos de tipo agregado como
por ejemplo el NAM, HEC-1 y sucesivas versiones, HBV y otros.

A nuestro modo de ver todas las innovaciones tecnolgicas como la teledeteccin y
todos los productos derivados de la misma (usos del suelo, humedad del suelo,
evapotranspiracin real, cobertura de nieve, temperatura, etc), el radar meteorolgico,
y las predicciones cuantitativas de precipitacin (QPF) derivada de los modelos
numricos de previsin de tiempo (NWP) invitan al uso de modelos que puedan
asimilar informacin espacialmente distribuida, y por tanto la eleccin de un modelo
agregado hara perder la resolucin al agregar los valores distribuidos a escala de
subcuenca de estos nuevos inputs que nos ofrecen las nuevas tecnologas.

Modelos
agregados
Modelos
Hidrolgicos
Modelos
distribuidos
Modelos conceptuales
Modelos fsicamente
basados
Modelos de caja
negra
Estocsticos
Redes Neuronales
Es obvio pensar en la complejidad tcnica y esfuerzo que supondr acoplar y
combinar las diferentes fuentes de informacin derivada de la teledeteccin, de las
fuentes del radar meteorolgico, del satlite meteorolgico (NOWCASTING) y aquellas
puntuales de las estaciones pluviomtricas, dado que este input acoplado y combinado
tiene el sentido de mejorar la caracterizacin del campo espacio-temporal (distribuido)
de lluvia, la utilizacin de modelos agregados no parece adecuada y en principio solo
se ver satisfecho el esfuerzo en el caso de realizar una modelacin distribuida frente
a una modelacin agregada que no puede asimilar dichas fuentes de informacin
completamente.

Otro punto decisivo en cuanto a la eleccin de modelos de tipo agregado y distribuido,
es el efecto de escala de los procesos determinantes en la gnesis de las crecidas,
siendo habitual encontrar en los modelos agregados dificultades para reproducir
ciertos fenmenos hidrolgicos que claramente su escala no es la de subcuenca, y es
por ello que an despus de obtener razonables calibraciones, en fase de validacin
se obtengan coeficientes de eficiencia entre el hidrograma observado y el pronosticado
bastante bajos.

Existe la tendencia, para seguir haciendo uso de los modelos tradicionales agregados,
de intentar asimilar al mximo la informacin distribuida haciendo uso de modelos
agregados disminuyendo en gran medida el tamao de las subcuencas, esto supone
un aumento drstico de parmetros al aumentar el nmero de subcuencas y de tramos
de propagacin, (por ejemplo los parmetros que afectan al hidrograma unitario que se
utilice (SCS, Clark, etc), o por ejemplo a los parmetros del modelo de propagacin
hidrolgica que se utilice (Muskingum, Muskingum-Cunge, etc)) siendo por tanto
complejo poder calibrar un modelo de estas caractersticas y no digamos validarlo.

En la realidad estos elementos pueden ser importantes, pero las debilidades y
carencias de los modelos tradicionales agregados van ms all, pues estos modelos
no responden a conceptos claves de la hidrologa de la cuenca que se han introducido
en los ltimos aos. Entre estos conceptos tenemos:

La escorrenta superficial no necesariamente es la componente ms importante
durante las crecidas, y slo es determinante en algunas condiciones bio-
climticas y de uso del suelo muy especficas. La componente subsuperficial
de la escorrenta puede representar un papel ms importante de lo que se ha
credo.

La existencia de reas parciales de escorrenta de extensin variable en
funcin de la magnitud y la distribucin del evento, pone de manifiesto una no-
linealidad en la respuesta de la cuenca e indica, adems, que por pequeas
que se consideren las subcuencas, stas no son los elementos adecuados
para dividir la cuenca en elementos que se puedan considerar homogneos
para la respuesta hidrolgica.

El clculo de las prdidas se hace con unas ecuaciones que no siempre son
aplicables a la escala de la subcuenca. La fraccin considerada como prdidas
hidrolgicas en una escala espacial puede ser una componente bastante
importante en otra escala.

En la propagacin de la onda de avenida a travs de los cauces, se utilizan
mtodos simplificados que se apoyan en linealizaciones de las ecuaciones de
flujo bastante deficientes. En la mayora de los casos los cauces y la red de
drenaje se han representado por unos elementos prismticos interconectados
que tienen muy poca relacin con la disposicin y la forma real en la cuenca.

En las versiones modernas de los modelos tradicionales que se presentan
como modelos distribuidos, se destaca la posibilidad de representar la
variabilidad espacial de la precipitacin y de algunas caractersticas de la
cuenca. ste es un avance muy pequeo como se ha reseado anteriormente
ya que el modelo sigue con grandes limitaciones conceptuales. En el fondo
esta modernizacin es slo un cambio de empaque. Este apego a los modelos
convencionales responde al temor a lo desconocido por utilizar nuevos
conceptos.

En la hidrologa han aparecido nuevos conceptos que no se incluan en las
metodologas convencionales, e incluso, algunos de estos conceptos contradicen los
supuestos bsicos en los que stas se fundamentan. Entre las nuevas ideas, hay
algunas de ellas bastante interesantes relacionadas con la produccin de escorrenta,
entre otras:

La conceptualizacin de la escorrenta, que a grandes rasgos considera que la
escorrenta superficial slo se da en reas parciales de la cuenca que son de
tamao variable con el tiempo a medida que ocurre el evento. El agua que cae
directamente de la lluvia se convierte directamente en escorrenta superficial
por dos motivos: la cantidad de lluvia excede la capacidad de infiltracin
(escorrenta hortoniana Horton, 1945) o porque el suelo est saturado
(escorrenta de Dunne o escorrenta por saturacin Dunne, 1978). Tambin
hay que considerar que en un sitio no slo se tiene la cantidad de lluvia que
cae sobre el mismo si no que es posible que reciba flujo de escorrenta
superficial procedente de aguas arriba, e incluso, es posible que reciba el
retorno del flujo en el subsuelo para el flujo subsuperficial.

El agua infiltrada aguas arriba en la ladera y que fluye a travs del subsuelo
puede retornar a la superficie como flujo superficial ya sea por la saturacin del
suelo o por la baja transmisividad de la capa de suelo en la que flua y por lo
tanto encuentra mejores condiciones de circulacin sobre la superficie.

El agua que satura el suelo puede tener diferente procedencia: la lluvia que se
ha infiltrado directamente en el sitio, el agua que escurre superficialmente por
la ladera procedente de la parte alta, la que se ha infiltrado en la parte alta de
la ladera y llega al sitio circulando lateralmente por la capa superior del suelo y
el agua procedente de los ros aguas abajo que cuando el nivel es muy alto
inunda el sitio o pasa al suelo en la interaccin acufero-ro, etc.

A la luz de estos elementos la importancia de la escorrenta hortoniana es
reducida y slo se presenta en un sitio donde el suelo tiene una conductividad
hidrulica muy baja o donde se presenta intensidad excepcional de la lluvia. En
estas condiciones la escorrenta superficial hortoniana slo alcanzara a cubrir
una fraccin importante del rea de la cuenca en condiciones climticas y de
usos del suelo muy especficos. En la mayora de las cuencas naturales las
otras componentes de la escorrenta pueden representar un papel ms
preponderante.

Todos estos fenmenos pueden representarse haciendo uso de modelos distribuidos
la validez y la robustez de stos permite la introduccin de datos distribuidos
espacialmente derivados de las nuevas tecnologas consiguiendo en lneas generales
una mejora en la respuesta hidrolgica de la cuenca simulada.

Entre los modelos distribuidos existen dos sub-categoras: los modelos fsicamente
basados y los modelos conceptuales. Tambin en este caso la eleccin de uno u otro
requiere de un anlisis previo del estado de la informacin de la cuenca. Los modelos
conceptuales en general son de ms fcil calibracin, a veces de calibracin
automtica, pero solo pueden ser calibrados cuando se disponga de registros de
caudales y de eventos de crecida: es el caso de cuencas altamente
instrumentalizadas, que dispongan de una red de estaciones de aforo y pluviomtricas
lo suficientemente densa y de sistemas de medida eficaces y fiables. Esto es
necesario en cuanto a que este tipo de modelos requieren un nmero alto de
parmetros de entrada, y en la mayora de los casos no tienen base fsica. Por lo tanto
una calibracin manual y sin datos observados resultara ineficaz. En cuencas donde
haya accesibilidad a datos para la calibracin, los modelos conceptuales pueden
proporcionar una respuesta fiable de la dinmica hidrolgica de la cuenca.

Donde no se puedan recopilar este tipo de datos o las cuencas carezcan de
sensorizacin y monitorizacin, una solucin ptima y satisfactoria puede ser ofrecida
por los modelos de base fsica. Estos se basan en la resolucin de las ecuaciones
fsicas que gobiernan los diferentes fenmenos inmersos en el ciclo hidrolgico
adems en la mayora de casos en el principio de parsimonia, es decir que requieren
muy pocos parmetros en entrada y todos derivados del conocimiento de las
caractersticas fsicas de la cuenca: donde haya acceso a informacin espacialmente
distribuida sobre el tipo de suelo, litologa y edafologa y se pueda proceder a una
estimacin fiable de los valores modales de los parmetros, la calibracin del modelo
es prcticamente inexistente. La pre-calibracin se realiza en la estimacin de los
parmetros en base a la fsica. Por tanto son de fcil uso y no necesitan de calibracin
en el modo entendido en los modelos conceptuales, reduciendo an ms el tiempo de
clculo con respecto a los modelos conceptuales:

Finalmente no hay que olvidar los modelos de caja negra, tanto lineales como los
modelos de series temporales o estocsticos, incluyendo aquellos con parmetros
recalculados en tiempo real haciendo uso del filtro de Kalman o no lineales como son
las redes neuronales. Este tipo de modelos se muestran interesantes en cuencas
donde la densidad de datos no es lo suficientemente alta como para poder describir el
fenmeno mediante modelos de transformacin lluvia-escorrenta y son una
valiossima herramienta para realizar pronsticos de caudal en tiempo real dado su
bajo coste computacional. Para el uso de este tipo de modelos hay que encontrar las
correlaciones entre unas pocas variables input y la variable output estableciendo un
algoritmo o caja negra que nos permita realizar predicciones o pronsticos de la
misma. El modelo ms simple sera un modelo en el que teniendo como dato una
estacin de aforos aguas arriba se pronostique el caudal o el nivel de agua en una
estacin aguas abajo.
Los modelos estocsticos y de redes neuronales son mtodos muy tiles para la
prediccin en tiempo real de niveles de ros mediante modelos de caja negra partiendo
de al serie de registros existentes en estaciones de aforo o marcos de control, si bien
pueden aadirse variables exgenas como por ejemplo la precipitacin media areal de
la cuenca.

Este tipo de modelos intentan poner en relacin inputs del sistema con sus outputs sin
recurrir a justificaciones de tipo fsico. Segn la experiencia en diferentes partes del
mundo se ha demostrado que las tcnicas de modelos estocsticos y redes
neuronales, especialmente estas ltimas, permiten una importante mejora en la
prediccin de caudales y claramente aplicable a ros como el Guadalquivir o el Ebro
donde se dispone de un eje fluvial central (el propio ro) bien sensorizado y una serie
de tributarios que suelen estar controlados por embalses y de los cuales se dispone
del caudal desembalsado

La utilizacin acoplada de redes neuronales con modelos hidrodinmicos pueden
permitir simular situaciones en casos extremos que no se hayan registrado, debido a la
corta longevidad de las series SAIH, pudiendo as entrenar la red neuronal con
eventos que no se han producido en el tiempo de funcionamiento del sistema
automtico de recoleccin de datos.

Otra forma de utilizar las redes neuronales de forma operacional e integrarla en un
SAIH es la realizacin de un acople hbrido de modelacin lluvia-escorrenta con una
red neuronal. Para ello, haciendo uso de un modelo distribuido calibrado y validado y
realizando n simulaciones off-line con diferentes hiptesis, tanto en la distribucin
espacio-temporal del campo de precipitaciones (modelacin estocstica multivariada
de la precipitacin), como en el estado de humedad del suelo y el nivel en los
embalses obtener los outputs del sistema hidrolgico y con ellos (tanto inputs como
outputs) entrenar la red neuronal, pudiendo as establecer un modelo sencillo, robusto
y computacionalmente rpido que contenga toda la informacin procesada con un
modelo de transformacin lluvia-escorrenta para la realizacin de pronsticos de
caudal.