You are on page 1of 62

CURSO DE MODELAMIENTO

HIDROLÓGICO CON SWAT (1)

Profesores
Dr. Waldo S. Lavado Casimiro
Mg. Sc. Ing. Carlos A. Fernández Palomino

“Essentially, all models are wrong, but some are usefull”


[George Box]

Cafpxl@gmail.com

Lima, Octubre 2016


CICLO HIDROLOGICO
El ciclo hidrológico no tiene ni principio ni fin y sus procesos ocurren en forma continua
(Chow et al., 1988), es descrito como el conjunto de cambios que experimenta el agua en la
naturaleza, tanto en su estado (sólido, líquido y gaseoso), como en su forma (agua superficial,
agua subterránea, etc.).

Fig:
Principales procesos del ciclo hidrológico (http://www.earthobservatory.nasa.gov)
Cuenca hidrográfica
Una cuenca hidrográfica es un área de superficie delimitada en la
cual el agua drena naturalmente hacia un punto de salida.

Descarga = Escorrentía superficial + flujo


base
Fig: representación esquemática del concepto de cuenca
PERU
Superficie : 1 285 220 Km2
27 zonas climáticas (SENAMHI,2005)

Source: http://geografia.laguia2000.com et http://fr.wikipedia.org/wiki/fichier:south_america_location_per.png

Vertientes Hidrológicas:
Pacifico, Lago Titicaca y Amazonas

Waldo Lavado
EL CLIMA EN EL PERU

LLUVIAS EN EL PERU
EL CLIMA EN EL PERU
MAPAS CLIMATOLOGICOS DE PRECIPITACION (1970-1999)

D
E
F
M

J
J
A
159 Unidades 14 Autoridades
Hidrológicas administrativas de Agua

39
UH

Fuente: ANA

Waldo Lavado
Estado de las 159
unidades hidrológicas
Verde: Hay información
(40)
Rojo: No hay
información (119)
Violeta: proyectos
mineros

Source: National Agency of Water


and Energy and Mining Minister
publied in La Republica (2014)

Waldo Lavado
RESUMEN DE CAMBIOS
OBSERVADOS EN LA RAA

AR5 IPCC
(2014)
Los principales riesgos del cambio climático y el potencial
de reducción de riesgo a través de la Mitigación y
Adaptación

•Mejor capacidad de adaptación con las condiciones


actuales.
• Para el horizonte 2080-2100 donde se prevee 2° y 4° la
adaptación será más complicada Adaptado de AR5 IPCC (2014)
Contenido
1. Por que los modelos hidrológicos
2. Terminología
3. Elementos del modelaje
4. Clasificación
5. Etapas del modelaje
6. Evolución de los modelos hidrológicos
Modelos Hidrológicos
 Por que los modelos hidrológicos?
 Los modelos son una representación de algún objeto o
sistema, en un lenguaje o forma de fácil acceso y uso, con el
objetivo de entender y buscar respuestas de diferentes
entradas.
 Los modelos deben ser vistos como una herramienta no
como un objetivo.
 En la medida de lo posible tener datos observados de las
variables que necesita el modelo
 La variable más importante para validar un modelo
hidrológico son los datos de caudales
Las limitaciones básicas de los modelos
hidrológicos son la cantidad y calidad de los
datos hidrológicos, y la dificultad de formular
matemáticamente algunos procesos y la
simplificación del comportamiento espacial de
las variables y fenómenos.
Ninguna metodología genera información
solo explora mejor los datos existentes
Terminologia
 Riesgo o incerteza: el riesgo de una variable aleatoria dada es
la probabilidad aceptada por el proyectista de que la variable es
mayor que un determinado valor (menor en la caso de mínimos.
La incertidumbre se refiere a la diferencia entre las estadísticas
de la muestra y la población, que puede ser debido a la
representatividad de la muestra o debido a errores de muestreo
y tratamiento de los datos de las variables aleatorias.
 Serie estacionaria o no-estacionaria: Una serie es estacionaria
cuando sus estadísticos no se alteran con el tiempo. Una serie
no estacionaria es lo contrario.
 Parsimonia: la representación adecuada del comportamiento de
un proceso o sistema por un modelo con el menor número
posible de parámetros se entiende como el principio de
parsimonia
Sistema, modelo y simulación
 Sistema Es cualquier estructura, esquema o procedimiento, real o
abstracta, que en un momento dado de tiempo de referencia se inter-
relaciona con una entrada, causa o estímulo de energía o
información; y una salida, por efecto de una respuesta de energía o
información.

SISTEMA

•Ejemplos: Cuenca Hidrográfica, tramo de un río, acuífero


EL SISTEMA

Chow et al, 1988


Modelos
 Modelo Es una representación del comportamiento del sistema
tipos de modelos: físicos, analógicos y matemáticos

Los modelos analógicos Se valen de su analogía de las ecuaciones


que rigen diferentes fenómenos para modelar los procesos del
sistema.

Los modelos matemáticos: Son los que representan la naturaleza del


sistema, a través de ecuaciones matemáticas,
Los modelos físicos representan el sistema por un prototipo en
escala menor, en la mayor parte de los casos
Contínuo y Discreto
 Un sistema se dice continuo cuando los fenómenos son continuos en
el tiempo, y es un sistema discreto cuando los cambios de estado se
dan en intervalos discretos.

 Un sistema puede modificarse continuamente, mas para efectos del


proyecto los registros son efectuados en intervalos de tiempo.

 La escala de este intervalo esta en función del presupuesto y de la


precision de los resultados, que son contradictorios, ya que ha
medida que el intervalo disminuye el costo de medición de datos
(computacional y almacenamiento) se incremente en favor de la
mejora de la precisión de los resultados.
 Ejemplos: limnígrafo
Contínuo y Discreto
Concentrado y distribuído
 Un modelo es concentrado ("lumped") cuando no toma en cuenta la
variabilidad espacial. La lluvia promedio en una cuenca es un
ejemplo de integración espacial de la variable de entrada. En general,
los modelos concentrados utilizan solamente el tiempo como
variable independiente.

 distribuido (distributed) cuando las variables y parámetros del


modelo dependen del espacio y/o tiempo. En términos matemáticos,
la ecuación diferencial ordinaria tiene una variable independiente,
en este caso, el tiempo y representa un modelo concentrado
Ejemplo
Estocástico y determinístico
Si la probabilidad de ocurrencia de las variables se tiene en
cuenta, y el concepto de probabilidad se introduce en la
formulación del modelo, el proceso y el modelo se denominan
Estocásticos.
Si la probabilidad de ocurrencia de las variables envueltas em el
proceso son ignoradas, y el modelo sigue una ley definida que
no son probabilidades, los modelos son denominados
Determinísticos.
Cuando uma variable de entrada de um sistema es aleatoria la
vriable de salida también será aleatoria. Asimismo um sistema
puede tener un comportamento determinístico o representado
por un modelo determinístico.
Ejemplo, el caudal de entrada y de salida de un reservorio son
variables aleatórias, pero la determinación de un caudal de
salida con base en una entrada y las características del reservorio
es um proceso determinístico conocido.
Conceptual y Empírico
 conceptual, Cuando las funciones utilizadas en su elaboración toman
en consideración los procesos físicos. Esta definición es establecida
para diferenciar los modelos que consideran los procesos físicos de
los modelos denominados de “caja-negra”.

 Los modelos de tipo "caja-negra" o empíricos son aquellos en los que


se ajustan los valores calculados a los datos observados, atraves de
funciones que no tienen ninguna relación con los procesos físicos
envueltos.
Conceptual y Empírico
Chlo a = 2,318.ln(P) R2=0,97
Chlo

NO3 NH3 Norg

PO4 Porg

(a) (b) P

a)
Elementos del Modelamiento
Fenómeno de interés

Parámetros

Funciones
gobernantes o
Procesos
Variables externas

Parámetros
Elementos del Modelamiento
Fenómeno Es un proceso físico, que produce alteración del

estado del sistema. Por ejemplo, precipitación, evaporación
e infiltración son fenómenos;
 Variable es un valor que describe cuantitativamente un
fenómeno, variando en el espacio y en el tiempo. Por
ejemplo, caudal es una variable que describe el estado de
escurrimiento;
 Parámetro es un valor que caracteriza el sistema, el
parámetro también puede variar con el espacio y el tiempo.
Ejemplos de parámetros son: rugosidades de una sección de
un río, área de una cuenca hidrográfica y áreas
impermeables de una cuenca.
Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Resolución del
problema

Calibración y validación

Aplicación del modelo


Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Resolución del
problema

Calibración y validación

Aplicación del modelo


Etapas del Modelamiento
Floración de
Eutrofización Crecidas
cianobacterias

Extensión de Problemas en Planeamiento


Séries hidrológicas Hidrologia

Regimen Estados
Usos de água
hidrológico alternativos
Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Resolución del
problema

Calibración y validación

Aplicación del modelo


Etapas del Modelamiento
Simplificaciones y formulación de hipótesis
Cuales
Cuáles son las
son las variables?
hipotesis?

Cuales son
los
procesos?

Esa es mi
propuesta!!
!
Etapas del Modelamiento
Simplificaciones y formulación de hipótesis
Complejidad
Aproximación

Nº óptimo de
parâmetros

Nº de parâmetros
Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Solución del problema

Calibración y validación

Aplicación del modelo


Las Leyes de la Natureza!!

Modelos de Calidad de Agua e Conservación de la Energia


Hidrodinámica Balance de Calor y Evaporación
Relaciones de mezcla
Derivación de aplicación de leyes de
conservación Conservación de la Masa
Masa agua en la hidrodinámica y transporte
Masa materiales disueltos o en suspensión en el
Propriedades conservativas intrínsecas agua
internas Balance de masa expandido para incluir cambios
momentum, calor energia, masa de água, cinéticos
masa contaminantes Conservación de Momento
Agua: movimento
Predicción: Agua: Flujo
Cambios en propriedades conservativas;
Cambio de estado del sistema resulta de
cambios en una o mas propriedades
intrínsecas. Acumulaçión Líquida = Transporte Fuente/Sumidero (transformaciones)

Flujo Propriedades Conservativas Funciones forzantes


debido al movimento de agua
(advección, mescla turbulenta,
difusión)
Etapas del Modelamiento
Deducción del modelo matemático

Modelo conceptual PARAMETROS


Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Solución del problema

Calibración y validación

Aplicación del modelo


Etapas del Modelamiento
Solución del problema
Soluciones de ecuaciones diferenciales a traves de um metodo numerio:

Runge-Kutta Diferencias
Euler finitas
Elementos
Finitos
Métodos
analíticos Métodos
numéricos

Método de los Transformadas


Coeficientes Elementos
de de contorno
No-determinados Laplace
Etapas del Modelamiento
Solución del problema
Método numérico
Discretización espacial
Etapas del Modelamiento
Solución del problema
Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Solución del problema

Calibración y validación

Aplicación del modelo


Etapas del Modelamiento
Calibración y validación del modelo

A Observado
Calculado

Período de calibración Período de validación


Necesidad de calibración
Etapas del Modelamiento
Calibración y validación del modelo Escorrentía

Nash = -1.46

Optimización

Nash = 0.76
Etapas del Modelamiento
Calibración y validación del modelo

Coeficientes Equação1

 YObs t   YCal t 
2
Coeficiente de determinação de 2
R  1
Nash-Sutcliffe (R2) 
 YObs t   YObs t  2
 YObs t   YCal t 
2
Erro médio padrão (RMSE) RMSE 
N

2
 1 1 
Erro médio padrão invertido 
  

(RMSEI)  YObs t  YCal t  
RMSEI 
N
Midiendo la lluvia

Pluviometros:
Estación Pluviográfica
Pequeños rios

Caudales x
velocidades
Rios mayores

Mediciones em barco
Mediciones desde “carros huaros”
Mediciones desde puentes
Correntometro
Estación Hidrológica
Estación Hidrológica
LA HIDROMETRIA

ESTACION HIDROMETRICA AFORO

a) qmeas
qmod r² = 0.82
150
runoff [mm]

CURVA DE
100

SERIE DE
50

1966 1968 1970 1972 1974 1976


CALIBRACION H-Q
b)
CAUDALES qmeas
qmod r² = 0.81
150
runoff [mm]

100
50

1966 1968 1970 1972 1974 1976

Waldo Lavado
Etapas del Modelamiento
Definición del problema

Simplificación y
formulación de hipótesis

Deducción del modelo

Solución del problema

Calibración y validación

Aplicación del modelo


Resultados de la modelizacion

GR2M

Calibración

Validation Azul:
observado
MWB3
Rojo:
simulado
Calibración

Validación

Waldo Lavado
Evolución de los modelos hidrológicos
 Inicio con un computador en la década de 50
 Los modelos distribuídos en la década de 70-80
 La evolución de los SIG y su integración espacial con el
modelamiento físico;
 limitaciones de escala
 La relación de los modelos hidrológicos y meteorológicos.
Escala de los procesos en las
cuencas
Usos de los modelos
hidrológicos
Tipos de usos
•Extensión de series hidrológicas;
•planeamiento de proyecto de sistemas
hídricos
•Previsión en tiempo real
•Evaluación del impacto de las
modificaciones de los sistemas hídricos.
Áreas de aplicación
 Usos de los recursos hídricos:
abastecimiento de agua, energía,
irrigación, navegación, etc.
 impactos sobre la población: control de
inundaciones
 impactos en el medio ambiente:
deforestación, calidad de agua, etc.
TEMAS DEL CURSO (SWAT)
 Viernes
 Teoría sobre introducción al modelo SWAT
 Instalación del programa
 Datos y pre-procesamiento de datos
 Sábado
 Creación del proyecto del modelo SWAT
 Simulación del modelo
 Análisis de resultados iniciales
 Domingo
 Teoría sobre calibración
 Calibración manual
PRESENTACION DE PARTICIPANTES

 Nombre

 Ocupación

 Experiencia en modelamiento hidrológico

 Cual es su perspectiva en cuanto a la utilidad de curso y


modelo SWAT