Curso Internacional “Hidrología y Monitoreo Hidrológico en Ecosistemas Andinos” 10-14 de junio de 2013. Piura, Perú. Presentación de Wouter Buytaert Imperial College London

1. Introducción a la Modelación Hidrológica
Wouter Buytaert
w.buytaert@imperial.ac.uk

2. Qué es un modelo?

3. El modelo perceptual

4. e.g., evapotranspiration
- Penman - Monteith
- Priestley - Taylor
- Thornthwaite
Infiltration
- Green-Ampt
- Horton
- Darcy's law
El modelo conceptual
The conceptual model
e.g., evapotranspiration
- Penman - Monteith
- Priestley - Taylor
- Thornthwaite
Infiltration
- Green-Ampt
- Horton
- Darcy's law
ET o=
 Rna c p q ga
1ga / gsv
PET =a
sT a
sT a
K nLn
1
w v
PET =1.6
10T
I
a
F t=Ktln
[1
F t
 ]
F t= f c t
 f 0− f c
k
1−e−kt

F=K [h0−−−L
L ]
The conceptual model
e.g., evapotranspiration
- Penman - Monteith
- Priestley - Taylor
- Thornthwaite
Infiltration
- Green-Ampt
- Horton
- Darcy's law
ET o=
 Rna c p q ga
1ga / gsv
PET =a
sT a
sT a
K nLn
1
w v
PET =1.6
10T
I
a
F t=Ktln
[1
F t
 ]
F t= f c t
 f 0− f c
k
1−e−kt

F=K [h0−−−L
L ]

5. #include "topmodel.h"
void run_topmodel(double *rain, double *ET0, int nidxclass, int i, int ntimestep)
{
int j, k;
double Aatb_r, _qo, _qv;
/* initialise the fluxes */
misc.qt[i][nidxclass] = 0.0;
misc.qo[i][nidxclass] = 0.0;
misc.qv[i][nidxclass] = 0.0;
misc.qs[i] = 0.0;
misc.f[i] = rain[i]; /* By default all rain infiltrates */
misc.fex[i] = 0.0; /* and therefore fex is zero */
/* calculate infiltration and redirect any excess infiltration to fex */
if(params.infex){
misc.f[i] = params.dt * get_f((i + 1) * params.dt, rain[i] / params.dt,
params.CD, params.K0, params.m, params.dt);
if(misc.f[i]<0) misc.f[i] = rain[i];
...
El modelo procedural

6. ?
Para qué usar un modelo?
Análisis de escenarios
B
A
C
?

7. ?
Para qué usar un modelo?
Evaluación de hipótesis

8. Predicciones
El proceso de la generación de conocimiento
B
A
C
?
Sensores Información
Modelos
y = f(x)

9. Predicciones

10. Precipitation efectiva
Ejemplo de un
10mm 1-hora
hidrograma unitaria0
1
2
3
4
5
1 2 3 4 5 6 7 8 9 10
time
stormrunoff
0
2
4
6
8
10
1 2 3 4 5 6 7 8 9 10
time
effectiverainfall
(mm/hour)(mm/hour)
Tipos de modelos: hidrograma unitaria

11. Tipos de modelos: series de tiempo
Modelos autoregresivos
- Análisis de series de tiempo
- ARMA(p,q) (Autoregressive moving average models)
o:
donde Xt es una serie de tiempo de datos, φi and θi son parametros,
Li es el operador lag, and εt son los errores
ej, modelo ARMA(1,0):

12. Tipos de modelos: series de tiempo
?
t
Q

13. Tipos de modelos: series de tiempo
y = ax + b
t
Q

14. Tipos de modelos: modelos conceptuales
P
componente de pérdida
(balance hídrico)
Peff
componente de routing
(regulación)
Q

15. Tipos de modelos: modelos conceptuales
PDM
Peffs
Peffb
Reservorios agregados
Q=
S
T

16. Tipos de modelos: modelos conceptuales
Topmodel
Entradas:
- P
- ETp

17. MIKE SHE (Système Hydrologique Européen)
Tipos de modelos: modelos distribuidos

18. Tipos de modelos: modelos distribuidos

19. Tipos de modelos: modelos globales

20. La calibración de los modelos
• Ajustar los parámetros del modelo
• Medidas de desempeño
• R2
• Sesgo
• Eficiencia Nash – Sutcliffe
• Muestreo de valores de parámetros
• Muestreo aleatorio
• Muestreos más inteligentes (e.g., Latin Hypercube)
€
OF =1−
xi − yi[ ]
i=1,N
∑
2
y − yi[ ]
i=1,N
∑
2
Q=
S
T
Q=
S
T

21. La calibración de los modelos

22. La evaluación de los modelos
Périodo de calibración Périodo de evaluación

23. Capacidad predictiva
“Todos los modelos son erróneos, pero algunos sirven”
Entonces, como sabemos si un modelo sirve?

24. Capacidad predictiva
“Todos los modelos son erróneos, pero algunos sirven”
Entonces, como sabemos si un modelo sirve?

25. Análisis de incertidumbre
“Todos los modelos son erróneos, pero algunos sirven”
Entonces, como sabemos si un modelo sirve?
• “Todos los modelos son falsos, pero algunos pueden ser útiles”
• Como saber si un modelo es útil?
è Análisis de incertidumbre
è Análisis de riesgos, probabilidades
• Varios métodos, mucha investigación científica
• Método popular y sencillo: GLUE

26. Opciones
de
manejo
B
A
C
?
Análisis
de
los
impactos
Datos
disponibles
Resultados
No útilÚtil!
Colectar
más
información
♫
La modelación como un proceso interactivo

27. Preguntas?
Wouter Buytaert
w.buytaert@imperial.ac.uk