Modelación hidrológica de microcuencas de páramo ecuatoriano usando TOPMODEL

UNIVERSIDAD DE CUENCA
RESUMEN
Con la finalidad de contribuir al entendimiento del manejo integral de cuencas
hidrogrficas esta investigacin pretende determinar el comportamiento
hidrolgico de micro-cuencas de montaa caracterizadas por un suelo en
especial con la aplicacin de modelos hidrolgicos como: SWAT (Herramienta
de Evaluacin para el Suelo y Agua), TOPMODEL (Modelo basado en el ndice
Topogrfico) y WEAP (Evaluacin del Agua y Planificacin); de los cuales a
partir de un primer anlisis comparativo se verificaran las ventajas y
desventajas de cada uno y as poder seleccionar el modelo ms recomendable
para realizar el anlisis de las micro-cuencas en estudio, Ortigas, Ro Grande,
Pajonal y Pinos, las cuales estn localizadas en la regin andina del Ecuador
La tesis se realizo en el PROMAS-U. Cuenca dentro del proyecto Modelacin
hidrolgica distribuida como herramienta de soporte de decisiones para
restauracin hidrolgica forestal de cuencas hidrogrficas andinas con el
apoyo del SENACYT.
Luego de clasificar los modelos hidrolgicos, se analizan las ventajas y
desventajas de cada uno de ellos para as poder seleccionar el modelo
hidrolgico que ser implementado con la informacin de las diferentes microcuencas, posterior al anlisis comparativo se selecciono el modelo
TOPMODEL.
Seleccionado el programa, se procede a la calibracin del modelo, esto
consiste en el ingreso de la informacin necesaria, realizar diferentes clculos y
aproximaciones que permitan establecer el comportamiento hidrolgico ms
cercano a las condiciones reales; para validarlo y concluir las potencialidades
de aplicar el modelo hidrolgico en micro-cuencas de alta montaa.
Palabras clave: Pramo, Modelacin Hidrolgica, Micro cuenca, TOPMODEL.
Martha Elena Carrillo Serrano
Contenido
DEDICATORIA .......................................................................................................................... 4
AGRADECIMIENTOS .............................................................................................................. 5
1.
2.
INTRODUCCION ................................................................................................................ 6
1.1
Antecedentes y Justificacin .................................................................................... 7
1.2
Auspicio ........................................................................................................................ 8
1.3
Objetivos ...................................................................................................................... 8
1.3.1
Objetivo General ................................................................................................. 8
1.3.2
Objetivos especficos ......................................................................................... 8
MATERIALES Y METODOS ............................................................................................ 9

2.1
Ubicacin geogrfica del rea de estudio ............................................................. 9
2.2
Morfometra de las cuencas.................................................................................... 11
2.3
Equipamiento y Medicin ........................................................................................ 14
2.3.1
Precipitacin ...................................................................................................... 15
2.3.2
Medicin del caudal.......................................................................................... 15
2.3.3
Medicin de datos climatolgicos .................................................................. 16
2.4
Recopilacin y procesamiento de datos ............................................................... 17
2.4.1
Topografa.......................................................................................................... 17
2.4.2
Suelos................................................................................................................. 19
2.4.2.1
Tipos de suelos ............................................................................................. 19
2.4.2.2
Grupos hidrolgicos del suelo .................................................................... 22
2.4.3
Uso del suelo/Cobertura vegetal .................................................................... 23
2.4.4
Datos hidrometeorolgicos ............................................................................. 24
2.4.4.1
Precipitacin .................................................................................................. 25
2.4.4.2
Datos Meteorologicos .................................................................................. 29
2.4.5
3.
Caudales ............................................................................................................ 31
MODELOS HIDROLOGICOS ......................................................................................... 34

3.1
Una Visin General sobre los Modelos ................................................................. 34
3.2
Clasificacin de los modelos. ................................................................................. 35
3.3
Anlisis de la modelizacin hidrolgica semidistribuida ..................................... 37
3.3.1
SWAT ................................................................................................................. 37
3.3.2
TOPMODEL ...................................................................................................... 38
3.3.3
WEAP ................................................................................................................. 40
3.4
Seleccin del modelo semidistribuido ................................................................... 41
4.
TOPMODEL ...................................................................................................................... 42
4.1
Objetivos de la Modelacin ..................................................................................... 42
4.2
Un Modelo Perceptual de Produccin de Escorrenta ........................................ 43
4.3
Un Modelo Conceptual de Produccin de Escorrenta....................................... 44
4.3.1
La Organizacin del Almacenamiento en TOPMODEL.............................. 51
4.3.2
Curso del Canal y Estructura de las Sub-cuencas ...................................... 59
4.3.3
Derivando el ndice Topogrfico..................................................................... 60
4.3.4
El concepto TOPMODEL y la Semejanza Hidrolgica ............................... 62
4.3.5
Calibracin del modelo .................................................................................... 65
4.4
5.
4.4.1
Ejemplos de Aplicacin y Resultados ........................................................... 69
4.4.2
Aplicacin del TOPMODEL en micro-cuencas del pramo ....................... 76
RESULTADOS .................................................................................................................. 81
5.1
Calibracin ................................................................................................................. 81
5.1.1
Clculo del ndice Topogrfico ....................................................................... 81
5.1.2
Ros..................................................................................................................... 86
5.1.3
Retraso (Delay) ................................................................................................. 87
5.1.4
TopModel ........................................................................................................... 88
5.2
6.
Revisin Bibliogrfica ............................................................................................... 68
Validacin ................................................................................................................ 108
CONCLUSIONES Y RECOMENDACIONES ............................................................. 112

6.1
Conclusiones ........................................................................................................... 112
6.2
Recomendaciones .................................................................................................. 113
7.
BIBLIOGRAFIA ............................................................................................................... 115
8.
ANEXOS .......................................................................................................................... 122

8.1
Datos de Precipitacin ........................................................................................... 122
8.2
Datos Meteorolgicos ............................................................................................ 126
DEDICATORIA
Dedico el presente trabajo a mis

padres y a mi familia, quienes me
han apoyado durante toda mi
carrera universitaria.
AGRADECIMIENTOS
Luego de haber realizado esta investigacin, quiero expresar mis ms sinceros

agradecimientos primero a Dios, ya que sin El nada hubiera sido posible, y a
todas las personas que me ayudaron con el desarrollo del presente trabajo, mis
padres, amigos y de manera muy especial al Ing. Felipe Cisneros E. Ph.D,
director de la investigacin y del PROMAS-U Cuenca.
Al Ing. Cristian Coello M.Sc. quien como tutor de la investigacin me brindo su
desinterasada ayuda de manera constante a lo largo de toda la realizacin de
la tesis, y a todo el personal del PROMAS que en todo momento me brindaron
su apoyo.
1. INTRODUCCION
En su acepcin ms simple, se conoce como cuenca hidrogrfica al rea
drenada por un rio. La cuenca es una unidad natural hidrolgica y geofsica,
con lmites definidos que facilitan la planificacin y el aprovechamiento de sus
recursos. Los lmites de la cuenca dependen de su topografa y estn
determinados por la lnea divisoria de aguas. En la cuenca hidrogrfica es
posible efectuar el balance del ciclo hidrolgico, cuantificando con mayor
precisin el agua disponible. Asimismo, las cuencas hidrogrficas facilitan la
percepcin del efecto negativo de las acciones del hombre sobre su entorno,
evidencindola en la contaminacin y en la calidad del agua evacuada por la
cuenca, quedando claro, que el agua es el recurso integrador y el producto
resultante de la cuenca.
Se entiende por manejo de cuencas hidrogrficas la aplicacin de principios y
mtodos para el uso racional, integrado y participativo de los recursos naturales
de la cuenca; fundamentalmente del agua, del suelo y de la vegetacin, a fin de
lograr una produccin optima y sostenida de estos recursos con el mnimo
deterioro ambiental, para beneficio de los pobladores y usuarios de la cuenca.
Con la finalidad de contribuir al entendimiento del manejo integral de cuencas
hidrogrficas esta investigacin pretende determinar el comportamiento
hidrolgico de micro-cuencas de montaa caracterizadas por un suelo en
especial con la aplicacin de modelos hidrolgicos como: SWAT (Herramienta
de Evaluacin para el Suelo y Agua), TOPMODEL (Modelo basado en el ndice
Topogrfico) y WEAP (Evaluacin del Agua y Planificacin); de los cuales a
partir de un primer anlisis comparativo se verificaran las ventajas y
desventajas de cada uno y as poder seleccionar el modelo ms recomendable
para realizar el anlisis de las micro-cuencas en estudio.
Para el desarrollo de la presente tesis, el rea geogrfica de investigacin lo
conforman cuatro micro-cuencas de alta montaa, localizadas en la regin
andina del Ecuador. Los datos disponibles correspondientes a informacin de
topografa, caudal, precipitacin, temperatura, radiacin solar, velocidad del
viento, punto de roco, entre otros parmetros climticos y de suelos; los cuales
son los necesarios para la modelacin hidrolgica. Toda la informacin y
dems recursos necesarios para la realizacin de esta investigacin fueron
obtenidos gracias al PROMAS-U. de Cuenca, dentro del proyecto Modelacin
hidrolgica distribuida como herramienta de soporte de decisiones para
restauracin hidrolgica forestal de cuencas hidrogrficas andinas con el
apoyo del SENACYT.
El presente trabajo de investigacin consiste en la descripcin de la zona de

estudio, que abarca la ubicacin geogrfica de las micro-cuencas, la ubicacin
de los equipos hidrometeorolgicos, el tipo y uso de suelo; el primer objetivo es
realizar el control de calidad de la informacin a ser utilizada, esto comprende
el anlisis de los datos, relleno y homogeneizacin de la informacin, ms los
anlisis hidrolgicos correspondientes.
Posterior a estas actividades se procede a clasificar los modelos hidrolgicos,
se analizaran las ventajas y desventajas de cada uno de ellos para as poder
seleccionar el modelo hidrolgico que ser implementado con la informacin de
las diferentes micro-cuencas.
Otra fase de la investigacin consiste en la calibracin del modelo, esto
consistir en el ingreso de la informacin necesaria, realizar diferentes clculos
y aproximaciones que permitan establecer el comportamiento hidrolgico ms
cercano a las condiciones reales; para validarlo y concluir las potencialidades
de aplicar el modelo hidrolgico en micro-cuencas de alta montaa.
Con la implementacin del modelo se proceder a la presentacin de
resultados de una manera clara y comprensible.
1.1 Antecedentes y Justificacin
Un adecuado manejo de los recursos hdricos comprende un proceso de

desarrollo coordinado que involucra el manejo de recursos del agua y de la
tierra. Su propsito principal es desarrollar soluciones sostenibles que integren
los aspectos tcnicos, econmicos y sociales de la utilizacin del agua.
La modelacin hidrolgica es una herramienta de ayuda que permite entender
y evaluar estos procesos para as identificar las ventajas y desventajas de las
acciones antrpicas sobre ecosistemas de montaa y su afeccin los recursos
hdricos. Los modelos hidrolgicos tratan de reproducir el fenmeno lluviaescurrimiento en una cuenca, por ello es muy importante la implementacin de
estos modelos para la toma de decisiones en la restauracin hidrolgica
forestal de micro cuencas de montaa.
Por todos estos motivos se ha decido estudiar los diferentes tipos de modelos
hidrolgicos como el SWAT, WEAP y TOPMODEL, y conociendo las ventajas y
desventajas de cada uno de ellos seleccionar uno que permita entender el
comportamiento hidrolgico de las micro-cuencas en estudio.
Con el desarrollo del tema de investigacin se pretende adquirir experiencia en
la utilizacin del modelo hidrolgico semi-distribuido en cuencas de alta
montaa. Es muy importante conocer los procesos hidrolgicos, para lo cual el

modelo seleccionado deber ser muy til.
1.2 Auspicio
El PROMAS Universidad de Cuenca viene desarrollando proyectos de

investigacin en el campo de los recursos hdricos bajo el financiamiento de la
SENACYT. Los inicios de la investigacin se centran en micro cuencas de alta
montaa y en la utilizacin de modelos hidrolgicos de diversa complejidad.
En este sentido y en el marco del proyecto Modelacin hidrolgica distribuida
como herramienta de soporte de decisiones para restauracin hidrolgica
forestal de cuencas hidrogrficas andinas el SENACYT y PROMAS
Universidad de Cuenca tienen la necesidad de conocer la validez de la
utilizacin de modelos hidrolgicos semidistribuidos en la respuesta hidrolgica
de micro cuencas con diferente cobertura vegetal.
1.3 Objetivos
1.3.1 Objetivo General

Contribuir al claro entendimiento del proceso hidrolgico en cuencas
hidrogrficas de montaa, en funcin del uso y tipo del suelo.
1.3.2 Objetivos especficos

Seleccionar e Implementar un modelo hidrolgico semidistribuido en
cuatro micro-cuencas de montaa caracterizadas por coberturas
diferentes
Calibracin y validacin de micro cuencas de montaas en base a
modelizacin hidrolgica
Determinar las variables ms sensibles del modelo empleado para micro
cuencas de montaas.
Determinar la validez del usos de modelos semidistribuidos en
ecosistemas de montaa
2. MATERIALES Y METODOS
2.1 Ubicacin geogrfica del rea de estudio
La zona de estudio para la presente investigacin consta de cuatro microcuencas de montaa, dividindolas en dos grupos, por un lado dos microcuencas con rgimen climtico de costa y tributantes del pacfico y un grupo de
micro-cuencas con rgimen bimodal caracterstico de la regin andina del sur
del Pas que desembocan en el Atlntico.
Las dos primeras micro-cuencas, Ortigas y Ro Grande, se encuentran
localizadas en la zona de la cuenca alta del Ro Bulubulu, dentro del cantn
Caar, provincia del Caar (Ver Figura 2.1).
El relieve de la zona en estudio se encuentran en la lateral oeste de la
cordillera occidental de la sierra ecuatoriana, en la transicin sierra costa, por
lo cual presenta un relieve pronunciado y accidentado con la presencia de
pendientes pronunciadas, aspectos muy comunes en las micro cuencas de
montaa.
Figura 2.1. Localizacin de las micro-cuencas de Ortigas y Ro Grande
Ro Grande: Esta tiene una extensin de 5,46Km2, un permetro de 10545m,

altitudinalemente se encuentra en un rango de 2230 y 3280m.s.n.m. Con una
cobertura vegetal natural formada por bosque y chaparro y con poca cantidad
de pasto, por lo que se la clasifica como una cobertura mixta. Su tipo de suelo
est formado por Andosol y Leptosol, en la salida de la captacin encontramos
la mayora otro tipo de suelo como el Cambisol.
Ortigas: Esta tiene una extensin de 0,99Km2, un permetro de 4750m, el
rango de alturas est entre los 2305 y 2880 m.s.n.m. Se encuentra formada de
bosque natural, con un poco de pasto que encontramos en la parte occidental
de la micro-cuenca, cuya cobertura est clasificada como de bosque nativo;
con un tipo de suelo en su mayora Andosol, en menos presencia encontramos
Cambisol y Leptosol.
El clima tiene dos estaciones marcadas: invierno (diciembre-mayo), en donde
se espera una precipitacin mayor al 90%; y verano (junio-noviembre), que se
caracteriza por ser muy seco y extenso.
Las otras dos micro-cuencas con diferente cobertura vegetal fueron
identificadas por medio de una imagen satelital y fotografas areas que
posteriormente fueron localizadas con precisin en la correspondiente visita de
campo, las mismas que se encuentran en zonas de pramo. Estas microcuencas se ubican al noroeste de la ciudad de Cuenca, la principal carretera de
acceso es la va Cuenca-Molleturo-Naranjal, sector El Cajas conocido como
Marianza, dentro de la cuenca del Paute (Ver Figura 2.2).
Figura 2.2. Localizacin de las dos micro-cuencas de pramo

10
Marianza Pajonal: Esta micro-cuenca tiene una extensin de 1,03Km 2, un

permetro de 4816m. Tiene una cota mnima de 2980 y una cota mxima de
3740m.s.n.m. Con una cobertura vegetal natural formada por pajonal, el tipo de
suelo es Andosol, el estado actual es cobertura inalterada, y su uso de suelo es
para ganadera extensiva.
Marianza Pinos: Esta micro-cuenca tiene una extensin de 0,59km 2, un
permetro de 3102m. Tiene una cota mnima de 3240 y una cota mxima de
3700m.s.n.m. Con una cobertura vegetal formada por bosque de pinos en un
98%, el tipo de suelo de esta es Andosol, el estado actual es de una cobertura
forestada, y su uso de suelo es para plantacin de pinos.
El pramo est caracterizado por un clima fro y hmedo. La precipitacin es
extremadamente variable en espacio y tiempo. Generalmente, las intensidades
de lluvia son bajas. Los vientos pueden ser muy fuertes y altamente variables
en direccin, debido a las pendientes fuertes y lo accidentado de la topografa.
2.2 Morfometra de las cuencas

El proceso de caracterizacin de las propiedades morfomtricas de la red de
drenaje, es el primer paso en la bsqueda de las relaciones entre estos y las
condiciones climticas, geolgicas e hidrolgicas que determinan la evolucin
de la cuenca (Navarrete, 2004).
El comportamiento de la red hidrolgica, puede verse modificado por las
propiedades
morfomtricas de las cuencas (forma, pendiente y red hidrolgica) que tienen
que ver con la respuesta del caudal recibido y que pueden operar tanto para
disminuir o intensificar las crecidas ya que stas, actan incrementando el
volumen del flujo y la velocidad de su movimiento que son determinantes para
evitar desastres en caso de fuertes lluvias (Robinson, 2000).
Para hacer una clasificacin de las micro-cuencas en estudio segn su forma
se han obtenido los siguientes parmetros de forma:
Coeficiente de Compacidad (Cc) o ndice de Gravelius (1914): Es la
relacin entre el permetro de la cuenca y el de una circunferencia; sus
resultados estarn basados en la clasificacin de Campos (1992) mostrados en
la Tabla 2.1. Cunto ms cercano est el ndice a la unidad, la cuenca ser
ms circular y por tanto ms compacta, y en la media que aumenta, la cuenca
adquiere una forma ms oval. La frmula de Gravelius, est dada por:
(2.1)
11
Donde:
Cc = Coeficiente de compacidad.
A = rea de la cuenca.
Pc= Permetro de la cuenca.
Clase de
Forma
Indice de Compacidad
(Cc)
Forma de la Cuenca
Clase I
1.0 a 1.25
Casi redonda a oval-redonda
Clase II
1.26 - 1.50
Oval-redonda a oval oblonga
Clase III
1.51 a mas de 2
Oval-oblonga a rectangular-oblonga
Tabla 2.1. Formas de la cuenca de acuerdo al ndice de compacidad.

(Campos, 1992)
Los resultados del ndice de compacidad y la respectiva clasificacin de las

micro-cuencas se muestran en la Tabla 2.6.
Micro-cuenca
Ortigas
Rio Grande
Pajonal
Pinos
Area (km2)
0.99
5.46
1.03
0.59
Permetro (km)
4.75
10.545
4.816
3.102
Cc
1.35
1.27
1.34
1.14
Forma de la Cuenca
Tabla 2.2. Clasificacin de las micro-cuencas segn el coeficiente de compacidad
Razn de Elongacin (Re): Es la relacin entre el dimetro de un crculo con

igual rea que la de la cuenca y la longitud mxima de la misma. La frmula es
la propuesta por Shumm (1956):
(2.2)
Donde:
Re= Relacin de elongacin.
Lc= Longitud del cauce principal de la cuenca.
A = rea.
La ecuacin 2.2, es la ms extendida para calcular este ndice debido a la alta
correlacin que guarda con la hidrologa de la cuenca. Valores cerca a la
unidad implicar formas redondeadas y cuanto menor sea a la unidad, ser
ms alargada (Gonzlez, 2004).
En la Tabla 2.3 se puede observar los valores de la razn de elongacin y la
forma de las micro-cuencas segn este coeficiente.
12
Micro-cuenca Area (km2) Longitud del cauce (km)

Re
Forma de la Cuenca
Ortigas
0.99
1.28
0.87
Redondeada
Rio Grande
5.46
3.57
1.34
Alargada
Pajonal
1.03
1.96
0.32
Alargada
Pinos
0.59
1.45
0.60
Redondeada
Tabla 2.3. Clasificacin de las micro-cuencas segn razn de elongacin
(Campos, 1992)
Factor de Forma (F): Este factor fue propuesto por Horton (1945) donde
relaciona el rea de la cuenca y la longitud de la misma. En este sentido,
valores inferiores a la unidad indican cuencas alargadas y aquellos cercanos a
uno, son redondeadas. Se expresa con la ecuacin:
(2.3)
Donde:
A= rea de la cuenca.
L2= Longitud de la cuenca.
En la Tabla 2.4 se muestra la clasificacin de las micro-cuencas segn el factor
forma.
Micro-cuenca
Ortigas
Rio Grande
Pajonal
Pinos
Area (km2) Longitud de la cuenca (km)

F
Forma de la Cuenca
0.99
1.52
0.99
Redondeada
5.46
3.45
5.46
Alargada
1.03
1.82
1.03
Alargada
0.59
0.98
0.59
Redondeada
Tabla 2.4. Factor forma de las micro-cuencas
Tamao de la cuenca: Para definirla, Campos (1992) propone una

clasificacin basada en la superficie de la misma (Tabla 2.5).
Tamao de la
cuenca (km2)
Menores de 25
25 a 250
250 a 500
500 a 2500
2500 a 5000
Mas de 5000
Descripcin
Muy Pequea
Pequea
Intermedia Pequea
Intermedia Grande
Grande
Muy Grande
Tabla 2.5. Clasificacin propuesta para el tamao de cuencas

(Campos, 1992)
Segn esta tabla, las cuencas en estudio, Ortigas, Ro Grande Marianza

Pajonal y Marianza Pinos, estn clasificadas como Muy Pequeas.
13
2.3 Equipamiento y Medicin

Para una obtencin de datos confiables, la red de monitoreo se ha colocado
estratgicamente en las micro-cuencas. La red de pluvigrafos as como las
estaciones climticas y sensores de nivel estn ubicados de acuerdo a la Tabla
2.6. Estos datos estn georeferenciados segn el datum psad56.
NOMBRE
UTMx
UTMy
Marianza: PT1
Marianza: PT2
Marianza: PP1
Suscalpamba
Potrerillos
Chilchil
Ortigas
Marianza: Pajonal
Marianza: Pinos
Ortigas
Ro Grande
Marianza
Chontamarca
708862
709221
709876
715448
716951
710239
713818
709611
710442
713907
713611
708890
712446
9684685
968439
9684662
9729676
9733039
9730236
9732708
9685452
9684035
9732284
9731939
9684604
9731058
ALTURA
(m.s.n.m.)
3438,7
3621.7
3375.7
2737
2963
2841
2330
2980
3240
2305
2220
3454
2254
TIPO
Pluvigrafo
Pluvigrafo
Pluvigrafo
Pluvigrafo
Pluvigrafo
Pluvigrafo
Pluvigrafo
Est. Hidrogrfica
Est. Hidrogrfica
Est. Hidrogrfica
Est. Hidrogrfica
Est.
Est.
Tabla 2.6. Equipos instalados
A cada micro cuenca corresponde una parte del equipo de acuerdo a su

ubicacin, para un mejor entendimiento de la red de monitoreo, se indica a
continuacin en la Tabla 2.7, el equipo instalado en cada una de ellas y con el
porcentaje de influencia en el caso de los pluvigrafos, cuyo anlisis fue
realizado mediante polgonos de Thiessen.
Micro-cuenca
Pluvigrafos
Ortigas
Ortigas
Ortigas
Potrerillos
Suscalpamba
Pinos
Pajonal 2
Pajonal 1
Pajonal 2
Ro Grande
Marianza Pinos
Marianza Pajonal
rea de Influencia
de Pluvigrafos
100%
45%
48%
7%
80%
20%
75%
25%
Tabla 2.7. Red de Pluvigrafos, y el rea de influencia en cada micro-cuenca
14
2.3.1 Precipitacin
Todas las micro cuencas de investigacin fueron equipadas para monitoreo de
la precipitacin, caudal y clima. Los pluvigrafos que fueron instalados tienen
resoluciones de impulso de 0.254mm y 0.2mm dependiendo el caso. Los
pluvigrafos instalados se muestran en la Figura 2.3 a continuacin.
Figura 2.3. Pluvigrafos instalados Rain Collector II y HOBO datalogger
2.3.2 Medicin del caudal

La medicin de caudales se realiza mediante estaciones limigrficas en las
cuales se tiene la infraestructura necesaria para medir alturas de agua
mediante sensores de nivel (Figura 2.4), los cuales mediante curvas calibradas
convenientemente de acuerdo a las estructuras de medicin, da los caudales
instantneos que salen por el cauce del ro.
Para la determinacin adecuada de los caudales en cada micro cuenca se
implemento:
Un vertedero triangular de cresta delgada (Figura 2.5)
Un transductor de presin sumergible, sensor ubicado aguas arriba del
vertedero para medir la altura de agua sobre la cresta del vertedero.
Un instrumento que registra automticamente el nivel del agua o
datalogger.
Baro y mini diver para la estimacin de niveles.
15
Figura 2.4. Transductor de presin (Global water instrument, USA)
Figura 2.5. Fotografa del Vertedero triangular instalado en Ortigas
2.3.3 Medicin de datos climatolgicos

Para la medicin de los datos de clima se utilizan las estaciones
meteorolgicas de:
Chontamarca, ubicada en las coordenadas (712446 UTMx, 9731058 UTMy), la
cual caracteriza el clima de las micro-cuencas de Ortigas y Ro Grande, la
estacin de Marianza (Figura 2.6) localizada en las coordenadas (708890
UTMx, 9684604 UTMy) rige el clima de las micro-cuencas Marianza Pajonal y
Marianza Pinos, los parmetros obtenidos de las estaciones son:
Velocidad del viento a 2,0m sobre la superficie del suelo, en m/s
Direccin del viento
Precipitacin en mm
16
Radiacin solar en W/m

Temperatura C (max, min, media)
Humedad relativa (max, min, media)
Presin Baromtrica (mm/bar)
Punto de Rocio C
Figura 2.6. Fotografa de la Estacin meteorolgica en Marianza (Campbell)
2.4 Recopilacin y procesamiento de datos

Para realizar la modelacin de una cuenca hidrogrfica es necesaria cierta
informacin, como:
Topografa (curvas de nivel, ros, quebradas).
Suelo.
Uso del suelo/Cobertura vegetal.
Informacin climtica como: precipitacin, temperatura, humedad
relativa, radiacin solar, velocidad del viento. El registro de estos datos
es diario.
Observaciones y mediciones de caudal como respuesta hidrolgica en
las micro-cuencas, para una correcta calibracin del modelo.
2.4.1 Topografa
La topografa de la cuenca es muy importante ya que sirve para enmarcar el
contexto de las reas y completar la descripcin fsica de la cuenca. Para
realizar la modelizacin de las micro-cuencas se requiere un Modelo de
Elevacin Digital (DEM). El DEM es una estructura numrica de datos que
representa la distribucin espacial de la elevacin del terreno. Se ha utilizado el
17
programa ArcGIS9.3 para la realizacin del DEM de las micro-cuencas

estudiadas. En las Figuras 2.7, 2.8, 2.9 y 2.10, se muestra los DEM de cada
una de las micro-cuencas.
Figura 2.7. DEM de la microcuenca Ortigas
Figura 2.8. DEM de la microcuenca Rio Grande
18
Figura 2.9. DEM de la micrcuenca Marianza Pajonal
Figura 2.10. DEM de la microcenca Marianza Pinos
2.4.2 Suelos
2.4.2.1
Tipos de suelos
En las micro-cuencas en estudio se determinaron tres tipos de suelos (Ver

Figura 2.11 y Figura 2.12), los cuales se describen a continuacin:
Andosol: El trmino Andosol deriva de los vocablos japoneses "an" que
significa negro y "do" que significa suelo, haciendo alusin a su carcter de
suelos negros de formaciones volcnicas. El material original lo constituyen,
fundamentalmente, cenizas volcnicas. Se encuentran en reas onduladas a
19
montaosas de las regiones hmedas, desde el rtico al trpico, bajo un amplio

rango de formaciones vegetales. Su principal limitacin es la elevada
capacidad de fijacin de fosfatos. Las propiedades fsicas de estos suelos
estn condicionadas por una textura fina, aunque su contenido en arcilla no
suele pasar del 20 a 25 %, pobre en arenas y tanto ms cuanto mayor es la
evolucin.
La estructura es "particular" formada por agregados muy finos, de tamao limo
y arena fina, como consecuencia de la formacin de los complejos organometlicos que son el origen de este Grupo de suelos. La formacin del
complejo verdadero entre los cidos flvicos y el hierro y el aluminio, engloba a
los complejos de adsorcin constituidos por las arcillas neoformadas en la
alteracin geoqumica, que precede a la edafizacin, y los cidos hmicos poco
polimerizados, procedentes de la humificacin de los primeros restos vegetales
incorporados. Mientras la parte interna del agregado presenta una renovacin
de la materia orgnica muy lenta, la parte externa es de renovacin ms rpida,
que facilita su mineralizacin paulatina. La presencia de alofana como mineral
muy abundante de la fraccin arcillosa, le otorga al suelo una consistencia
"untuosa" muy particular conocida como "tixotropa", cuya peculiaridad es que
al ser presionada una porcin hmeda de suelo se lica y fluye entre los dedos,
volviendo a su estado semislido original al cesar la presin. Todo ello conduce
a una estructura muy porosa con una densidad aparente del suelo muy baja,
entre 0.5 y 0.8 kgdm-3, y una permeabilidad muy elevada.
La desecacin del suelo provoca una retraccin de los agregados que los hace
muy difciles de volver a rehumectar; por esta razn la capacidad de retencin
de agua puede reducirse hasta en un 60 % de la inicial. El suelo se convierte
en una masa polvorienta e hidrfoba con prdida de sus mejores
caractersticas fsicas.
La necesidad de mantenerse hmedos para conservar su naturaleza de
Andosol, hace que el lavado sea intenso y la prdida de bases abundante; ello
conduce a valores de pH algo cidos aunque pueden estar cercanos a la
neutralidad. El contenido de la materia orgnica, puede alcanzar valores del 20
% o mayores
Cambisol: El trmino Cambisol se deriva del vocablo latino "cambiare" que
significa cambiar, haciendo alusin al principio de diferenciacin de horizontes
manifestado por cambios en el color, la estructura o el lavado de carbonatos,
entre otros. Los Cambisoles se desarrollan sobre materiales de alteracin
procedentes de un amplio tipo de rocas, entre ellos se destacan los depsitos
de carcter elico, aluvial o coluvial. Aparecen sobre todas las morfologas,
climas y tipos de vegetacin. Permiten un amplio rango de posibles usos
agrcolas. Sus principales limitaciones estn asociadas a la topografa, bajo
espesor, pedregosidad o bajo contenido en bases. En zonas de elevada
pendiente su uso queda reducido al forestal o pasccola.
Leptosol: El trmino Leptosol se deriva del vocablo griego "leptos" que
significa delgado, haciendo alusin a su espesor reducido. Puede estar
constituido de rocas o materiales no consolidados. Aparecen en zonas altas o
20
medias con una topografa escarpada y elevadas pendientes. Se encuentran

en todas las zonas climticas y, particularmente, en reas fuertemente
erosionadas. Son suelos poco aptos para cultivos, por lo que se los mantiene
para uso forestal. La nica caracterstica asociada al grupo es su falta de
espesor, ella lleva consigo una escasa retencin de agua y de nutrientes,
acrecentada por la textura gruesa que es propia de estos suelos, salvo en
casos excepcionales.
(http://www.unex.es/edafo/FAO.htm).
Figura 2.11. Tipos de suelos en las micro-cuencas Ortigas y Rio Grande
Figura 2.12. Tipos de suelos en las micro-cuencas Pajonal y Pinos

21
En la Tabla 2.8 se muestra la distribucin de cada tipo de suelo en las microcuencas.

Micro cuenca
Ortigas
Ro Grande
Marianza Pajonal
Marianza Pinos
Andosol (%)
72.72
56.77
100
100
Cambisol (%)
3.13
6.42
0
0
Leptosol (%)
24.14
36.81
0
0
Tabla 2.8. Distribucion de las categoriaas de suelos utilizadas
2.4.2.2
Grupos hidrolgicos del suelo
El Servicio de Conservacin de los Recursos Naturales (NRCS) de los EE.UU

clasifica a los suelos en cuatro grupos hidrolgicos (A, B, C, D), basndose en
las caractersticas de la infiltracin de los suelos.
GRUPO A. BAJO POTENCIAL DE ESCORRENTA: Son suelos que tienen una
alta tasa de infiltracin an cuando estn muy hmedos. Consisten en arenas o
gravas, son profundos y excesivamente drenados. Tienen una alta tasa de
transmisin de agua.
GRUPO B. MODERADAMENTE BAJO POTENCIAL DE ESCORRENTA: Son
suelos con tasa de infiltracin moderada cuando estn muy hmedos. Son
moderadamente profundos a profundos, de una drenabilidad media a
drenados, y con una textura moderadamente fina a gruesa, y permeabilidad
moderadamente lenta a moderadamente rpida. Tienen una tasa de
transmisin de agua moderada.
GRUPO C. MODERADAMENTE ALTO POTENCIAL DE ESCORRENTA: Son
suelos con infiltracin lenta cuando estn muy hmedos. Consisten en un
estrato que impide el movimiento del agua hacia abajo; tienen una textura
moderadamente fina a fina. Estos suelos pueden ser pobremente drenados a
moderadamente drenados, a poca profundidad (50-100cm) tienen
permeabilidad lenta a muy lenta. Tienen un bajo ndice de transmisin de agua.
GRUPO D. ALTO POTENCIAL DE ESCORRENTA: Son suelos con infiltracin
muy lenta cuando estn muy hmedos. Consisten de suelos arcillosos con alto
potencial de expansin; permanente nivel fretico alto; suelos con estrato
arcilloso superficial; suelos poco profundos. Tienen una tasa de transmisin
muy lenta.
(Hidrologa en la Ingeniera, Germn Monsalve Senz, 1999).
A continuacin en la Tabla 2.9 se muestra las principales propiedades de los
suelos que conforman las cuatro micro-cuencas.
22
MICRO CUENCAS
RO GRANDE
DESCRIPCION
Cambisol
Andosol
Leptosol
Cambisol
Andosol
Andosol
PINOS
Leptosol
PAJONAL
Andosol
ORTIGAS
Grupo Hidrologico
Ks mm/h
AWC
Arena %
Limo %
Arcilla %
Roca %
Bulk Density gr/cm3
% Carbono = 0,58MO (%)
B
231.47
0.25
50
35
15
0
0.58
9.1
C
28.7
0.15
42
43
15
0
1.6
5.8
C
26.2
0.26
29
42.3
28.7
2
1.15
3.7
B
231.47
0.25
43
43
14
0
1.1
6.7
C
28.7
0.15
42
43
15
0
1.6
5.8
C
26.2
0.26
29
42.3
28.7
2
1.15
3.7
A
44
0.3
37
36
27
0
0.52
7.2
A
19.55
0.2
40
35
25
0
0.69
7.3
Tabla 2.9. Propiedades de los Suelos de las micro-cuencas en estudio
Fuente: Laboratorio de Hidrofsica de Suelos PROMAS.
2.4.3 Uso del suelo/Cobertura vegetal

En las micro-cuencas de Ro Grande y Ortigas se han encontrado cobertura de
bosque, chaparro y pasto. En la Figura 2.13 se muestra el mapa de uso del
suelos en estas dos micro-cuencas.
Figura 2.13. Mapa de usos de suelos de las micro-cuencas de Ortigas y Ro Grande
En las micro-cuencas de Marianza se han encontrado cobertura de Bosque de

Pinos y Pajonal, como se muetra en la Figura 2.14.
23
Figura 2.14. Mapa de usos de suelos de las micro-cuencas de Marianza Pajonal y Pinos
La escala con la que se han realizado los levantamientos de la cobertura

vegetal para las micro-cuencas de Ortigas y Ro Grande es de 1:10000 y para
las micro-cuencas de Marianza se cuenta con una escala de 1:25000.
En la Tabla 2.10 se muestra la distribucin de la cobertura de suelos en las
micro-cuencas de estudio.
Ro Grande
Pastos
33.3
Bosque Montano
28.3
Chaparro
(%)
38.4
Pajonal
---Pino
----
Micro-cuenca
Ortigas
Pajonal
22
---73.6
---4.4
------100
-------
Pinos
------13.42
---86.48
Tabla 2.10. Distribucion de cobertura de suelos de las microcuencas
2.4.4 Datos hidrometeorolgicos

Debido a ciertos inconvenientes en los equipos de medicin, las series de
datos con las que se cuenta no se encuentran completas, por lo tanto algunas
series fueron rellenadas.
Los datos hidrometeorolgicos que se obtienen de cada vienen en diversa
escala temporal sin embargo para uso del modelo hidrolgico el time step o
tiempo de simulacin es de escala diaria, cuyos parmetros son: precipitacin
(mm), punto de roco (C), radiacin solar (W/m2), velocidad de viento (m/s),
24
temperatura mxima, media y mnima (C); y humedad relativa mxima, media

y mnima (%).
Los datos registrados en la estacin meteorolgica de Chontamarca, son
referentes de las micro-cuencas de Ortigas y Ro Grande. El registro
disponible consta desde el 07/Oct/2005 hasta el 25/Feb/2010, no todos los
datos estn completos, para temperatura, punto de roco, humedad relativa,
temperatura mxima y minina; y para humedad relativa mxima y mnima, se
ha tomado de sus registros un ao completo y se ha procedido a rellenar los
datos faltantes. Para los datos de radiacin solar y velocidad del viento, no se
encontr un ao completo por lo que se tomaron los datos correspondientes de
la estacin de Namza, la cual se encuentra en las coordenadas (725665 UTMx,
9746066 UTMy), con una cota de 1820 m.s.n.m. cuyo rgimen climtico y
condiciones son muy similares a los registradas en la estacin de
Chontamarca.
En la estacin de Chontamarca el registro de la presin se ha tomado en base
a la Ecuacin 2.4, la misma que es una simplificacin de la ley de los gases
ideales, a una temperatura atmosfrica estndar de 20C.
(2.4)
Donde A es la altura, que para sta estacin es igual a 2254 m.s.n.m., el valor
resultante de esta ecuacin es una constante igual a 773.36 Kpa o 773.6 mbar.
Para las micro-cuencas de Marianza Pajonal y Marianza Pinos, se utilizan los
datos registrados por la estacin meteorolgica de Marianza; el registro en esta
estacin consta desde el 29/May/2004 hasta el 24/Feb/2010, los datos faltantes
se rellenaron con los del ao completo del 19/Jun/2006 al 18/Jun/2007.
Todos los datos obtenidos para la realizacin de la investigacin, han sido
proporcionados por el PROMAS - Universidad de Cuenca.
2.4.4.1
Precipitacin
Para la calibracin y validacin de las cuatro micro-cuencas, se realiza un

anlisis de las precipitaciones registradas en los plivigrafos. Como la serie de
datos se encuentran incompletas tanto para los pluvigrafos como para las
estaciones meteorolgicas, para rellenarlos se obtuvo el coeficiente de
correlacin entre los plivigrafos y la estacin, tanto para las micro-cuencas de
Ortigas y Rio Grande como para las micro-cuencas de Marianza.
25
El coeficiente de correlacin describe la intensidad de la relacin entre dos

conjuntos de variables de nivel de intervalo. Es la medida de la intensidad de la
relacin lineal entre dos variables. El valor del coeficiente de correlacin puede
tomar valores desde menos uno hasta uno, indicando que mientras ms
cercano a uno sea el valor del coeficiente de correlacin, en cualquier
direccin, ms fuerte ser la asociacin lineal entre las dos variables. Mientras
ms cercano a cero sea el coeficiente de correlacin indicar que ms dbil es
la asociacin entre ambas variables. Si es igual a cero se concluir que no
existe relacin lineal alguna entre ambas variables.
En sentido estricto, correlacin entre dos variables tan solo significa que ambas
variables comparten informacin, que comparten variabilidad, por esta razn es
factible utilizarlo para el relleno de informacin, ya que los datos de
precipitacin de los diferentes pluvigrafos guardan entre ellos cierta relacin.
La Tabla 2.11, muestra los valores de correlacin entre los pluvigrafos para
las micro-cuencas de Ortigas y Ro Grande, para realizar la correlacin se
eliminaron los das sin datos.
Pluvigrafos
Ortigas
Potrerillos
Suscalpamba
Chontamarca
Coeficientes de Correlacion
Ortigas Potrerillos Suscalpamba Chontamarca
1
0.890
0.857
0.930
1
0.758
0.812
1
0.894
1
Tabla 2.11. Correlacin entre los pluvigrafos en Ortigas y Ro Grande
Para rellenar los datos de las micro-cuencas de Marianza, primero se

obtuvieron los coeficientes de correlacin solamente entre los pluvigrafos para
el relleno de Pajonal 2, estos valores se muestran de la Tabla 2.12.
Coeficiente de Correlacion
Pluvigrafos Pajonal 1 Pajonal 2
Pinos
Pajonal 1
1
0.953
0.946
Pajonal 2
1
0.963
Pinos
1
Tabla 2.12. Correlacin entre pluvigrafos de Marianza
Con los datos de Pajonal 2 ya rellenados, se obtuvieron los valores de los

coeficientes de correlacin para poder rellenar los dems pluvigrafos y la
estacin meteorolgica para estas micro-cuencas. Los nuevos valores de
correlacin se muestran en la Tabla 2.13.
26
Coeficiente de Correlacion
Pajonal 1 Pajonal 2
Pinos
1
0.916
0.909
1
0.755
1
Pluvigrafos
Pajonal 1
Pajonal 2
Pinos
Marianza
Marianza
0.731
0.764
0.755
1
Tabla 2.13. Correlacin entre pluvigrafos de Marianza
Con los datos rellenados se procedi a realizar las siguientes grficas que
muestran la distribucin de las precipitaciones calculada para una resolucin
mensual.
Ortigas
Potrerillos
Suscalpamba
Est. Chontamarca
25
Precipitacin (mm)
20
15
10
0
oct/05
abr/06
oct/06
abr/07
oct/07 abr/08
Fecha
oct/08
abr/09
oct/09
Figura 2.15. Precipitacin mensual para las micro cuencas de Ortigas y Ro Grande
La Figura 2.15, representa el promedio mensual de las precipitaciones de los

pluvigrafos y de la estacin meteorolgica de Chontamarca, es notoria la
presencia de inviernos marcados desde el mes de Diciembre hasta el mes de
Mayo, por lo que en los meses restantes se observa la presencia de fuertes
veranos, reflejando un claro comportamiento del rgimen de la costa
ecuatoriana.
27
Pajonal 1
Pajonal 2
Pinos
Marianza
Precipitaci'on (mm)
6
5
4
3
2
1
0
may-04 nov-04 may-05 nov-05 may-06 nov-06 may-07 nov-07 may-08 nov-08 may-09 nov-09
Fecha
Figura 2.16. Precipitacin mensual para las micro cuencas de Marianza
En la Figura 2.16 se observa el promedio mensual de las precipitaciones de los

pluvigrafos instalados para las micro-cuencas de Marianza, estos registran
lluvias constantes durante todo el ao, con valores mayores en los meses de
Marzo a Mayo, por lo que es evidente el comportamiento del rgimen del
oriente ecuatoriano. Las precipitaciones en estas micro cuencas son mucho
menores a las precipitaciones registradas en Ortigas y Ro Grande.
Para cada uno de los pluvigrafos se ha determinado el volumen acumulado de

precipitacin durante todo el periodo disponible de datos, los mismos que se
muestran en las siguientes figuras.
Ortigas
Potrerillos
Suscalpamba
Est. Chontamarca
Precipitacion Acumulada (mm)
8000
7000
6000
5000
4000
3000
2000
1000
Fecha
Figura 2.17. Precipitacin acumulada en Ortigas y Ro Grande.
28
ago-10
ene-10
jul-09
dic-08
jun-08
nov-07
abr-07
oct-06
mar-06
sep-05
feb-05
De la Figura 2.17 se puede observar que tanto los pluvigrafos como la

estacin meteorolgica presentan un comportamiento similar, siendo el de
Ortigas el que presenta la mayor cantidad de precipitacin registrada en estos
4 aos, Potrerillos y la estacin de Chontamarca tambin presentan una
precipitacin alta, Suscalpamba es el que presenta la mayor diferencia de
valores con respecto a los otros pluvigrafos.
Pajonal 1
Pajonal 2
Pinos
Est. Marianza
7000
Precipitacion Acumulada (mm)
6000
5000
4000
3000
2000
1000
0
ene-04
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Figura 2.18. Precipitacin acumulada en Marianza.
De la Figura 2.18 se observa que la estacin de Marianza es la que presenta la

menor cantidad de precipitacin en comparacin con los dems pluvigrafos
que presentan una similitud alta.
Los graficos con precipitaciones diarias de todos estos pluvigrafos se pueden
encontrar en el Anexo 8.1.
2.4.4.2
Datos Meteorologicos
Tanto en la estacin de Chontamarca como en la de Marianza, se cuenta con

datos de punto de roco, radiacin solar, velocidad del viento, temperatura
(mxima y mnima), y humedad relativa. En la Figura 2.19 se muestra las
graficas de estos datos registrados por ambas estaciones.
Se muestran los datos meteorolgicos con una resolucin mensual; las
variables meteorolgicas son muy distintas entre estas dos estaciones, lo que
indica que las micro cuencas de Marianza y Ortigas Ro Grande tendrn un
comportamiento muy diferente.
29
Los datos meteorolgicos diarios de las dos estaciones Chontamarca y

Marianza que se utilizaron para la calibracin de las cuatro micro cuencas se
encuentra en el Anexo A.2.
Marianza
Chontamarca
9
15
Punto de roco (C)
Punto de roco (C)
17
13
11
9
7
7
6
5
4
5
3
may/2005
oct/2006
feb/2008
jul/2009
nov/2010
ene-04
may-05
oct-06
Fecha
500
350
400
300
200
100
0
feb/2008
jul/2009
nov/2010
may-05
nov-10
feb-08
jul-09
feb-08
jul-09
Marianza
Velocidad del viento (m/s)
jul-09
oct-06
Fecha
oct/2006
feb/2008
jul/2009
2.00
1.80
1.60
1.40
1.20
1.00
0.80
0.60
0.40
0.20
nov/2010
ene-04
may-05
oct-06
Fecha
Chontamarca
Marianza
19
17
Temperatura (C)
20
Temperatura (C)
feb-08
100
ene-04
22
18
16
T. max
T. min
12
15
13
11
T. max
T. min
may-05
oct-06
7
5
3
10
oct/2006
feb/2008
Fecha
jul/2009
ene-04
nov/2010
Marianza
110
95
100
90
Humedad relativa (%)
90
80
70
60
50
40
oct/2006
feb/2008
nov-10
Fecha
Chontamarca
Humedad relativa (%)
nov-10
150
Fecha
may/2005
jul-09
200
Chontamarca
may/2005
feb-08
250
50
oct/2006
10
9
8
7
6
5
4
3
2
1
0
14
nov-10
300
Fecha
may/2005
jul-09
Marianza
400
Radiacion solar (W/m2)
Radiacion solar (W/m2)
Chontamarca
600
may/2005
feb-08
Fecha
jul/2009
nov/2010
85
80
75
70
65
ene-04
Fecha
may-05
oct-06
nov-10
Fecha
Figura 2.19. Datos meteorolgicos registrados por la estacin de Chontamarca y

Marianza
30
2.4.5 Caudales
Los datos de caudal han sido medidos en la salida de cada micro cuenca, los
registros requeridos por la modelacin son diarios. En las siguientes figuras se
puede apreciar los caudales registrados en las salidas de las micro cuencas en
estudio.
120
Caudal (l/s)
100
80
60
40
20
ene-10
sep-09
may-10
Fecha
may-09
ene-09
sep-08
jun-08
feb-08
oct-07
jun-07
feb-07
oct-06
jun-06
feb-06
oct-05
jun-05
feb-05
Figura 2.20. Caudal Ortigas
En la Figura 2.20 se puede apreciar que en la micro-cuenca de Ortigas existe

una regulacion del flujo en la epoca del verano, esto esta relacionado de
manera directa con la cobertura vegetal que en el caso de Ortigas predomina el
bosque primario natural.
4000
3500
3000
Caudal l/s
2500
2000
1500
1000
500
Figura 2.21. Caudal Ro Grande

31
may-10
ene-10
sep-09
ene-09
may-09
Fecha
sep-08
jun-08
feb-08
oct-07
jun-07
feb-07
oct-06
jun-06
feb-06
oct-05
jun-05
feb-05
De la Figura 2.21, se observa que Ro Grande no presenta una regulacin del

caudal y tiene valores muy bajos. La prdida de datos se debe al dao en el
equipo de medicin debido a los fuertes inviernos y a caudales altos
presentados.
110
100
90
80
Caudal (l/s)
70
60
50
40
30
20
10
sep-10
may-10
ene-10
sep-09
may-09
ene-09
sep-08
jun-08
oct-07
feb-08
jun-07
feb-07
oct-06
jun-06
feb-06
oct-05
jun-05
feb-05
oct-04
jun-04
feb-04
oct-03
Fecha
Figura 2.22. Caudal Marianza Pajonal
50
45
40
Caudal (l/s)
35
30
25
20
15
10
5
jul-10
mar-10
nov-09
jul-09
mar-09
nov-08
jul-08
mar-08
nov-07
jul-07
mar-07
nov-06
jul-06
mar-06
nov-05
jul-05
mar-05
nov-04
ago-04
abr-04
dic-03
Fecha
Figura 2.23. Caudal Marianza Pinos
En la Figura 2.22 y Figura 2.23 se puede apreciar que el comportamiento de los

caudales son similares, auque los valores son mucho menor en la micro
cuenca de Pinos, debido a la evapotranspiracin generada por la cobertura
vegetal de bosque de pinos.
32
La evapotranspiracin es la perdida de humedad de una superficie por

evaporacion directa junto con la perdida de agua por transpiracin de la
vegetacin.
En la Tabla 2.14 se muestra el caudal especifico, el cual fue obtenido con el
promedio del caudal y el rea de cada micro-cuenca.
Micro-cuenca
Ortigas
Ro Grande
Marianza Pinos
Marianza Pajonal
Qe
26.23
30.57
9.32
14.96
2
Tabla 2.14. Caudal especfico en lt/s/km de las micro-cuencas
33
3. MODELOS HIDROLOGICOS
Un modelo Hidrolgico puede ser definido como una representacin matemtica
del flujo del agua y sus componentes sobre alguna parte de la superficie o
subsuperficie de la tierra. Hay una estrecha relacin entre la modelacin
hidrolgica, la biolgica y la ecolgica, pues el transporte de materiales por el
agua est influenciado por actividades biolgicas que pueden aumentar o
disminuir las cantidades de stos materiales en el agua, y a su vez el rgimen de
flujo puede afectar los diversos hbitats.
Adems la hidrologa est
estrechamente vinculada a las condiciones climticas y, por tanto, los modelos
hidrolgicos y atmosfricos deberan estar relacionados, pero en la prctica una
estrecha relacin entre stos modelos se hace muy difcil, puesto que los modelos
atmosfricos trabajan con resoluciones espaciales mucho mayores que las
utilizadas en la modelacin hidrolgica.
La cuenca hidrogrfica es el objeto de estudio de la mayora de los modelos
hidrolgicos, reuniendo las superficies que captan y descargan agua sobre uno o
ms canales de escurrimiento que desembocan en una nica salida. La cuenca
puede constituir una unidad espacial par los modelos agregados que consideran
las propiedades medias para toda la cuenca, o bien, se puede subdividir en
funcin a diferentes enfoques a fin de considerar sus caractersticas
espacialmente distribuidas.
3.1
Una Visin General sobre los Modelos
Un modelo puede ser considerado como una representacin simplificada de la

realidad, facilitando la comprensin de los procesos que envuelven esta realidad.
Puede haber un entendimiento cualitativo de un proceso en particular, pero la
comprensin cuantitativa puede ser limitada. La posibilidad de expresar los
procesos fsicos como un conjunto de ecuaciones matemticas detalladas puede
no existir, o las ecuaciones pueden ser muy complejas, exigiendo simplificaciones
para su uso.
Por otra parte limitaciones computacionales o la manera en la cual las ecuaciones

matemticas son convertidas en procesos numricos discretos, llevan a
parametrizaciones de los procesos complejos en escalas muy detalladas que
pueden no ser explcitamente representadas en el modelo. En algunos casos,
estos conjuntos de ecuaciones pueden ser vistos como una coleccin de hiptesis
34
que conectan entradas y salidas del sistema. Este conjunto de ecuaciones

parametrizadas representa la mejor aproximacin del modelador para explicar
estos procesos, considerando todas las restricciones. Un mismo proceso puede
ser representado de diferentes maneras, siendo algunas ms apropiadas para
determinados casos. Por lo tanto no existe un modelo nico que sea el mejor, pero
puede existir aquel que describa mejor un fenmeno.
De manera general, un modelo es un sistema de ecuaciones y procedimientos
compuestos por variables y parmetros. Los parmetros mantienen su valor
inalterado durante todo el proceso estudiado. Por lo tanto un parmetro tiene el
mismo valor para todos los intervalos de tiempo, lo que no significa que no puede
variar en l espacialmente. Por otro lado las variables pueden cambiar a lo largo
del tiempo durante el modelo se est ejecutando.
En un modelo se pueden distinguir tres tipos de variables. La primera, que se
llama variable de estado, es el enfoque de estudio del modelo. Hay siempre una
ecuacin diferencial relacionada con esta variable. El estado de un sistema puede
ser descrito comprobando el valor de cada variable de estado. El segundo tipo de
variable en un modelos es la variable proceso o proceso simplemente, tambin
llamada de flujo. Los flujos son las entradas y salidas de las variables de estado.
Tpicamente los flujos son calculados como una funcin de las variables de estado
y de las variables impulsadoras o forzantes. Tambin los parmetros se pueden
utilizar en el clculo de los flujos. Por ejemplo, la tasa de infiltracin del suelo
puede considerarse un proceso variable que cambia el contenido de agua en el
suelo. El tercero y ltimo tipo de variable forzante que usada por el modelo ms
no es calculada por l, de esta forma, la variacin de esta variable debe ser
indicada en el modelo. Esta variable puede representar un flujo (flujo forzante) o
acciones externas al modelo (acciones forzantes) que alimentan el modelo
funcionando como propulsor. La lluvia y el acufero no confinado, respectivamente,
son ejemplos tpicos de flujo y accin forzante en modelos de balance de agua en
el suelo. La variable forzante puede actuar tambin como un
modulador/controlador del flujo en el modelo, como sucede, por ejemplo, con el
viento que puede influenciar la tasa de evaporacin del suelo.
3.2
Clasificacin de los modelos.
Los modelos pueden ser clasificados en funcin de diferentes aspectos.

Comnmente, los modelos son clasificados, de entre otras formas, segn el tipo
de variables utilizadas en el modelo (estocsticas o determinsticas), o el tipo de
relaciones entre estas variables (empricas o basadas en procesos), la forma de
representacin de datos (discretos o continuos), la existencia de relaciones
35
espaciales (puntuales o distribuidos), y la existencia de dependencia temporal

(estticos o dinmicos).
Se dice que un modelo es estocstico cuando al menos una de las variables
involucradas tiene comportamiento aleatorio. Un modelo es determinista si los
conceptos de probabilidad no se consideran durante la elaboracin del modelo. Se
debe tener en cuenta que una variable de entrada puede ser aleatoria, pero el
modelo todava es determinista si para cada valor de entrada hay un nico valor
de salida. Sistemas mutlivariables no lineales pueden llevar a resultados caticos
que errneamente son interpretados como variables aleatorias.
Los modelos pueden ser clasificados como espordicos (concentrado o
agregados) o distribuido. En determinados modelos, se supone que todas las
variables de entrada y la produccin es representativa de la zona de estudio.
Por otra parte, los modelos distribuidos consideran la variabilidad espacial que se
encuentran en varias variables del modelo. En general, cualquier discretizacin del
espacio se hace y por lo tanto cada elemento discreto puede ser tratado como un
punto que representa homogneamente toda la zona. Modelos distribuidos ms
realistas consideran tambin la existencia de la relacin espacial entre elementos
vecinos (relacin topolgica).
Por ltimo, los modelos pueden ser estticos, cuando, con un conjunto de datos
de entrada se produce un resultado derivado de la solucin de las ecuaciones del
modelo en un solo paso. Los modelos dinmicos utilizan el resultado de una
iteracin como entrada para una prxima iteracin.
La eleccin de un determinado tipo de modelo debe basarse en la aplicacin que
se desea y la disponibilidad de datos bsicos. El uso de modelos hidrolgicos
distribuidos fsicamente con el argumento de que este tipo de modelo es el mejor
representa los procesos fsicos dentro de la cuenca y es inherentemente superior
a un modelo agregado (Beven, 1991). Por otro lado, los modelos hidrolgicos
distribuidos fsicos requieren necesariamente de una cantidad bastante extensa y
detallada de informacin sobre la cuenca a fin de lograr una buena
parametrizacin del modelo. Beven (1991) sugiere que este tipo de modelo es
ms adecuado para explorar las interacciones entre los procesos y simular los
efectos de futuros cambios de uso del suelo. El mismo autor en otra publicacin
(Beven, 1989), habla de las limitaciones de los modelos fsicos cuando se utilizan
en las predicciones hidrolgicas. Bsicamente, muchos modelos llamados "fsicos"
no explican las simplificaciones utilizadas en la solucin de las ecuaciones del
modelo, y ni hablar de los problemas de dimensionalidad de la calibracin de los
36
parmetros. El autor tambin llama la atencin sobre el hecho de que las

ecuaciones fsicas bsicas del modelo generalmente son definidas para
condiciones homogneas y bien controlados, y su generalizacin no cumple las
heterogeneidad natural de los elementos que intervienen en el modelado.
3.3
Anlisis de la modelizacin hidrolgica semidistribuida
Se har un anlisis de ciertos modelos semidistribuidos como el SWAT,

TOPMODEL y el modelo no espacial WEAP, que presenta caractersticas de un
modelo agregado, estos modelos fueron previamente seleccionados dado la
experiencia de investigadores del PROMAS Universidad de Cuenca y su
conocimiento en el manejo de este tipo de modelos. Luego de analizar cada uno,
se elegir el ms adecuado para modelar las cuatro micro-cuencas en estudio.
3.3.1 SWAT
Herramienta de Evaluacin para el Suelo y Agua (Soil and Water Assessment
Tool, SWAT, por sus siglas en ingles), es un modelo determinstico semidistribuido fsicamente-variado, desarrollado por el Dr. Jeff Arnold en el
Departamento de Agricultura de los Estados Unidos con la Universidad de Texas,
fue desarrollado para predecir el impacto en el manejo del suelo y la vegetacin en
la produccin de agua, sedimentos y qumicos agrcolas en grandes y complejas
cuencas con variacin en suelos, uso de suelo y condiciones de manejo en largos
periodos de tiempo. El modelo tiene como principal objetivo el predecir el efecto en
la toma de decisiones en el manejo de la produccin de agua, sedimentos,
nutrientes y pesticidas con razonable precisin en cuencas que no cuentan con
estaciones de aforo (Arnold et al., 1987).
El modelo est conformado por un conjunto de submodelos, los cuales se
emplean para simular distintos procesos hidrolgicos. El modelo hidrolgico est
basado en la ecuacin general de balance hdrico:
(3.1)
Donde SW t es el contenido final de agua en el suelo (mmH 2O), SW o es el

contenido de agua inicial en el da i (mmH2O), t es el tiempo (da), Rday es la
cantidad de precipitacin en el da i (mmH2O), wseep es la cantidad de agua
37
acumulada en la zona no saturada del perfil del suelo en el da i (mmH2O) y Qgw es

la cantidad de flujo de retorno en el da i (mmH2O) (Arnold., et al 1991).
Los principales componentes del modelo pueden ser ubicados en ocho principales
divisiones: hidrologa, clima, sedimentacin, temperatura del suelo, crecimiento de
cultivos, nutrientes, pesticidas y manejo de cultivos. Entre stos, uno de los ms
importantes es el que calcula los escurrimientos, ya que sirve de base para los
otros submodelos.
El modelo calcula el escurrimiento, simula el escurrimiento mximo, la tasa pico de
escurrimientos, la produccin de sedimentos en las cuencas a nivel de unidad de
respuesta hidrolgica (URH), Un URH son reas hidrolgicamente homogneas
con similares caractersticas hidrolgicas y morfolgicas, es el resultado de cruzar
la cobertura vegetal y el tipo de suelo.
Aunque se han desarrollado mtodos de campo para medir parmetros del suelo
(como la conductividad hidrulica), virtualmente todos los modelos requieren una
calibracin para ajustar al menos algunos de sus parmetros (Sorooshian et al.,
1998). La calibracin de un modelo de la naturaleza del SWAT consiste en lograr
un ajuste satisfactorio entre los escurrimientos observados y los calculados,
mediante el cambio en los valores de los parmetros de mayor influencia. Por su
parte, la validacin del modelo consiste en medir su capacidad predictiva mediante
la comparacin de los escurrimientos calculados y los observados con los
parmetros determinados en la fase de calibracin pero en un perodo diferente
del utilizado en la calibracin. Generalmente el ajuste entre escurrimientos
observados y calculados obtenido durante la validacin es menos satisfactorio que
el obtenido en la calibracin, pero es ms representativo de la exactitud de las
predicciones que se hagan con el modelo (Palacios, 1986).
3.3.2 TOPMODEL
El desarrollo de TOPMODEL se inici por el Profesor Mike Kirkby en la Escuela de
Geografa, Universidad de Leeds con la financiacin del Reino Unido Natural
Environment Research Council en 1974. Las primeras versiones fueron
programadas por Keith Beven en Fortran IV.
Desde 1974 ha habido muchas variantes de TOPMODEL desarrollado en Leeds,
Lancaster y en otros lugares.
38
La versin, TOPMODEL (Beven, 1995), es ms adecuada para cuencas con

suelos poco profundos y topografa moderada, que no sufren de periodos secos
excesivamente largos.
TOPMODEL (Beven, 1995) es una herramienta de modelizacin semi-distribuida y
basada en procesos fsicos que se fundamenta en el concepto del ndice
topogrfico ln(a/tan b), donde a es el rea de drenaje hacia este punto de la
cuenca y b la pendiente del terreno. Es una indicacin de la susceptibilidad de
ciertos puntos de la cuenca a saturarse completamente y por ello puede ser visto
como un ndice de similaridad hidrolgica.
TOPMODEL considera que la escorrenta puede ser estimada con base en un
modelo que enlaza la componente de escorrenta subsuperficial y el de
escorrenta superficial. La primera predice flujo espacialmente uniforme a tasas
determinadas por la topografa y los suelos en la parte alta de la ladera. La
segunda predice la escorrenta en condiciones de saturacin. Estos modelos de
produccin de flujo en ladera se pueden combinar con un algoritmo de traslacin
de caudales en la red de canales para dar la respuesta hidrolgica de la cuenca.
TOPMODEL usa el mapa de ndices topogrficos de la cuenca, una descripcin
de la red de drenaje y cinco parmetros que pueden ser optimizados utilizando
simulaciones Monte Carlo.
PARAMETRO
m:
Chvel:
TO:
Srmax:
Srinit:
DESCRIPCION
Parmetro del modelo
Velocidad del trnsito en el canal
Transmisitividad lateral
Dficit de almacenamiento mximo
Dficit de almacenamiento inicial
Tabla 3.1. Parmetros del TOPMODEL
Las simulaciones Monte Carlo (Beven, 2002) generan una gran cantidad de
conjuntos de parmetros escogidos aleatoriamente dentro de un rango de
parmetros determinados con anterioridad a partir de lmites impuestos. Entonces
el modelo se corre con cada juego de parmetros y su eficiencia es calculada.
Este mtodo exige mucho tiempo de formulacin ya que son necesarias miles de
simulaciones, pero tiene la ventaja de que puede revelar mltiples juegos de
parmetros ptimos que no pueden ser detectados usando la clsica optimizacin
de parmetros.
39
3.3.3 WEAP
Evaluacin del Agua y Planificacin, ("Water Evaluation And Planning", WEAP, por
sus siglas en ingles), es una herramienta de modelacin para la planificacin y
distribucin de agua que puede ser aplicada a diferentes escalas, desde pequeas
zonas de captacin hasta extensas cuencas.
WEAP funciona usando el principio bsico de balance de masa pudiendo ser
utilizado para sistemas municipales y agrcolas, a una sola cuenca o complejos
sistemas de cuencas transfronterizos. Por otra parte, WEAP puede simular una
amplia gama de los componentes naturales e intervenidos de estos sistemas,
incluyendo escorrenta por precipitacin, flujos base, y recarga de aguas
subterrneas por precipitacin; anlisis de las demandas sectoriales; conservacin
del agua; derechos de agua y prioridades de asignacin, operaciones de los
embalses; generacin de hidroelectricidad; seguimiento de la contaminacin y
calidad de las agua; evaluaciones de vulnerabilidad; y requisitos de los
ecosistemas. Un mdulo de anlisis financiero tambin permite que el usuario
investigue comparaciones de costo-beneficio para los proyectos.
Los usos de WEAP incluyen generalmente varios pasos:
Definicin del Estudio: Se establece el marco temporal, los lmites espaciales,
los componentes del sistema, y la configuracin del problema.
Cuentas Actuales: Se desarrolla una caracterizacin de la demanda actual del
agua, las cargas de contaminantes, los recursos y las fuentes para el sistema.
Esto se puede ver como la etapa de calibracin en el desarrollo de una aplicacin.
Escenarios: Se pueden explorar los impactos que tendra, un sistema de
supuestos alternativos sobre las polticas futuras, costos, y del clima, por ejemplo,
en la demanda del agua, oferta de agua, hidrologa, y contaminacin.
Evaluacin: Los escenarios se evalan con respecto a la disponibilidad de agua,
los costos y los beneficios, compatibilidad con los objetivos ambientales, y la
sensibilidad a la incertidumbre en las variables dominantes.
WEAP calcula la demanda, oferta, escorrenta, infiltracin, requisitos para las
cosechas, flujos y almacenamiento del agua, generacin, tratamiento y descarga
de contaminantes ms de calidad de agua en ros para variados escenarios
hidrolgicos y de polticas.
40
3.4
Seleccin del modelo semidistribuido
Luego de analizar cada uno de los modelos hidrolgicos (SWAT, TOPMODEL y

WEAP) y de revisar los resultados de investigaciones realizadas en microcuencas
de los Andes bajo similares caractersticas, se defini que el modelo
semidistribuido TOP MODEL presenta condiciones apropiadas para la
modelizacin, el modelo permitir la obtencin de resultados favorables; SWAT
por su parte ya ha sido implementado en microcuencas de la regin Austral del
Ecuador con resultados interesantes, y WEAP aunque trabaje bien en cuencas
pequeas est ms enfocado para cuencas grandes, la escala temporal de la
informacin puede ser incluso mensual, los resultados de este modelo tendrn un
considerable grado de incertidumbre.
En virtud de lo antes expuesto y gracias al tipo de informacin de calidad
disponible de estas microcuencas se ha seleccionado como la mejor opcin a
TOPMODEL, ya que se basa en el concepto de ndice topogrfico que es muy
eficaz para cuencas pequeas como es el caso del presente estudio y permite
mediante las simulaciones Monte Carlo, la debida calibracin de los parmetros
que intervienen en este modelo.
41
4. TOPMODEL
4.1
Objetivos de la Modelacin
TOPMODEL no es un paquete de modelado hidrolgico, es ms bien un conjunto

de herramientas conceptuales que se pueden utilizar para reproducir el
comportamiento hidrolgico de las cuencas de una forma distribuida o semidistribuida, en particular la dinmica de las reas contribuyentes superficiales y
subsuperficiales.
El modelo se basa en una simple y aproximada teora hidrolgica, debido a la falta
de medidas del estado de las variables internas y caractersticas de la cuenca, la
representacin de las respuestas hidrolgicas internas de la cuenca debe ser
necesariamente funcional en tanto que se introduzcan el nmero mnimo de
parmetros a ser calibrados.
Los conceptos siempre se han mantenido lo suficientemente simples para que las
estructuras del modelo utilizadas puedan ser modificadas con el objetivo de que
las predicciones sean lo ms cercanas a las percepciones del modelador sobre el
comportamiento de la cuenca. La naturaleza distribuida de las predicciones puede
ser de gran ayuda en este sentido.
Por lo tanto TOPMODEL puede ser considerado como el producto de dos
objetivos. Uno de ellos es el desarrollo de una pragmtica y prctica prediccin y
un modelo de simulacin continua. El otro es el desarrollo de un marco terico
dentro del cual se perciben los procesos hidrolgicos; aspectos de escala y
realismo y los procedimientos del modelo pueden ser objeto de investigacin.
Los parmetros estn destinados a ser interpretados fsicamente y su nmero se
mantiene en el mnimo para garantizar que no se conviertan en simples artefactos
estadsticos de un ejercicio de calibracin.
El modelo en la prctica representa un intento por combinar la eficiencia
computacional y de los parmetros de un modelo conceptual con un enlace entre
la teora fsica y la posibilidad de una evaluacin ms rigurosa (como la que ofrece
un modelo distribuido).
42
4.2
Un Modelo Perceptual de Produccin de Escorrenta
El proceso de modelacin consiste en una secuencia de pasos de simplificacin.

Beven (1991) ha sugerido que el hidrlogo puede tener un modelo cualitativo
mucho ms complejo de la hidrologa de cuencas, de lo que pueda ya sea ser
escrito en forma matemtica o programado en una computadora. Cada hidrlogo
puede tener un modelo perceptual individual de este tipo y Beven (1994, 1989b,
1991) ha esbozado un modelo complejo y su representacin en una funcin de
distribucin. Los datos relevantes de este modelo estn brevemente descritos, ya
que son la base de los conceptos del TOPMODEL.
Los procesos hidrolgicos dentro de una cuenca son dinmica y
heterogneamente distribuidos. La interaccin entre vegetacin y la dinmica de
la lluvia puede producir datos no uniformes en los lmites superiores del suelo. La
heterogeneidad del suelo y del lecho rocoso puede a la larga complicar el tipo de
flujo, causando fenmenos de tubificacin y ojos de agua. En el lmite inferior del
suelo, las irregularidades en el lecho rocoso pueden afectar el patrn de las
descargas sub-superficiales a la corriente.
La tendencia general del agua a fluir hacia abajo es, sin embargo, susceptible de
una conceptualizacin a macro escala. Para el caso del flujo de la zona de
saturacin, en suelos poco profundos relativos a la escala de ladera, este control
gravitacional debe resultar en un nivel fretico casi paralelo a la topografa de la
superficie sobre gran parte de la longitud de la ladera, por lo menos cuando las
condiciones son suficientemente hmedas para que exista un flujo saturado.
Debe esperarse entonces que el agua fluya hacia abajo desde la pendiente fuerte
hacia pendientes poco pronunciadas y hacia reas
de convergencia de
pendientes.
Es claro, sin embargo, que los procesos de flujo superficial y sub-superficial son
muy complejos. El flujo superficial generado, ya sea por mecanismos de exceso
de infiltracin o de saturacin, puede darse a travs de una capa vegetal, capa
orgnica, arroyos o canales efmeros. El flujo puede tambin re-infiltrarse
localmente. El flujo de exceso de saturacin, el cual puede tener una contribucin
del flujo de retorno, puede ser causado ya sea por el nivel fretico que sube a la
superficie o por un lleno total de las capas superficiales del suelo, dando lugar a
una forma de capa fretica impermeable. El rea en donde el nivel fretico alcanza
la superficie puede variar en el tiempo, causando que la fuente del flujo de exceso
de saturacin sea dinmica. Similarmente, el rea que contribuye la crecida de las
corrientes sub-superficiales puede variar en el tiempo. El flujo de la zona no
saturada puede ser altamente irregular, con una geometra compleja. Es
43
imposible incorporar toda la heterogeneidad de flujos no saturados percibida en un

set de conceptos relativamente simples a macro escala. Las propiedades
hidrolgicas del suelo
son tambin con frecuencia altamente variables
verticalmente, a menudo con alta conductividad cerca a la superficie.
4.3
Un Modelo Conceptual de Produccin de Escorrenta
Cada modelo es un intento de capturar la esencia de esta compleja naturaleza de

una manera manejable, pero es importante reconocer que esta conceptualizacin
tambin encierra un grado considerable de simplificacin.
Al hacer esta conceptualizacin TOPMODEL se basa en dos hiptesis bsicas:
A.1. Que la dinmica de la zona saturada se puede aproximar por sucesivas
representaciones de estados estacionarios.
A.2. Que la gradiente hidrulica de la zona saturada se puede aproximar por
la pendiente local de la superficie topogrfica, denominada tan en el
modelo.
Estos supuestos conducen a relaciones simples entre el almacenamiento de la
cuenca (o dficit de almacenamiento) y los niveles locales del nivel fretico (o
dficit de almacenamiento debido al drenaje) en los que el principal factor es el
ndice topogrfico (a/tan) propuesto por primera vez por Kirkby (1975) y
desarrollado como un modelo hidrolgico completo por Beven y Kirkby (1976,
1979). El ndice de Kirkby representa la propensin de cualquier punto de la
cuenca, a desarrollar condiciones saturadas. Valores altos del ndice topogrfico
sern causados debido ya sea a grandes pendientes o a la convergencia del
contorno de contra pendiente, y a las pendientes bajas. Los supuestos son
similares a los utilizados en la elaboracin del ndice de humedad desarrollado
independientemente por O'Loughlin (1981, 1986). TOPMODEL, en su forma
original, sin embargo se aprovecha de la simplificacin matemtica permitida por
una tercera hiptesis.
A.3. Que la distribucin de la transmisividad pendiente abajo es una funcin
exponencial del dficit de almacenamiento o de la profundidad del nivel
fretico:
44
Donde:
To
Transmisividad lateral cuando el suelo est apenas saturado (m 2/h).
S
Dficit local de almacenamiento (m).
m
Parmetro del modelo (m).
Beven (1984) ha proporcionado datos que sugieren que una cada exponencial
(vertical) en la conductividad del suelo con la profundidad puede ser adecuada
para describir los cambios verticales en las propiedades hidrulicas de una gran
variedad de suelos y ha demostrado (Beven, 1986a) que la funcin exponencial
equivalente de la transmisividad puede ser derivada bajo la creencia de isotropa
(posiblemente dudosa).
En trminos de profundidad el nivel fretico esto puede ser escrito as.
Donde:
z
profundidad local del nivel fretico (m).
parmetro de escala (m-1).

Los parmetros f y m estn aproximadamente relacionados por = 1/m
Donde:
1 cambio efectivo del contenido de agua por unidad de profundidad en la
zona no saturada, debido al rpido drenaje gravitacional.
Una interpretacin fsica del parmetro m, es que controla la profundidad efectiva
del perfil del suelo de la cuenca. Esto lo hace de forma interactiva con el
parmetro To, que define la transmisividad del perfil cuando se satura la
superficie. Un valor mayor de m aumenta efectivamente la profundidad activa del
perfil del suelo. Un valor pequeo, especialmente si se asocia con un
relativamente elevado To, genera una poca profundidad efectiva del suelo, pero
con una pronunciada cada de transmisividad. Esta combinacin tiende a producir
una bien definida y relativamente superficial curva de recesin de respuesta en el
hidrograma del modelo. Estos principios se muestran en la Figura 4.1.
45
Figura 4.1. Relaciones Exponenciales entre la tranmisividad y la profundidad del nivel

2
fretico y sus correspondientes curcas de recesin. Curva a: To = 8m /h, m = 0,02 m; curva
2
b: To=2m /h, m = 0,05 m.
Bajo la hiptesis A2 de una gradiente efectiva del nivel fretico y flujo saturado
paralelo a la pendiente de la superficie local tan, entonces en cualquier punto i de
una ladera, la velocidad del flujo sub-superficial saturado qi por unidad de longitud
de contorno (m2/h) puede ser descrito por la siguiente ecuacin.
(4.1)
Donde To y tan son valores locales de la transmisividad y pendiente
respectivamente en el punto i.
46
Luego, ante la hiptesis A1, en cualquier intervalo de tiempo, existe a travs del
suelo un estado de flujo cuasi-estacionario, y asumiendo una cuarta hiptesis:
A.4. Que una tasa de recarga espacialmente homognea r (m/h) entra en el
nivel fretico, el flujo sub-superficial por unidad de longitud de contorno
qi tambin puede ser dada por:
(4.2)
Donde:
a
es el rea de la ladera por unidad de longitud de contorno (m 2) que drena a
travs del punto i.
Al combinar las ecuaciones. (4.1) y (4.2) es posible derivar una frmula para
cualquier punto relacionando la profundidad local del nivel fretico con el ndice
topogrfico ln(a/tan) en ese punto, el parmetro f, la transmisividad local saturada
y la tasa de recarga efectiva, r.
(4.3)
Una expresin para la toda la cuenca, es decir, para la profundidad del nivel
fretico ( ), puede obtenerse integrando a ecuacin (4.3) para el rea de la
cuenca (A), que contribuye al nivel fretico.
A continuacin se expresa este promedio areal en trminos de sumatoria de todos
los puntos dentro de la cuenca.
(4.4)
Para integrar espacialmente toda la cuenca, se requiere implcitamente que la
ecuacin (4.4) se mantenga incluso en los lugares donde el agua est estancada
en la superficie (zi<0). Beven (1991), justifica esta hiptesis, basado en que, la
relacin expresada por la ecuacin (4.1) es exponencial y que, para muchas
cuencas, el flujo superficial podra ser relativamente lento debido a la cobertura
vegetal. Mediante el uso de la ecuacin (4.3) en la ecuacin (4.4), si asumimos
que r es espacialmente constante, ln(r) puede ser eliminado con lo que se tiene
una relacin entre la profundidad media del nivel fretico, la profundidad local del
nivel fretico, las variables topogrficas y la transmisividad saturada.
Obteniendo la siguiente ecuacin:
47
(4.5)
Donde ln(a/Totan) es el ndice de suelo-topogrfico de Beven (1986a) y
(4.6)
Un valor medio areal independiente de la transmisividad puede ser definido, as:
(4.7)
La ecuacin (4.5) puede ser reordenada para obtener:
(4.8a)
Donde
(4.9)
Es una constante topogrfica de la cuenca.
La ecuacin 8 puede tambin ser escrita en trminos
almacenamiento como:
de dficit de
(4.8b)
Estas ecuaciones (4.8a y 4.8b) expresan la desviacin entre el promedio de la
profundidad del nivel fretico (o dficit) y la profundidad local del nivel fretico (o
dficit) en cualquier punto en trminos de la desviacin del ndice topogrfico local
de su medio areal, y la desviacin del logaritmo de transmisividad local desde su
valor integral areal. La relacin est medida por los parmetros f o m. Dado un
valor de o , las ecuaciones (4.8a,b) pueden ser usadas para predecir el patrn
de la profundidad del nivel fretico de una cuenca, basado en el conocimiento de
la distribucin espacial del ndice del suelo-topogrfico a/Totan o, si se asume
que la transmisividad del suelo saturado es una constante espacial, del ndice
topogrfico a/tan. Las ecuaciones (4.8a,b) implican que todos los puntos que
tienen el mismo valor del ndice suelo-topogrfico a/Totan se comportan
funcionalmente de idntica manera. La variable a/T otan es en consecuencia un
ndice de similaridad hidrolgica.
48
La distribucin espacial de a/tan (ver Figura 4.2) puede ser derivada desde un
anlisis de un Modelo Digital de Elevacin (DEM) de la cuenca (Quinn et.al.1991),
sin embargo aplicaciones iniciales del TOPMODEL tuvieron que confiarse sobre
mapas interpretados manualmente (Beven and Kirkby, 1979) o en funciones
analticas de ladera. (Beven and Wood, 1983).
Figura 4.2. (A) Funcin de Distribucin del Indice (a/tan) de la cuenca Maimai en Nueva
Zelanda. (B) Patrn de ln(a/tan) de la topografa de la cuenca Maimai.
49
Para calcular el rea de contribucin superficial (o sub-superficial), el ndice

topogrfico de la cuenca es expresado como una funcin de distribucin (Figura
4.2.B) discretizacin de la funcin de distribucin de a/tan trae ventajas
computables. Dado que los puntos que tienen el mismo valor de a/T otan se
asume que se comportan de manera similar hidrolgicamente, entonces el clculo
requerido para generar un patrn de distribucin espacial del nivel fretico local se
reduce a un clculo para cada clase de a/Totan; no se requieren clculos para
cada lugar individual en el espacio (Figura 4.3Error! No se encuentra el origen de la
referencia.). Este enfoque debera ser computacionalmente ms eficiente que un
esquema de solucin que deba hacer clculos en cada uno de un gran nmero de
nodos de la grilla espacial, una ventaja significativa cuando se lleva a cabo una
calibracin iterativa y procedimientos de parmetros de sensibilidad.
Figura 4.3. Representacin esquemtica de elementos de almacenamiento dentro de un

incremento discreto de ln(a/tanB) del rea de una cuenca. Donde se muestra el
almacenamiento de la zona de races Srz, el almacenamiento de drenaje vertical Suz, y la
recarga de la zona saturada, q v, para un intervalo y el rea, ai, que drena a travs de un
punto particular i. El rea sombreada representa el rea de saturacin de la superficie
correspondiente, en este caso, a valores ln(a/tanB) cayendo desde los valores ms altos.
De particular inters es el caso en el que la ecuacin (4.8a,b) predice que el nivel

fretico local est por encima de la superficie (zi < 0), o por encima de una
determinada franja cercana a la saturacin capilar (zi - o). Estas zonas son donde
se prev que se produzca un flujo superficial saturado y sus distribuciones
50
espaciales constituyen reas variables saturadas que generan la respuesta del

escurrimiento superficial del modelo. En el procedimiento del modelo, cualquier
lluvia que caiga sobre la zona saturada se toma como escurrimiento, junto con las
lluvias en exceso de las necesarias para llenar las zonas donde la profundidad del
nivel fretico zi es pequea. La ecuacin (4.8a,b) tambin puede usarse para
predecir el patrn de crecida de las reas contribuyentes sub-superficiales, o del
fluido a travs de diferentes horizontes de suelo (Robson et al. 1992) si stas
pueden ser definidas por algn valor lmite de la profundidad del nivel fretico.
4.3.1 La Organizacin del Almacenamiento en TOPMODEL

Hay varias maneras de organizar los almacenamientos incorporados en
TOPMODEL. Esencialmente se prev una simple serie de almacenamientos,
dirigiendo el agua desde la superficie hacia la zona saturada. Es notorio que, en
cualquier cadena de almacenamientos, la forma de la salida ser fuertemente
controlada por la accin del ltimo almacenamiento dinmico (Kirkby 1975, Beven
y Kirkby 1979). Esto se aplica a la combinacin de almacenamientos no lineares,
como aquellos que se percibe existen en cuencas hidrolgicas. De esa manera es
importante representar detalladamente la no linealidad de la mayora de los
almacenamientos de respuesta lenta, aunque ms almacenamientos dinmicos
pueden ser aproximados por representaciones simples lineares. Kirkby (1975)
present un resumen esquemtico de las diferentes caractersticas de los tiempos
respuesta de varios procesos en cuencas, de los cuales aparentemente la zona
saturada es tpicamente la ms lenta en responder. TOPMODEL sin embargo
adopta un almacenamiento no lineal de la zona saturada, pero generalmente
supone representaciones lineares ms simples de otros almacenamientos ms
dinmicos. Los almacenamientos, flujos internos y entradas/salidas son
generalmente expresados en trminos de metros equivalentes al agua (por unidad
de tiempo).
Beven y Kirkby (1979) aplicaron TOPMODEL a la cuenca del Crimple Beck en el
norte de Inglaterra, usando tres almacenamientos: uno de intercepcin o
depresin, uno de infiltracin y uno de zona saturada. El de intercepcin y
depresin fue requerido llenar antes de que la infiltracin pudiera ocurrir. La
evaporacin a la ms alta potencia fue permitida en este almacenamiento hasta
que se vaci. El de infiltracin fue formulado para permitir una respuesta de flujo
superficial Hortoniano (Esto es, que el exceso superficial se origina cuando la
intensidad de la lluvia supera a la capacidad de infiltracin del suelo) con una
capacidad promedio de infiltracin de la cuenca calculada en funcin de una
capacidad mxima de infiltracin y el mximo almacenamiento de la zona.
51
En otras aplicaciones del TOPMODEL, ms explcitamente se adoptaron

aproximaciones de infiltracin basadas fsicamente. (Beven 1984, 1986a, b;
Sivapalan et. al. 1987, 1990; Wood et. al. 1988, 1990). Sin embargo, estas
aproximaciones introducen parmetros adicionales al modelo que son difciles de
calibrar, especialmente para el caso de suelos espacialmente heterogneos.
En una segunda aplicacin de TOPMODEL al sitio Crimple Beck, Beven et. al.
(1984) encontr que la estructura del modelo anterior, conduce toda el agua
infiltrada inmediatamente a la zona saturada, generando una sobreestimacin de
la descarga atribuida a una subestimacin de las prdidas por evapotranspiracin.
Se consider que este problema reflej la incapacidad del modelo de retrasar el
flujo vertical no saturado del agua entre el almacenamiento de infiltracin y el nivel
fretico. Una terica "capacidad de campo" fue por lo tanto introducida al modelo.
Esta comprendi un valor de almacenamiento de infiltracin que tena que ser
superado antes que se permita el flujo a la zona saturada. De esta forma, el agua
impedida de entrar en la zona saturada, qued disponible para la
evapotranspiracin, reduciendo la sobreestimacin de crecidas que siguen a los
perodos secos.
Una formulacin revisada de los almacenamientos de TOPMODEL ha sido
presentada por Quinn (1991), Beven (1991) y Quinn y Beven (1993) y se muestra
en la Figura 4.4 para el caso de saturacin expresada en trminos de profundidad
del nivel fretico.
52
Figura 4.4. Una interpretacin simple de los elementos de almacenamiento vertical en

TOPMODEL. Si es el dficit de almacenamiento local de drenaje por gravedad, q v es la
recarga local de la zona saturada, y o es la profundidad de la franja capilar
Habr un juego de almacenamientos para cada clase a/T otan (Figura 4.3Error! No
se encuentra el origen de la referencia.), de modo que haya un registro adecuado de la
variacin prevista en profundidad del nivel fretico en el curso del agua a travs de
la zona no saturada. Aqu el almacenamiento de la zona de races tiene la misma
funcin de los almacenamientos de intercepcin y evaporacin de versiones
anteriores de TOPMODEL, a pesar de que puede ser necesario aadir un
almacenamiento adicional de intercepcin y superficial, particularmente por las
copas de los rboles. La nocin de una zona no activa de agua en el suelo refleja
el concepto de capacidad de campo. El flujo vertical desde la zona de races
hacia el nivel fretico puede ocurrir en la zona de drenaje gravitacional cuando la
capacidad de campo sea satisfecha. Una conversin muy simple entre el dficit
de almacenamiento, debido al drenaje, y la profundidad del nivel fretico asume
que el drenaje rpido gravitacional afecta solo a los poros ms grandes, hasta la
capacidad de campo y que la diferencia en almacenamiento entre la saturacin y
la capacidad de campo no cambia con la profundidad. Esto resulta en esta
simple escala lineal.
(4.10)
53
Donde:
s
Contenido de humedad da saturacin.
fc
Contenido de humedad de capacidad de campo.
1 Porosidad de drenaje efectiva.
o
Profundidad efectiva de la franja capilar que supone que es la saturacin.
Ntese que si la saturacin est expresada solo como un dficit de
almacenamiento, no es necesario calibrar los parmetros 1 y o pero ninguna
comparacin con niveles freticos observados deben ser hechos por separado.
Sivapalan (1987, 1990; Wood 1990) ha usado una formula ms compleja de

conversin del dficit de almacenamiento en profundidad del nivel fretico, en la
cual se asume que algunas caractersticas de humedad del suelo son conocidas y
que inicialmente un drenaje gravitacional completo mantiene el nivel fretico. Esto
ha sido usado para definir condiciones iniciales, previo a simples simulaciones de
tormentas, pero introduce parmetros adicionales asociados con las funciones
caractersticas de la humedad del suelo (relaciones de Brooks-Corey en su caso
con ms de tres parmetros) y, mientras una hiptesis supuesta matemtica
conveniente es inconsistente con la suposicin de que la posicin del nivel fretico
es controlada por una tasa de recarga constante.
Hornberger (1985) aplic una versin de TOPMODEL con ms almacenamientos,

a una cuenca forestal en el estudio Shenandoah Watershed Acidification. Este
tipo de formulacin us componentes adicionales para permitir la modificacin de
la qumica de lluvias por vegetacin y residuos forestales, (hojarasca, etc). El gran
nmero de parmetros, sin embargo, prob no ser identificables sobre la base de
la simulacin de flujos de agua por s sola.
Medicin de Humedad: Flujo en zonas no saturadas
La estructura bsica del suelo mostrada en Figura 4.4 puede ser usada para
ilustrar una variedad de descripciones de los procesos en zonas no saturadas
segn lo definido por el modelador. Beven (1991) nota la dificultad de predecir el
patrn espacial de flujo en la zona no saturada. Es particularmente difcil una
medicin explcita por los efectos de la heterogeneidad local del suelo y la
macroporosidad (Beven y Germann, 1982). Actualmente no se dispone de una
descripcin matemtica adecuada del flujo no saturado en suelos estructurados
con parmetros que puedan ser identificados a una escala prctica de prediccin,
54
si los valores de parmetros seran determinados por calibracin, slo entonces

estara disponible una mnima parametrizacin.
Una mnima parametrizacin debe dar cuenta de los cambios en los flujos de
zonas no saturadas con el almacenamiento local de la zona no saturada y la
profundidad del nivel fretico (o el dficit de almacenamiento), teniendo en cuenta
el hecho de que cualquier relacin funcional puede ser altamente no lineal. Dos
frmulaciones que han sido adoptadas en aplicaciones pasadas del TOPMODEL
han asumido que los flujos de zonas no saturadas son esencialmente verticales y
han sido expresados en trminos de flujo de drenaje desde la zona no saturada.
Estas aproximaciones han usado ya sea un simple lapso de tiempo de
almacenamiento dficit-dependiente o una ecuacin de flujo basado en la
conductividad. Ambos calculan un flujo de drenaje vertical qv para cada clase de
topografa.
Expresados en trminos de dficit de almacenamiento, Beven y Wood (1983)
sugirieron que una frmula funcional ms adecuada para el flujo vertical qv en
cualquier punto i es:
(4.11)
Donde:
Suz
Almacenamiento en la zona no saturada (drenaje gravitacional).
Si
Dficit local de la zona saturada debido al drenaje gravitacional y
dependiente de la profundidad del nivel fretico.
El parmetro td es una constante del tiempo. La ecuacin (4.11) es la ecuacin de
un almacenamiento lineal pero con una constante de tiempo Sitd que aumenta con
el incremento de profundidad del nivel fretico.
Una segunda frmula propuesta por Beven (1986 a,b) fundamentada en el flujo de
Darcy, en base a una zona no saturada que, mediante una funcin exponencial de
conductividad, puede expresarse as:
(4.12)
Donde:
Parmetro de la gradiente hidrulica vertical efectiva.

Ko
Conductividad saturada en la superficie.
zi
Profundidad local del nivel fretico.
55
Si el valor de se hace uno, asumiendo que el flujo vertical es igual a la

conductividad hidrulica saturada justo en el nivel fretico, se elimina como un
parmetro.
Contabilizar la evapotranspiracin con un mnimo nmero de parmetros es un
problema de complejidad similar al de la zona de drenaje no saturada.
TOPMODEL sigue la prctica generalmente adoptada para calcular la
evapotranspiracin actual (Ea) como una funcin de evaporacin potencial (Ep) y el
almacenamiento de humedad de la zona de races para casos donde E a no puede
ser especificado directamente. En la descripcin que hace Beven (1991) de
TOPMODEL, la evaporacin es llevada a su mxima tasa potencial, para que el
agua drene libremente en la zona no saturada y para predecir las reas de
saturacin de la superficie. Cuando se agota la zona de drenaje gravitacional, la
evapotranspiracin puede continuar hasta agotar la reserva de la zona de races a
una tasa Ea dada por:
(4.13)
Donde:
Srz
Dficit de almacenamiento de la zona de races.
Srmax Dficit mximo admisible de almacenamiento.
Si una profundidad efectiva de la zona de races S rz puede asumirse como Srmax
puede ser calculada por:
Donde:
wp
La humedad contenida en el punto de marchitez.
Para la calibracin es necesario nicamente especificar el valor de un solo
parmetro Srmax pero otras formulaciones pueden ayudar a definir este valor.
El flujo de agua que entra en el nivel fretico es qv. Este drenaje es adems un
componente de la recarga total de la zona saturada global. Para calcular el
balance promedio de agua de la cuenca, deben sumarse todas las recargas
locales. Si Qv es la recarga del nivel fretico en cualquier intervalo de tiempo,
entonces:
56
(4.14)
Donde:
Ai
Porcin de rea asociada con el ndice topogrfico clase i, como una
fraccin del rea total de la cuenca.
Clculo de humedad: flujos de zona saturada
La salida de la zona saturada es dada por el trmino de flujo base Q b Este puede
ser calculado en un sentido distribuido por la sumatoria de los flujos subsuperficiales a lo largo de cada m canal que alcanza la longitud l. Recordando la
ecuacin 4.1 se puede escribir:
(4.15)
Sustituyendo por zj usando la ecuacin (5) y reordenando, se tiene que:
Puesto que aj representa el rea de contribucin por unidad de longitud de

contorno, luego:
Por lo tanto
(4.16)
Donde:
A
rea total de la cuenca (m2)
Es por lo tanto posible calcular el flujo base en trminos del nivel fretico medio de
la cuenca ( ):
(4.17)
57
Donde
(4.18)
es la descarga cuando o es igual a cero. Esta es la misma frmula que Beven
y Kirkby (1979) asumieron originalmente, si la relacin lineal entre el dficit de
almacenamiento y la profundidad del nivel fretico de la ecuacin (4.10) se
mantiene. La solucin de la ecuacin (4.17), para una recesin pura, en la cual las
entradas se supone que son cero, muestra que la descarga tiene una inversa o
una relacin hiperblica de primer orden con el tiempo como:
(4.19)
As, si la Ecuacin (4.17) es una relacin apropiada para representar el drenaje
sub-superficial de una cuenca dada, el grfico 1/Q b con el tiempo debera ser una
lnea recta (Error! No se encuentra el origen de la referencia.) con pendiente 1/m.
Figura 4.5. Curvas de recesin tipo para tres diferentes cuencas del Reino Unido graficando
1/Q versus el tiempo. Una lnea recta indica correspondencia con la ecuacin (4.17), la cual
puede ser una adecuada representacin para estos casos.
58
As dadas algunas curvas de recesin, no mayormente influenciadas por procesos

de evapotranspiracin o de derretimiento de nieve, puede ser posible fijar un valor
de m el cual necesitar entonces una mnima calibracin.
El dficit de almacenamiento medio antes de cada intervalo se calcula restando la
recarga de la zona no saturada y sumando el flujo base calculado para el intervalo
anterior, as:
(4.20)
Clculos similares se pueden realizar para la formulacin del dficit medio de
almacenamiento de la cuenca.
La ecuacin (4.17) se puede usar para la zona saturada al empezar la corrida del
programa. Si la descarga inicial se conoce y se asume que es solo el resultado del
drenaje de la zona saturada, la ecuacin (4.17) puede ser modificada para dar
valores de
.
4.3.2 Curso del Canal y Estructura de las Sub-cuencas
Para muchas cuencas, especialmente grandes, no es apropiado asumir que toda
la escorrenta alcanza a la salida de la cuenca dentro de un solo intervalo de
tiempo.
En estos casos un encausamiento de la salida del modelo es necesario (Beven
1979). Para este fin, Beven y Kirkby (1979) propusieron que una funcin de
retardo del flujo superficial y una funcin del cauce deberan ser empleados
dentro de la estructura del TOPMODEL. Se asume que el tiempo que toma
alcanzar la salida de la cuenca desde cualquier punto est dado por:
(4.21)
Donde:
xi
Longitud
tani Pendiente
del i simo segmento del cauce dividido en N segmentos. El parmetro de
velocidad v (m/h) se asume que es constante. Dada la ecuacin (4.21), permite
un nico histograma de tiempo de retardo a ser derivado en base a la topografa
de la cuenca para cualquier rea contribuyente de escorrenta. Esto es, en
efecto, una variacin del mtodo de encausamiento tiempo-rea (Clark 1945),
59
pero desarrollado con el fin de relacionar en forma dinmica el tiempo de retardo

del escurrimiento con el tamao de la fuente.
Los efectos del encausamiento del canal fueron considerados por Beven y Kirkby
(1979) usando una aproximacin basada en la velocidad promedio de la onda de
flujo para la red de canales, siendo relacionada de forma no lineal con el flujo de
salida total. La hiptesis fue una aproximacin explcita de un algoritmo de
encausamiento de un canal de onda cinemtica y no es recomendado, ya que no
es siempre estable. La mayora de aplicaciones han sido basadas en un simple
algoritmo de onda de encausamiento de velocidad constante, aquivalente al
algoritmo basado en la funcin de ancho del canal usado por Surkan (1969),
Kirkby (1976) y Beven (1979, Beven y Wood, 1993), el cual tiene la ventaja que
introduce slo un parmetro de velocidad de onda.
4.3.3 Derivando el ndice Topogrfico

Se requiere un anlisis de la topografa de la cuenca para obtener la funcin de
distribucin a/tanB (Figura 4.2). Para obtener valores discretos de a/tan est
implicito algn muestreo topogrfico. Desarrollos iniciales de TOPMODEL se
fundamentaron en un anlisis manual, basado en mapas de informacin de
pendientes locales, reas en contra pendiente y zonas de acumulacin. Beven y
Kirkby (1979) disearon tcnicas computarizadas utilizadas para determinar la
funcin de distribucin de la topografa (y el histograma de tiempo de retardo del
flujo superficial) basado en la divisin de la cuenca en sub-cuencas. Cada unidad
fue discretizada en pequeos elementos de pendiente local sobre la base de las
trayectorias dominantes de flujo (deducidas de las lneas de mxima pendiente). El
clculo de a/tan se llev a cabo para la gradiente de cada elemento. A pesar de
ser una aproximacin, este mtodo se justific por su relativa eficiencia y porque
las observaciones de campo de las lneas de flujo podran utilizarse en la
definicin de los elementos de pendiente a ser analizados. En particular, podran
ser tomados en cuenta los efectos de desages y caminos en el control efectivo
las reas contribuyentes en contra pendiente. Dichas modificaciones humanas de
las vas del flujo hidrolgico natural no se incluyen normalmente en modelos
digitales de elevacin terreno (DEM) de las cuencas hidrogrficas.
Sin embargo, ahora existen mtodos computarizados ms sofisticados que el
DEM. Quinn (1991) desarroll un grupo de programas Anlisis Digital de Terrenos
(DTA), basado en datos de raster de elevacin, con el objetivo de investigar su
utilidad en la obtencin de la informacin topogrfica requerida por el TOPMODEL.
60
La aplicacin de estas tcnicas para el estudio de la modelacin de cuencas ha

sido descrita por Quinn (1991) y Quinn y Beven (1993). Ah la naturaleza
funcional del ndice a/tan fue discutida en trminos de la calidad de la
representacin, de las caractersticas topogrficas hidrolgicamente significativas,
por mtodos DTA. Hay elecciones subjetivas que se hicieron en el DTA. Quinn
(1991) describe un algoritmo de direccin de flujo mltiple basado en la
distribucin de superficie para todos los elementos de pendiente de la grilla;
Wolock (1993) por otro lado, usa un algoritmo basado en una sola direccin de
flujo con la mayor pendiente. Tambin se han usado otras tcnicas; la mayora de
DEM raster han sido el resultado de datos de curvas de nivel digitalizados a partir
de mapas existentes y Moore (1986) ha usado tcnicas DTA basadas en las vas
de flujo resultantes directamente de datos de curvas de nivel para calcular el
ndice a/tan, una versin computarizada del procedimiento manual original (y
extremadamente tedioso).
A pesar de que estas tcnicas ofrecen un buen ahorro de tiempo en la aplicacin
del TOPMODEL, tambin plantean importantes preguntas tericas de las cuales
dos son las ms importantes. La primera, cmo podran ser calculadas las reas
contribuyentes en contra pendiente a partir de los datos topogrficos? y, la
segunda, qu escala de resolucin podra ser adoptada para el DEM de la
cuenca? En trminos generales, cabe sealar que los mtodos DTA, en el
contexto del TOPMODEL, pueden tener implicaciones sobre procesos hidrolgicos
relacionados con la topografa y los valores apropiados de los parmetros. El DEM
debe tener una resolucin muy alta para reflejar bien el efecto de la topografa en
las corrientes de flujo superficial o sub superficial. Una resolucin tosca de los
datos del DEM puede, por ejemplo, fallar en la representacin de algunas
caractersticas de la convergencia de pendientes. Sin embargo, una resolucin
demasiado fina puede introducir perturbaciones a la direccin de flujo y ngulos de
pendiente que no pueden reflejarse en una superficie del nivel fretico. La
resolucin apropiada depender de las caractersticas de la escala del terreno
pero datos de 50m o mejores aproximaciones son normalmente sugeridos. La
experiencia de Lancaster y otros (por ejemplo Jordan 1992; Wendling, 1992;
Chairat y Delleur, 1993a) muestra que la escala usada del DEM afecta la
distribucin del ndice topogrfico resultante, en particular induciendo un cambio
en el valor medio y los valores calibrados de los parmetros en aplicaciones
particulares. La ubicacin de los ros, y su influencia en las celdas del DEM que
los contienen, tambin es problemtica. Hay una opcin de permitir que la zona de
contra pendiente contine acumulando a lo largo de la red fluvial, o permitir al ro
actuar como un sumidero de los flujos de ladera. La primera tiende a sobreestimar
y la segunda tiende a subestimar la contribucin de las zonas riparias si el ancho
del ro es pequeo comparado con la escala de la grilla del DEM
61
Cabe destacar que una parametrizacin de la distribucin de ln(a/tan) en algunos

casos puede resultar til. Sivapalan et al. (1990) introdujo el uso de una
distribucin gamma en su versin a escala de TOPMODEL. Wendling (1992)
tambin utilizo una distribucin gamma en una funcin de produccin de
escurrimiento para un modelo de previsin de inundaciones y Wolock (1993) da
detalles de una versin de la distribucin gamma para la simulacin continua.
4.3.4 El concepto TOPMODEL y la Semejanza Hidrolgica
El ndice topogrfico ln(a/tan) o el ndice suelo-topogrfico ln(a/Totan) dada la
aceptacin de las hiptesis de simplificacin de TOPMODEL, son ndices de
semejanza hidrolgica en un punto dentro de la cuenca. La respuesta de cualquier
cuenca individual, segn lo predice TOPMODEL, depende de la semejanza en la
distribucin de los ndices y en la secuencia de entrada a la cual la cuenca est
sujeta incluyendo tanto el tiempo como la variabilidad espacial de la tasa de
precipitacin y las prdidas por evaporacin. En pequea escala, por ejemplo
pequeos afloramientos de agua, el patrn de variabilidad tambin puede ser
importante, pero a escalas ms grandes, es factible tener una muestra suficiente
de la posible variabilidad de la topografa, el suelo y la vegetacin dentro de la
cuenca que permita la representacin de esta variabilidad en trminos de simples
funciones de distribucin. La escala a la que esta simplificacin es vlida, la cual
se denomin rea Elemental Representativa (por sus siglas en ingls REA), ha
sido investigada en simulaciones hipotticas por Wood (1988, 1990). Se utilizaron
datos topogrficos reales, junto con modelos espaciales estocsticos del suelo y la
lluvia para evaluar la variabilidad de las respuestas hidrolgicas a crecidas
calculadas a diferentes escalas espaciales. Tanto el exceso de infiltracin como
los mecanismos de produccin de escorrenta por exceso de saturacin fueron
incluidos (Figura 4.6).
62
Figura 4.6. Produccin de escurrimiento simulada normalizada como una funcin del rea
media de la cuenca para cuatro intervalos de tiempo. Durante el evento del 4 de Agosto de
1987 en la cuenca de Kings Creek, Kansas
Sus resultados sugirieron una REA mnima para las condiciones simuladas del
orden de 1km2. Es importante sealar que no se sugiere que esta es la escala a la
cual una descripcin global de parmetros puede ser utilizada; an puede ser
necesario para representar la heterogeneidad de la produccin de escorrenta a
escalas mayores que el REA, esto se puede hacer por medio de una funcin de
distribucin o funciones de representacin de esa variabilidad. Sivapalan (1987,
1990) ha tomado este concepto en la produccin de una versin no-dimensional
de TOPMODEL en la que diferentes cuencas se pueden comparar en trminos de
varios coeficientes de escala. La similitud de estos coeficientes debera implicar
similitud en la produccin de escorrenta.
Estos resultados son, por supuesto, dependientes de la aceptacin de que las
hiptesis en las que se basa el ndice topogrfico de TOPMODEL son realistas.
Estas hiptesis son, primeramente, que el rea contribuyente en contra pendiente
se extiende hasta la divisoria de la ladera y que el nivel fretico es paralelo a la
superficie del suelo. Slo entonces es el ndice fcil de calcular a partir del anlisis
digital del terreno. Ya se ha indicado anteriormente cmo la transmisividad efectiva
63
del suelo se puede utilizar para modificar el ndice, pero esto entonces requiere a
una informacin adicional que rara vez, o nunca, est disponible en una cuenca a
escala. Adems, ambas hiptesis pueden estar equilibradas, pero tambin a
costa de requerir informacin adicional.
Ha habido algunas pruebas de la semejanza hidrolgica implcita en el ndice.
Troch (1993a) ha comparado la conceptualizacin de TOPMODEL de Sivapalan
(1987) con datos de campo y la salida de una ecuacin de Richards totalmente
dinmica en tres dimensiones basada en un modelo de elementos finitos (aunque
con muy diferentes hiptesis acerca de la conductividad del suelo). Demostraron
que la representacin del estado cuasi-estacionario del TOPMODEL fue una
aproximacin razonable para las mediciones. En las comparaciones con datos de
campo, Moore (1988) encontr una buena correlacin con el ndice topogrfico y
las medidas de la humedad de la superficie del suelo en una pequea cuenca de
pramo, pero Ladson y Moore (1992) encontraron correlaciones muy pobres con
los sensores gravimtricos y de teledeteccin (PBMR) de la humedad de la
superficie del suelo en FIFE Konza Pradera en Kansas, una pradera natural, con
una densa capa de hierba en la superficie. Se encontr similarmente poca
correlacin entre el ndice topogrfico y la humedad del suelo gravimtrica y
superficial estimada por el Radar de Apertura Sinttica (SAR) para la cuenca
agrcola Slapton Madera en Devon, Reino Unido. La humedad superficial del suelo
es, por supuesto, fuertemente afectada por la evapotranspiracin as como por el
flujo superficial y una mejor correlacin era de esperar con los niveles freticos.
Burt y Butcher (1986) demostraron que en algunas cuencas hmedas con un
subsuelo profundo y, a veces con sistemas desconectados de flujo saturado, como
la cuenca Slapton Wood, el ndice topogrfico (que no permita una transmisividad
variable) puede tener una utilidad limitada como indicador de la profundidad del
nivel fretico. Para confirmar esto, se ha demostrado que TOPMODEL puede dar
buenas simulaciones de las descargas de la cuenca Slapton Wood una vez que la
cuenca se ha mojado en invierno, pero que es muy difcil predecir la secuencia de
mojado. Jones (1986) tambin explica las limitaciones de utilizar un ndice
esttico, como el ln(a/tan), para predecir las respuestas dinmicas de la cuenca.
Jordan (1992), trabajando en una pequea cuenca en Suiza, encontr que para
algunas fechas hubo una muy buena correlacin entre el ndice topogrfico y la
profundidad del nivel fretico, pero en otras fechas una pobre relacin.
Otra variable de prueba es el grado de saturacin del suelo bajo diferentes
condiciones. Beven y Kirkby (1979) demostraron la similitud en el patrn de las
reas saturadas medidas y el ndice topogrfico de una pequea sub-cuenca de
Beck Crimple en Yorkshire, mientras que Kirkby (1978) present un anlisis similar
64
para las reas saturadas medidas de la cuenca WC-4 del ro Sleepers, Vermont
(Dunne, 1978). Merot (1988) y Merot y Bruneau (1993) han demostrado que el
ndice topogrfico puede ser un indicador til de las zonas de humedales en los
paisajes de Bocage de Bretaa en Francia, mientras que Moore et al. (1988) han
mostrado cmo se pueden predecir las zonas potenciales de erosin.
4.3.5 Calibracin del modelo

A los valores de los parmetros introducidos en la descripcin de los conceptos de
TOPMODEL se les ha dado nombres basados en descripciones fsicas de los
procesos de flujo. Las denominaciones utilizadas, sin embargo, son descripciones
fsicas simplificadas, deliberadamente una respuesta a la falta de descripciones
detalladas en la ladera a escala es reducir al mnimo el nmero de valores de los
parmetros a calibrar. Un nmero de estudios han sugerido que slo hay
suficiente informacin en un conjunto de observaciones precipitacinescurrimiento para calibrar 4 o 5 parmetros (Kirkby, 1975; Hornberger, 1985). En
esencia, TOPMODEL proporciona un modelo no lineal funcional para respuestas
rpidas y lentas de cuencas y flujo base utilizando un nmero reducido de
parmetros.
Se ha sostenido en los ltimos aos que el realismo de los modelos hidrolgicos
ms complejos puede ser ilusorio (Beven 1987a,1989, Grayson, 1992). Una
implicacin de este argumento es que la interpretacin fsica de los parmetros de
calibracin puede ser difcil, desde la calibracin de los valores de los parmetros
se puede compensar los errores estructurales del modelo y puede haber un
conjunto de parmetros diferentes que pueden dar simulaciones aceptables y
fsicamente admisibles. Una consecuencia de estos argumentos es que la idea de
un conjunto "ptimo" de valores de los parmetros deben ser rechazados en favor
de un concepto de multi finalidad de los conjuntos de parmetros. Este concepto
permite que pueda haber mltiples ptimos parmetros de respuesta, interaccin
entre parmetros, errores en los datos observados, en efecto, diferentes conjuntos
ptimos si se utilizan diferentes perodos de calibracin.
De hecho, algunos de los parmetros de TOPMODEL pueden, en principio, ser
determinados a partir de mediciones de campo y algunas aplicaciones se han
hecho utilizando nicamente los valores medidos y estimados (Beven y Kirkby,
1979; Beven, 1983). Cada formulacin de TOPMODEL puede presentar un
conjunto de parmetros individuales a ser calibrados, sin embargo, hay siempre
tres o cuatro parmetros crticos que controlan directamente la respuesta del
modelo. Estos son los parmetros de la zona saturada f (o m en la formulacin
65
original de dficit de almacenamiento), los valores de transmisividad saturada T o, y

el parmetro de la zona de la races Srmax, y en cuencas grandes la velocidad del
cauce, v.
Ya se ha sealado que el parmetro de cada de la transmisividad saturada, m,
puede ser derivado de un anlisis de las curvas de recesin de la cuenca. Dado
que este es uno de los parmetros del modelo ms importante que refuerza la
idea de que para simular respuestas hidrolgicas de cuencas a escala, las
medidas ms tiles se harn en la misma escala, especialmente en las cuencas
no aforadas. La medicin ms til ser el caudal seguido de una buena estimacin
de la entrada de las lluvias, sobre todo si varan espacialmente.
Otros parmetros que pueden (en principio) ser estimados en el campo incluyen
perfiles de la transmisividad del suelo y la cantidad de agua disponible en la zona
de races. Para las aplicaciones tempranas de TOPMODEL, Beven y Kirkby (1979)
describieron el mtodo del infiltrmetro de aspersin para la calibracin de los
parmetros de la intercepcin, del almacenamiento de infiltracin, y de la
velocidad del flujo superficial. Estas tcnicas fueron utilizadas por Beven (1984)
con razonable xito en las aplicaciones a tres cuencas del Reino Unido. Estas
medidas son, sin embargo, fundamentalmente, de tcnicas de medicin puntual,
considerando que el modelo requiere ya sea valores efectivos en la escala de la
grilla o distribuciones ideales que reflejan la heterogeneidad espacial en la cuenca.
Las dificultades de muestreo, y la falta de una teora de los valores efectivos de los
parmetros, suponen que tal heterogeneidad (as como las simplificaciones y
errores inherentes a la estructura del modelo) inevitablemente introducirn
incertidumbre en las predicciones del modelo.
Trabajos recientes en Lancaster se han enfocado en investigar el desempeo del
modelo en trminos de multi finalidad de los conjuntos de parmetros y la
incertidumbre, en lugar de la optimizacin del ajuste (Binley, 1991; Binley y Beven,
1991; Beven y Binley 1992; Beven, 1993). Con este fin, una metodologa ha sido
desarrollada (Beven y Binley 1992) por el que la calibracin de un modelo
hidrolgico genera un conjunto de lmites de incertidumbre que definen los rangos
de respuestas esperadas. Este procedimiento se ha denominado Estimacin
Generalizada de la Probabilidad de Incertidumbre (GLUE por sus siglas en
ingls). Muchas simulaciones modelo se realizan, cada una asociada a un
conjunto de valores de parmetros escogido de forma aleatoria.
La metodologa de la incertidumbre acord para cada conjunto de parmetros un
peso de probabilidad, definido por algunos, seleccionado subjetivamente, "funcin
de probabilidad" o ndice de rendimiento. Este peso de probabilidad puede ser
definido en trminos de hiptesis especficas acerca de la naturaleza de los
66
residuos del modelo, pero tambin se pueden utilizar medidas posibilistas

derivados de la teora de conjuntos difusos. Simulaciones no aceptables estn
dadas por un peso de probabilidad de cero. La probabilidad acumulada de todas
las simulaciones conservadas se puede tomar para sumar a la unidad.
En cualquier intervalo, entonces es posible derivar una funcin de densidad de
probabilidad para todo el rango de simulaciones con modelos ponderados por sus
probabilidades. A partir de esta funcin, lmites de incertidumbre pueden extraerse
(normalmente el quinto y nonagsimo quinto percentiles) definiendo el rango
probable de las predicciones del modelo. No se reconoce una simulacin "ptima"
de simulacin, sin embargo, mientras ms datos de calibracin se consideren, o
ms combinaciones de parmetros se ponen a prueba, las probabilidades de
simulacin pueden ser actualizadas con un enfoque Bayesiano, modificando as
los lmites de incertidumbre del modelo. Si estos lmites se vuelven ms estrechos,
entonces puede considerarse que la calibracin del modelo ha mejorado. El caso,
en donde los lmites de incertidumbre de la prediccin no envuelvan una respuesta
observada, sugiere una falla fundamental del modelo (o una funcin inapropiada
de probabilidad). Si los cambios en la distribucin de probabilidad amplan los
lmites de la incertidumbre esto indica una reduccin de la capacidad predictiva del
modelo.
Una caracterstica importante del procedimiento de estimacin de la incertidumbre
es que permite probabilidades de simulacin que se definirn de acuerdo a
diferentes tipos de datos de calibracin. Por ejemplo, se pueden combinar los
niveles en los pozos con la descarga observada en el clculo de la potencia de un
modelo para predecir tanto las profundidades del nivel fretico como el caudal
(Binley y Beven, 1991). Esto debera dar una indicacin mejor del realismo de la
combinacin modelo/conjunto de parmetros. La experiencia de campo puede
tener cabida dentro de este marco. Para una cuenca donde el flujo superficial no
se cree que ocurre, todas las simulaciones de los modelos que exhiben flujo
superficial podran, por ejemplo, dar una probabilidad de cero. Se noto que la
optimizacin tradicional corresponde a un conjunto de parmetros con una
probabilidad de uno, con todos los dems da cero. Una de las consecuencias de la
estimacin de la incertidumbre asociada con las predicciones es que se plantea la
interrogante de qu tipo de datos seran ms valiosos en la reduccin de que la
incertidumbre, especialmente con respecto a las predicciones distribuidas del
modelo. En la actualidad, el uso de medidas de, la transmisividad, del nivel fretico
y de las reas saturadas contribuyentes estn siendo exploradas dentro de este
marco.
La metodologa GLUE es computacionalmente exigente. Miles de realizaciones del
modelo pueden ser necesarias para explorar completamente el espacio de
67
parmetros definidos para una cuenca dada, cada realizacin se conserva en la

memoria para la actualizacin de la probabilidad. Aunque esto puede ser un
obstculo significativo cuando modelos distribuidos complejos deben ser
calibrados, la estructura simple de TOPMODEL lo hace particularmente adecuado
para la calibracin utilizando dichas tcnicas de estimacin de la incertidumbre. La
tcnica se adapta tambin a la implementacin en computadores paralelos.
Algunos ejemplos de clculo utilizando TOPMODEL para la captacin Maimai en
Nueva Zelanda se muestran en la Figura 4.7.
Figura 4.7. Caudal Observado (lnea continua) el 90% de la confianza de los lmites de
prediccin (lnea punteada) para diferentes periodos de tormenta en la cuenca Maimai,
Nueva Zelanda
4.4
Revisin Bibliogrfica
En esta seccin, se mostrar algunos ejemplos de aplicacin del TOPMODEL en

ciertas cuencas.
68
4.4.1 Ejemplos de Aplicacin y Resultados

Simulacin de cuencas con respuestas hmedas
TOPMODEL se desarroll originalmente para simular pequeas cuencas de
montaa en el Reino Unido (Beven y Kirkby, 1979; Beven, 1984). Estos estudios
demostraron que era posible obtener resultados razonables con una calibracin
mnima de los valores de los parmetros. Desde entonces han habido aplicaciones
en una serie de cuencas con regmenes hmedos templados en el Oeste de los
EE.UU. (Beven y Wood, 1983; Hornberger, 1985), Nueva Zelanda (Beven, 1993),
Escocia (Robson, 1993). En todos estos casos se ha encontrado que, despus de
la calibracin de los parmetros, TOPMODEL proporciona buenas simulaciones
de descargas del flujo, y simulaciones ampliamente crebles de la variable rea
contribuyente (Figura 4.8).
Figura 4.8. a.- Precipitaciones, descargas observadas (lnea continua) y prediccin de las
descargas (lnea punteada). Para una simulacin de validacin de una fraccin del registro
para la cuenca del ro Severn en Plynlimon, Gales.
69
b.- Prediccin de los patrones de los dficit de almacenamiento y saturacin para la

simulacin TOPMODEL de la cuenca del ro Wye en Plynlimon, Gales. (A) Mapa de dficit de
humedad con la mayor rea saturada, 1985. (B) Mapa de dficit de humedad con la menor
rea saturada, de 1985. (C) Mapa de dficit de humedad con saturacin promedio, 1985. (D)
Frecuencia acumulada de saturacin para los distintos pixels durante nueve meses en 1985.
La experiencia con la calibracin de modelos, sin embargo, ha demostrado que los

valores de los parmetros ajustados pueden ser difciles de interpretar
fsicamente. En particular, la calibracin de To parmetro de la transmisividad (al
cual las simulaciones no tienden a ser muy sensible), a menudo dan valores muy
altos. Este parmetro controla la tasa de drenaje de la zona saturada. Podra
haber dos razones para esto. Una es que los valores efectivos de transmisividad
en la direccin del flujo puede ser mucho mayores de los que se podra esperar en
base de las mediciones de la conductividad vertical hidrulica a pequea escala,
debido a los efectos de rutas preferenciales de flujos o zonas de regolitos
fracturados. Ciertamente, las simulaciones de flujo de Darcy muestran que slo
con valores altos y una inclinacin razonable se tienen curvas de drenaje
sensibles de lo contrario el suelo permanece cerca de la saturacin durante largos
perodos de tiempo. En segundo lugar, y posiblemente exacerbando este efecto,
las respuestas rpidas de TOPMODEL se rigen por la distribucin del ndice
70
(a/Totan). En el anlisis de la topografa de la cuenca, el rea de drenaje en

contra pendiente, a, se supone que se extiende a la lnea divisoria. Esto podra ser
una sobreestimacin en muchos casos, especialmente en las cuencas ms secas,
de modo que un valor efectivo de a, debido a la variabilidad en la tasa de recarga
en contra pendiente, podra ser mucho menor. Un gran To, entonces podra
compensar cualquier sobreestimacin en el ndice (a/tan).
Las cuencas con sistemas de aguas subterrneas ms profundas, o zonas
saturadas localmente empinadas pueden ser mucho ms difciles de modelar.
Estas cuencas tienden a pasar por una secuencia de humectacin al final del
perodo de verano en la que los controles de la recarga a cualquier zona saturada
y la conectividad de las zonas saturadas locales pueden cambiar con el tiempo.
Simulacin de las cuencas con respuestas ms secas
Un modelo que pretende predecir respuestas rpidas de cuencas, en base de la
dinmica de las zonas saturadas contribuyentes, no parece ser un candidato
idneo para simular respuestas de cuencas que estn a menudo secas, por
ejemplo en climas mediterrneos o de sabana.
Sin embargo Durand, (1992) ha mostrado que TOPMODEL puede simular con
xito las descargas en las cuencas de Mont-Lozre, en Cevennes, al sur de
Francia. Sempere - Torres (1990) y Wendling (1992) tambin han utilizado un
TOPMODEL basado en una funcin de produccin de escorrenta para simular la
respuesta de las cuencas de Gardon D`Anduze y Ral Collobrier tambin en el sur
de Francia respectivamente. Muestran que la funcin de produccin de escorrenta
puede utilizarse con xito para fines de previsin de inundaciones despus de la
calibracin de un pequeo nmero de tormentas y demostr ser ms slido en la
validacin, que otras funciones estudiadas.
Sin embargo, la experiencia en la modelacin de la cuenca Booro-Borotou en
Costa de Marfil (Quinn, 1991), y en las cuencas en las montaas de Prades de
Catalua, Espaa, sugiere que TOPMODEL slo proveer simulaciones
satisfactoria una vez que la cuenca est saturada. En muchas cuencas con bajas
precipitaciones, por supuesto, el suelo nunca podr llegar a un estado saturado, y
la respuesta puede ser controlada por la conectividad de cualquier flujo saturado.
Estas cuencas tambin tienden a recibir precipitaciones de tormentas cortas, de
intensidad alta. Las precipitaciones pueden dar lugar, al menos localmente, a la
produccin de un flujo superficial de exceso de infiltracin el mismo que no es
usualmente incluido en las hiptesis fundamentales de los conceptos TOPMODEL
71
que siempre deben ser tomados en cuenta en relacin con el adecuado modelo de
percepcin para una cuenca en particular.
Predicciones de frecuencia de inundaciones
Beven (1986a, b) vincul una versin de TOPMODEL a una tormenta al azar y a
un perodo entre tormentas para hacer predicciones de la frecuencia de
inundaciones para una serie de climas. Las simulaciones hechas utilizaron
distribuciones del ndice suelo-topografa, basadas en distribuciones hipotticas
de la conductividad hidrulica, que fueron usadas tambin con la variacin del
modelo de infiltracin de Green-Ampt de Beven (1984) para hacer predicciones de
la escorrenta distribuida (exceso de infiltracin). El modelo permiti la produccin
de escorrenta que se analiza en trminos de volmenes de exceso de infiltracin,
el exceso de saturacin y la flujo superficial, junto con las distribuciones de
frecuencia de exceso de infiltracin y las reas contribuyentes de exceso de
saturacin. Estos fueron, sin embargo, simulaciones hipotticas.
Beven (1987b) aplic un modelo similar a la cuenca de Wye en Plynlimon, Gales,
con simulaciones basadas en las tormentas y condiciones iniciales aleatorias en
funcin de las observaciones de campo. El modelo fue capaz de reproducir el pico
observado sobre el umbral de las caractersticas de frecuencia de la cuenca, para
los 14 aos de registros disponibles despus de la calibracin de un solo
parmetro. La inseguridad en las predicciones de frecuencia fue evaluada
mediante simulaciones mltiples de perodos de 14 aos (Figura 4.9).
72
Figura 4.9. A.- Curva media de frecuencia de inundaciones simulada en TOPMODEL.( 1 std.
desv. derivados de 10 realizaciones de cada uno de los 14 aos de datos) del ro Wye,
Plynlimon, datos de descarga media horaria comparados con los picos observados sobre la
curva de umbral para los 14 aos desde 1969 hasta 1982.
B.- Histogramas de frecuencia mximos simulados del rea contribuyente para los picos de
inundacin por encima de las tormentas umbrales de las 10 realizaciones usadas en A.
Sivapalan, (1990) obtuvo un modelo a escala de frecuencia de inundaciones

basado en los conceptos de TOPMODEL y mostr que la produccin de
escorrenta de la cuenca podra ser comparada sobre la base de ocho variables
similares. Sus curvas de frecuencia de inundacin fueron derivadas de
simulaciones tormenta a tormenta y mostraron una transicin entre el flujo
superficial de exceso de saturacin.
73
TOPMODEL en un marco SIG

Como un modelo distribuido que puede hacer uso de los datos topogrficos,
informacin sobre el suelo y la vegetacin TOPMODEL se adapta bien a la
implementacin con un Sistema de Informacin Geogrfica (SIG). Aunque muchos
de los sistemas SIG no han tenido las facilidades para acoplar la modelacin
interactiva y la visualizacin de los resultados de una simulacin distribuida, un
nmero de tales implementaciones de TOPMODEL han sido realizadas. En
Lancaster, han estado involucrados en la vinculacin de TOPMODEL al Sistema
de Informacin del Agua (WIS), desarrollado por el Instituto de Hidrologa,
Wallingford y ICL Ltd (Romanowicz, 1993a, b). WIS puede acceder directamente a
la base de datos topogrfica de 50 m para el Reino Unido, junto con datos de
lluvia y de descarga para sitios de aforo. La aplicacin TOPMODEL puede, para
un punto seleccionado en la red fluvial, determinar la distribucin adecuada del
ndice topogrfico, llevar a cabo la calibracin de parmetros y un anlisis de
sensibilidad incluyendo la GLUE (uncertainty estimation simulations) simulacin de
incertidumbres en la estimacin, en un procesador paralelo externo (por ejemplo
la Figura 4.10).
Figura 4.10. Implementacin de TOPMODEL dentro del Instituto de Hidrologa Sistema de

Informacin del Agua (WIS).
El patrn que se muestra es la prediccin del dficit de humedad del suelo para el ro Severn
en Plynlimon, Gales.
74
TOPMODEL y la interaccin Superficie Terrestre - Atmsfera

Una limitacin de la actual generacin de modelos de circulacin atmosfrica
general (GCM) es que toman poco en cuenta la variabilidad de las caractersticas
superficiales y la hidrologa en sus clculos de los flujos de la superficie de la tierra
a la atmsfera. TOPMODEL proporciona una manera muy sencilla de incorporar
esta heterogeneidad en los modelos suelo-vegetacin-atmsfera de una manera
en la que la disponibilidad de agua de la superficie para la evapotranspiracin
pueda variar en forma dinmica. Esta posibilidad ha sido analizada en una serie
de papers, en particular los de Famiglietti y Wood (1991), Famiglietti, (1992) y
Quinn, (1994). Estos documentos muestran que la variabilidad hidrolgica
simulada por TOPMODEL puede tener un efecto importante en los flujos de
evapotranspiracin previstos bajo ciertas circunstancias. Sin embargo, hay que
recordar que las hiptesis de TOPMODEL no se cumplirn en todas partes dentro
de un cuadro de grilla GCM. Un enfoque de la funcin de distribucin todava
podra ser adecuado, pero puede ser necesario considerar un ndice ms amplio
de
la
semejanza
hidrolgica.
Un estudio ha examinado la interaccin del cambio climtico en un tiempo amplio
y la hidrologa utilizando TOPMODEL (Wolock y Hornberger, 1991) y lo ha hecho
de una manera interesante. El modelo utilizado fue calibrado para la cuenca del
White Oak Run en Virginia por Homberger, (1985), pero el modelo se corri con
secuencias de entrada estocsticas usando un modelo de generacin de tormenta
similar al de Beven (1986a, b). Se realizaron simulaciones de sesenta aos bajo
diferentes escenarios climticos, pero a diferencia de muchos otros estudios sobre
los efectos del cambio climtico, el uso de mltiples realizaciones permiti el
clculo de incertidumbres en los efectos hidrolgicos de los caudales pico y el
rendimiento de la cuenca para cada escenario. Los resultados demuestran la
dificultad de detectar de forma inequvoca los efectos del cambio climtico.
TOPMODEL y predicciones geoqumicas
Uno de los atractivos de TOPMODEL es la posibilidad de hacer predicciones
sobre la divisin entre la produccin de escorrenta superficial y subterrnea y la
forma en que estas varan en diferentes partes de una cuenca. De hecho, al
asumir un cierto conocimiento sobre las caractersticas de profundidad y qumicas
de los diferentes horizontes del suelo, es posible utilizar las predicciones de la
profundidad del nivel fretico en lugares diferentes, en momentos diferentes, para
examinar la mezcla de agua del suelo al entrar en la corriente. Esta posibilidad ha
sido explorada por Robson, (1992) en una aplicacin de TOPMODEL a la cuenca
75
Hafren, Plynlimon, Gales. Se demostr que los resultados del modelo, son
equiparables con una interpretacin de la mezcla de dos componentes del suelo
de las seales qumicas en el corriente, siempre que el flujo generado en las reas
saturadas contribuyentes, se asume que tiene una composicin bien mezclada (ya
sea una mezcla de suelo orgnico y las aguas profundas o la qumica de la
precipitacin media). Las posibilidades de inferir el comportamiento qumico de
tales predicciones distribuidas todava requiere ms exploracin y validacin
interna.
El hecho de que puede haber alguna relacin entre las caractersticas topogrficas
de una cuenca y sus caractersticas qumicas, con la conclusin de que esto se
debe a los efectos de la topografa en vas de flujo (preferenciales), tambin ha
sido explorado por Wolock, (1989,1990). En estudios de cuencas en el noreste de
Estados Unidos y Gales se mostro que la media de la distribucin ln(a/tan) est
fuertemente relacionada con la acidificacin de la cuenca. Las predicciones de
TOPMODEL de las reas susceptibles a la saturacin superficial tambin han sido
utilizadas en Gales para decidir las zonas para encalado (Waters, 1991).
4.4.2 Aplicacin del TOPMODEL en micro-cuencas del pramo

El pramo es caracterizado por tener un clima fro y hmedo. Sus suelos
volcnicos (Andosoles) tienen una capacidad de retencin de agua muy alta que
amortigua la escorrenta, produciendo un patrn de caudales de las cuencas
bastante uniforme, por lo que sirven como proveedores de agua para las
depresiones andinas densamente pobladas.
TOPMODEL fue aplicado en una micro-cuenca de pramo representativa de 2.58
km2 en la cuenca del ro Machangara ubicada al noreste de la ciudad de Cuenca
al sur del Ecuador (Figura 4.11). La cuenca ha sido monitoreada durante un ao
con 3 pluvigrafos electrnicos. Los caudales fueron medidos cada 30 minutos
usando un vertedero con seccin triangular y un sensor para medir el nivel del
agua. Un modelo digital de elevacin con celdas de 20x20 m fue generado a partir
de curvas de nivel. Valores de evapotranspiracin fueron determinados con base a
datos meteorolgicos medidos en el pramo.
76
Figura 4.11. La cuenca Huagrauma
TOPMODEL (Beven, 1995) se fundamenta en el concepto del ndice topogrfico

ln(a/tan b), el cual es una indicacin de la susceptibilidad de ciertos puntos de la
cuenca a saturarse completamente (Figura 4.12) y por ello puede ser visto como
un ndice de similaridad hidrolgica. Los colores ms claros de la figura
representan una elevada susceptibilidad a saturarse.
Figura 4.12. Mapa de ndices topogrficos
77
Este ndice topogrfico es calculado con el modelo digital de elevacin. La

distribucin espacial del ndice topogrfico es combinada con la asumpsion de que
la distribucin de transmisividad pendiente abajo con la profundidad puede ser
descrita como una funcin exponencial del dficit de almacenamiento.
T=To*exp(-S/m)
El modelo asume una homogeneidad espacial de las propiedades del suelo en la
cuenca y un comportamiento hidrolgico similar de los puntos que tienen el mismo
valor del ndice topogrfico. Los suelos de la cuenca son Andosoles (FAO) con
poca profundidad ms o menos homognea de 0.5 m, cubriendo roca madre
metamrfica. Muestran una gran homogeneidad en caractersticas hidrofsicas
(permeabilidad y capacidad de retencin de agua). Experimentos de campo
indican que la conductividad saturada de los suelos de pramo es generalmente
alta (alrededor de 20mm/h). Sin embargo, al ya no estar saturado el suelo el
movimiento del agua en el suelo se vuelve muy lento y cae rpidamente a cero
para un pF igual a 1 (antes de llegar a capacidad de campo).
La simulacin hidrolgica, sensibilidad de parmetros y optimizacin Monte Carlo
fueron ejecutados para perodos consecutivos de 52 das. El juego de parmetros
ptimos fue escogido de acuerdo al valor ms alto del coeficiente de eficiencia de
Nash y Sutcliffe (Beven, 2002). El valor ms alto de la eficiencia de Nash y
Sutcliffe que pudo ser obtenido es de 0.77, el cual representa una simulacin
satisfactoria.
SRmax (dficit de almacenamiento mximo) y SRinit (dficit de almacenamiento
inicial) son los parmetros menos sensibles ya que ellos no revelan ningn valor
ptimo sobre el rango de posibles valores (Figura 4.13).
78
Figura 4.13. Valores
optimizados de Monte Carlo para cada parmetro de

TOPMODEL
El parmetro ms sensible, m, representa la sensibilidad de la conductividad del

suelo al contenido de agua. Un valor pequeo de m indica que la conductividad
cae muy rpidamente cuando el contenido de humedad del suelo deja el punto de
saturacin. En general, valores de m en la literatura estn alrededor de 0.02 y
0.05. Los valores encontrados caen dentro de este rango.
El parmetro To est relacionado con la conductividad hidrulica saturada del
suelo. Experimentos de campo revelan una conductividad saturada promedio de
14.5 mm/h, variando entre 5 y 35 mm/h. La profundidad del suelo es de unos 0.5
m, as el logaritmo natural de la transmisividad puede ser calculado como:
79
ln(To) = ln(Ksat * d) = -4.93

con lmites entre 5.6 y 4.0. El modelo calcula valores de 3 a 0.15, cayendo
fuera del rango de los valores de mediciones de campo. Por lo tanto el modelo
indica que los experimentos y mediciones de campo (mtodo de pozo invertido,
mtodo de tensimetroinfiltrmetro, mtodo del ncleo de suelo) subestiman la
conductividad hidrulica del suelo.
Finalmente, la velocidad del agua en los cauces es muy estable entre todas las
diferentes simulaciones. Una velocidad de 750 m/h es muy lenta en comparacin
con las estimaciones de campo. Esto tambin indica que muy probablemente
existe un tipo de reservorio escondido, donde el agua es almacenada y que no
est ni en la matriz de suelo ni en la red de drenaje, el cual se cree es fuertemente
relacionado con las grietas y macroporos.
80
5. RESULTADOS
5.1
Calibracin
El proceso de calibracin se realizo, seleccionando la seria representativa para

este efecto de cada micro-cuenca, para ello se grafico el caudal junto con la
precipitacin media, de esta manera se observ el perodo que ms se
asemejaban, es decir, que el caudal se vea reflejado con la precipitacin, con este
anlisis, se obtuvo los siguiente perodos mostrados en la Tabla 5.1.
Micro cuenca
Ortigas
Ro Grande
Marianza Pajonal
Marianza Pinos
Perodo de Calibracin
07/Oct/2005 - 07/Abr/2007
04/Ene/2007 - 01/Ene/2008
21/Oct/2005 - 27/Jun/2007
19/Oct/2006 - 04/Sep/2007
Tabla 5.1. Perodos de Calibracin
5.1.1 Clculo del ndice Topogrfico

Algunos programas GIS pueden calcular el ndice topogrfico, pero el paquete de
TOPMODEL tambin tiene esta opcin. Para determinar el ndice topogrfico en
R se realiz el DEM de cada micro-cuenca en el programa ArcGIS 9.3, y se lo
exporto como archivo de texto ASCII. Los valores que se encuentran fuera de la
cuenca tiene el valor de -9.999 a los cuales se les debe asignar con NA (valor
nulo) en R.
El archivo se puede importar en R con:
DEM <- read.table("DEM.txt")
DEM <- as.matrix(DEM)
Para remover los valores fuera de la cuenca, se hace de la siguiente manera:
DEM[DEM==-9999] <- NA
Las depresiones de rellenan con:
sinkfill(DEM,res,degree)
Donde:
DEM: Una matriz que representa el modelo de elevacin digital (m) con el mismo
tamao de pixeles e igual resolucin tanto en x como en y.
81
res: Resolucin del modelo digital, esto depende de la topografa, para el caso de
Ortigas y Ro Grande que se tiene una topografa 1:10000 se tomo una resolucin
de 5x5m y para Marianza Pajonal y Marianza Pinos donde la topografa esta a una
escala de 1:25000 la resolucin es de 10x10m.
degree: Pendiente mnima que debe mantenerse entre las clulas durante el
llenado.
Esta funcin (sinkfill) da como resultado una matriz de igual tamao que la del
DEM.
En la Figura 5.1, se muestra los DEM de cada micro-cuenca calculados en R.
Figura 5.1. DEM de las micro-cuencas obtenido en el R
82
En la Figura 5.2, se puede observar los DEM de cada micro-cuenca rellenados las
depresiones, tambin se puede apreciar las zonas ms altas (celeste) y las zonas
ms bajas (rosado).
Figura 5.2. DEM rellenados las depresiones
Para calcular el ndice topogrfico se utiliza la siguiente funcin:

topidx(DEM, resolution)
Donde:
DEM: Una matriz que representa el modelo de elevacin digital (m).
resolution: Resolucin del modelo digital (m).
83
Esta funcin devuelve una lista con dos objetos, atb y el rea. El primero es el
ndice topogrfico (a/tan b) y el segundo es el rea acumulada (a).
Figura 5.3. Mapa de ndices Topogrficos
En la Figura 5.3 se muestra el mapa de ndices topogrficos, el cual es una

indicacin de la susceptibilidad de ciertos puntos de la cuenca a saturarse
completamente. Los colores ms claros representan una elevada susceptibilidad a
saturarse. El modelo asume una homogeneidad espacial de las propiedades del
suelo en la cuenca y un comportamiento hidrolgico similar de los puntos que
tienen el mismo valor del ndice topogrfico.
84
Figura 5.4. rea de las micro-cuencas
En la Figura 5.4 el rea de cada micro-cuenca, de esta figura se obtiene las

coordenadas de los puntos de salida de cada cuenca, las cuales servirn para
hacer clculos posteriores, estas coordenadas se muestran en la Tabla 5.2.
Micro cuenca
Ortigas
Ro Grande
Marianza Pajonal
Marianza Pinos
Fila (x)
266
329
3
57
Columna (y)
102
87
165
120
Tabla 5.2. Coordenadas de los puntos de salida de las micro-cuencas
A partir del mapa de ndices topogrficos, se obtiene las clases de ndices

topogrficos, utilizando la siguiente funcin:
85
make.classes(array,n)
Donde:
array: Un vector o una matriz numrica.
n: Nmero de clases a obtener.
Esta funcin se divide en un conjunto de n clases distribuidas uniformemente y
calcula el nmero de elementos de cada clase. Como resultado se obtiene una
matriz de dos columnas, la primera contiene los lmites superiores de cada clase, y
la segunda cuenta el nmero de elementos de cada clase. Para todas las microcuencas en estudio, se tomaron 16 clases de ndices topogrficos.
5.1.2 Ros
Para obtener los ros de las cuencas a modelar, primero es necesario aplicar la
funcin subcatch, que identifica la cuenca hidrolgica basada en un algoritmo de la
nica direccin del flujo. Esta funcin se aplica de la siguiente manera:
subcatch (DEM,outlet)
Donde:
outlet: Un vector que contiene los ndices de fila y columna del pxel que
representa la salida de la cuenca, estos valores se mostraron en la Tabla 5.2.
Aplicada esta funcin se procede a calcular los ros de cada micro-cuenca, a partir
del DEM. Esta funcin identifica las clulas de la cabecera del ro, basndose en
el ndice topogrfico y en el rea acumulada.
river(DEM,atb,area,res,thatb,tharea)
Donde:
atb: Una matriz con los valores del ndice topogrfico generados por topidx.
area: Una matriz con los valores del rea de drenaje generados por topidx.
res: Resolucin del modelo digital (m).
thatb: Un inicio del ndice topogrfico de la clulas de la cabecera.
tharea: Un inicio del drenaje de las clulas de la cabecera.
Como resultado tenemos una matriz del mismo tamao del DEM.
86
Figura 5.5. Ros de las micro-cuencas
En la Figura 5.5, se muestran los resultados luego de aplicar la funcin river, se

puede apreciar que estos resultados son muy similares comparndolos con la red
hidrogrfica de cada una de las cuencas.
5.1.3 Retraso (Delay)
El flujo se basa en la funcin de retraso (delay) la cual representa el tiempo que el
agua permanece en el sistema. El resultado de esta funcin es un matriz con dos
columnas, la primera indica el rea relativa acumulada, y la segunda la distancia
media a la salida (m).
Para obtener esta matriz, es necesario utilizar las siguientes funciones:
flowlength(DEM,outlet)
87
Donde:
outlet: Un vector que contiene los ndices de fila y columna del pxel que
representa la salida de la cuenca.
Se obtiene una matriz del mismo tamao del DEM.
hist(x, ...)
La funcin de histograma, lo que hace es a partir de los datos dados, que en este
caso es el flujo, genera un histograma.
cumsum(x)
Esta funcin devuelve un vector cuyos elementos son las sumas acumuladas,
productos, contenidos mximos o mnimos de los elementos del argumento, para
este caso es la suma acumulada del rea.
5.1.4 TopModel
Es la implementacin de la versin de TOPMODEL de Fortran 1995, por Keith
Beven.
topmodel(parameters, topidx, delay, rain, ET0, verbose = F, Qobs=NA)
Donde:
parameters: Un vector o matriz que contiene los parmetros de entrada.
topidx: Una matriz de dos columnas con su respectivo valor de la clase de ndice
topogrfico.
Delay: Funcin de retraso del flujo superficial.
Rain: Un vector con datos de lluvia.
ET0: Un vector con datos de evapotranspiracin (m/dia).
verbose: Si esta seleccionada la opcin TRUE, adems de la descarga prevista,
tambin el flujo superficial, el flujo base, y la zona de almacenamiento.
Qobs: Si el caudal observado es dado, la salida normal se suprime y la eficiencia
de Nash-Sutcliffe es devuelta. (m/da).
TOPMODEL implementa automticamente una simulacin Monte Carlo. Si el
argumento del parmetro es un vector simple el modelo se efecta una vez, si el
argumento del parmetro es una matriz, cada fila debe representar un conjunto de
parmetros. En ese caso el modelo se ejecuta con cada conjunto de parmetros.
88
Un conjunto simple de parmetros consiste de:

qs0: Flujo subsuperficial inicial por unidad de rea.
lnTe: log de la medida del rea de T0 (m2/h).
m: Parmetro del modelo que controla la tasa de disminucin de la transmisividad
del perfil del suelo.
Sr0: Dficit de almacenamiento inicial.
Srmax: Dficit de almacenamiento mximo.
td: Tiempo de retraso de la zona no saturada por unidad de dficit almacenado
(h/m).
vch: Canal de flujo fuera de la captacin.
vr: Velocidad del trnsito en el canal (m/h).
k0: Superficie de conductividad hidrulica (m/h).
CD: Unidad de capilaridad, ver Morel-Seytoux and Khanji (1974).
dt: Paso del tiempo (h).
k0 y CD son usados para la rutina de exceso de infiltracin. Se recomienda dar a
k0 un valor muy alto para evitar el exceso de infiltracin del flujo superficial.
La funcin devuelve la matriz de descarga observada. Si ms de un conjunto de
parmetros es dado, una matriz es devuelta con cada columna representando un
conjunto de descargas coincidiendo con el conjunto de parmetros. Si Qobs es
dado la funcin devuelve una matriz de la eficiencia de Nash-Sutcliffe, 1 por cada
conjunto de parmetros. Si revisar (verbose) se selecciona, una lista es devuelta
con la descarga (Q), flujo superficial (qo), flujo subsuperficial (qs), almacenamiento
(S), exceso de infiltracin del flujo superficial (fex), y la evapotranspiracin actual
(Ea) por cada paso de tiempo.
5.1.4.1 Simulaciones Monte Carlo

Las simulaciones Monte Carlo (Beven, 2002) generan una gran cantidad de
conjuntos de parmetros escogidos aleatoriamente dentro de un rango de
parmetros determinados con anterioridad a partir de lmites impuestos. Entonces
el modelo se corre con cada juego de parmetros y su eficiencia es calculada.
Eficiencia de Nash-Sutcliffe
Las eficiencia de Nash-Sutcliffe pueden extenderse - de a 1. Una eficacia de 1
(E=1) corresponde a un perfecto modelado de los datos observados. Una eficacia
de 0 (E=0) indica que las predicciones modelo son tan exactas como el medio de
89
los datos observados, mientras que una eficacia menos de cero (- <E<0) ocurre
cuando el medio observado es un predictor mejor que el modelo. Esencialmente,
cuanto ms cercana la eficacia modelo est a 1, ms exacto el modelo es.
Luego de haber realizado las simulaciones Monte Carlo, se obtuvieron los
siguientes valores de la eficiencia de Nash-Sutcliffe, mostrados en la Tabla 5.3.
Micro cuenca
Ortigas
Ro Grande
Marianza Pajonal
Marianza Pinos
Eficiencia de Nash
0.85
0.76
0.68
0.74
Tabla 5.3. Eficiencia de Nash
Con valores mayores a 0.6 de este coeficiente se dice que se ha llegado a una
buena simulacin, por lo que las simulaciones realizadas son satisfactorias.
Sensibilidad de los parmetros

Parmetros insensibles usualmente resultan en distribuciones acumuladas
similares para cada clase, y por el contrario, los parmetros sensibles se
distinguen por diferencias marcadas en las distribuciones acumuladas de cada
clase.
90
Figura 5.6. Parmetros de la micro-cuenca Ortigas
91
Figura 5.7. Parmetros de la micro-cuenca Ro Grande
92
Figura 5.8. Parmetros de la micro-cuenca Marianza Pajonal
93
Figura 5.9. Parmetros de la micro-cuenca Marianza Pinos
Se realiz un completo anlisis de sensibilidad para conseguir el mejor ajuste de

los parmetros del modelo. De acuerdo a las Figuras 5.6, 5.7, 5.8 y 5.9, para las
micro-cuencas de Ortigas y Marianza Pinos el parmetro ms sensible es m, el
cual representa la sensibilidad de la conductividad del suelo al contenido de agua,
y para las micro-cuencas de Ro Grande y Marianza Pajonal, el parmetro ms
sensible es Srmax, que representa el dficit de almacenamiento mximo.
94
Los valores mostrados en la Tabla 5.4 representan los parmetros de calibracin

obtenidos luego de realizar las simulaciones Monte Carlo, los cuales corresponden
al valor ms alto del coeficiente de eficiencia.
Ortigas
3.03E-05
9.13
0.21
0.46
0.31
1.46
1090.23
1299.71
6.09
0.20
24
qs0
lnTe
m
Sr0
Srmax
td
vch
vr
k0
CD
dt
Micro-cuenca
Rio Grande Pajonal
8.37E-05
1.74E-05
-0.49
-1.47
0.05
0.06
-0.03
0.64
0.01
0.06
2.33
0.51
1161.27
657.98
1375.97
1012.64
6.36
1.28
0.99
2.40
24
24
Pinos
7.18E-05
7.51
0.03
0.24
0.36
2.33
1161.27
1875.97
6.36
0.99
24
Tabla 5.4. Parmetros de calibracin del modelo para cada micro-cuenca
5.1.4.2 Descarga (Q)
100
Qobs
Caudal (l/s)
80
Qsim
60
40
20
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
Fecha
Figura 5.10. Caudal observado y simulado de la micro-cuenca Ortigas
95
ago-07
2000
Caudal (l/s)
1500
Qobs
1000
Qsim
500
0
nov-06
mar-07
jun-07
sep-07
ene-08
Fecha
Figura 5.11. Caudal observado y simulado de la micro-cuenca Ro Grande
De las Figuras 5.10 y 5.11 se puede observar que los resultados de la calibracin
son muy alentadores para las micro-cuencas de Ortigas y Ro Grande, en las
cuales se ha obtenido un coeficiente de eficiencia de 0.85 y 0.76 respectivamente.
Se puede observar con facilidad que los picos que se tienen en el perodo de
invierno, no estn adecuadamente simulados, mientras que los perodos de
verano son bien simuladas por el modelo, lo cual es de gran utilidad para el
manejo de los recursos hdricos.
100
Caudal (l/s)
80
Qobs
Qsim
60
40
20
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Figura 5.12. Caudal observado y simulado de la micro-cuenca Marianza Pajonal
96
50
Caudal (l/s)
40
Qobs
Qsim
30
20
10
0
oct-06
nov-06
ene-07
mar-07
abr-07
jun-07
ago-07
sep-07
Fecha
Figura 5.13. Caudal observado y simulado de la micro-cuenca Marianza Pinos
En la Figura 5.12 y Figura 5.13 se presentan los resultados de calibracin de las

micro-cuencas de Pajonal y Pinos respectivamente, en las cuales se obtuvieron
los coeficientes de eficiencia de 0.68 para Pajonal y 0.74 para Pinos, lo cual
muestra que se ha obtenido una calibracin satisfactoria. Para estas dos cuencas
se observa que no se genera un flujo base ya que no se marca claramente una
poca de verano, al igual que en las micro-cuencas de Ortigas y Ro Grande, los
eventos en donde hay picos, no se simula bien.
97
5.1.4.3 Flujo Superficial (qo)
Flujo Superficial (m/dia)
Ortigas
0.0045
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Ro Grande
0.012
0.01
0.008
0.006
0.004
0.002
0
nov-06
mar-07
jun-07
sep-07
ene-08
Fecha
Figura 5.14. Flujo superficial en las micro-cuencas de Ortigas y Ro Grande
En la Figura 5.14 se muestra el flujo superficial de las micro-cuencas de Ortigas y

Ro Grande, en donde se observan picos en el perodo de invierno, el estado de
Ortigas es inalterado mientras que Ro Grande se encuentra alterada.
98
Pajonal
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Pinos
0.0025
0.002
0.0015
0.001
0.0005
0
oct-06
dic-06
feb-07
abr-07
jun-07
ago-07
Fecha
Figura 5.15. Flujo superficial en las micro-cuencas de Pajonal y Pinos
En la Figura 5.15 se puede observar que en las micro-cuencas de Pajonal y Pinos

no existe una regulacin del flujo, el estado de las cuencas es de inalterada y
forestada para Pajonal y Pinos respectivamente.
99
5.1.4.4 Flujo Subsuperficial (qs)
Flujo SubSuperficial (m/dia)
Ortigas
0.006
0.005
0.004
0.003
0.002
0.001
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Ro Grande
0.02
0.018
0.016
0.014
0.012
0.01
0.008
0.006
0.004
0.002
0
nov-06
mar-07
jun-07
sep-07
ene-08
Fecha
Figura 5.16. Flujo Subsuperficial en las micro-cuencas de Ortigas y Ro Grande
De la Figura 5.16, se puede decir que tanto Ortigas como Ro Grande tienen una
buena capa de suelos, ya que existe una regulacin del flujo.
100
Pajonal
0.0045
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Pinos
0.0045
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
oct-06
dic-06
feb-07
abr-07
jun-07
ago-07
Fecha
Figura 5.17. Flujo Subsuperficial en las micro-cuencas de Pajonal y Pinos
En la Figura 5.17, se observa el flujo subsuperficial de las micro-cuencas Pajonal y

Pinos, las cuales estn conformadas por Andosoles que son de poca profundidad,
es decir estas micro-cuencas no poseen una buena capa de suelos.
101
5.1.4.5 Almacenamiento (S)
Ortigas
Almacenamiento (m/dia)
3.2
3
2.8
2.6
2.4
2.2
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Ro Grande
0.29
0.24
0.19
0.14
0.09
0.04
nov-06
mar-07
jun-07
sep-07
ene-08
Fecha
Figura 5.18. Almacenamiento de las micro-cuencas de Ortigas y Ro Grande
De la Figura 5.19, se observa que las micro-cuencas de Ortigas y Ro Grande

almacenan agua en la poca de verano, lo cual permite que exista una alta
regulacin del flujo.
102
Pajonal
0.29
0.24
0.19
0.14
0.09
0.04
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Pinos
0.5
0.48
0.46
0.44
0.42
0.4
0.38
0.36
0.34
0.32
0.3
oct-06
dic-06
feb-07
abr-07
jun-07
ago-07
Fecha
Figura 5.19. Almacenamiento de las micro-cuencas de Pajonal y Pinos
Al igual que las otras dos micro-cuencas, como se puede observar en la Figura
5.19 Pajonal y Pinos, tambin tienen valores altos de almacenamiento, pero tienen
una mala regulacin del flujo.
103
5.1.4.6 Exceso de infiltracin del flujo superficial (fex)
Exceso de infiltracin (m/dia)
Ortigas
sep-05
dic-05
mar-06
jul-06
-4E-18
oct-06
ene-07
abr-07
ago-07
Fecha
Ro Grande
nov-06
mar-07
jun-07
-2.00E-18
sep-07
ene-08
Fecha
Figura 5.20. Exceso de infiltracin de las micro-cuencas de Ortigas y Ro Grande
La capacidad de infiltracin es la cantidad mxima de agua que puede absorber

un suelo, depende de la humedad del suelo y del material que conforma al suelo,
de la Figura 5.20 se observa fcilmente que en la poca de invierno que en donde
es lgico el suelo tiene mayor humedad se registran los mayores valore de exceso
de infiltracin.
104
Pajonal
sep-05
dic-05
mar-06
jul-06
-2E-18
oct-06
ene-07
abr-07
ago-07
Fecha
Pinos
oct-06
dic-06
feb-07
-2E-18
abr-07
jun-07
ago-07
Fecha
Figura 5.21. Exceso de infiltracin de las micro-cuencas de Pajonal y Pinos
En la Figura 5.21, se observa que las micro-cuencas de Pajonal y Pinos no tienen

una alta capacidad de infiltracin a pesar de tener lluvias durante todo el ao, esto
se debe a las propiedades del suelo que las conforman (andosoles) y al uso que
se le da al mismo.
105
5.1.4.7 Evapotranspiracin actual (Ea)
Evapotranspiracion actual (m/dia)
Ortigas
0.005
0.0045
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Ro Grande
0.005
0.0045
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
nov-06
mar-07
jun-07
sep-07
ene-08
Fecha
Figura 5.22. Evapotranspiracin actual de las micro-cuencas de Ortigas y Ro Grande
106
Pajonal
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
sep-05
dic-05
mar-06
jul-06
oct-06
ene-07
abr-07
ago-07
Fecha
Pinos
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
oct-06
dic-06
feb-07
abr-07
jun-07
ago-07
Fecha
Figura 5.23. Evapotranspiracin actual de las micro-cuencas de Pajonal y Pinos
La evapotranspiracin actual que es aquella que ocurre en la situacin real en que

se encuentra el cultivo en el campo, es la cantidad de agua que efectivamente es
utilizada por la evapotranspiracin. Las Figuras 5.22 y 5.23 representan la
evapotranspiracin actual de cada micro-cuenca.
107
5.2
Validacin
Para la validacin se tom un segundo grupo de datos, en la Tabla 5.5 se

muestran los perodos seleccionados para la validacin de cada una de las microcuencas en estudio.
Micro cuenca
Ortigas
Ro Grande
Marianza Pajonal
Marianza Pinos
Perodo de Validacin
07/Oct/2005 - 25/Feb/2010
04/Ene/2007 - 27/Nov/2009
21/Oct/2005 - 24/Feb/2010
19/Oct/2006 - 25/Feb/2010
Tabla 5.5. Perodos de Validacin
Con los parmetros obtenidos en el perodo de calibracin, datos de caudal,

precipitacin y evapotranspiracin de los perodos seleccionados para la
validacin se lleg a los siguientes resultados del coeficiente de Nash- Sutcliffe,
los cuales se muestran en la Tabla 5.6.
Micro cuenca
Ortigas
Ro Grande
Marianza Pajonal
Marianza Pinos
Eficiencia de Nash
0.71
0.63
0.50
0.30
Tabla 5.6. Eficiencia de Nash de la validacin
Luego de haber obtenido resultados alentadores del coeficiente de eficiencia en el

proceso de calibracin, en la validacin se logro tener para las micro-cuencas de
Ortigas y Ro Grande valores satisfactorios como se puede apreciar en la Tabla
5.6, pero para Pajonal y Pinos no se obtuvieron buenos resultados, lo que se debe
a que para el clculo de la evapotranspiracin se requieren los datos de la
estacin meteorolgica de Marianza y en la cual se rellenos gran cantidad de
datos, esto lo podemos apreciar en el Anexo 8.2.
108
Caudal (l/s)
Ortigas
180
160
140
120
100
80
60
40
20
0
may-05
Qsim
oct-06
feb-08
Qobs
jul-09
nov-10
Fecha
Rio Grande
4000
3500
Qsim
Qobs
Caudal (l/s)
3000
2500
2000
1500
1000
500
0
oct-06
abr-07
nov-07
jun-08
dic-08
jul-09
ene-10
Fecha
Figura 5.24. Validacin, caudal observado y simulado de mas micro-cuencas de Ortigas y

Ro Grande
109
Pajonal
120
Qsim
Caudal (l/s)
100
Qobs
80
60
40
20
0
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Pinos
60
Caudal (l/s)
50
Qsim
Qobs
40
30
20
10
0
mar-06
oct-06
abr-07
nov-07
jun-08
dic-08
jul-09
ene-10
Fecha
Figura 5.25. Validacin, caudal observado y simulado de mas micro-cuencas de Pajonal y

Pinos
En las figuras 5.24 y 5.25 que muestran los grficos de caudal observado y
simulado de las cuatro micro-cuencas en estudio, se aprecia fcilmente que los
resultados obtenidos corroboran con los coeficientes de eficiencia, ya que para las
cuencas de Ortigas y Ro Grande a pesar de que los picos no se simulan de la
mejor manera, el flujo base que es el que nos interesa al momento del manejo de
recursos hdricos si se simula satisfactoriamente, esto nos indica que las
110
predicciones del modelo pueden ser utilizadas para la realizacin de cualquier tipo
de estudio.
No se puede decir lo mismo en cuanto a las micro-cuencas de Marianza Pajonal y
Marianza Pinos, ya que en estas se obtuvieron valores bastante bajos de
eficiencia, como ya se dijo anteriormente, esto se debe a que los valores utilizados
de la estacin meteorolgica de Marianza, en su gran mayora tuvieron que ser
rellenados debido a la falta de los mismos.
111
6. CONCLUSIONES Y RECOMENDACIONES
6.1
Conclusiones
Se ha seleccionado el modelo hidrolgico TOPMODEL para implementarlo
en cuatro micro-cuencas de alta montaa como son Ortigas, Ro Grande,
Marianza Pajonal y Marianza Pinos, las cuales tiene diferente cobertura
vegetal.
TOPMODEL es un modelo de fcil aplicacin, que solamente requiere
datos de entrada de precipitacin y evapotranspiracin, y de caudal para
mediante un anlisis de sensibilidad obtener una calibracin adecuada de
los parmetros y un coeficiente de eficiencia.
Adems del caudal simulado (Q), TOPMODEL da como resultado, el flujo
superficial (qo), flujo subsuperficial (qs), almacenamiento (S), exceso de
infiltracin del flujo superficial (fex), y la evapotranspiracin actual (Ea), los
cuales permiten tener una apreciacin del estado de la cuenca, del tipo de
suelo que la conforma, capacidad de regulacin, etc.
El proceso de calibracin, se ha efectuado obteniendo resultados
satisfactorios, para las micro-cuencas de Ortigas y Ro Grande se simula
muy bien la poca de verano, generando un caudal base, lo cual es muy
beneficioso ya que esta poca es crtica en cuanto a la demanda del
recurso para los diferentes usos que se le da al mismo.
En las micro-cuencas de Ortigas y Ro Grande se puede apreciar fcilmente

la influencia que tiene el tipo de suelo que las conforman (andosol), junto
con el uso que se le da al mismo, que cumple la funcin de esponja, lo cual
permite la regulacin del fuljo en la poca de verano.
En cuanto a las micro-cuencas de Pajonal y Pinos, tambin se logr una
buena calibracin, aunque en estas no se marca claramente una poca de
verano ya que se tienen precipitaciones durante todo el ao, por lo que no
se simula un flujo base que es el ms importante para el estudio.
En Marianza Pinos se observa claramente la influencia de la cobertura
vegetal, ya que el pino tiene una gran capacidad de retencin de agua, por
112
lo que no se observa una buena regulacin del flujo a pesar de estar

asentado sobre un suelo de excelentes caractersticas de regulacin.
El proceso de validacin para las micro-cuencas de Ortigas y Ro Grande
fue satisfactorio, ya que se obtuvieron buenos resultados de eficiencia, lo
cual se ve reflejado en la simulacin del flujo lo que permite indicar que las
predicciones del modelo pueden ser utilizadas para la realizacin de
cualquier tipo de estudio.
Para las micro-cuencas de Pajonal y Pinos no se obtuvo una buena
validacin, lo que se debe a que los datos utilizados de la estacin de
Chontamarca para el clculo de la evapotranspiracin, no se encontraban
completos por lo que en su gran mayora fueron rellenados.
Los parmetros ms sensibles del modelo son m que representa la
sensibilidad de la conductividad del suelo al contenido de agua; y Srmax,
que representa el dficit de almacenamiento mximo.
El manejo de recursos hdricos tiene el fin de lograr una produccin ptima

y sostenida de estos con el mnimo deterioro ambiental, para beneficio de
los pobladores y usuarios de la cuenca, por ello la modelacin hidrolgica
es una herramienta muy til al momento de tomar decisiones.
Los resultados obtenidos de la modelacin hidrolgica deben ser
interpretados correctamente para as tomar la mejor decisin de lo que se
pretenda planificar, en cuanto al manejo de los recursos hdricos.
6.2
Recomendaciones
Implementar un sistema de monitoreo y mantenimiento peridico de los
equipos, para as evitar que los datos obtenidos tengan la menor cantidad
posible de errores y as contar con una informacin ms confiable.
Aplicar TOPMODEL en las mismas cuencas, pero con intervalos de tiempo
ms corto, es decir si se cuenta con informacin horaria, hacer el anlisis
para comparar los resultados de la validacin.
Por la facilidad de aplicacin que brinda el modelo, utilizarlo en el estudio
de otras cuencas y en proyectos de investigacin de recursos hdricos.
113
Se debe continuar con la investigacin en el rea de modelacin hidrolgica

ya que a pesar de las limitaciones es posible lograr buenos resultados, y
tomar a esta como una herramienta al momento de tomar decisiones en
cuanto al manejo de los recursos hdricos.
114
7. BIBLIOGRAFIA
Castillo R., Ortega N., 2009. Modelizacin Hidrolgica de micro cuencas de alta
montaa con el modelo SWAT, Tesis PROMAS-U Cuenca, Ecuador.
Cisneros F., Coello C., Ramirez M., Pacheco E., Mora D., Cisneros P., De Bievre
B., Evidence-based Policy for Integrated Control of Forested River Catchments
in Extreme Rainfall and Snowmelt. 2006. Cuenca-Ecuador
Navarrete, M. D. 2004. Propuesta metodolgica para el anlisis territorial en le
cuenca hidrogrfica del Estero El Peral, Comuna de Carahue, IX Regin.
Universidad Catlica de Temuco, Chile. Facultad de Ciencias Ambientales.
Vol. (6): 133-134 p.
Robinson, M.A. 2000. Geomorfologa del sector ibrico valenciano entre los ros
Mijares y Tina. Departamento de Geografa, Universidad de Valencia, Espaa.
217 p.
Gravelius, H. 1914. Flusskunde: Grundriss des gesamten Gewasserkunde.
Goschenesche Verlagshandlung, Berlin, En: S.I. Mungua y A.M. Campo. 2003
Caractersticas hidrogeomorfolgicas de la cuenca del arroyo Pescado
Castigado, Buenos Aires Argentina. Papeles de Geografa, 38: 137-150.
Campos, A. 1992. Proceso del Ciclo Hidrolgico. Universidad Autnoma de San
Luis Potos. 1 ed. San Luis Potos, Mxico. 22-23 p.
Shumm, S. 1956. The fluvial system. A Wiley-interscience Publication. John Wiley
and Sons, Inc. New York. 338 p.
Gonzlez, M. A. 2004. Anlisis morfomtrico de la cuenca y de la red de drenaje
del ro Zadorra y sus afluentes aplicado a la peligrosidad de crecidas. Boletn
de la A.G.E. No. 38. 311-329 p.
Horton, R.E. 1945. Erosional development of streams and their drainaje basins:
hydrophysical approach to quantitative morphology. Geol. Soc. America Bull.
56: 275-280.
Monsalve Senz Germn, Hidrologa en la Ingeniera. 1999.
115
Oscar A. Viramontes-Olivas, Luis F. Escoboza-Garca, Carmelo Pinedo-lvarez,

Alfredo Pinedo-lvarez, Vctor M. Reyes Gmez, Jess A. Romn-Calleros,
Adolfo Prez-Mrquez, 2008. Morfometria de la cuenca del rio San Pedro,
Conchos, Chihuahua
Camilo Dalles Renn, Joo Vianei Soares. Capitulo 2, Conceitos Bsicos de
Modelagem Hidrolgica.
Arnold, J. G. M. D. Bircket, J. R. Williams, W. F. Smith, and H. N. McGill. 1987.
Modelling the effects of urbanization on basin water yield and reservoir
sedimentation. Water Resources Bulletin 23(6): 1101-1107.
Programa de Hidrociencias. IRENAT. Colegio de Postgraduados. 56230.
Montecillo, Edo. Empleo del Modelo SWAT para generar alternativas de
manejo en la cuenca del ro Laja, GTO., Mxico.
Palacios V., O. L. 1986. El uso de modelos en irrigacin y reas a fines. Terra, 4:
41-49.
Fernando Oate Valdivieso, Galo Aguilar Naranjo, 2003. Aplicacin del modelo
SWAT para la estimacin de caudales y sedimentos en la cuenca alta del rio
Catamayo. Arequipa-Peru.
W. Buytaert, R. Clleri, B. De Bivre, J. Deckers, G. Wyseure. Modelando el
comportamiento hidrolgico de microcuencas de pramo en el Sur del
Ecuador con TOP MODEL.
Beven K. J. 1995. TOPMODEL. En: Sing V. P. (ed.), Computer Models of
Watershed Hydrology. Water resources Publications. Colorado. pp 627-668.
Beven K. J. 2002. Rainfall-Runoff Modelling. Wiley, Chichester.
Centro de Cambio Global-Universidad Catlica de Chile, Stockholm Environment
Institute, 2009. Gua Metodolgica Modelacin Hidrolgica y de Recursos
Hdricos con el Modelo WEAP. Desarrollada con contribuciones del PACC
(Proyecto de Adaptacin al Cambio Climtico a travs de una efectiva
gobernabilidad del agua en Ecuador), Ministerio del Ambiente de Ecuador, y
PROMAS (Programa para el Manejo del Agua y del Suelo) de la Universidad
de Cuenca, Ecuador.
116
Beven, K J. 1979 On the Generalized Kinematic Routing Method, Water Resour .

Res. 15; 1238-1242
Beven, K J. 1984, Infiltration into a class of vertically non-uniform soils, Hydrol. Sci.
J., 29,425-434.
Beven, K J. 1986a Hil1slope Runoff Processes and Flood Frequency
Characteristics. In A. D. Abrahams (ed.) Hillslope Processes, 187-202, Allen
and Unwin, Boston.
Beven, K J. 1986b, Runoff production and flood frequency in catchments of order
n: an alternative approach, in V K Gupta, I Rodriguez-Iturbe and E F Wood
(Eds.), Scale Problems in Hydrology, Reidel, Dordrecht, 107-131.
Beven, K J. 1987 a, Towards a New Paradigm in Hydrology, Water for the Future:
Hydrology in Perspective, IASH Publication No.164; 393-403.
Beven, K J. 1987b, Towards the use of catchment geomorphology in flood
frequency predictions, arth Surf. Process. Landf., 12, 69-82.
Beven, K J. 1989b, Interflow, in H J Morel-Seytoux (Ed.) Unsaturated flow in
hydrologic model1ing, Proc. NATO ARW, Arles, Reidel, Dordrecht, 191-219
Beven, K J. 1991 Spatially Distributed Modelling: Conceptual Approach to
RunoffPrediction.1n D.S. Bowles and P.E. O'Connell (eds) Recent Advances in
the Modelling of Hydrologic Systems, 373-387, Kluwer Academic.
Beven, K J. 1993 Prophesy, reality and uncertainty in distributed hydrological
modelling, Advances in Water Resources, 16,41-51.
Beven, K. J. 1994, Process, heterogeneity and scale in modelling soil moisture
fluxes, in S. Sorooshian and V K Gupta (Eds.) Global Environmental Change
and Land Surface Process in Hydrology: The trials and Tribulations of
Modelling and Measuring. Proc. NATO ARW, Tucson, Arizona, to be published
by Springer- Verlag.
Beven, K J and Kirkby, M J. 1976, Towards a simple physically-based variable
contributing area model of catchment hydro1ogy, Working Paper 154, School
of Geography, University of Leeds.
Beven, K J and Kirkby, M J. 1979 A physica11y based variable contributing area
model of basin hydrology Hydrol. Sci. Bu1l., 24(1),43-69.
Beven, K J and Germann, P. 1982 Macropores and Water Flow in Soils, Water
Resour. Res. 18(5),1311-1325.
117
Beven, K J and Wood, E F. 1983 Catchment Geomorphology and the Dynamics of

Runoff Contributing Areas, J. Hydrol. 65,139-158.
Beven, K and Binley, A M. 1992 The Future of Distributed Models: Model
Calibration and Uncertainty Prediction, Hydrologica1 Processes, 6, 279-298.
Bin1ey, A M and Beven, K J. 1991 Physically-based modelling of catchment
hydrology: a likelihood approach to reducing predictive uncertainty. In D. G.
Farmer and M .J. Rycroft (eds.) Computer Modelling in the Environmental
Sciences, 15-88, The Institute of Mathematics and its Applications Conference
Series, Clarendon Press.
Burt, T P and Butcher, D P, 1986 Development of topographic indices for use in
semidistributed hillslope runoff models, in D Baltenau and O Slaymaker
(Eds.),Geomorphology and Land Management, Zeits. Geomorph. Suppl. Band
58, 1-19.
Chairat, S and Delleur, J W, 1993a, Effects of the topographic index distribution on
the predicted runoff using GRASS, Proc. Amer. Water Resour. Assoc. Symp.
On Geographic Information Systems in Water Resources, Mobile, Al.
March,1993.
Clark, C O. 1945 Storage and Unit Hydrograph, Trans. Am. Soc. Civ. Engrs.,
110;1416-1446
Dolman, A J, 1992, A note on area11y averaged evaporation and the value of
effective surface conductance, J. Hydrology, 138,583-589.
Dunne, T. 1978 Field studies of hillslope flow processes. In M. J. Kirkby (Ed.),
Hillslope Hydrology, 227-293, Wiley.
Dunne, T and Black, R D, 1970, An experimental investigation of runoff production
in permeable soils, Water Resour. Res. 6,478490.
Durand, P, Robson, A, and Neal, C. 1992 Modelling the hydrology of
submediterranean montane catchments (Mont Lozere, France), using
TOPMODEL: initia1 results, J. Hydrol., 139, 1-14.
Farniglietti, J S. 1992 Aggregation and sca1ing of spatially-variable hydrologica1
processes: local, catchment-scale and macrosca1e models of water and
energy ba1ance. Unpublished PhD thesis. Princeton University, Princeton, NJ.
Famiglietti, J S and Wood, E F. 1991 Evapotranspiration and runoff from large land
areas: land surface hydrology for atmospheric genera1 circulation models.
Surv. Geophys., 12,179-204.
118
Famiglietti, J S, Wood, E F, Sivapalan, M and Thongs, D J. 1992 A catchment

scale water ba1ance model for FIFE, J. Geophys. Res., 97(DI7), 18997-19007.
Grayson, R B, Moore, I D and McMahon, TA, 1992, Physica11y-based hydrologic
modelling. 2. Is the concept rea1istic? , Water Resour. Res., 28,2659.
Homberger, G M, Beven, K J, Cosby, B J and Sappington, D E. 1985 Shenandoah
Watershed Study: Calibration of a Topography-Based, Variable Contributing
Area Hydrological Model to a Sma1l Forested Catchment, Water Resour. Res.
21; l841 1850.
Jones, A J J, 1986, Some limitations of the a/s index for predicting basin wide
patterns of soil water drainage, Z. Geomorph., NF, Suppl. Band 60, 7-20.
Jordan, J-P, 1992, Identification et modlisation des processus de gnration des
crues: application au bassin versant de la Haute-Mentue. These de Doctorat
XXX. Dpartement de Gnie Rural, Ecole polytechnique fdrale de
Lausanne, Switzerland.
Kirkby, M J. 1975 Hydrograph Modelling Strategies. In R. Peel, M. Chisholm and P.
Haggett (Eds) Process in Physical and Human Geography. Heinemann, 69-90
Kirkby, M J, 1976, Tests of the random network model and its application to basin
hydrology, Earth Surface Processes, I, 197-212.
Kirkby, M J, 1978, Implications for Sediment Transport, in M J Kirkby (ed.) Hillslope
Hydrology , Wiley, Chichester, Ch. 9
Ladson, A R and Moore, I D, 1993, Soil water prediction by microwave remote
sensing and topographic attributes, J. Hydrology, 144.
Merot, Ph and Bruneau, P. 1993 Sensitivity of bocage landscapes to surface run off: application ofthe Kirkby index, Hydrol. Process., 7,167-176.
Moore, I D, Mackay, S M, Wa1Ibrink, P J, Burch, G J and O'Loughlin, E M. 1986
Hydrologic characteristics and modelling of a sma1I forested catchment in
southeastern New South Wales, J. Hydrol., 83, 307-335.
Moore, ID, Burch, G J and Mackenzie, D H. 1988 Topographic effects on the
distribution of surface soil water and the location of ephemeral gullies, Trans.
Amer. Sco. Agric. Engrs., 31, 1098-1107.
O'Loughlin, E M. 1981 Saturation regions in catchments and their relation to soi1
and topographic properties, J. Hydrol., 53,229-246.
119
O'Loughlin, E M. 1986 Prediction of Surface Saturation Zones in Natural

Catchments by Topographic Analysis, Water Resour. Res., 22; 794-804.
Quinn, P F. 1991 The Role of Digital Terrain Analysis in Hydrological Mode11ing,
unpubl. Ph.D., Lancaster University, U.K.
Quinn, P F and K J Beven, 1993, Spatial and temporal predictions of soi1 moisture
dynamics, runoff, variable source areas and evapotranspiration for Plynlimon,
rnid- Wales, Hydrol. Process., 7,425-448.
Quinn, P F, Beven, K J and Culf, A. 1994, The introduction of macroscale
hydrological complexity into land surface-atmosphere transfer function models
and the effect on planetary boundary layer development, J. Hydrology , in
press.
Robson, A, Beven, K J and Nea1, C. 1992 Towards identifying sources of
subsurface flow: a comparison of components identified by a physically based
runoff mode1 and those deterrnined by chemical mixing techniques, Hydro.
Process., 6, 199-214.
Robson, A J, Whitehead, P G and Johnson, R C. 1993. An application of a
physically based serni-distributed model to the Balquhidder catchments, J.
Hydrol., 145,357-370.
Romanowicz, R, Beven, K J and Moore, R V. 1993a, Topmodel as an app1ication
module within WIS, in K Kovar and H P Nachtnebel (Eds.) HydroGIS 93:
Application of Geographical Inforrnation Systems in Hydrology and Water
Resources, IAHS Pubn. No.211,
Romanowicz, R, Beven, K J and Moore, R v. 1993b, GIS and distributed
hydro1ogical models, in P M Mather (Ed.), Geographical Information Hand1ing
-Research and App1ications, Wiley, Chichester, 197-205.
Sempere-Torres, D, 1990, Ca1cul de la lame ruissele dans la modlisation pluidbit: limitations des approches globa1es et introduction simplifie de la
topographie et de la variabilit spatia1e des pluies. These de Doctorat., fustitut
de Mchanique de Grenoble, France.
Sivapa1an, M, Beven, K J and Wood, E F. 1987 On Hydrologica1 Similarity: 2 A
Scaled Model of Storm Runoff Production, Water Resour. Res. 23(12); 22662278.
Sivapa1an, M, Wood, E F and Beven, K J. 1990 On Hydrological Simi1arity: 3. A
dimensionless flood frequency distribution, Water Resour. Res., 26, 43-58.
120
Surkan, A J, 1969, Synthetic hydrographs: effects of network geometry, Water

Resour. Res., 5,112-128.
Troch, P A, Mancini, M, Paniconi, C and Wood, E F, 1993a, Evaluation of a
distributed catchment sca1e water balance model, Water Resour. Res., 29,
1805-1817.
Waters, D, Jenkins, A, Staples, T and Dona1d, A P. 1991 The importanGe of
hydrologica1 source areas in terrestria1liming, J. fustn: Water Engrs. Manag.,
5,336-341.
Wendling, J, 1992, Modlisation pluie-dbit: comparaison d'approches
conceptuelles/physico-dterministes, globa1es/semi-distribues. Essai de
prise en compte de la variabilit spatia1e des pluies. (Application au bassin
versant du Ra1 Collobrier). These de Doctorat, fustitut nationa1
polytechnique de Grenoble, France.
Wolock, D M, 1993, Simulating the variable-source-area concept of streamflow
generation with the watershed model TOPMODEL, U.S. Geologica1 Survey,
Water-Resources fuvestigations Report 93-4124, Lawrence, Kansas, 33 pp.
Wo1ock, D M, Homberger, G M, Beven, K J and Campbe11, W G. 1989 The
re1ationship of catchment topography and soi1 hydrau1ic characteristics to
1ake a1ka1inity in the Northeastem United States, Water Resour. Res.,
25,829-837.
Wo1ock, D M, Homberger,.G M and T Musgrove,T. 1990, Topographic contro1s on
episodic stream water acidification in Wa1es, J; Hydrol., 1l5,243-259.
Wo1ock. D M and Homberger, G M. 1991 Hydro1ogica1 effects of changes in
leve1s of atmospheric carbon dioxide, J. Forecasting, lO, 105-116.
Wood, E.F., Sivapa1an, M., Beven, K J, and Band, L. 1988 Effects of Spatial
Variability and Scale with implications to Hydrologica1 Mode11ing, J. Hydrol.
102, 29-47.
Wood, E F, Sivapa1an, M and Beven, K J. 1990 Similarity and sca1e in catchment
storm response, Rev. Geophys. 28, 1-18.
121
8. ANEXOS
8.1
Datos de Precipitacin
Chontamarca
180
Precipitacin (mm)
160
Rellenados
Medidos
140
120
100
80
60
40
20
0
feb-05
feb-06
ene-07
ene-08
dic-08
dic-09
nov-10
Fecha
Figura 8.1. Precipitacin del pluvografo Chontamarca
Potrerillos
Precipitacin (mm)
120
Rellenados
100
Medidos
80
60
40
20
0
feb-05
feb-06
ene-07
ene-08
dic-08
dic-09
Fecha
Figura 8.2. Precipitacin del pluvografo Potrerillos
122
nov-10
Suscalpamba
Precipitacin (mm)
120
100
Rellenados
Medidos
80
60
40
20
0
feb-05
feb-06
ene-07
ene-08
dic-08
dic-09
nov-10
Fecha
Figura 8.3. Precipitacin del pluvografo Suscalpamba
Ortigas
160
Rellenados
Precipitacin (mm)
140
Medidos
120
100
80
60
40
20
0
feb-05
feb-06
ene-07
ene-08
dic-08
dic-09
Fecha
Figura 8.4. Precipitacin del pluvografo Ortigas
123
nov-10
Pajonal 1
Precipitacin (mm)
30
Medidos
25
20
15
10
5
0
ene-04
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Figura 8.5. Precipitacin del pluvografo Pajonal 1
Pajonal 2
35
Precipitacin (mm)
30
Rellenados
Medidos
25
20
15
10
5
0
ene-04
may-05
oct-06
feb-08
jul-09
Fecha
Figura 8.6. Precipitacin del pluvografo Pajonal 2
124
nov-10
Marianza
25
Precipitacin (mm)
Rellenados
Medidos
20
15
10
5
0
ene-04
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Figura 8.7. Precipitacin del pluvografo Marianza
Pinos
40
Medidos
Precipitacin (mm)
35
30
25
20
15
10
5
0
ene-04
may-05
oct-06
feb-08
jul-09
Fecha
Figura 8.8. Precipitacin del pluvografo Pinos
125
nov-10
8.2
Datos Meteorolgicos
Chontamarca
30
Temperatura C
25
20
15
10
5
T. Max
Rellenados
T. Min
feb-08
jul-09
0
may-05
oct-06
nov-10
Fecha
Marianza
16
Temperatura C
14
T. Max
T. Min
Rellenados
12
10
8
6
4
2
0
ene-04
may-05
oct-06
feb-08
Fecha
jul-09
Figura 8.9. Datos de temperatura mxima y mnima
126
nov-10
Chontamarca
Radiacin Solar (W/m2)
1000
Medidos
800
Rellenados
600
400
200
0
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Marianza
Radiacin Solar (W/m2)
800
700
Rellenados
Medidos
600
500
400
300
200
100
0
ene-04
may-05
oct-06
feb-08
Fecha
Figura 8.10. Datos de radiacin solar
127
jul-09
nov-10
Chontamarca
20
Medidos
Rellenados
15
10
5
0
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Marianza
3.5
Medidos
3.0
Rellenados
2.5
2.0
1.5
1.0
0.5
0.0
ene-04
may-05
oct-06
feb-08
jul-09
Fecha
Figura 8.11. Datos de velocidad del viento.
128
nov-10
Chontamarca
Humedad Relativa %
120
100
80
60
40
20
Medidos
Rellenados
0
may-05
oct-06
feb-08
jul-09
nov-10
Fecha
Marianza
Humedad Relativa %
120
100
80
60
40
20
Rellenados
Medidos
0
ene-04
may-05
oct-06
feb-08
jul-09
Fecha
Figura 8.12. Datos de humedad relativa.
129
nov-10

Modelación hidrológica de microcuencas de páramo ecuatoriano usando TOPMODEL

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Modelación hidrológica de microcuencas de páramo ecuatoriano usando TOPMODEL

Загружено:

Авторское право:

Доступные форматы

UNIVERSIDAD DE CUENCA

Martha Elena Carrillo Serrano

Antecedentes y Justificacin .................................................................................... 7

Objetivo General ................................................................................................. 8

Objetivos especficos ......................................................................................... 8

MATERIALES Y METODOS ............................................................................................ 9

Ubicacin geogrfica del rea de estudio ............................................................. 9

Morfometra de las cuencas.................................................................................... 11

Equipamiento y Medicin ........................................................................................ 14

Medicin del caudal.......................................................................................... 15

Medicin de datos climatolgicos .................................................................. 16

Recopilacin y procesamiento de datos ............................................................... 17

Tipos de suelos ............................................................................................. 19

Grupos hidrolgicos del suelo .................................................................... 22

Uso del suelo/Cobertura vegetal .................................................................... 23

Datos hidrometeorolgicos ............................................................................. 24

Datos Meteorologicos .................................................................................. 29

MODELOS HIDROLOGICOS ......................................................................................... 34

Una Visin General sobre los Modelos ................................................................. 34

Clasificacin de los modelos. ................................................................................. 35

Anlisis de la modelizacin hidrolgica semidistribuida ..................................... 37

Seleccin del modelo semidistribuido ................................................................... 41

Martha Elena Carrillo Serrano

Objetivos de la Modelacin ..................................................................................... 42

Un Modelo Perceptual de Produccin de Escorrenta ........................................ 43

Un Modelo Conceptual de Produccin de Escorrenta....................................... 44

La Organizacin del Almacenamiento en TOPMODEL.............................. 51

Curso del Canal y Estructura de las Sub-cuencas ...................................... 59

Derivando el ndice Topogrfico..................................................................... 60

El concepto TOPMODEL y la Semejanza Hidrolgica ............................... 62

Calibracin del modelo .................................................................................... 65

Ejemplos de Aplicacin y Resultados ........................................................... 69

Aplicacin del TOPMODEL en micro-cuencas del pramo ....................... 76

Clculo del ndice Topogrfico ....................................................................... 81

Retraso (Delay) ................................................................................................. 87

Revisin Bibliogrfica ............................................................................................... 68

Validacin ................................................................................................................ 108

CONCLUSIONES Y RECOMENDACIONES ............................................................. 112

Conclusiones ........................................................................................................... 112

Recomendaciones .................................................................................................. 113

BIBLIOGRAFIA ............................................................................................................... 115

ANEXOS .......................................................................................................................... 122

Datos de Precipitacin ........................................................................................... 122

Datos Meteorolgicos ............................................................................................ 126

Martha Elena Carrillo Serrano

Dedico el presente trabajo a mis

Martha Elena Carrillo Serrano

Luego de haber realizado esta investigacin, quiero expresar mis ms sinceros

Martha Elena Carrillo Serrano

El presente trabajo de investigacin consiste en la descripcin de la zona de

1.1 Antecedentes y Justificacin

Un adecuado manejo de los recursos hdricos comprende un proceso de

montaa. Es muy importante conocer los procesos hidrolgicos, para lo cual el

El PROMAS Universidad de Cuenca viene desarrollando proyectos de

1.3.1 Objetivo General

1.3.2 Objetivos especficos

Martha Elena Carrillo Serrano

Figura 2.1. Localizacin de las micro-cuencas de Ortigas y Ro Grande

Martha Elena Carrillo Serrano

Ro Grande: Esta tiene una extensin de 5,46Km2, un permetro de 10545m,

Figura 2.2. Localizacin de las dos micro-cuencas de pramo

Marianza Pajonal: Esta micro-cuenca tiene una extensin de 1,03Km 2, un

2.2 Morfometra de las cuencas