LA UTILIZACION DE MODELOS EN HIDROLOGIA Miguel Ferniindez Mejuto Alicia Vela Mayorga Santiago Castaiio Fernandez Miguel Femindez Meu, Licenciado en Clencies Geo- ‘esicas. Alicia Vela Mayorga, Lcenciada en Ciencias Galipens Santiogo Casta Ferndndes. Doctor en Ciencias Geokd- sien Seeciin de Teledeeccin y Sistemas de Infonmaciin Geogrifien Intro de Desarrollo Regional dela Univers. dad de Casilata Manche RESUMEN Los modelos son una herramienta fundamental para el idrslogo, en especial a la hora de proponer o realizar una adecuada gesti6n de os recursos hidrioos, En este ar- ‘culo se da una panorémica sobre los tipos de modelos uilizados tanto en hidrologta superficial como en hidrogcologfa, asi como sobre sus aplicaciones, con la presenia- cidn de algunos ejemplos concretos que ilustran las explicaciones. Tratamos ast de ccontinuar la inea de atfculos abierta en el mero anterior de esta revista acerca de un eeurso natural fundamental: el agua, ABIRACT Models are a basic tol for the hydsologis, specially to propose or zocomplish a pro- per management of the hydraulic resources. In this atiele a scope in given about the ind of models used both in superficial hydrology both in hydrogeology and their ‘main applications, with some concrete examples illustrating the explanatirs. This is the continuation of a group of articles, began in the last number of this magezine, bout abasic naturs resource: water. PALABRAS CLAVE: modelos mateméticos, hidrologi, hidrogeologi, alibracién, validaci6n, simulaciéa, KEY WORDS: mathematical models, hydrology, hydrogeology, calibration, verfiea tion, prediction. 305I. INTRODUCCION LX, invstizacion cienttica arranca, como afitma BUNGE (1985), a partir de la percepeién de que el accrvo de conocimiento disponi- ble es insufieiente para manejar determinaclos problemas. A lo largo de |a tarea de investigacion es necesario, a menudo, tener que realizar simplificaciones de los problemas a los que se hace frente, parn poder reducirlos a una serie limitada de variables que pueda manejarse, En las freas de conocimiento relacionadas con el medio natural, al ser tan grande el niimero de factores que determinan el comportamiento de cada sistema, este proceso de scleccién de las variables a las que es ims sensible el sistema y de eliminacién del resto es una tarea impres- cindible, Por ello, Ja forma habitual de enftentar Jos problemas en las cien- cias de la Tierra es la utilizacién de modelos. De forma general, un modelo de un sistema puede set definido como una conceptualizacicn del mismo que preserva las catacteristicas esenciales para el fin que hos ocupa, sin necesidad de conservarlas todas (ANDREU, 1993). Esto cs, un modelo es una representacién simplificada de la realidad (un sis. fcma complejo) que puede ser manipulado para analizar la misma (ES. TRELA, 1996). Segtin el objetivo buscado, se tolerard cierto margen de crtor, que determinard el punto hasta el que se pueden Hlevar las hipd- tesis simplificativas, La hidrologia, tanto la hidrologia superficial (ciencia encargada del estudio de las aguas continentales superficiales) como la hidrogeologia (ocupada del estudio del agua subterrinea), necesita modelos para po- der representar el funcionamiento de sistemas hidrolégicos complejos En estos sistemas las respuestas producidas por una serie de condicio. ‘ics externas impuestas al sistema son dificilmente previsibles a causa precisamente del gran nimero de factores que entran en juego, La tea. lizacién de modelos matemiticos de estos sistemas, combinada con la capacidad de célculo de los ordenadores, permite obtener herramientas ara definir y simular distintas situaciones de utilizacidn de los recur. 808 hidricos. I. TIPOS DE MODELOS Como hemos dicho un modelo es una representaci6n simplifica- da de la realidad manipulable para mejorar la visidn que de esta se tiene. A partir de ahora nos vamos a centrar en un tipo determinado de modelos, los matemiiticos, que representan el sistema real por medio de un conjunto de expresiones matematicas, puesto que son os mas utilizados en la actualidad (y de forma casi exclusiva en hi. drologia).Ademés de estos, existen los modelos fisicos y los analégicos, Los modelos fisicos son reproducciones a escala del prototipo (realidad) ‘manteniend las reglas de la semejanza, Los analégicos, ya en desuso, se basan en el parecido entre las ecuaciones que rigen dos sistemas dis- {intos, por ejemplo, con el montaje de determinados circuitos eléetri- cos se pueden simular acuifferos, ya que el modelo eléctrico se rige por las diferencias de potencial y el sistema real, de forma similar, por di- ferencias de gradiente hidréulico. La mayorfa de los modelos matemiticos, y de ahi su gran desa- rrollo reciente, usan como soporte el ordenador. Las ventajas de este son de sobra conocidas; sin embargo, a veces se descuidan 0 minus- valoran los inconvenientes, Los modelos matematicos desartollados sobre ordenadores tienden a crear credibitidad por sf mismos. Por ello, el modelador debe conocer las limitaciones del modelo y estu- diar la veracidad de los datos que Ie suministra. La clave del buen funcionamiento de cualquier modelo es tener la cantidad y calidad de datos (variables y parémetros) necesarios para aleanza: el fin perseguido II ELEMENTOS QUE COMPONEN UN MODELO MATEMATICO. Los modelos matematicos pueden ser de complejidad muy variable: desde una sencilla formula, a un conjunto de ecuaciones diferenciales ppara cuya resolucién sea imprescindible un ordenador. Baste el siguiente ejemplo para aclarar concepto de modelo y los elementos que en él han de estar presentes: ‘Supongamos que se desea conocer de forma répida Ia velocidad que un mévil que cae libremente tiene para cada intervalo de tiempo (D, siendo el momento de tiempo inicial (¢ = 0) en el que comienza a caer, En nuestro modelo el dato que se desea conocer, y que va a tomar distintos valores numéricos a lo largo del tiempo, es la velo- cidad (v); v=fO donde la formula que expresa esta relacién es la siguiente: verg De esta forma tenemos un modelo matemditico de Ia velocidad de caida de un objeto, regido por una simple ecuacién, Bl valor de la velo- cidlad (») que puede ser medido y que toma distintos valores numéricos alo largo del tiempo recibe en la terminologia de la modelizasién de sistemas el nombre de variable. En nuestro caso es la variable de sali- da del sistema (OUTPUT), pudiendo existir en algunos modelos varia- 307308 bles de entrada (INPUT), Por seguir utilizando el mismo ejemplo, su- Pongamos que cl mévil comienza a caer con una determinada veloci. dad inicial (v); esta serfa una variable de entrada, Otro concepto muy Utilizado en modelizaci6n es el de pardmetro, que representa una can. fidad que caracteriza el sistema y que generalmente permanece cons. {ante en el tiempo, pero no en el espacio. Este es el caso de la acelera. cin de la gravedad (g), invariable en el tiempo, pero que vatfa en el espacio (los valores de la gravedad no son los mismos en todos los puntos de la Tierra), Pero en nuestro modelo, a cambio de que permita calcular de forma répida y sin apenas célculos Ia vatiable «v», ha habido que realizar un buen ntimero de hipstesis simplificativas. Por ejemplo, no se han con, siderado elementos como la desaceleracién que produce el rozamiento, Posibles perturbaciones introducidas por corrientes de aire, posibles rotaciones del mévil, etc Quecan asi definidos los elementos basicos que componen un mo- elo mmatemitico: variables de entrada y salida (INPUTS y OUT. PU-S), parimetros y las expresiones analiticas que los relacionan, Ac. itulmente se pueden manejar modelos con gran nximero de variables, dle pardmetros 0 de expresiones analiticas, gracias a la utilizacion de ordenadores IV. TIPOS DE MODELOS : MATEMATICOS HIDROLOGICOS En primer lugar, el tipo de modelo a desarrollar depende del tipo de broceso que deseemos modelar. Tnicialmente se pueden haccr dos grandes grupos: * Modelos deterministas: describen el comportamiento del ciclo hhidrolégico (© de parte de este) en forma de expresiones analiti, a8 que relacionan las interacciones fisicas entre sus componen- tes, * Modelos estoedsticas o de setics temporales: carecen de bases fisicas, y expresan en términos de probabilidad el resultado de rocesos altamente aleatorios. Como pone de manifiesto MAR. CO (1993), el origen de la estocacidad en los recursos hfdticos es doble: por una parte Ia distribucién de la llwvia es un proceso aleatorio précticamente puro, y por otro, la gran cantidad de fac- tores que afectan a la propagacién del agua en la superficie {errestre (conduetividades, recorridos del agua, cubierta vege al, ... le confieren también cierta aleatoriedad Aunque segtin esta divisién todos los modelos hidrol6gicos debe- ‘fan ser estocdsticos, Ia utilizacién de modelos deterministas se basa entrabajar tnicamente con una ecuacién que representa los valores mas probables de las variables y pardmetros. Asi la practica comin es ele~ ‘gir un modelo u otro en funcién de: = Cercania del problema en cuestién a la precipitacién (aroceso con la méxima aleatoriedad) — Bscala de tiempo considerada. Bn un fenémeno de duracién ho- raria, como las inundaciones, el azar tiene mas repercusién que cn problemas interanuales, como la variacién de niveles de un acnifero en los que se trabaja con valores medios. — Sencillez 0 complejidad del sistema estudiado. Las expresiones analiticas que relacionan las entradas y salidas del modelo utili- zadas en modelos estocdsticos han de ser lo bastante sencillas para que se puedan resolver las matrices de covarianza de varia bles, pardmetros y del término de error. Por ello, estas expresio- nes son generalmente lineales y con pocos términos. a) Modelos determi istas Los tipos de modelos deterministas se definen segiin el grado de conocimiento que el modelador tenga de las leyes fisicas que rigen el istema estudiado. Cuando este conocimiento es muy pequefio o incluso nulo se esta- blecen relaciones matemiticas que a unos determinados valores de las variables de entrada hacen corresponder otros para las variables de sa- lida, Las telaciones mateméticas se establecen por calibracién (ver apartado V) sin que se conozea de que forma pueden estar relacionadas las variables, Estos modelos reciben el nombre de modelos empfricos 0 de caja negra. La yentaja de este tipo de modelos es la faciiidad de st uso, mientras que como inconvenientes principales tiene la imposi- bilidad de extrapolar un modelo empitico a zonas 0 condiciones distin- tas y el poco conocimiento que aporta del sistema El otro extremo del espectro es aquel en el que las leyes que tigen el comportamiento del sistema son perfectamente conocidas. Un ejem- plo de esto es el que se planteo en el apartado III otros modelos basa~ dos en leyes conocidas como los utilizados en hidréulica (ecvaciones de Saint Venant...). A estos se les denomina modelos deterministas puros, de caja blanca 0 conceptuales. ‘Sin embargo, en muchas ocasiones en hidrologia no se puede co- nocer con exactitud todas las componentes del sistema y sus interre~ Jaciones, aunque sf una buena parte de estas. Un ejemplo de estos son los modelos de Huvia-escorrentfa. En ellos la variable d> entra daes la Tluvia, Ia variable de salida es el caudal y ambas estén rela- cionadas por una serie de ecuaciones que representan, con mayor 0 309310 menor fidelidad, con los procesos que acttian en la cuenca como eva- potranspiracién, escorrentia, ... Pero aunque estos fenémenos se cono- cen relativamente bien, no asf las relaciones funcionales entre ellos (en LLAMAS, 1993), Estos modelos se denominan deterministas de caja gris, Ademis, estos tres tipos de modelos deterministas admiten una se~ gunda clasificacién segiin se atienda a la variabilidad espacial de los pardmetros y/o las variables. Asf se distingue entre: — Modelos agregados. No se considera variabilidad espacial, 0 dicho de otro modo, son modelos con una sola celda. Supon- gamos una cuenca hidrografica que vierte a un rio. Al mode~ larla de forma agregada consideraremos por una parte las en- tradas por precipitacién (INPUT), y por otra parte los cauda- Tes en un punto del rio a la salida de la cuenca hidrogrifica (OUTPUT). Los valores de los parémettos (evapotranspira- cién, infiltracién...) son valores medios para toda la cuenca considerada. Las ventajas de estos modelos son que no nece- sitan de la calibracién de demasiados pardmetros y una expre- sidn matemitica mAs sencilla, pero por el contrario no dan mais que valores medios. Modelos distribuidos. Se considera la variabilidad espacial de variables y de pardmetros. Se realiza una discretizacién del me- dio fisico a estudiar, esto es, se divide la zona a estudiar en cel- das con diferentes valores para variables y pardmetros. De esta forma, siguiendo con el caso anterior, para cada celda tendremos un determinado valor de Ia precipitacién (INPUT), y como res- puesta a este y a la interaccién con las demds celdas unos deter- minados unos determinados caudales circulantes por cada punto (OUTPUT). Este tipo de modelos es més versétil y recoge mejor Ja heterogeneidad del medio natural. Por el contrario, necesitan tun aporte de datos mucho mayor y calibrar muchos parémetros, procesos que de no ser realizados correctamente pueden Hevar a resultados aparentemente muy exactos, pero absolutamente ale- Jjados de la realidad. Modelos euasidistribuidos. Intentan aprovechar las ventajas de Jos anteriores, evitando sus inconvenientes. En el caso de la cuenca hidrogréfica que se esté poniendo como ejemplo, un mo- delo cuasidistribuido abordarfa el problema considerando dife- rentes subeuencas. Darfa asf un alto nivel de precisidn sin nece- sitar una entrada de datos tan grande,nu. 5— rf Ps i i at OUTPUT —— ager OUTPUT — INPUT u u 4 Precipitacién Caudal Caudal —Precipitacién Caudal Preeipitacién 2 Q Py Qc Pc FIGURA 1. Ejemplo que muestra los tres grados de discret hidrografica. (a) Sin discretizacién, modelos agregados. Los datos tanto de entrada ‘como de Salida se refieren a la tolalidad de la cuenca. (b) Discretizacién segin una determinada mala, modelos distribuidos. A cada celda se le asignan valores de variables y parametros. (c) Modelos cusidistribuidos. En este caso se propone ‘abordar el problema considerando subcuencas. .cl6n para una cuenca b) Modelos estocasticos El desarrollo de la hidrologéa estocdstica, aunque tiene algunos an- tecedentes a principios de siglo, se ha producido fandamentalmente a pattir de los trabajos de Thomas y Fiering en 1962 con la aplicacién de modelos autorregresivos para caudales anuales y estacionales. A partir de agui ha ido apareciendo un gran nimero de modelos estocisticos de simulacién que se pueden clasificar segtin el proceso generador y las hipétesis de base (segin LLAMAS, 1993) en: = Modelos de regresién lineal. = Modelos autorregresivos. — Modelos de ruido fraccionado (fractional noise) = Modelos de linea segmentada (broken line). 31 ~ Modelos ARIMA. asi312 {moomiosworoxdacs] [(asicos | anavoaics | [ -MATINMATIOOS 1 Ee a“ = FIGURA 2, Clasificacién de tipos de modelos itlles en hidrologia. V. ETAPAS EN EL DESARROLLO. DE UN MODELO EI desarrollo de los modelos mateméticos debe realizarse siguien- do una serie de pasos esténdar, que evitardn Ilcgar a soluciones absur- das o a tener que volver atrés constantemente. Més claramente, seguir las siguientes etapas en Ja implementacién de un modelo no garantiza sus resultados, pero no hacerlo si que asegura, en la mayoria de los ‘casos, su fracaso, a) Formulacién conceptual y construceién del modelo En primer lugar, es necesario elegir qué variables y pardimetros son importantes para lograr una definicién del sistema adécuada a los fines para los que servird el modelo. Posteriormente es necesario establecer las relaciones entre estas, en una primera aproximacién de forma tedri- ca para luego llegar a Ja expresin matemitica de las mismas. b) Calibracién de los pardmetros del modelo Los valores de los parémetros de un modelo son raramente conoci- dos en su totalidad, y en ocasiones (cuando estos tienen poco sentido fisico) son desconocidos por completo. Es necesario entonces proceder a su calibraci6n, En Ifneas generales se trata de elegir a combinacién para la cual la correlacién entre los valores de Ins variables de salida‘generadas por el modelo y las medidas en el sistema real son coinci- dentes. Para explicar de forma més clara el proceso de calibracién y poner de manifiesto la utilidad de Jos modelos en hidrologia se plantea a continuacién un ejemplo simplificado de un modelo determinista agregado de pocos parémetros, el modelo TEMEZ (1977) de precipita- ciénaportacion, Suponemos que para una pequefia cuenca hidrogréfica donde se de- sea construir un embalse para abastecer de agua a una poblacin cerca~ na, se dispone de los siguientes datos: * Precipitacién total en la cuenca de cada afio en el periodo de 1962.a 1996. '* Datos fisicos de la cuenca que permiten tener una idea del rango de valores de los pardmetros. Los pardmetros que considera el modelo son capacidad maxima de retencién de humedad en el suelo (HHmax), pardmetro de excedente (c), capacidad maxima de infiltracién (Imax) y coeficiente de la descarga del acuifero (0). Como se observa, aunque estos parimetros tienen sentido fisico, no son datos que se puedan medir directamente en la ‘cuenca por lo que hay que calibrarlos. * Aportacién de caudal medida en el rfo para los afios 1985 a 1994, Para dimensionar el embalse es necesario conocer Ia apertacién del rio, Es preferible considerar un perfodo largo de afios para evitar errores debidos a la variabilidad hidrol6gica (sequias, anios muy hui- medos,...). Sin embargo, los datos ditectos de caudales sdlo se tie- nen para 9 afios, mientras que datos de precipitacién existen para un perfodo de 34 afios (que sf es un periodo representativo). Asi pues, interesa calcular los aportes del rio a partir de las precipitaciones, algo para lo cual usaremos el modelo Témez. Pero aunque se cono- ce el rango de valores de los pardmetros no se conoce su valor exac- to, Se inicia entonces un proceso de calibracién manual donde se compara los valores de caudal generados por el modelo paca cada combinacién de valores de los parémetros con los datos medidos en el rio para un conjunto de affos en el que existan datos, por ejemplo, desde 1985 a 1989. Cuando ta adecuacién de la variable de salida (Caudal) suministrada por el modelo y la medida en el sistema real (cio) sea buena, se diré que el modelo esta calibrado, y en lo sucesivo se usaré el valor de los parémetros calculado. En el ejemplo propuesto se comenta la calibracién manual. En oca- siones, realizar la calibracién manual es un trabajo casi imposible, puesto que hay modelos con un gran niimero de parémetros. Para ello se recurre a métodos de calibracién automatica, basados en algoritmos ‘mateméticos de optimizacién, 313©) Validacién La validacién consiste en comprobar el adecuado funcionamiento del modelo con una serie de mediciones reales no utilizadas en el pro- cceso de calibracién, Siguiendo con el ejemplo anterior, se puede com- parar los resultados que genera el modelo con los datos de caudales reales para la serie de afios 1990-1994. Aunque la correlacién de los resultados no sera tan buena como en la calibracién, deben de obtener- se valores lo bastante cercanos. De otra forma, ser necesario volver a iniciar el proceso de calibracién. Si después de muchas pruebas se ob- tuviera como resultado la imposibilidad de la calibraci6n, seria necesa- rio revisar el planteamiento y las ecuaciones que rigen el modelo. d) Simula ‘Una vez realizados los pasos anteriores el modelo esta listo para dar Jos resultados deseados. Para concluir con el ejemplo de aplicacién el siguiente paso a dar es introducir los datos de precipitacicn al modelo para el perfodo 1962-1984 y 1995-1996. EI modelo generard una serie de datos de caudal que nidos a los medidos (perfodo 1985-1994) per- mitirdn el dimensionado correcto del embalse VI. UTILIDAD DE LOS MODELOS EN HIDROLOGIA Después de la descripcién de los tipos de modelos aplicados en hi drologta y de las etapas en su implementacién, ya se pueden empezar & Comprender algunas de las utifidades de los modelos mateméticos en hidrologia. Aparte de la utilidad del modelo por si mismo, su realiza- cin produce un aumento de conocimiento del sistema, A continuacién fe resumen algunas de las principales aportaciones que estos hacen, tanto en un plano més préctico como en el meramente académico: a) Utilidades practicas de los modelos Conocimiento del comportamiento del sistema ante secuencias de acciones En muchas ocasiones los cientificos 0 los téenicos conocen, con mayor 0 menor incertidumbre, los fundamentos del comportamiento de ciertos elementos del medio, pero han de recurrir a los modelos para poder visualizar la evolucién del sistema. Un ejemplo de este tipo de aplicacién es el presentado por Blair er al. (en ANDERSON and WOESDefinicién del propésito Datos de campo ‘Modelo conceptual Modelo numérico Formulacion numérica Soluciones| analiticas + Programa de ordenador Cisigo verificada? DESARROLLO DEL CODIGO Introducci6n de los datos de campo z Calibracién de parametros ¥ YValidacién ¥ Simulacion’ I Presentacién de resultados ‘Mantenimiento del modelo Nuevos atos de campo FIGURA 3. Pasos en el protocolo de desarrollo de un modelo (modificado de ANDERSON & WOESSNER, 1992). SNER, 1992) con un modelos de dispersién de contaminantes en los acufferos: usando uno de estos modelos se pudo predecir las trayecto- rias de un contaminante que fue derramado a causa de un accidente de tun cami6n en una autopista. La carga peligrosa que este transportaba se infiltré en el acuifero situado a lo largo de los fos Scioto y Black Walnut, un acuffero muy permeable (de arena y grava) sometido a in- 315,316 tensa explotacién en el estado de Ohio (EE,UU). Gracias a este tipo de modelos se pueden tomar medidas apropiadas basadas en simulaciones del sistema real, y no en el conocimiento intuitivo de un pequesio gru- ‘po de expertos (que a veces ni siquiera existe). Prediccién sobre situaciones futuras La posibilidad de plantear situaciones hipotéticas de futuro puede permitit conocer que aleance tendrfan estas, y disefar posibles solucio- nes en funcidn de la probabilidad de ocurrencia de dichas situaciones. Asf por ejemplo, el modelo de flujo bidimensional GISPLANA (ESTRE- LA y QUINTAS, 1996) ha permitido el estudio de la avenida del Jiicar de 1987, asi como Ia simulacién de diversas situaciones hipotéticas cuyo objeto es analizar el efecto sobre los niveles de inundacién de di- versas actuaciones en el medio fisico (diques de proteccién, drenajes transversales de vias de comunicaci6n. Optimizacién de la gestién del sistema Cuando en un sistema hidrico complejo los objetivos que se preten- den son variados, ¢ incluso contrapuestos los modelos de optimizacién pueden permitir obtener las soluciones mejores para cubrir todos los objetivos. Un caso tipico es el de una regién, como puede ser actual- mente La Mancha, que desea ampliar las explotaciones en regadio sin que desciendan de forma irrecuperable los niveles del acuifero del que se obtiene el agua para el riego. En estos casos ha de legarse a una so- lucién de compromiso entre e! maximo posible de hectéreas en regadio de cada cultivo y la cantidad de recursos disponibles. b) Avances académicos producidos durante el desarrollo de un modelo Mejora del conocimiento de los sistemas naturales La realizacién de un modelo permite el contraste de las hipétesis de funcionamiento del sistema, un mejor ajuste y definicién de las rela- ciones entre parmetros, asf como de Ia sensibilidad del sistema a las variaciones de estos. Como ejemplo de esto, sirvan las conclusiones al- canzadas en la Tesis Doctoral de ESTRELA (1993) en la que se plantea tun modelo que explica, con un mimero reducido de parémetros, la transferencia precipitacién-caudal a escala diaria en un acuffero cérst co heterogéneo. Este trabajo permitié dar una explicacién hidrodind-mica al tipo de descarga de estos acuiferos, mejorar los métodos de cal bracién automética de pardmetros y obtener expresiones teéricas que rela- cionan las propiedades estocésticas de las series de recargas y caucales. Estudio de situaciones especiales. Cuando se presenta algtin problema cientffico singular la modeliza- ion puede servir para comparar distintos disefios conceptuales de fun- cionamiento del sistema, para obtener cul de estos se ajusta més a la realidad. Asf por ejemplo, para el estudio del acutfero (y sus limites) que alimenta la zona de humedales de las Tablas de Daimiel se han ido desarrollando modelos que han permitido la cada vez més completa comprensién de la dindmiica del acufero, Los modelos, en especial los mateméticos, son una herramienta fundamental para el hidrélogo que se enfrenta a sistemas del mundo real, complejos y con interaccién de un buen mimero de elementos. Es- tos han de servir para comprender y gestionar los sistemas, ‘Sin embargo, no debe caerse en la tentaci6n de utilizar los resulta- dos de un modelo indiscriminadamente, ignorando los Ifmites del pro- pio modelo asi como de los datos que le son stministrados. BIBLIOGRAFIA ANDERSON, M. P, and Woessner, W. W. (1992): Applied groundwat ‘malation of flow and advectve transport, Academic Press, California, ‘Anne, J. (1993): Andlisis de sistemas y modelacién en Conceptos y métodes para la lanificaciénhidraldgica. Bd. Joaquin Andrea (CIMNB), Barcelona. Bunce, M, (1985): La investigacion cienfica. Editorial Ariel, Barcefona Esraeva, T, (1992), Extimacién de pardmetros de reearga y descarga en wet modelo de fifo subrerrdneo en un manantal edrsico, Tesis doctoral. Cenro de Estudios y Experimentacign de Obras Pablicas, Maid Estat, T. y QuINTAS L, (1996): «E modelo de flujo bidimensional GISPLANA>. Ingenieria Civil, nimero 104, pp 13-23 Esreia,T. (1997): Master en Hidrologia general y aplicada, Tomo If, Cento de Es- tudios y Bxperimentacién de Obras Pablicas, Madrid LiaMtas, J. (1993): Hidrologia General. Pricipios y aplicaciones. Servicio Eaitorial e la Universidad de Pats Vasco, Bilbao. Manco, J. (1993): Hidrolagta extoctstica y planeaniento hidréulico en Conceptos y ‘métodos para ta planificacin hidroldgica, Ed, Joaquin Andrea (CIMNE), Barce- Jona “Teatez,J.R. (1977): Modelo matemdtico de transformacién preciptacién aportacién ASINEL, Octubre 1977. modeling, Si 317