Академический Документы
Профессиональный Документы
Культура Документы
Tarea #1
Modelacin Hidrolgica
Alumnos:
Jos Miguel Gonzlez.
Profesor: Ximena Vargas.
Contenido
INTRODUCCIN........................................................................................................................... 3
MODELOS ....................................................................................................................................... 4
RESULTADOS................................................................................................................................. 5
Calibracin: .................................................................................................................................. 5
Modelo GR4J: ........................................................................................................................... 5
Modelo MPL: .......................................................................................................................... 12
Validacin ................................................................................................................................... 18
Conclusiones .................................................................................................................................. 20
INTRODUCCIN
En el presente informe se presenta una evaluacin de dos modelos hidrolgicos
conceptuales GR4J y MPL. Estos modelos son utilizados para la determinacin de caudales
de escorrenta en cuencas no controladas. Los modelos presentados son aplicables en
cuencas pluviales y se caracterizan por utilizar una estructura que utiliza especificaciones
paramtricas para representar factores inherentes al ciclo hidrolgico de la cuenca de
estudio, y cuyos valores son desconocidos a priori, por lo tanto, es necesario realizar un
proceso de calibracin y validacin de los diferentes parmetros del modelo, para su
posterior uso.
Los procesos de calibracin y validacin del modelo se llevan a cabo empleando
informacin concurrente en el tiempo de las variables hidrolgicas de entrada para el
modelo, con la finalidad de reproducir lo ms parecido posible los resultados o variables de
salida conocidas u observadas durante el mismo lapso de tiempo; este proceso se lleva a
cabo ajustando los valores de los parmetros del modelo, dentro de rangos preestablecidos
como aceptables (HIDROMAS CEF LTDA, 2007).
La aplicacin de los modelos se realizara en la cuenca del estero Los Puercos ubicada en la
regin del Maule, latitud sur 35 22 y latitud este 71 49, la cual tiene un rea de 555,2 km2.
Para la modelacin de la cuenca se obtuvieron datos de precipitacin y evaporacin de la
estacin Pencahue (latitud sur 35 22 y latitud este 71 49) y de caudal de la estacin Puente
Los Puercos, las cuales contaban con un periodo de registro en comn desde 03/Mayo/1992
hasta 31/Enero/1999.
MODELOS
GR4J: Es un modelo conceptual de precipitacin escorrenta que proporciona informacin
a nivel diario, utilizando 4 parmetros y 2 variables de entrada: precipitacin, evaporacin
y caudal, las cuales tienen que estar expresadas en milmetros (Fuente).
El modelo consiste en balances de flujos e interaccin entre unos estanques ficticios creados
con el fin de representar los procesos que se producen en la cuenca.
El modelo tiene 4 parmetros a calibrar, los cuales se muestran en la siguiente tabla.
Tabla 1. Parmetros Modelo GR4J.
Parmetro
Descripcin
X1
X2
X3
X4
Tiempo base del hidrograma unitario 1 y la mitad del tiempo base del
hidrograma unitario 2.
Parmetro
Descripcin
Coeficiente
de
evaporacin
(adimensional).
Cociente
entre
la
evapotranspiracin. Potencial de la subcuenca y la evaporacin media del
evapormetro de la estacin base.
FC
ALFA
Smin
Parmetro
Descripcin
Scrit
SCC
Hmax
k
Pmin
Si
Ezi
RESULTADOS
Calibracin:
Para la calibracin de los modelos se trabaj con datos de precipitacin, evaporacin y
caudal del siguiente periodo: 3 de marzo de 1993 a 2 de febrero de 1995. La calibracin se
llev acabo siguiendo los siguientes mtodos; optimizacin (solver Excel) y algoritmos
genticos, para los cuales la funcin objetivo a optimizar fue la eficiencia de Nash-Sutcliffe.
Cada modelo se evalu cuatro veces con cada mtodo de optimizacin y se obtuvieron
cuatro juegos de parmetros (JP).
El objetivo de evaluar varias veces el rendimiento de los modelos (en este caso 4 veces) fue
para obtener un rango de variacin de los parmetros asociados a cada modelo y con esto
determinar la incertidumbre asociada a estos. A continuacin se presentan los resultados de
la calibracin de cada modelo.
Modelo GR4J:
Los resultados de la calibracin mediante el solver de Excel, se presenta en la tabla 3, en esta
se puede observar que todos los modelos presentaban un ajuste aceptable (R2). Y que la
mxima eficiencia la presentan los juegos de parmetros 1 y 3.
JP2
JP3
JP4
X1
X2
X3
X4
X1
X2
X3
X4
X1
X2
X3
X4
X1
X2
X3
X4
Transformacin
5.74
-1.96
3.95
0.45
5.80
-2.00
3.80
0.43
5.74
-1.97
3.93
0.46
6.53
0.14
-4.62
0.68
310.40
-3.49
51.76
2.07
330.30
-3.63
44.70
2.04
309.94
-3.52
51.06
2.08
686.58
0.14
0.01
2.47
Nash-Sutcliffe
R2
51.70
0.7524
50.9
0.74
51.70
0.7532
44.10
0.6641
Parmetros
X1
X2
X3
X4
Parmetros
Min
309.94
-3.63
0.01
2.04
Max
686.58
0.14
51.76
2.47
Nash-Sutcliffe
Min
Max
44.1
51.7
Los resultados obtenidos mediante la calibracin con algoritmos genticos no mostro mayor
diferencia a los presentados anteriormente, en la siguiente tabla se puede observar que la
eficiencia del modelo se comport similar obtenindose un mximo de eficiencia de NashSutcliffe de 51.5 para el JP3, el ajuste de cada juego de parmetros igualmente se comport
similarmente, siendo la mnima de R2 = 0.65.
Tabla 5. Parmetros calibrados (AG). Modelo GR4J.
Parmetros
JP1
JP2
JP3
JP4
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
Transformacin
6.59
0.43
1.55
0.69
5.69
-2.04
4.05
0.40
5.74
-1.93
4.08
0.40
5.81
-1.58
4.04
0.36
726.72
0.44
4.70
2.50
294.65
-3.79
57.34
1.99
311.28
-3.36
59.07
2.00
332.98
-2.32
56.69
1.94
Nash-Sutcliffe
R2
40.60
0.6552
51.20
0.7453
51.50
0.7429
51.10
0.7431
Para este caso, la incertidumbre asociada para el parmetro X1 aumento como se puede ver
en la tabla 6. Aqu creci el intervalo en el cual este parmetro puede ser fijado siendo el
mximo y mnimo de 294.65 y 726.72 mm, respectivamente.
Tabla 6. Incertidumbre Asociada a los Parmetros
Parmetros
Parmetros
X1
X2
X3
X4
Min
294.65
-3.79
4.70
1.94
Max
726.72
0.44
59.07
2.50
Nash-Sutcliffe
Min
Max
40.6
51.5
Modelo MPL:
Para este modelo, se realiz el mismo procedimiento y tomando el mismo periodo de
calibracin del modelo anterior. Para la calibracin del MPL se encontraron menores
eficiencias en comparacin con el GR4J, siendo las mximas eficiencias para los modelos
calibrados mediante el Solver de Excel NS = 32.42 y con AG de NS = 39.96, en comparacin
con NS = 51.7 y NS = 51.5 respectivamente con el modelo GR4J. Se observa tambin que el
modelo MPL tiene la misma dificultad de reproducir todas las crecidas que se presentan en
la cuenca, coincidiendo con las fechas de ocurrencia de estos eventos con el modelo GR4J
(Marzo/7/1994 y Enero/1/1995, principalmente).
En las siguientes tablas y figuras se presenta los resultados de los juegos de parmetros,
para este caso tambin se obtuvieron 4 juegos de parmetros y se evaluaron obteniendo el
rango mximo y mnimo que estos varan para todos los juegos de parmetros.
Tabla 7. Parmetros calibrados (Solver). Modelo MPL.
Parmetros
JP1
JP2
JP3
JP4
JP5
alfa
FC
5.000
1.863
100.000
6.262
4.688
300.000
48.067
91.578
0.000 0.224
8.820
6.420
300.000
62.006
96.264
0.000 0.585
6.950
2.194
102.423
6.094
1.800
100.000
40.222
92.670
Pmin
SCC
0.030 0.340
Smin
0.030
0.296
0.469
0.900
0.600
Scrit
0.710
0.100
0.000
0.300
0.103
Hmax
2435.09
1245.34
1988.88
3703.94
1809.80
Si
0.263
0.025
0.025
0.132
0.122
Ezi
0.094
0.969
0.945
0.504
0.609
NashSutcliffe
27.61
25.05
32.42
30.4
25.3
R2
0.4662
0.3699
0.4714
0.3684
0.3357
En esta tabla se puede observar que los ajustes de los modelos son bajos, siendo el mximo
del JP3 el cual fue igual a R2 = 0.4714. Como se mencion anteriormente la eficiencia fue baja
pero como se observa en las siguientes figuras, se encontr el mismo comportamiento del
caudal simulacin con relacin a los caudales simulados por el modelo GR4J.
El rango de variacin de los parmetros Alfa, Fc, Hmax y K es alto, lo cual no da certeza
debido a que con cada juego de parmetros se encontraron similares resultados, tambin
cabe resaltar que los parmetros A y B, no representan valores reales los cuales segn otros
estudios pueden variar entre 0.78 1.04 y 0.88 1.0 (HIDROMAS CEF LTDA, 2007),
respectivamente. Los rangos de variacin se puede observar la siguiente tabla.
Parmetros
A
B
alfa
K
FC
Pmin
SCC
Smin
Scrit
Hmax
Si
Ezi
Parmetros
Min
Max
5.00
8.82
1.80
6.42
100.00
300.00
13.61
62.01
91.58
445.92
0.00
0.06
0.21
0.58
0.03
0.90
0.00
0.71
1245.34
3703.94
0.02
0.26
0.09
0.97
Nash-Sutcliffe
Min
Max
25.1
32.4
Como se coment anteriormente en esta figura se pude observar que hay tres eventos los
cuales no son representados por el modelo, y como se ver en las prximas figuras, este
problema se presenta con todos los dems juegos de parmetros como se presentaron para
la calibracin del modelo GR4J.
Los resultados obtenidos mediante la calibracin con algoritmos genticos al igual que el
modelo GR4J no mostro mayor diferencia con respecto a la calibracin con el Solver de
Excel, en la siguiente tabla se puede observar que la mxima eficiencia para este caso fue de
NS = 39.9 para el JP2, y el ajuste de cada juego de parmetros fue tambin similar siendo la
mxima igual a, R2 = 0.56.
Tabla 9. Parmetros calibrados (AG). Modelo MPL.
Parmetros
JP1
JP2
JP3
JP4
JP5
A
8.320
8.757
8.823
8.494
0.859
B
6.184
7.849
9.288
7.601
0.874
alfa
214.430
337.365
236.074
336.288
5.979
K
94.128
83.251
82.324
70.536
70.741
FC
125.996
77.481
103.767
71.641
3.265
Pmin
0.060
0.030
0.032
0.007
0.242
SCC
0.919
0.727
0.737
0.832
0.998
Smin
0.237
0.006
0.064
0.047
0.553
Scrit
0.134
0.171
0.309
0.135
0.007
Hmax
1484.344
1458.646
1355.796
1110.267
233.930
Si
0.779
0.508
0.444
0.375
0.559
Ezi
0.474
0.623
0.570
0.748
0.279
Nash-Sutcliffe
R2
35.58
39.96
38.66
38.85
21.78
0.4935
0.555
0.5514
0.5611
0.4814
Parmetros
A
B
alfa
K
FC
Pmin
SCC
Smin
Scrit
Hmax
Si
Ezi
Parmetros
Min
Max
0.86
8.82
0.87
9.29
5.98
337.36
70.54
94.13
3.27
126.00
0.01
0.24
0.73
1.00
0.01
0.55
0.01
0.31
233.93
1484.34
0.38
0.78
0.28
0.75
Nash-Sutcliffe
Min
Max
21.8
40.0
Validacin
Para la validacin de los modelos se tom el juego de parmetros que mejor se comport en
cada modelo (GR4J y MPL), en este caso para el primer modelo el juego de parmetros fue
el JP3 calibrado mediante el Solver de Excel, la eficiencia asociada a este juego de parmetros
fue NS = 51.7. Mientras que para el modelo MPL el mejor juego de parmetros fue el JP2,
calibrado mediante algoritmos genticos, siendo la eficiencia asociada de NS = 39.96.
Para los efectos de la validacin se tom el siguiente periodo Febrero/01/1997 a
Enero/31/1999. Como se puede ver en las siguientes tablas, la modelacin de la respuesta
hidrolgica de la cuenca mejoro en los dos casos obtenindose eficiencias de NS = 57.80 y
NS = 66.71 para los modelos GR4J y MPL respectivamente. El ajuste tambin mejoro en los
dos casos como se puede observar en las tablas 11 y 12 y en las figuras 17 y 18. Lo anterior
muestra la capacidad de los modelos para modelar el caudal de la cuenca elegida. Al igual
que en la validacin se tienen periodos comunes entre los modelos en los cuales estos no
representan fielmente el comportamiento de las crecidas.
JP3
X1
X2
X3
X4
Transformacin
NashSutcliffe
R2
309.94
-3.52
51.06
2.08
57.80
0.7532
5.74
-1.97
3.93
0.46
JP2
A
B
alfa
K
FC
Pmin
SCC
Smin
Scrit
Hmax
Si
Ezi
Parmetros
Nash-Sutcliffe
R2
8.757
7.849
337.365
83.251
77.481
0.030
0.727
0.006
0.171
1458.646
0.508
0.623
66.71
0.78
Conclusiones
Los resultados del modelo GRJ4 tuvieron un buen ajuste en para los dos mtodos de
calibracin utilizados en el informe, el juego de parmetros que tuvo mayor eficiencia en
cada mtodo de calibracin fueron: NS = 51,7, R2 = 0,75 y NS = 51,50, R2 = 0,74. Para
calibracin con el Solver de Excel y Algoritmos Genticos respectivamente.
Los resultados presentados por el modelo MPL a diferencia del GR4J, tuvieron peor
rendimiento, el juego de parmetros que tuvo mayor eficiencia en cada mtodos de
calibracin fueron: NS = 32,42, R2 = 0,47 y NS = 39,96, R2 = 0,55. Para calibracin con el Solver
de Excel y Algoritmos Genticos respectivamente.
Se encontr como se puede observar en las figuras 1 15, que todos los juegos de parmetros
evaluados en los dos modelos, representan el comportamiento de la mayora de las crecidas
que ocurrieron en el periodo de calibracin del modelo, pero hubo dos crecidas () en dicho
periodo que ningn modelo pudo capturar y representar. Una de las razones a las cuales se
atribuye esto, es que los caudales que se presentaron en esas crecidas (Marzo/7/1994 y
Enero/1/1995) son bajos con respecto a las dems que capturo el modelo y la funcin
objetivo con la cual se evaluaron los modelos (eficiencia de Nash-sutcliff) da mayor
relevancia a caudales altos.
La incertidumbre de los parmetros de los modelos es alta especialmente para los
parmetros X1 y X3 en el modelo GR4J y Hmax, Alfa y Fc en el modelo MPL, por ejemplo,
se puede ver que el rango de variacin del parmetro X1 es de 309.94 - 686.58 y del Hmax
es 1245.34 - 3703.94 para la calibracin mediante el Solver de Excel. Esta incertidumbre de
parmetros puede estar satisfecha por el concepto de equifinalidad, el cual se refiere en el
caso de los modelos hidrolgicos que diferentes juegos de parmetros pueden conducir a
resultados satisfactorios en la modelacin por tal motivo esta incertidumbre se puede
obviar. Aunque como se puede ver en los resultados los parmetros que ms varan son los
que hacen referencia a la capacidad de los embalses que utilizan los modelos, por lo cual se
recomienda en lo posible realizar la calibracin una cantidad ms extensa de datos para
poder capturar bien los procesos que se presentan en la cuenca.
Por ltimo los modelos evaluados en la validacin presentaron un aumento en la eficiencia
y en el ajuste del caudal modelado versus el observado, como se pudo ver la eficiencia de
los modelos aumento a NS = 57.80 y NS = 66.71 para los modelos GR4J y MPL
respectivamente.