Академический Документы
Профессиональный Документы
Культура Документы
Tesis o trabajo de investigacin presentada(o) como requisito parcial para optar al ttulo
de:
Magister en Ingeniera de Recursos Hidrulicos
Director:
Ph.D., Nelson Obregn Neira
Hidrologa y Meteorologa
Grupo de Investigacin en Ingeniera de Recursos Hdricos (GIREH)
Andrs Calamaro
VII
Agradecimientos
Al Ing, M. Sc, Ph.D Nelson Obregn Neira, director de la investigacin, por sus
invaluables enseanzas, consejos y aportes.
A los profesionales Ing, M. Sc Patricia Tllez Guio y Ing, M.Sc lvaro Jaramillo de
Cenicafe, quienes en pro de la investigacin en el pas, amablemente facilitaron las
bases de datos utilizadas para el entendimiento del proceso estudiado.
A la Universidad Nacional de Colombia, el Grupo de Investigacin en Ingeniera de
Recursos Hdricos (GIREH) y a Colciencias, quienes apoyaron, colaboraron y financiaron
este proyecto de investigacin.
IX
Resumen
Desde la hidrologa clsica el proceso de interceptacin de lluvias se ha cuantificado
como una fraccin constante de la precipitacin incidente, pero desde la dcada de los
70s se ha evidenciado que su comportamiento es dinmico y depende tanto de las
caractersticas de la lluvia (intensidad y duracin) como de las condiciones
meteorolgicas locales y las caractersticas de las coberturas vegtales presentes. El
objetivo de esta investigacin es entonces plantear una propuesta metodolgica de
medicin de variables hidrometeorolgicas que permita la implementacin de modelos
matemticos, siendo consciente de la naturaleza dinmica del proceso.
Para alcanzar este objetivo se desarrollaron las siguientes actividades: 1) revisin del
proceso de interceptacin de lluvia dentro del ciclo hidrolgico y estudio de las diferentes
familias de modelos de interceptacin de lluvias, 2) contextualizacin del proceso de
interceptacin en la investigacin realizada en Colombia, 3) desarrollo y validacin de
aplicativo computacional para la implementacin de los modelos de interceptacin de
lluvia y anlisis de sensibilidad paramtrica de los modelos y 4) presentacin de una
propuesta metodolgica de medicin que facilite la implementacin de los modelos de
interceptacin de lluvia, en funcin de la informacin requerida por los modelos y las
series histricas registradas en el pas.
Palabras clave: Interceptacin, modelos dinmicos, variables hidrometeorolgicas,
metodologa, simulacin.
Abstract
Classical Hydrology has quantified the rainfall interception process as a constant fraction
of incident rainfall, but since the early 70's it was noticed that its behavior is dynamic and
depends on rainfall characteristics (intensity and duration), local weather conditions and
vegetation characteristics. The objective of this research is to propose a methodology for
measuring
hydrometeorological
variables
that
enables
the
implementation
of
Interception,
methodology, simulation.
dynamic
models,
hydrometeorological
variables,
XI
Contenido
Pg.
Resumen ......................................................................................................................... IX
Lista de figuras ............................................................................................................. XV
Lista de tablas ............................................................................................................. XIX
1.
INTRODUCCIN ....................................................................................................... 1
1.1.
JUSTIFICACIN.............................................................................................. 2
1.2.
1.3.
OBJETIVOS .................................................................................................... 6
1.4.
2.
1.3.1.
1.3.2.
2.3. VARIABLES
HIDROMETEOROLGICAS
DEL
PROCESO
DE
INTERCEPTACIN.................................................................................................. 17
2.4.
XII
2.5.2.
RESULTADOS Y DISCUSIN................................................................................. 73
4.1.
Discusin ............................................................................................ 87
4.2. IMPLEMENTACIN
DE
LOS
MODELOS
DINMICOS
DE
INTERCEPTACIN DE LLUVIA: ESTUDIO DE CASO PARA COLOMBIA .............. 89
4.3.
4.2.1.
4.2.2.
4.2.3.
4.2.4.
4.2.5.
4.2.6.
4.2.7.
XIII
5.
6.
4.3.1.
4.3.2.
4.3.3.
5.2.
XV
Lista de figuras
Pg.
Figura 2-1: Representacin en diagrama de bloques del sistema hidrolgico global .... 10
Figura 2-2: Balance de Masa en el follaje de un rbol ................................................... 14
Figura 2-3: Tcnicas de medicin de los componentes del proceso de interceptacin .. 21
Figura 2-4: Imgenes obtenidas para el anlisis de la estimacin del porcentaje de
cobertura vegetal y la fraccin de vacos en un bosque ................................................. 26
Figura 2-5: Modelo conceptual del modelo de Rutter ..................................................... 33
Figura 2-6: Relacin entre Precipitacin Incidente y Flujo de translocacin para la
estimacin de los parmetros y para un Pino Corsican. ........................................... 36
Figura 2-7: Modelo conceptual de Rutter reformulado .................................................. 39
Figura 2-8: Aplicacin de modelos de interceptacin de lluvia en el mundo ................... 54
Figura 2-9: Distribucin de aplicacin de modelos segn tipo de vegetacin analizada. 55
Figura 3-1: Actividades realizadas en la estrategia metodolgica propuesta en esta
investigacin .................................................................................................................. 57
Figura 3-2: Esquema general de modelacin del proceso de interceptacin ................ 59
Figura 3-3: Representacin del Modelo de Bartlett Lewis. ............................................ 62
Figura 3-4: Esquema de simulacin de estudio de caso en cobertura de bosque maduro
....................................................................................................................................... 72
Figura 4-1: Precipitacin Incidente vs Precipitacin neta para diferentes tipos de
Cobertura Vegetal .......................................................................................................... 77
Figura 4-2: Precipitacin Incidente vs Interceptacin para diferentes tipos de cobertura
vegetal ........................................................................................................................... 78
XVI
.......................................... 96
......................................... 97
................................ 97
............................................................. 97
.................................... 98
................................................... 98
XVII
XVIII
XIX
Lista de tablas
Pg.
Tabla 2-1: Componentes de modelo de interceptacin de lluvia de Gash (1979) ........... 48
Tabla 2-2: Componentes del modelo de Interceptacin de Gash reformulado (1995) .... 50
Tabla 2-3: Componentes del modelo de interceptacin Gash Sparse (Valente et al, 1997)
....................................................................................................................................... 51
Tabla 2-4: Principales caractersticas de los modelos dinmicos de interceptacin de
lluvia seleccionados ....................................................................................................... 52
Tabla 2-5: Parmetros implcitos en los modelos dinmicos de interceptacin de lluvia
analizados ...................................................................................................................... 53
Tabla 3-1: Estadsticos de variables meteorolgicas para el periodo Mayo 2001 a Junio
2002 ............................................................................................................................... 65
Tabla 3-2: Rango de los parmetros para calibracin .................................................... 67
Tabla 3-3: Estadsticos y sus expresiones matemticas ................................................ 70
Tabla 4-1: Resumen de investigaciones relacionadas con el procesos de interceptacin
de lluvias en Colombia ................................................................................................... 74
Tabla 4-2: Expresiones matemticas para el clculo de Precipitacin Neta (mm) e
Interceptacin (mm) en la zona cafetera en funcin de la Precipitacin Incidente (mm) . 78
Tabla 4-3: Flujos de agua (%) y capacidades de almacenamiento para diferentes
coberturas vegetales en el eje cafetero (Colombia) ........................................................ 79
Tabla 4-4: Coeficientes de regresin lineal entre precipitacin incidente y precipitacin
neta para diferentes coberturas ...................................................................................... 86
Tabla 4-5 Caractersticas dasomtricas de las coberturas vegetales analizadas ........... 87
Tabla 4-6 Flujos de agua en volumen y porcentajes para 4 tipos de coberturas de Bosque
....................................................................................................................................... 87
XX
1. INTRODUCCIN
Dentro de la cuantificacin de los procesos que intervienen en el ciclo hidrolgico, se
encuentra la interceptacin hecha por las coberturas vegetales la cual se ha estimado
como una fraccin de la precipitacin incidente. La anterior cuantificacin se conoce
como balance hdrico, donde se realiza un clculo de la cantidad de la masa de agua que
ingresa menos las que sale del sistema estudiado, siendo esta diferencia el cambio de la
masa en el sistema. En el caso de la interceptacin, nuestro volumen de control es el
follaje, el cual est conformado por las hojas y los tallos o ramas que se encuentran en la
parte area de la planta.
La interceptacin de lluvia es el proceso por el cual la lluvia incidente es interceptada
por las coberturas vegetales y posteriormente es redistribuida. La lluvia que golpea la
superficie de la planta es retenida temporalmente para luego ser evaporada a la
atmsfera (prdida por interceptacin) o cae al suelo directamente (goteo) o fluye a
travs de las ramas y el tronco (flujo cortical, escurrimiento fustal o flujo caolinar). La
lluvia que no es interceptada por la cobertura vegetal se conoce como flujo libre de
translocacin y junto con el goteo se conoce como flujo de translocacin (David et al,
2005) o Precipitacin Foliar (Tllez, 2003). El flujo de translocacin ms el flujo cortical
se define como precipitacin neta.
Segn Gerrits M. (2010), esta interceptacin se da no solo por coberturas vegetales, si
no por otras estructuras como el suelo, la materia orgnica (litter), las construcciones
civiles y la agricultura. El mismo autor comenta que existen tres grandes efectos de la
interceptacin sobre el ciclo hidrolgico. Primero acta como reductor de lluvias, segundo
influencia la distribucin espacial de la infiltracin, en consecuencia la cantidad de
humedad del suelo y el flujo subsuperficial, y por ltimo redistribuye la lluvia en el tiempo,
mediante un tiempo de retardo no homogneo; estos tres efectos pueden ser una
explicacin del comportamiento no lineal de las cuencas (Gerrits M. , 2010). A lo anterior
1.1. JUSTIFICACIN
El estudiar el proceso de interceptacin de lluvia por coberturas vegetales integrando las
caractersticas de la estructura interceptora, las condiciones hidrometeorolgicas de la
zona, y adems de esto, ver en detalle como suceden los procesos fsicos que hacen
1
La dasomtria se ocupa de las mediciones forestales, tanto del rbol individual como de la masa
forestal, as como del estudio del crecimiento de los rboles.
parte del mismo, permitir cambiar el paradigma de estimar la interceptacin como una
fraccin constante de la precipitacin incidente y destacar la importancia de la
interceptacin dentro del ciclo hidrolgico como un proceso dinmico.
Desde la hidrologa clsica se ha visto la interceptacin como un componente no
relevante en el ciclo hidrolgico, siendo incorporado a otros procesos o desprecindose,
ya que se piensa que su cuantificacin e interpretacin no repercutir en el
comportamiento del ciclo hidrolgico. Por otro lado, tambin se piensa que su
cuantificacin es laboriosa y no es fcil obtener un valor representativo de la
interceptacin, razn por la cual no se estudia en detalle este proceso.
Lo anterior se observa en modelos clsicos utilizados en hidrologa como lo es el mtodo
de la Curva Nmero del SCS de los Estados Unidos (USDA, 1986). El mtodo de la
curva nmero CN, se dise para calcular abstracciones de una tormenta, las cuales
incluyen la interceptacin, la detencin superficial y la infiltracin propiamente dicha. En
este mtodo, la profundidad de escorrenta (es decir, la profundidad efectiva de
precipitacin) es una funcin de la profundidad total de precipitacin, y de un parmetro
de abstraccin referido al nmero de curva de escorrenta, curva nmero CN. La curva
nmero es funcin del tipo de suelo hidrolgico, utilizacin y tratamiento del suelo,
condiciones de la superficie del terreno, y de la condicin antecedente de humedad del
suelo. Las abstracciones inciales (cantidad de precipitacin para lo cual no ocurrir
escorrenta) se calculan como el 20% de la retencin potencial mxima, la cual es
funcin a su vez del nmero de curva CN.
En este mtodo se asume la interceptacin como una parte de las abstracciones
inciales, la cuales son a su vez un porcentaje de la retencin potencial mxima. Adems
de todas las suposiciones que se tienen en este modelo, se debe mencionar que los
valores tabulados de CN, se obtuvieron de la revisin de estudios realizados en cuencas
en Estados Unidos, las cuales tienen caractersticas fisiogrficas y climatolgicas
diferentes, debindose realizar ciertas consideraciones antes de su implementacin.
Tambin es el caso de las abstracciones estimadas en las ecuaciones de infiltracin,
donde dichas abstracciones incluyen la interceptacin de precipitacin por la vegetacin
del terreno, el almacenamiento en depresiones en la superficie del suelo a medida que el
Para el caso de coberturas de bosques Tllez (2003), realiz una investigacin detallada
en la cuenca amaznica, estudiando el comportamiento de las prdidas por
interceptacin en tres tipos de cobertura vegetal encontrado valores de prdidas por
interceptacin que varan entre el 10.8%-18.4% de la precipitacin incidente registrada.
Adems de esto aplic un modelo matemtico fsicamente basado para de la estimacin
de la precipitacin neta encontrando una muy buena relacin con los valores medidos en
campo.
Investigadores citados por Reynolds y Thompson (1988) han confirmado la importancia
del reciclaje del agua en el balance hidrolgico de la cuenca amaznica; dicho reciclaje
de vapor dentro de la cuenca presenta el 48 %. El 52% restante de la precipitacin en la
regin amaznica se debe al fenmeno de la macrocirculacin de masas hmedas
procedentes del ocano atlntico, o dicho de otra manera, cerca del 50 % de la
precipitacin que cae sobre la cuenca amaznica es reciclada por ella misma a travs
del proceso de interceptacin de lluvias.
La interceptacin se empieza a observar desde otra ptica procurando mostrar su
relevancia en otros fenmenos a diferentes escalas. Tal es el caso de los estudios de
cambio climtico, donde el cambio del uso del suelo y el tipo de coberturas vegetales,
generan cambios en la cantidad de agua interceptada y por ende en la cantidad de agua
evaporada hacia la atmsfera, afectando la recirculacin de agua a nivel global. A nivel
anual estos valores de interceptacin pueden llegar a ser un cuarto de la precipitacin
incidente (Tobn C. , 1999).
Se desea entonces integrar los modelos matemticos de interceptacin de lluvia al
conocimiento clsico de la hidrologa, realizando un estudio detallado de los mismos,
mediante una identificacin de parmetros y variables (entrada, salida y estado), una
revisin de las tcnicas de medicin de variables hidrometeorolgicas necesarias para su
implementacin y una contextualizacin del estado de la investigacin en Colombia
respecto el tema de interceptacin. Por ltimo se busca presentar una propuesta
metodolgica que permita realizar la implementacin de los modelos de interceptacin de
lluvias en cuencas colombianas, esperndose que el resultado destaque la importancia
del proceso de interceptacin en el ciclo hidrolgico.
1.3. OBJETIVOS
1.3.1. Objetivo general
Como objetivo general de esta investigacin se plante el desarrollar una metodologa de
medicin de las variables hidrometeorolgicas que facilite la implementacin de modelos
de interceptacin de lluvia en el contexto colombiano.
de agua. Se contina con la presentacin del modelo conceptual abstrado para entender
el proceso de interceptacin y se comenta cmo cuantificar dichas prdidas a travs del
principio fsico de conservacin de masa. Teniendo claro las variables hidrolgicas
implcitas en este proceso, se estudia cada una en detalle y se comenta sobre los
mtodos de estimacin y registro de cada una. Se contina con la presentacin los
modelos dinmicos de interceptacin de lluvia, que despus de una revisin preliminar en
la literatura, se destacaron por su amplia aplicacin y predictibilidad. Se abordaron dos
familias de modelos, los fsicamente basados o familia de Rutter y los analticos o familia
de Gash. Para cada familia se realiz una presentacin detallada de las bases tericas,
su funcionamiento, variables de entrada, estado y salidas, mtodos de estimacin de
parmetros, y se termin con una revisin del estado de la investigacin del proceso de
interceptacin a nivel mundial.
Las actividades realizadas para cumplir con los objetivos planteados en sta
investigacin se presentan en el Captulo 3, titulado Estrategia Metodolgica. Se enfatiza
en los pasos que se siguieron y cules fueron los mtodos utilizados para encontrar los
resultados que permitieron entender y analizar el proceso de interceptacin de lluvias.
El Captulo 4, presenta los resultados de cada una de las actividades planteadas en la
estrategia metodolgica.
Se presentan entonces
3 subcaptulos:
Revisin
de
2. MARCO CONCEPTUAL
Para entender los modelos dinmicos que simulan el proceso de interceptacin de lluvias
por coberturas vegetales es necesario partir de la definicin de interceptacin y su papel
en el ciclo hidrolgico. Posterior a esto se presenta el balance hdrico donde el objeto es
conocer el cambio de almacenamiento en el follaje, lugar donde se presenta el proceso
de interceptacin en coberturas vegetales. Se contina presentando las variables
hidrometeorolgicas implcitas en el proceso de interceptacin y las tcnicas e
instrumentos convencionales utilizados para su medicin.
10
Agua Atmosfrica
estado a una fase gaseosa (Allen et al, 2006). Emisin de vapor de agua por una
superficie libre a temperatura inferior a su punto de ebullicin (Silva, 1998).
11
agua lquida desde la superficie del suelo y agua interceptada por las plantas, ms la
transpiracin de las plantas (Allen et al, 2006). Es el proceso combinado de evaporacin
y transpiracin en un suelo hmedo (Chow et al, 1994).
Condensacin: Transicin de la fase de vapor a la liquida (Monsalve, 1999). El proceso
de condensacin requiere de la presencia en la atmsfera de ncleos de condensacin
sobre cuyas superficies se produce el fenmeno; estos ncleos pueden ser gotas de
agua, partculas de hielo, sales o impurezas (Silva, 1998).
Precipitacin (
amorfas, que caen de una nube o grupo de nubes y caen al suelo (Monsalve, 1999).
Proceso mediante el cual el agua cae a la superficie del suelo. La formacin de la
precipitacin requiere la elevacin de una masa de agua en la atmsfera de tal manera
que se enfri y parte de su humedad se condense. Posteriormente cae a la superficie
terrestre en forma lquida o solida (Chow et al, 1994)
Interceptacin (
12
Agua Superficial
Agua Subsuperficial
Flujo subsuperficial (
superficie del terreno (Monsalve, 1999). Comprende aquella parte de la infiltracin que no
es retenida por el suelo, y fluye por el medio poroso de las capas superiores, ms o
menos paralelo la superficie del terreno, Este flujo subsuperficial sale luego a la
superficie, donde la topografa lo permite, y sigue su recorrido hasta la corriente de
drenaje en forma superficial (Silva, 1998).
Infiltracin: Formacin de un paso de agua en forma de conducto a travs de materiales
naturales o artificiales, cuando las resultantes de todas las fuerzas que actan sobre las
partculas del suelo tienen una componente vertical en el sentido de la gravedad
(Monsalve, 1999). La infiltracin es el proceso mediante el cual el agua penetra desde la
superficie del terreno hacia el suelo (Chow et al, 1994). La infiltracin se define como el
proceso por el cual el agua penetra por la superficie del terreno y llega hasta las capas
inferiores del suelo (Silva, 1998).
Percolacin Profunda (
13
dando como resultado un diagnstico de las condiciones reales del recurso hdrico en
cuanto a su oferta, disponibilidad y demanda en dicha rea (Hernandez, 2007).
El modelo de balance hdrico se basa en la ecuacin de conservacin de masa (2-1), que
depender del volumen de control y de las condiciones de frontera existentes.
=
(2-1)
las entradas y
las salidas
) y la
). La cantidad de agua que escurre por las ramas, que posteriormente pasa al tronco
superficies del rbol cuando existe interceptacin, se define como flujo de translocacin
y finalmente llega al suelo se define como flujo cortical (
).
Del agua infiltrada, la que se encuentra en la zona radicular es tomada por la planta y
sumado a la evaporacin desde el suelo se convierte en evapotranspiracin (
). Si a
14
Dnde:
: Precipitacin Incidente o externa
: Evaporacin del agua que ha sido retenida
en el follaje y ramas
: Flujo Cortical o
que
traviesa
el
follaje
sin
ser
interceptada)
: Goteo desde el follaje (Cantidad de agua que
es interceptada y escurre cuando se ha
superado la capacidad de almacenamiento del
follaje.
: Agua almacenada en el follaje
("# + % + &)
'
(2-2)
15
Accin indirecta de los efectos del suelo forestal sobre la escorrenta (retraso del
tiempo de concentracin, aumento de infiltracin, reduccin de focos erosivos,
conversin del escurrimiento superficial en subsuperficial, suministro adicional de una
mayor potencial de almacenamiento de agua).
16
debido a que los bosques tiene una mayor resistencia aerodinmica (Gash et al, 2009).
La reduccin del rea basal y la poda (rea de la copa del rbol) disminuyen los valores
de interceptacin. Se estima una interceptacin mayor para periodos con condiciones
atmosfricas hmedas, que para las secas. Se considera tambin que cuando los
eventos de precipitacin se presentan en la tarde o noche, los valores de interceptacin
sern ms bajos, debido a que el dficit de presin de vapor, la velocidad del viento y por
ende la conductancia aerodinmica cae rpidamente (Crockford R.H, & Richardson D.P,
2000).
Los valores de interceptacin se ven directamente afectados por caractersticas como el
nmero de rboles o especies por hectrea, el ngulo de las ramas, la forma e
inclinacin de las hojas, la uniformidad o no de la altura de la copa, la naturaleza y grosor
de la corteza del rbol, la capacidad de almacenamiento del follaje y como esta cambia a
travs de las estaciones climticas y de las especies, la hidrofobicidad (repelencia al
agua) de las hojas y la madera, y el ndice de rea foliar (Crockford R.H, & Richardson
D.P, 2000).
Los efectos del cambio de cobertura vegetal afectan tambin los diferentes balances
dentro del ecosistema, como son el caso del balance de energa y de nutrientes (Chavez
& Jaramillo, 1999). Estos autores destacan los siguientes al realizar la conversin de un
bosque a un cultivo intensivo o pastos.
Otros efectos que se presentan al hacer una conversin del tipo de cobertura vegetal son
el incremento de caudales picos posterior a un evento de precipitacin y el aumento de
la cantidad de agua producida por la cuenca (Llorens & Domingo, 2007).
17
18
Evaporacin Potencial ( )
19
+, + -./0 /23
)( + 5)
(2-3)
presin de vapor del aire, r? la resistencia aerodinmica al transporte del vapor de agua
es le calor latente de
con la velocidad del viento a 2 metros sobre el mismo. A continuacin se presentan las
del anemmetro, con la intencin de calcular el valor de la velocidad a otra altura F. Para
tal efecto utiliz la ecuacin de Hellman presentada por Anon (1969).
DG 0.233 + 0.285 NO|F + 4.75|
=
D3 0.233 + 0.285 NO|S + 4.75|
DW =
20
D
U[
NO Z
Z
Y
UV
Un valor que se puede utilizar para UV es 0.44m, el cual se halla de ir hacia atrs en la
relacin lineal existente entre D y NO|U|. Si se toman los valores que se mencionan
expresin que relaciona la velocidad del viento medida a una altura E con la velocidad
anteriormente y se combinan las ecuaciones anteriores es posible hallar la siguiente
D\]^
+2[
= `NO Z
Zaeb0.818 + NO|S + 4.75|d
D3
UV
(2-4)
Resistencia Aerodinmica
23 utilizando la Ecuacin 2-5.
23 =
1
U[ ^
fNO
Z
Zg
Y ^D
UV
(2-5)
Flujo de Translocacin (
21
a) Pluvmetros instalados a diferentes alturas en funcin del tipo de estructura vegetal y manguera
enrollada en el tronco para medir flujo cortical. b) Estructura plstica conectada a tanque de
almacenamiento y pluvimetros fuera del follaje para medir precipitacin incidente. c y d)
canaletas ubicadas bajo el follaje para medir flujo de translocacin. Fuente: Hernandez (2007)
22
incidente.
Flujo Cortical (
23
Forma de la hoja y orientacin. Si el ngulo de la hoja est por encima del plano
horizontal, es decir, si la punta de la hoja est por encima del peciolo, y tiene una
forma cncava, el agua almacenada podr ser conducida hacia las ramas. Para hojas
verticales el aporte se da cuando existe goteo hacia las ramas.
Angulo de las ramas. Ramas inclinadas tiene un mayor potencial de aporte al flujo
cortical que las que son horizontales o por debajo de las horizontales.
Tipo de corteza. Existe una gran variacin entre el grosor y el tipo de corteza entre
especies de rboles del mismo tamao. La humectabilidad y el grosor tiene efectos
sustanciales sobre el flujo cortical. Superficies lisas conllevan a mayores valores de
flujo cortical, en cambio cortezas con capacidad de absorcin, producen menor
cantidad de flujo cortical, ya que la corteza debe saturarse antes de que exista este
flujo.
24
volumen debido a que un mayor nmero de gotas podrn ser retenidas por las
ramas. Realmente depende en mayor medida de la forma de la hoja y su orientacin.
&. Caso
hmedo.
Crockford R.H & Richardson D.P (2000) reportan que en el estudio de Crockford &
Richardson (1990) se obtuvo valores de 4.1% para Eucalipto y de 8.9% para Pinos, con
valores hasta del 13.1% para precipitacines mayores a los 25mm. Los bajos valores de
flujo cortical en bosques tropicales probablemente resultan por la combinacin de altas
intensidades de precipitacin y altos ndices de rea foliar (Crockford R.H, & Richardson
D.P, 2000). En general se reportan valores entre el 0.3-3% para bosques de conferas,
quiz debido a que sus hojas son casi horizontales.
Yadav & Mishra (1985) citados por Crockford R.H & Richardson D.P (2000), encontraron
una relacin inversa entre el flujo de translocacin como un porcentaje de la precipitacin
y el dimetro a la altura del pecho (DAP), es decir para pequeos arboles exista un
mayor flujo cortical, que para los grandes. Bajas intensidades se caracterizan por
tamaos de gotas menores, los cuales pueden ser arrastrados por el viento directamente
a los troncos, incrementando el valor del flujo cortical (Crockford R.H, & Richardson D.P,
2000).
precipitacin incidente llega al suelo como &. Lo anterior sugiere que las hojas de las
Bui & Box (1992) en un experimento con maz y sorgo, encontraron que el 49% de la
plantas en crecimiento tienen un ngulo agudo lo cual funciona como canal hacia el tallo.
25
Las
por
interceptacin
es
una
variable
No
Observable,
la
cual
("# + &)
(2-6)
La anterior expresin supone que el follaje antes del evento de precipitacin se encuentra
seco, y que el agua almacenada durante el evento de lluvia se evapora totalmente desde
las estructuras interceptoras.
La fraccin de vacos (i) relaciona la cantidad de espacios que existen en una cobertura
vegetal y por los cuales las gotas de lluvia pueden a travesar hasta llegar al suelo, sin ser
(2-7)
En la Figura 2-4 se presentan dos imgenes de bosque donde los colores en la escala de
fraccin de vacos (i).
26
El ndice de rea Foliar (IAF) o Leaf Area Index (LAI) se define como la cantidad de rea
k& =
lm
(2-8)
retenida por el follaje sin que exista drenaje hacia el suelo. Grah & Wilson (1944) citados
por Dunkerley (2000) reconocen tres componentes de la capacidad de almacenamiento:
27
condicional (agua que puede ser desalojada por vibraciones de la planta causadas por el
viento), y almacenamiento temporal (agua que solo puede ser removida por
evaporacin).
La capacidad de almacenamiento se ha medido en laboratorio como el incremento del
peso que tiene una especie cuando se coloca bajo un simulador de lluvias. Esto se
realiza hasta que el valor del peso se estabiliza indicando que se ha llegado a una
capacidad de almacenamiento constante.
2.5. MODELOS
MATEMTICOS
DEL
PROCESO
DE
INTERCEPTACIN DE LLUVIAS
Con la intencin de tener una base conceptual sobre la cual se pueda trabajar los
modelos matemticos que buscan representar el proceso de interceptacin, se empieza
por presentar los conceptos de sistema, modelo, variables y parmetros. Ya introducidos
estos conceptos se sigue con la revisin y posterior presentacin de los distintos modelos
dinmicos de interceptacin de lluvia, destacando el modelo conceptual, los principios
fsicos utilizados y las ecuaciones implementadas en la modelacin del proceso. Adems,
se estudian en detalle las variables de entrada, las de salida, las de estado y los
parmetros caractersticos de cada modelo. En general los modelos de interceptacin de
lluvia se han trabajado desde dos perspectivas; la primera basada en la ecuacin de
balance de masa en el follaje, y la segunda con un enfoque estocstico basado en
funciones de densidad de probabilidad. Del primer grupo de modelos, se puede realizar
una divisin en los fsicamente basados y los que estudian el proceso de interceptacin
mediante expresiones analticas. Gash et al (2009) reporta en su revisin de modelos de
interceptacin de lluvia que existen ms de 15 citados y publicados, cada uno con
diferentes enfoques, siendo en algunos casos, unos las modificaciones de los modelos
originales. Los modelos de interceptacin de lluvia presentados en este documento
guardan la mayor fidelidad posible con el planteamiento original, esto con el fin de
entender la intencin del investigador y no crear ambigedades al momento de su
lectura.
El estudio del proceso de interceptacin se ha estudiado desde principios de siglo
pasado cuando Horton (1919) propuso uno de los primeros modelos matemticos de
28
Los componentes, que son las partes constituyentes del sistema. Tambin se les
denomina elementos o subsistemas.
Las variables, que son aquellos valores que cambian dentro de la simulacin y
forman parte de funciones del modelo o de una funcin objetivo.
Los parmetros o cantidades a las cuales se les asignar valores. Una vez
establecidos los parmetros, son constantes y no varan dentro de la simulacin.
Las relaciones funcionales, que son las que muestran el comportamiento de las
variables y parmetros dentro de un componente o entre componentes de un
29
Las restricciones, que son limitaciones impuestas a los valores de las variables o la
manera en la cual los recursos pueden asignarse o consumirse.
Tllez (2003) cita a Rabbinge y de Wit (1989), quienes dicen que la simulacin es una
tcnica que se caracteriza por la representacin de un sistema mediante modelos
simplificados, los cuales se expresan generalmente a travs de la construccin de
relaciones analticas matemticas y por el estudio de sus propiedades en referencia a las
del sistema que ellas representan. Shannon (1988) define simulacin como el proceso
de disear y desarrollar un modelo de un sistema o proceso real y conducir experimentos
con el propsito de entender el comportamiento del sistema o evaluar varias estrategias
(dentro de lmites impuestos por un criterio o conjunto de criterios) para la operacin del
sistema.
Segn Chow et al (1994) un modelo de sistema hidrolgico es una aproximacin al
sistema real; sus entradas y salidas son variables hidrolgicas mensurables y su
estructura es un conjunto de ecuaciones que conectan las entradas y las salidas.
30
31
Balance de masa
Sea +, "# y
respectivamente, y +, "# y
(i. e, tasa x tiempo). Luego las prdidas por interceptacin en una tormenta, es decir, el
agua interceptada y evaporada entre el tiempo cuando la lluvia empieza a caer sobre el
follaje seco, y el tiempo cuando el follaje est seco de nuevo se puede expresar como
=p
Donde
= p + p "#
(2-9)
+ p%
(2-10)
Donde % es la cantidad de agua que gotea o drena desde el follaje (% es una tasa), y
es el cambio en la cantidad de agua, , almacenada en el follaje. Ntese que
p "# = i p + + p %
(2-11)
Se asume que existe una mnima cantidad de agua (rr), requerida para humedecer
(2-12)
is t +[u = & + t
la evaporacin y
Donde
s [u
cortical,
32
(2-13)
el flujo
%=v
%w xyi(z )l{
~
0
l{ <
(2-14)
Donde
variacin de S se debi a la variacin del ndice de rea foliar por unidad de rea de
Con el fin de trabajar con otras capacidades de almacenamiento, se asumi que la
de la hoja; se asumi tambin que las caractersticas del drenaje de la unidad de rea de
la hoja permanecen constantes.
Estas suposiciones estn justificadas nicamente en el hecho que cuando fueron
para el rango de variedades de diferentes especies y con diferentes valores de S.
* l{
l{
<
(2-15)
33
La evaporacin desde los troncos se puede describir mediante las siguientes ecuaciones.
s
* l{ s
s
l{
<
(2-16)
Dnde una constante que relaciona la evaporacin desde los troncos con la existente
en el follaje.
Flujo cortical
El flujo cortical, escurrimiento fustal o flujo caolinar se estima con la siguiente ecuacin
s l{ s
l{
s <
(2-17)
Teniendo en cuenta las condiciones anteriores, el flujo de agua a travs del follaje se da
por las siguientes ecuaciones.
[
= (1 i is )+ * %
[u
[
= (1 i is )+ f g *
[u
iS2S
iS2S
(2-18)
<
(2-19)
Para el caso de las ramas las ecuaciones que definen el cambio de almacenamiento
durante el evento de precipitacin son las siguientes
[ s
= (is )+ *
[u
[ s
= (is )+ *
[u
iS2S
iS2S
s
s
<
s
s
(2-20)
(2-21)
34
Fuente: Valente et al, 1997. Adaptado de Gash & Morton, 1977. Modificado por el autor
Dnde:
i: Coeficiente de flujo de translocacin libre (Adimensional)
is : Coeficiente de lluvia que se desva por la corteza del rbol o flujo cortical
(Adimensional)
: Capacidad de almacenamiento del follaje (mm)
s : Capacidad de almacenamiento de agua en el tronco (mm)
+: Intensidad de precipitacin incidente (mm hora-1)
%: Tasa de goteo o drenaje desde el follaje (mm hora-1)
: Tasa de evaporacin del agua interceptada por el follaje (mm hora-1)
: Almacenamiento en el follaje (mm)
"#: Flujo de translocacin (mm)
&: Flujo cortical (mm)
-1
s : Tasa de evaporacin del agua interceptada por los troncos (mm hora )
s : Almacenamiento en los troncos (mm)
35
Este modelo tiene 7 parmetros y 3 variables de salida; las prdidas por interceptacin,
el flujo de translocacin y el flujo cortical.
Operacin del modelo
< , la tasa de evaporacin varia con la cantidad de agua
, en el
Rutter et al (1971) propuso un mtodo grfico para la estimacin de los parmetros del
libre de translocacin (i) y la capacidad de almacenamiento del follaje ( ), se debe
representa el valor alcanzado de saturacin del follaje, y que a la izquierda de este punto
flujo de translocacin
36
14
T= R - 0.95
12
10
8
6
4
2
T= 0.25R - 0.05
0
0
-2
10
12
14
16
37
por los ramas, (is )+. Cuando se tiene valores muy pequeos de i y is , como sucede en
vegetaciones poco densas, la cantidad de agua que ingresa al follaje puede ser
* es
la
tanto desde el follaje como desde los troncos se extiende sobre el rea proyectada,
*,
*,
38
La idea bsica de este modelo es dividir en dos el rea total proyectada por el follaje; El
rea descubierta y el rea cubierta, donde se encuentra el follaje y las ramas. Las dos
subreas reciben la misma intensidad de precipitacin, la cual es la precipitacin
incidente o total. La evaporacin desde las reas cubiertas saturadas (follaje y ramas) se
estimara como
*.
nicamente. Teniendo en cuenta que la evaporacin desde los troncos se calcula como
*,
*.
El modelo conceptual
del modelo de Rutter Sparse para vegetacin con poca densidad se observa en la Figura
2-7.
Segn este nuevo modelo las capacidades de almacenamiento para el follaje y los
troncos se redefine como.
s,
(2-22)
(2-23)
relacionada con el rea cubierta. En este modelo la tasa de drenaje se simplific para
cada intervalo de tiempo y se calcula como
t % [u =
l{
l{
<
(2-24)
entrada de agua a los troncos proviene del drenaje del goteo (% ) y no directamente de la
La modelacin del flujo cortical tambin fue modificada, debido a que se asume que la
39
Los parmetros ,
),
40
Dnde:
+: Intensidad de precipitacin incidente (mm hora-1)
: Tasa de evaporacin del agua interceptada por el follaje (mm hora-1)
-1
s : Tasa de evaporacin del agua interceptada por los troncos (mm hora )
: Proporcin entre el agua evaporada desde el follaje con la evaporada desde los
troncos (Adimensional)
.: Proporcin relativa de rea cubierta (%)
i : Coeficiente de particin de drenaje (Adimensional)
: Capacidad de almacenamiento del follaje (mm)
s, : Capacidad de almacenamiento de agua en el tronco (mm)
: Almacenamiento en el follaje (mm)
s, : Almacenamiento en los troncos (mm)
% : Tasa de drenaje desde el follaje (mm hora-1)
%', : Tasa de goteo desde el follaje (mm hora-1)
%s, : Tasa de goteo desde el tronco (mm hora-1)
Este modelo tiene 5 parmetros y 3 variables de salida; las prdidas por interceptacin,
el flujo de translocacin y el flujo cortical.
Analticamente es posible obtener las siguientes expresiones:
"# = (1 .)
+ .(1 i ) t % [u
& = . fi t % [u
.
Si se remplaza % [u por
= . ft % [u +
[u,
s,
(2-25)
s, [ug
(2-26)
[ug
(2-27)
(1 i ) (1 i ). t
i
"# (1 .)
1 i
.t
[u
s, [u
(2-28)
(2-29)
41
& con
cual representa las prdidas por evaporacin desde los troncos durante un evento de
"# (1 .)
como
Flujo de Translocacin
. t %s, [u
Flujo Cortical
. ft
[u
+t
(2-30)
(2-31)
s, [ug
(2-32)
(1 )E7 si C S
C
E = cE donde E =
=.
s,
% = [(
[O[x
)/[u
%', = (1 i )%
%s, = [
s,
s,
* l{ s,
s,
s,
l{
s,
s,
<
s, /[u
s,
(2-33)
(2-34)
(2-35)
(2-36)
(2-37)
42
).
+z
(2-38)
43
Regresin de ecuaciones
Para una tormenta que sea suficiente para saturar el follaje, Horton (1919) citado por
Gash J. (1979) expreso la interceptacin como.
s
= t [u +
V
Donde
(2-39)
es la
=t
[u + t [u +
s
(2-40)
s
1
=f
g
t
[u
u u s
(2-41)
s
1
g
t
+[u
u u s
De donde se obtiene
= + (u u )
(2-42)
(1 i is )
+t
[u
44
(2-43)
Y sustituyendo por
=t
[u + (
+
) +
=
+
+ +t
[u 1 (1 i is ) +
(2-44)
S = , z = + t [u 1 (1 i is ) +
+
V
regresion se tiene una suposicion implicita, que el valor de es constante, y los puntos
el mtodo de la regresion.
Derivacin del modelo
45
= p t
[u + t
[u + O
= pt
[u / p(u u )
+ = p t +[u / p(u u )
(2-45)
+ = p(
46
) / p(u u )
= p t
[u + (
+
+O
(2-46)
[u = (1 i is )
,
= (1 i is )
= (1 i is ) p + p(
+
,
(2-47)
Para tormentas pequeas que son insuficientes para saturar el follaje completamente,
interceptacin
,]
= (1 i is ) p + p(
+
,
) +
(1 i is ) p
(2-48)
que el balance de agua en el follaje sea considerado. El flujo cortical para cada tormenta
con precipitacin mayor a
s,
donde
es
la capacidad de almacenamiento del tronco, el cual debe ser llenado antes de que se
observe cualquier flujo cortical en la base del tronco. La evaporacin desde los troncos
es probablemente mas pequea comparado con la evaporacin desde el follaje, Rutter &
Morton (1977) calcularon que este valor puede estar tipicamente entre 1-5% del valor
47
interceptado por el follaje en un evento de lluvia. La prdidas por interceptacin desde los
troncos es entonces solo la cantidad de agua que reposa en los troncos despues que la
lluvia ha cesado. Si se supone que el periodo intertormentas es lo suficientemente largo
para permitir que todo el volumen de agua almacenado en los troncos se evapore,
entonces las prdidas por interceptacin estan dadas por
,]
,]
+ is p
s /is ,
necesarias para saturar el almacenamiento del tronco. La ecuacin (2-48) puede ser
reescrita como
,]
= (1 i is ) p + p(
+
,
) + (1 i is ) p
,]
+ is p
(2-49)
donde
*,
= . Asumiendo
que no existe goteo desde el follaje antes de la saturacin, el flujo de agua en el follaje
puede estar descrita por
solucion es
= (1 i is )+ , o
= (1 i is )
= (1 i is )+ , donde su
u
+
1 exp
u = f g NO 1 (1 i is )
+
El tiempo necesario para que ocurra saturacin esta dado por
48
u = f g NO 1 (1 i is )
+
cuando se alcanza la saturacin del follaje la lluvia esta dada por = + u
+
NO 1 (1 i is )
+
(2-50)
= O(1 i is )
+ p
+
,
+ (1 i is ) p
,]
+ is p
(2-51)
Formulacin
para
+
NO 1 (1 i is )
+
Para tormenatas
suficientemente
grandes para saturar el follaje ( )
(1 i is ) p
pequeas
el follaje
O(1 i is )
+ p
+
que
,]
is p
no
is p
Flujo Cortical
Flujo de Translocacin
],
ip
(1 i is ) p
+
,
49
Este modelo tiene 4 parmetros y 3 variables de salida; las prdidas por interceptacin,
el flujo de translocacin y el flujo cortical.
+
NO 1 .
+
(2-52)
(1997). Gash (1995) de manera similar a Valente et al (1997) afirma que el aporte hacia
los troncos se da solo despus que el follaje es saturado.
Se ha asumido que la evaporacin para coberturas poco densas puede ser estimada de
manera sencilla como una reduccin de la evaporacin calculada para el follaje completo
en la proporcin de la cobertura del follaje. Esta suposicin asume implcitamente que la
evaporacin es unidimensional y que no existe interacciones horizontales o adveccin.
50
En la Tabla 2-2 se observan los componentes del modelo reformulado de Gash J (1995).
Tabla 2-2: Componentes del modelo de Interceptacin de Gash reformulado (1995)
Componentes de la prdida por intercepcin
Formulacin
,
.p
>
<
/ ,
O.
O.
.
p(
+
,
O.
is p
Este modelo tiene 4 parmetros y 3 variables de salida; las prdidas por interceptacin,
el flujo de translocacin y el flujo cortical.
Rutter modificado (Valente et al, 1997). Propuso entonces que el drenaje desde el follaje
Considerando el balance de agua en el follaje para estas tormentas se poda escribir
como
%2 = 1
(1 )
(2-53)
Como la proporcin de agua que es desviado hacia los troncos es i %2, las prdidas
+ %2 ,
,
donde fuera de las O tormentas suficientes para saturar el follaje, existen tormentas con
%2 >
s /is .
de lluvia
necesaria para saturar los troncos, considerndolo constante para todo el periodo de
modelacin.
51
que relaciona la evaporacin desde los troncos con la existente en el follaje (Valente et
al, 1997). Lo anterior para satisfacer el principio de conservacin de masa y energa.
Este modelo se puede trabajar con valores medidos a una escala diaria, suponiendo un
nico evento de precipitacin por da.
En la Tabla 2-3 se observan los componentes del modelo Gash Sparse (Valente et al,
1997).
Tabla 2-3: Componentes del modelo de interceptacin Gash Sparse (Valente et al, 1997)
Componente de la Interceptacin
Cantidad de lluvia necesaria
saturar el follaje ( )
Cantidad de lluvia necesaria
saturara el tronco ( )
Formulacin
para
para
+
(1 )
NO 1
+
(1 ) .
+
s
+
+ (1 ) i .
Para
j
tormenatas
pequeas
.
p
insuficientes para saturar el follaje
( < )
,
Para O tormenatas
suficientemente
(1 )
. O
+
p
grandes para saturar el follaje (
+
Flujo de Translocacin
i 1
i 1
],
(1 .) p
(1 )
p
+
,
(1 )
p
+
(1 )
(1 i ). 1
p
+
,
52
Escala Temporal de
Variables de Entrada
Lluvia
Meteorolgicos
Variables de
Salida
I
TF
SF
N
Parmetros
Horario
Horario
X
X
X
X
X
X
7
5
Hora, Diario o
Evento
Hora, Diario o
Evento
En el caso del drenaje el modelo de Rutter et al (1971) realiza su clculo en funcin del
tiempo basado en relaciones empricas. Los dems modelos identifican el drenaje como
una parte integral del balance de agua en el follaje. El modelo de Rutter et al (1971)
calcula el drenaje multiplicando una tasa de goteo empricamente basada por un
53
trabajar con parmetros empricos. El clculo se basa en las diferencias entre la mxima
modelo de Rutter et al (1971), puede continuar hasta despus que ha cesado la lluvia a
diferencia de Rutter Sparse (Valente et al, 1997) donde el drenaje se interrumpe cuando
cesa la lluvia. En todos los modelos analizados en este trabajo de investigacin se
recomienda realizar la estimacin de la evaporacin potencial utilizando la ecuacin de
Penman Monteith. Respecto las escala temporal de funcionamiento de los modelos, los
analticos utilizan como base el evento de precipitacin y los fsicamente basados son
ms detallados requiriendo informacin horaria tanto de la precipitacin como de las
capacidad de almacenamiento del follaje ( ) est relacionado con un rea homognea
de follaje, caso contrario a los modificados o Sparse, donde esta caracterstica del follaje
cada modelo.
54
Gash et al (2009) tambin indag sobre los modelos con mayor aplicabilidad en los
estudios de interceptacin en el mundo, encontrando los resultados presentado en la
Figura 2-4. Investig tambin acerca de cules son las coberturas vegetales ms
estudiadas y las clasific en 6 tipos: rainforest-selva tropical, bosque de conferas
(conifers), bosques caducifolios (hardwoods), bosques de conferas y especies
caducifolias (mixed, conifers and hardwoods), arbustos (shrubs) y cultivos (crops).
Encontr entonces que los modelos con mayor aplicacin en el mundo son los de Gash
(69 aplicaciones) y Rutter (42 aplicaciones), segn su bsqueda virtual. Respecto las
coberturas vegetales las ms estudiadas son las conferas, seguido por las selvas
tropicales y los bosques caducifolios.
Figura 2-8: Aplicacin de modelos de interceptacin de lluvia en el mundo
55
3. ESTRATEGIA METODOLGICA
El desarrollo de esta investigacin se dividi en cuatro etap
etapas la cuales se representan
en la Figura 3-1.
Figura 3-1:: Actividades realizadas en la estrategia metodolgica propuesta en esta
investigacin
Revisin
Revisin de investigaciones en Colombia
1
58
59
3.3. MODELACIN
DEL
PROCESO
DE
INTERCEPTACIN
Variables
de Entrada
Precipitacin
incidente
Evaporacin
potencial
(Penman
Monteith)
Parmetro
Parmetros
Fraccin
Fraccin de la cobertura vegetal
(c)
Capacidad de almacenamiento
Capacidad
del dosel (S)
Capacidad
Capacidad de almacenamiento
de los tallos y tronco (St).
Coeficiente
Coeficiente de particin de
drenaje (pd).
Proporcin
Proporcin entre el agua
evaporada desde el follaje con la
evaporada desde los troncos (()
Variables
de Salida
Flujo
Flujo de
Translocacin
(TH)
Flujo
Flujo Cortical
(SF)
Precipitacin
Precipitacin
Neta (PN)
Prdidas
Prdidas por
interceptacin
(I)
La informacin que se presenta en la figura anterior fue obtenida de Tllez (2003) quien
investig el proceso de interceptacin en la Cuenca amaznica colombiana.. All trabaj
con 3 tipos de coberturas vegetales; uso agrcola, b
bosque secundario (5,, 18 y 30 aos
de edad) y con bosque
osque maduro. Para este ejercicio de modelacin se trabaj con
c
la
cobertura de bosque maduro,, la cual fue monitoreada e
en
n el periodo comprendido entre
mayo de 2001 y junio de 2002.
60
61
Este modelo se basa en procesos de arribos de Poisson para el origen de los clsteres
por un nmero de celdas C (C 1), de manera que los instantes de origen de las celdas
eventos por unidad de tiempo (semana, mes, ao, etc.). Cada tormenta se caracteriza
siguen otro proceso de Poisson jerrquicamente inferior con parmetro . La terminacin
del segundo proceso de Poisson obedece una distribucin exponencial de parmetro ,
62
(\)
Varianza
S2 '
(\)
= )
2 ^
^
2
^
f g
f ^ g
2
( 2)( 3)
^
+
` ( + ) ^ ( + ) a
( 2)( 3)
(3-1)
(3-2)
Covarianza (l 1)
S2 '
(\)
Donde:
= 2)
, ']w
63
(\)
b(l S) + d + b(l + 1) + d
( 2)( 3)
2(l + )
^
2(l + ) b(l 1) + d
+ ^
( 2)( 3)
b(l + 1) + d
=
(3-3)
) ^
+ ^
1
1
) ^
^ = ^
1
1
Probabilidad de no lluvia
Donde
exp () + ^ + )
)
1
( + )(4 ^ + 27 + 72 ^ )
1 + ( + ) ( + )( + 4) +
( 1)
4
72
3
^
f
g
1 + + ^ +
( 1)( + ) + ( + )
2
2
^ =
(3-4)
)
3
^
1 + + ^ +
( 1)( + )
2
2
64
Modo de prueba completo (con entrada horaria). Para utilizar este modo, se debe
definir un archivo de con el formato apropiado con espacio para los datos horarios. Este
modo es apropiado para evaluar (comparar la serie original con la desagregada) el
modelo de Bartlett Lewis, sus parmetros y el modelo de desagregacin.
Modo Operacional (con entrada diaria). Este es similar al Modo de prueba completo,
pero la diferencia es que el archivo de entrada no tiene valores horarios, slo diarios.
Modo de prueba para el modelo de lluvia (con entrada horaria). Este es similar al
Modo de prueba completo pero con unos datos sintticos no desagregados pero
generados del modelo de Bartlett Lewis con unos parmetros dados. Para utilizar este
modelo, se debe: a) crear un archivo con los datos horarios histricos, b) la opcin de
Perform Adjusment debe estar apagada en la ventana de Parmetros del Modelo de
Bartlett Lewis, y c) Distance Allowed debe ser un nmero grande (1000) para Repetitions
Form.
65
66
Se utiliz el mtodo grafico propuesto por Rutter et al (1971) y que posteriormente fue
adecuado para bosques no homogneos por Valente et al (1997). Este mtodo supone
una dependencia lineal entre las variables del proceso de interceptacin. Para esto se
los parmetros de capacidad de almacenamiento del dosel ( ), capacidad de
utilizaron las relaciones lineales de las ecuaciones 2-28 y 2-29. Se estimaron entonces
almacenamiento de ramas y tronco (
valor de la fraccin de cobertura vegetal (.) se obtuvo del documento de Tllez (2003),
quien a su vez lo estimo a travs de un mtodo fotogrfico.
Para hallar estos parmetros se debio realizar una regresion lineal entre "# (1 .)
(abcisas) y & (ordenadas). De la pendiente obtenida es posible hallar el coeficiente
ixO[{xOux
1 + ixO[{xOux
(3-5)
utilizar la ecuacin 2-20. Para hallar la capacidad de almacenamiento del follaje se utiliz
el mtodo grafico mencionado en la seccin 2.2.2.1 (Rutter et al, 1971)), donde se habla
translocacin. Esta envolvente debe tener una pendiente preestablecida igual a 1 .i .
Oux2.xiu
1 i
(3-6)
67
Se procedi a realizar la solucin del problema inverso (calibracin) para esta cobertura
buscando los parmetros ptimos de los modelos de Rutter Sparse y Gash Sparse
del follaje ( ), capacidad del almacenamiento de ramas y tronco ( s ). Los parmetros
follaje con la evaporada desde los troncos (), no se modificaron, ya que en una revisin
1
'( '
=
' )^
(3-7)
68
Donde
+ : Error cuadrtico medio normalizado (Adimensional) o funcin objetivo ( )
' : Precipitacin neta observada, la cual se estim como la suma del flujos de
translocacin y cortical experimentales
' : Precipitacin neta simulada, la cual se estim como la suma del flujos de
translocacin y cortical simulados
(3-8)
69
RUTTER SPARSE
CALIBRADO (RSC) y GASH SPARSE CALIBRADO (GSC) (De aqu en adelante nos
referiremos a los modelos por sus abreviaturas). Los dos primeros se implementaron con
los parmetros estimados grficamente y los dos ltimos con los obtenidos mediante la
tcnica de simulaciones de Montecarlo.
Para efectos tanto de comparacin de modelos como de validacin de los mismos se
trabaj con las 40 tormentas restantes registradas en la estructura de bosque, es decir
desde la tormenta 51 a la 80. Estos eventos se registraron en dos periodos; el primero
70
k =
error
ECUACIN
'
'
k = k(|
Raz
del
normalizado
1
p|
cuadrtico
medio
1
= p(
'
'
'
' |
' |)
' )^
1
( ' ' )^
'
+ =
' )^
'
'
=1
'( '
)^
El error medio absoluto (k ), es una cantidad utilizada para cuantificar que tan cerca
para cuantificar el error de prediccionEl error mximo absoluto (k ), indica la
estan las simulaciones de los valores registrados. Este estadistico se utiliza comunmente
error es la diferencia entre los valores observados y los simulados. Los anteriores
estadisticos tienen las unidades de la variable que se este analizando.
El error cuadrtico medio normalizado (+
71
rango desde - hasta 1, siendo un valor de 1 para un ajuste perfecto con los registros
experimentales. Un valor de 0 indica que la exactitud de prediccion del modelo es similar
la media de los datos observados, y para valores menores a 0 es un indicativo que la
media de los registros experimentales es un mejor predictor que el modelo implementado
Se continu realizando un anlisis con los valores acumulados para todas la variables
Neta ( ), flujo de translocacin("#), flujo cortical( &) y prdidas por interceptacin( ).
Se compararon entonces los porcentajes de cada una de las variables respecto el valor
de precipitacin total incidente para el periodo total de validacin. Tambin se estim la
diferencia de lminas de agua entre los valores simulados y los registrados acumulados
para el periodo de anlisis. De las simulaciones resultado de la implementacin de los
modelos dinmicos de interceptacin de lluvia se calcularon los porcentajes de cada
variable respecto la precipitacin incidente a nivel diario. Con estos porcentajes se
procedi a calcular su valor medio, desviacin estndar, mximo y mnimos.
acumulados fueran miinimas. Se estim tambien el coeficiente de determinacion (+ ^ ). Un
Tambien se verific que las diferencias entre los valores registrados y simulados
valor de 1 en este estadistico indica una fuerte relacion entre las dos variables aleatorias.
Por ultimo se realiz un analisis grfico de las salidas de los modelos fisicos y analiticos.
Se realizaron diagramas de puntos entre la precipitacin incidente y las demas variables
del proceso de interceptacin, diagramas de barras para los eventos de validacion, y
diagramas de lineas acumuladas. En todas ellas comparando los modelos de Gash
Sparse y Rutter Sprse con parmetros estimados con simulaciones de Montecarlo.
Simulacin del proceso de interceptacin
Posterior a la verificacin del funcionamiento de los modelos dinmicos de interceptacin
de lluvia, se procedi a realizar una implementacin del modelos de Gash Sparse para la
estructura de bosque maduro para el ao 2011 en la cuenca del medio Caquet, con
informacin hidrometeorolgica de la estacin Araracuara (44135010), la cual tiene
coordenadas 036 Latitud Sur (S) y 7222 Longitud Oeste (W) y una altitud de 150
msnm. El procedimiento resumido se presenta en la figura 3-4. De las salidas del modelo
se destac el efecto de las coberturas vegetales sobre el balance hidrico.
72
Estacin
Araracuara
Precipitacin
T media,
mnima y
mxima
Humedad
relativa
Brillo solar
3.4. PROPUESTA
Cobertura
Bosque
Maduro
Modelo
Flujos
Simulados
Gash Sparse
(Simulaciones
de Montecarlo)
METODOLGICA
DE
Flujo de
translocacin
Flujo cortical
Precipitacin
neta
Perdidas por
interceptacin
MEDICIN
DE
VARIABLES
Se propuso una metodologa que facilitara la implementacin de los modelos de
interceptacin de lluvia en funcin de la informacin requerida, las tcnicas de medicin
de variables y las escalas temporales de funcionamiento de los modelos. Esta propuesta
se dividi en dos grandes grupos: la medicin de las variables hidrometeorolgicas y el
protocolo de modelacin en ingeniera. Dentro de la medicin de las variables
var
hidrometeorolgicas se destaca la definicin del objeto de estudio, la seleccin del rea
de estudio, la caracterizacin de la cobertura vegetal, la instrumentacin, la medicin de
las variables del proceso y por ltimo el anlisis de los registros experimentales.
Para la modelacin se revisaron algunos protocolos de modelacin, y utilizando sus
conceptos y secuencia en el proceso, se propuso uno para el caso del proceso de
interceptacin de lluvias. Se siguen las etapas de calibracin, validacin, ssimulacin
imulacin y
anlisis posteriores.
4. RESULTADOS Y DISCUSIN
4.1. EL ESTUDIO DEL PROCESO DE INTERCEPTACIN EN
COLOMBIA
Diferentes investigadores y centros de investigacin se han interesado por estudiar el
proceso de interceptacin de lluvias por coberturas vegetales en el pas, tales son los
casos de Centro Nacional de Investigaciones de Caf (Cenicafe), La Universidad
Nacional de Colombia, en sus sedes de Medelln y Bogot, y el Centro Internacional de
Agricultura Tropical (CIAT). Buscando contextualizar el proceso de interceptacin, su
interpretacin, cuantificacin y modelacin, se realiz una bsqueda virtual exhaustiva de
investigaciones publicadas que estudiaron este proceso en el territorio nacional. En la
Tabla 4-1 se presenta un resumen de estas investigaciones, destacando los autores, la
localizacin del experimento, el tipo de interceptacin que se estudi (vertical u
vegetal (c) y capacidad de almacenamiento ( ), periodo de anlisis y cantidad de agua
Tabla 4-1: Resumen de investigaciones relacionadas con el procesos de interceptacin de lluvias en Colombia
AUTOR
LOCALIZACIN
TIPO DE
PRECIPITACIN
Ballesteros
(1983)
Neusa,
Cundinamarca
VERTICAL
Giraldo
(1989)
Tobn
(1989)
Veneklaas
& Van Ek
(1990)
Chvez &
Jaramillo
(1999)
Gonzales J
(2000)
Jarvis
(2000)
De las
Salas &
Garca (
2000)
IAF
C (%)
S(m
m)
PERIODO DE
ANLISIS
%I
Pino
45
VERTICAL
Pino
35
Guadalupe,
Antioquia
VERTICAL
14.7
21
Bosque natural
Parque de los
Nevados-Cordillera
Central
VERTICAL
78
59
Chinchin, Caldas
Bosque
18
Agosto 1986-Agosto
1987
12.4
18.3
Agosto 1996-Marzo
2000
Tabla
4-2
El Tambo, Cauca
HORIZONTAL
Bosque de Niebla
Junio 1999-Diciembre
1999
El Tambo, Cauca
HORIZONTAL
24
1997-1998
46
Cuenca San
Cristbal,
Cundinamarca
Bosque Nativo
VERTICAL
Tobn,
Bouten, &
Sevinj
(2000)
Araracuara,
Caquet
Martnez
(2001)
Araracuara,
Caquet
Jaramillo
(2003)
VERTICAL
COBERTURA
Chinchin, Caldas
VERTICAL
VERTICAL
VERTICAL
Eucalipto
Cipres
28
Septiembre 1995Agosto 1996
20
57
4.4
83.2
1.16
11.84
4.9
5.6
84.6
88.3
1.28
1.32
12.24
12.92
Bosque-Planicie de Inundacin
6.6
91.8
1.55
Bosque multiestrato
2.2
0.3
0.9
Diciembre 1993-Agosto
1997
17.15
Enero 1999-Diciembre
1999
18.1
13.8
59
Agosto 1996-Diciembre
2001
46
58
Buenavista,
Quindo
Giraldo &
Jaramillo
(2004)
Tllez
(2003)
Chinchin, Caldas
Araracuara,
Caquet
VERTICAL
VERTICAL
VERTICAL
0.3
0.4
1.1
0.6
Len,
Gonzales y
Gallardo
(2010)
Chinchin, Caldas
VERTICAL
VERTICAL
Agosto 1996-Diciembre
2001
52
56
51
76.4
18.3
76.9
17.2
87.5
21.3
Octubre 2002-Julio 2003
91.4
67.3
18.4
65.04
17.4
Bosque Maduro
5.6
88.2
1.08
14.11
Rastrojo 5 aos
4.2
87.11
1.27
3.6
82.6
0.7
Rastrojo 30 aos
4
5.1
5
4.1
3
5.6
1
85.2
0.83
7.27
78.5
67.5
80.7
49
Bosque secundario
Velsquez
& Jaramillo
(2009)
75
Octubre 2007-Junio
2008
22.9
10.27
6.96
7.6
14.3
3.3
Bosque-Roble
14.5
Bosque-Pino
Bosque-Cipres
1.33
1.16
2
1.07
3
19.1
10.2
76
77
78
es la precipitacin incidente.
Precipitacin neta
61.00e
b1 + 10.40 xyi(0.038 )d
45.05e
b1 + 9.46 xyi(0.049 )d
Caf Bajo
Sombro
Caf a
69.13e
libre
b1 + 12.45 xyi(0.040
exposicin
Fuente: Jaramillo & Chavez (1999)
)d
Interceptacin
53.66e
b1 + 16.09 xyi(0.054
60.30e
b1 + 16.04 xyi(0.050
45.12e
b1 + 11.64 xyi(0.040
)d
)d
)d
79
Interceptacin (%)
56
58
46
S (mm)
2.2
0.9
0.3
80
Los valores de interceptacin se explican por la alta densidad de siembra que existe para
el cultivo de caf, sumada a la asociacin de rboles como sombro, la cual generara un
efecto adicional a la interceptacin (Jaramillo, 2003). Jaramillo (2003) habla del manejo de
la interceptacin en cuanto a las distancias de siembra, ya que si se tiene unas
densidades muy altas, los valores de interceptacin incrementaran, reduciendo la
cantidad de agua disponible en el suelo.
Otro caso es el estudio realizado por Jaramillo & Velsquez (2009), titulado
Redistribucin de la lluvia en diferentes coberturas vegetales de la zona cafetera central
de Colombia, donde para caf variedad Tabi a libre exposicin solar (edad 3 aos y
distancia de siembra 1.5 x 2.5m), caf variedad Tabi de 3 aos y distancia de siembra 1.6
x 2.0m bajo sombro de guamo (Inga Densiflora sembrado a 9 x 9m), pastizal (pasto
estrella y braquiaria) y bosque, se midi la interceptacin de la lluvia por la parte area de
la vegetacin y por el mantillo, la precipitacin neta, la percolacin y la tensin de la
humedad en el suelo. Para cada cobertura se instalaron tres parcelas hidrolgicas, cada
una de 4 x 4m, efectundose mediciones durante el periodo Octubre de 2007 a Junio de
2008.
81
82
83
84
85
86
0s3
= S+z
,'0,s0 ,
Parmetro
b
-1.91
-1.13
-1.37
-0.49
a
0.944
0.966
0.969
0.87
Coeficiente de determinacin
(
0.997
0.998
0.996
0.997
DAP (cm)
12
17
31
23
H (m)
10
20
25
23
IAF
4.2
3.6
5.6
4
0.129
0.174
0.118
0.148
87
0.871
0.826
0.882
0.852
De las series registradas calcul los valores medios de cada variable hidrometeorolgica y
se los relacion con la precipitacin incidente, con la intencin de tener un valor
aproximado de interceptacin y precipitacin neta en porcentaje (Tabla 4-6).
Tabla 4-6 Flujos de agua en volumen y porcentajes para 4 tipos de coberturas de Bosque
Cobertura
Vegetal
Bosque Maduro
Rastrojo 30
aos
Rastrojo 5 aos
Rastrojo 15-18
aos
Fuente: Tllez (2003)
P Incidente
(mm)
TH
(mm)
ST
(mm)
P Neta
(mm)
I
(mm)
%P
Neta
%I
32.1
27.4
0.17
27.57
4.53
85.89
14.11
27.5
25.4
0.1
25.5
2.00
92.73
7.27
29.2
25.6
0.6
26.2
3.00
89.73
10.27
32.9
30.5
0.11
30.61
2.29
93.04
6.96
4.1.3. Discusin
De la revisin bibliogrfica se encontr que los modelos de mayor relevancia y aplicacin,
son los denominados de las familias de Rutter (fsicos) y de Gash (analticos) y respecto
las coberturas vegetales, las ms estudiadas a nivel mundial son las conferas, seguido
por las selvas tropicales y los bosques caducifolios.
Respecto las investigaciones realizadas en Colombia en temas relacionados con la
estimacin de las prdidas por interceptacin, se han estudiado desde la dcada de los
80s hasta la actualidad, tres tipos de coberturas vegetales: bosque tropical hmedo,
boque de montaa y cultivo de caf asociado a sombro. En temas de modelacin, Tobn
et al (2000) y Tllez (2003) implementaron el modelo de Rutter et al (1971) con resultados
consistentes, lo que indica que en el pas se han desarrollado algunos ejercicios de
modelacin del proceso de interceptacin.
88
89
90
AoMes
2001-06
(rr)
E
(rr )
24
48
E
(rr )
%
Seca
(rr)
E
(rr )
E
(rr )
%
Seca
(rr)
E
(rr )
E
(rr )
%
Seca
0.44
4.52
1.12
0.82
10.45
191.13
93.31
0.17
20.89
513.38
23.49
0.00
2001-07
0.50
7.23
3.24
0.86
11.94
435.31
72.46
0.13
23.14
934.60
-53.91
0.00
2001-08
0.09
1.24
0.24
0.97
2.22
49.48
0.63
0.74
4.30
111.07
29.79
0.69
2001-09
0.26
2.00
1.14
0.86
6.27
120.15
-0.97
0.30
12.55
221.43
-12.01
0.07
2001-10
0.27
3.11
1.28
0.87
6.57
163.03
-16.95
0.29
12.72
261.78
-13.69
0.06
2001-11
0.24
2.32
0.28
0.86
5.66
88.42
22.94
0.13
11.32
278.29
-44.91
0.00
2001-12
0.43
5.08
3.37
0.82
10.26
661.72
-8.19
0.13
19.88
1437.7
134.4
0.13
2002-01
0.36
5.69
1.32
0.84
8.59
179.73
0.19
16.65
452.59
238.1
0.13
0.61
7.15
3.22
0.73
14.61
488.89
62.84
116.07
0.00
28.30
705.94
-85.67
0.00
0.27
1.80
0.50
0.86
6.50
110.39
-7.15
0.32
12.49
213.77
39.99
0.15
2002-05
2002-06
La calibracin de los parmetros ptimos del modelo de Bartlett Lewis con la ayuda del
complemento de Excel guarda la estructura estadstica y memoria del proceso. Estos
resultados se presentan en la Tabla 4-8.
Tabla 4-8: Parmetros Calibrados para el modelo de Bartlett Lewis, caso Tllez (2003)
)
= /
= 5/
Ao -Mes
2001-06
-1
-1
(-)
(-)
(-)
mm d
mm d
3.38113082
0.00682087
0.01000
99
1.966181
99.0
99.0
2001-07
4.50042031
0.00000010
0.66719
99
2.730452
99.0
99.0
2001-08
0.21444171
5.90807393
0.14292
99
0.239325
99.0
99.0
2001-09
1.23859017
13.14902302
0.26598
99
0.100009
99.0
99.0
2001-10
1.11941696
3.60407352
1.49001
99
1.738046
99.0
99.0
2001-11
0.87085314
23.35368121
2.54861
99
0.633154
99.0
99.0
2001-12
0.87500463
10.30786394
0.94901
99
1.135424
84.3
84.3
2002-01
0.82736171
9.06084531
1.02978
99
1.043777
99.0
99.0
2002-05
1.40525017
24.36396591
6.97305
99
2.264607
99.0
99.0
2002-06
1.36551081
23.26340800
10.46112
99
1.441017
99.0
99.0
-1
91
(rr)
(rr)
(rr)
(rr) =
h(rr)
Suma
2637
2255.4
13.5
%P Incidente
100
85.5
0.51
86.0
14.0
Media
33.0
28.2
0.2
28.4
4.6
2268.9
368.1
Desviacin Estndar
34.7
30.2
0.2
30.4
4.6
Mximo
193.1
165.4
0.7
166.0
27.1
Mnimo
2.1
1.3
0.0
1.3
0.7
Rango
191.0
164.0
0.7
164.7
26.4
C.V (%)
171.78
172.57
200
172.73
148.39
92
93
parmetros se estimaron con el primer 50% de los registros. El periodo analizado para la
estimacin de dicho parmetros fue desde el 18 de mayo hasta el 31 de agosto de 2001.
Se realiz una regresin lineal para valores de precipitacin menores de 60mm, donde el
almacenamiento en los troncos se diera de manera gradual y las prdidas por
interceptacin desde esta estructura no afectaran el supuesto comportamiento lineal del
flujo cortical (Figura 4-12).
94
que gotea desde las hojas hacia las ramas y el tronco, es decir el 0.9% del agua que
gotea desde el follaje es reinterceptada por las ramas, el resto llega al suelo como
drenaje.
Con una pendiente preestablecida de 0.992, se grafic la precipitacin incidente (
95
Resumen
0.882
1.01
de
parmetros
0.0092
0.0089
hallados
0.03
El parmetro , que relaciona la evaporacin desde los troncos con la que sucede desde
el follaje se mueve en el rango de 0.01-0.05, el cual fue hallado experimentalmente y que
para coberturas boscosas se reporta un valor apropiado para utilizar en modelacin de
0.03 (Rutter et al, 1971).
96
1
2
3
4
5
6
7
8
9
10
(rr)
0.7598
0.7501
0.7445
0.7587
0.7193
0.7439
0.7682
0.7759
0.7792
0.7786
(rr)
0.0079
0.0171
0.0230
0.0099
0.0467
0.0291
0.0089
0.0033
0.0032
0.0052
0.05659024
0.05659025
0.05659029
0.05659029
0.05659031
0.05659092
0.05659137
0.05659174
0.05659256
0.05659302
y
97
98
La herramienta MCAT tambin permite generar salidas grficas donde se presenten las
bandas de incertidumbre para las simulaciones generadas en la etapa de calibracin
mediante simulaciones de Montecarlo (Figura 4-18).
Figura 4-18: GLUE Output Uncertainty para parmetros
Con MCAT se generaron superficies del espacio paramtrico, donde se pudo estudiar la
interaccin de los parmetros con la funcin objetivo y entre ellos. Esta salida grfica se
conoce como Parameter View, y se muestra en la Figura 4-19.
Figura 4-19: Parameter View para parmetros
99
MAE
MAXE
RMSE
RMSE-N
NASH-SUTCLIFFE
ESCENARIO
RS
1.618
1.606
0.051
1.618
GS
1.280
1.319
0.058
1.280
RSC
1.488
1.473
0.050
1.488
GSC
1.189
1.227
0.060
1.189
RS
7.192
7.186
0.332
7.192
GS
4.379
4.490
0.352
4.379
RSC
6.780
6.773
0.329
6.780
GSC
4.199
4.262
0.355
4.199
RS
2.115
2.101
0.083
2.115
GS
1.715
1.757
0.099
1.715
RSC
1.994
1.982
0.082
1.994
GSC
1.638
1.677
0.101
1.638
RS
0.078
0.078
0.567
0.477
GS
0.063
0.065
0.677
0.387
RSC
0.073
0.073
0.557
0.450
GSC
0.060
0.062
0.689
0.370
RS
0.994
0.994
0.694
0.667
GS
0.996
0.996
0.564
0.781
RSC
0.995
0.995
0.705
0.704
GSC
0.996
0.996
0.549
0.800
Las comparaciones entre modelos y medidas de validacin se encuentran en la Tabla 413 donde se presenta como punto de referencia la precipitacin incidente total registrada
(1265.7jj) para los 40 eventos de validacin de los modelos.
100
ESCENARIO
EXPERIMENTO
*100 (%)
E E
86.0
E (rr)
1088.2
h . (rr)
-
83.5
1056.4
-31.8
83.9
1061.5
-26.7
84.0
1063.6
-24.6
84.6
1070.8
-17.4
85.5
1082.3
83.0
1050.0
-32.3
83.3
1053.8
-28.6
83.5
1057.2
-25.1
84.0
1062.9
-19.4
0.5
5.9
0.5
6.3
0.5
0.6
7.8
1.9
0.5
6.3
0.5
0.6
7.9
2.0
14.0
177.3
16.5
209.1
31.8
16.1
204.0
26.7
16.0
201.9
24.6
15.4
194.7
17.4
101
Media
(%)
Desviacin
Estndar
Mxima (%)
Mnima
(%)
EXPERIMENTO
80.9
11.4
94.66
48.22
74.6
78.5
15.6
9.9
91.38
86.01
28.55
43.00
76.8
13.4
91.75
40.12
ESCENARIO
RUTTER SPARSE
CALIBRADO (RSC)
GASH SPARSE
CALIBRADO (GSC)
EXPERIMENTO
80.6
7.4
86.22
53.82
80.5
11.3
93.94
48.10
74.3
15.4
90.75
28.55
78.0
9.7
85.36
43.15
76.4
13.2
91.29
40.12
80.0
7.3
85.56
53.81
EXPERIMENTO
0.4
0.2
0.85
0.12
0.3
0.2
0.65
0.00
0.5
0.2
0.65
0.00
0.3
0.2
0.65
0.00
0.5
0.1
0.66
0.01
19.1
11.4
51.78
5.34
25.4
15.6
71.57
8.61
21.5
9.9
57.15
13.99
23.2
13.4
60.00
8.28
19.4
7.4
46.18
13.78
102
) en funcin de la precipitacin
103
104
Escenario
Pendiente
Intercepto
RSC
GSC
RSC
1.002
1.025
1.004
0.559
-0.228
0.518
Coeficiente de
determinacin (( )
0.998
0.999
0.998
GSC
1.027
-0.244
0.999
RSC
0.713
0.033
0.921
GSC
0.678
0.013
0.926
RSC
0.845
0.166
0.870
GSC
0.836
0.361
0.920
105
directamente al suelo. Los puntos color Azul, Verde y Rojo, representan respectivamente
los valores registrados en el experimento, los simulados por RSC y los simulados por
GSC. Con estos colores se identificarn dichas salidas en el resto de esta seccin. La
distancia vertical entre la lnea negra (precipitacin incidente) y los diferentes puntos, son
las prdidas por interceptacin, o el amortiguamiento que realizan las coberturas
vegetales en las cuencas hidrogrficas. Se observa una relacin directa positiva entre la
precipitacin incidente y la neta.
Se analiz el comportamiento de los modelos respecto la tormenta registrada en los
experimentos (Figura 4-25). Se observa en esta figura la precipitacin incidente, la neta y
la salida de los modelos validados.
Figura 4-25: Precipitacin Neta por eventos de tormenta utilizados para validacin
106
Se registr entonces para los 40 eventos de tormenta analizados una precipitacin total
flujo de translocacin ("#), se realizaron las mismas grficas encontrndose resultados
similares a los de precipitacin neta (Figuras 4-27, 4-28 y 4-29).
Figura 4-27: Precipitacin Incidente vs flujo de translocacin
107
Figura 4-28: Flujo de translocacin por eventos de tormenta utilizados para validacin
108
Figura 4-31: Flujo cortical por eventos de tormenta utilizados para validacin
109
110
111
112
Tabla 4-16: Estadsticos de flujos de agua en cobertura de bosque maduro con el modelo
GSC para el ao 2011 en la cuenca amaznica
n=199
Suma
2856.10
%P Incidente
Media
1988.72
1975.52
13.29
867.38
100.00
69.63
69.17
0.47
30.37
14.35
9.99
9.93
0.07
4.36
Desv. estndar
17.62
13.06
12.96
0.10
4.56
Max
98.50
72.35
71.82
0.53
26.15
Min
1.00
0.12
0.12
0.00
0.88
Rango
97.50
72.23
71.94
0.53
25.97
C.V (%)
122.75
130.64
130.53
145.43
104.67
4.2.7. Discusin
Preparacin de datos
113
por las diferencias existentes entre los valores registrados en la estacin automtica y los
medidos sobre la cobertura de bosque maduro. Esto se puedo deber a efectos de
variabilidad espacial y la diferencia en los microclimas presentados en la zona de la
estacin y en la cobertura vegetal. Con la aplicacin de estas tcnicas se generaron
series que permitieron la implementacin del modelo de Rutter Sparse.
Registros experimentales
De los registros experimentales tomados por Tllez (2003) en la cuenca media del ro
Caquet se analiz que para un evento de precipitacin promedio de 33mm, la cobertura
de bosque es capaz de interceptar 4.6mm y al suelo llegan 28.4mm, es decir un 86.0% de
la lluvia alcanza el suelo y el 14.0% regresa a la atmsfera por evaporacin. En sta
investigacin se alcanzaron a registrar precipitaciones hasta del 193.1mm, las cuales sin
la existencia de una estructura (cobertura vegetal) que amortige su efecto, podra
generar erosin e inundaciones en la cuenca. El flujo de cortical aporta una pequea parte
del agua que llega al suelo que equivale a 0.5% de la precipitacin incidente, lo que indica
que esta variable no es un aporte importante dentro del ecosistema estudiado.
Del diagrama de cajas y patillas construido con los registros de Tllez (2003) se observ
que los registros estn concentrados a valores por debajo de los 50mm para la variables
precipitacin incidente, neta y flujo de translocacin. Se identifican ciertos valores atpicos
que estn por fuera de los lmites de confianza para valores mayores a 100mm en
precipitacin incidente y mayores de 90 mm para precipitacin neta y flujo de
translocacin. Estos valores se pueden presentar como eventos extremos en la cuenca
amaznica y su recurrencia tambin se ver afectada por fenmenos climticos globales.
El flujo cortical se concentra en valores menores a los 0.2mm por evento, con datos
atpicos mayores a 0.45mm, los cuales se pueden presentar cuando los valores de
precipitacin son altos y los aportes de flujo por el tronco son mayores.
De los histogramas de frecuencias para estos mismos registros se
destac que la
mayora de los registros fueron menores a los 30mm, tanto para precipitacin total, neta y
flujo de translocacin. Para lluvias menores a 10mm se registr el mayor nmero de
eventos. Los registros de flujo cortical se concentran en valores menores a los 0.2mm.
114
Calibracin
(2003)
de
capacidad de almacenamiento desde las ramas y el tronco, que en este estudio se estim
en un valor de 0.0079mm.
Se observ que el parmetro del almacenamiento en el follaje ( ) es identificable y
controla las relaciones entre las entradas y las salidas del modelo. El parmetro del
almacenamiento en las ramas y troncos ( s ) es claramente no identificable en el rango
paramtrico, lo que significa que cualquier valor de este parmetro puede arrojar una
salida con una minimizacin de la funcin objetivo para el modelo de interceptacin.
para la capacidad de almacenamiento en el follaje ( ) una distribucin similar a una de
tipo normal sesgada a la derecha para el rango paramtrica de 0 a 5mm, con mximo en
el rango de 0.75 a 1mm. El parmetro del almacenamiento en las ramas y troncos ( s )
tiene una distribucin de probabilidad similar a la uniforme, lo que indica que diferentes
valores del rango paramtrico tiene probabilidades similares y por ende son capaces de
representar el proceso.
Del anlisis de sensibilidad paramtrica se identific que el parmetro
es sensible y
es insensible o tiene un menor efecto sobre el comportamiento del modelo. Tobn (1999)
realiz una implementacin del modelo de Rutter en la cuenca amaznica para la
cobertura de bosque y encontr que el parmetro
este modelo fsico.
115
En el Class Plot se observ que para el mejor grupo de parmetros (lnea magenta), el
modelo es capaz de representar los valores registrados en la mayora de los puntos. Esto
indica que los parmetros calibrados para los modelos estudiados son capaces de
representar el fenmeno estudiado.
Con la metodologa GLUE se encontr que dentro de las bandas de incertidumbre en el
intervalo de confianza 2.5 y 97.5% se ubican la mayora de valores registrados, es decir la
calibracin de parmetros es objetiva y permite la representacin del fenmeno con buen
grado de certidumbre.
Cuando en la salida grfica Parameter View (3D), los parmetros estudiados son
identificables se presenta una figura cncava con un mnimo global. Para el caso de los
parmetros
s,
Validacin
116
procesos que el modelo no representa o se han obviado en las suposiciones del mismo.
117
precipitacin incidente las salidas de precipitacin neta son muy dispersas con valores
118
modelos subestiman esta variable en 19.5 y 25.1mm de lmina de agua, para todos los
eventos utilizados en validacin.
El comportamiento para la variable de flujo de translocacin ("#) es similar al que
reduce el rango de las salidas de forma paulatina. Respecto los modelos, el de GSC no
representa valores por debajo del 50% de PN, caso contrario a RSC el cual genera hasta
valores del 40% de PN para un evento de baja intensidad.
En el anlisis por eventos de tormenta para el flujo de translocacin se observ que los
modelos Gash y Rutter implementados con parmetros estimados mediante simulacin
de Montecarlo representan adecuadamente la variable de flujo de translocacin.
Flujo cortical (
Respecto a la variable de flujo cortical ( &), los valores porcentuales del total de
y que posteriormente es
interceptado por las estructuras de ramas y tronco son menores del 1%. Lo anterior
confirma la suposicin que realizan ciertos autores de despreciar esta variable en el
estudio del proceso de interceptacin por sus bajos valores y efectos en el balance
hdrico. Para esta variable los modelos que representan mejor el comportamiento de las
variables son los de RS y RSC. Las diferencias en lmina para el total de eventos
analizados se sobrestiman en 0.5mm para los dos casos. Se observ que esta variable
tiene un comportamiento disperso para altos valores de precipitacin. Los modelos
analticos realizan una sobrestimacin de hasta 2mm lo que se puede deber a la
naturaleza lineal implcita en el modelo conceptual.
Para el caso del flujo cortical se observ una gran dispersin en las salidas, lo que
confirma la dificultad de modelar esta variable a travs de modelos matemticos. El flujo
cortical es difcil de caracterizar por la complejidad del fenmeno de interceptacin por
ramas debido a sus caractersticas, como el ngulo de insercin de la rama en el tronco,
la rugosidad, la hidrofobicidad, la presencia de salientes, canales y cortes, los efectos del
viento y el ngulo de la precipitacin incidente.
119
Tllez (2003) comenta que segn los resultados encontrados se sugiere que entre mayor
es el aguacero, menor es la capacidad de retencin de agua por la vegetacin y mayor es
el flujo por translocacin. Otra anotacin de esta investigadora es respecto el rea de la
copa del rbol, ya que los resultados obtenidos en su experimento sugieren que con reas
de coronas grandes no se conduce el agua hacia el centro para su posterior drenaje, sino
de &.
que por el contrario el agua participa ms en el proceso de goteo, reduciendo los valores
Para esta variable, el modelo RSC tiene un rango ms amplio en trminos del porcentaje
representa fielmente las salidas que se encuentran por encima de 0.66% en el eje de las
que representa dicha variable respecto la precipitacin incidente. Ninguno de los modelos
abscisas. El modelo RSC representa valores de cero por ciento, ya que es necesario
sobrepasar el umbral de la capacidad de almacenamiento del follaje (0.0079mm) para que
15jj, fenmenos caracterizados por ser de baja intensidad.
se presente flujo cortical. Estos valores suceden para lluvias con valores menores a los
alta precisin. En este punto pueden existir errores ya que se habla de un mtodo de
120
medicin que utiliza una manguera instalada en forma de espiral en el tronco, donde las
filtraciones, aportes por precipitacin horizontal y obstrucciones se pueden presentar,
modificando los valores registrados. Como ya se coment anteriormente esta es una
variable que adems de ser difcil de medir, no es fcil de representar mediante modelos
directamente del parmetro de capacidad de almacenamiento del follaje ( s ), el cual como
matemticos por la complejidad del proceso. La modelacin de esta variable va depender
La variable de prdidas por interceptacin( ) para el caso de bosque maduro llega ser el
14% de la precipitacin incidente, para el periodo utilizado para la validacin de los
adecuada
del
proceso
de
interceptacin
de
lluvias,
con
una
121
Simulacin
reinterceptacin de lluvias. Los valores de flujo cortical no superan el 1%, lo que confirma
su irrelevancia en el ciclo hidrolgico.
122
Metodologa
etodologa para la medicin de variables hidrometeorolgicas que faciliten la implementacin de modelos
dinmicos de interceptacin de lluvia en el contexto Colombiano
123
DEFINICIN DE
OBJETIVOS DEL
ESTUDIO
SELECCIN DEL
REA DE
ESTUDIO
MEDICIN DE
VARIABLES
HIDROLOGICAS
INSTRUMENTACIN
CALIBRACIN
DE
PARMETROS
VALIDACIN DEL
MODELO
MATEMATICO
INVESTIGACIN
PRELIMINAR
ANLISIS DE
INFORMACIN
REGISTRADA
SIMULACIN DEL
PROCESO DE
INTERCEPTACIN
CARACTERIZACIN
DE LA COBERTURA
VEGETAL
PREPARACIN
DE DATOS PARA
SIMULACIN
ANLISIS POST
SIMULACIN
Definicin de objetivos
Antes de iniciar con una etapa de medicin y posterior modelacin, es necesario definir
claramente
nte el objetivo de la modelacin, es decir, qu proceso fsico se desea
representar, cul es la finalidad de caracterizar dicho proceso, que posibles conclusiones
se esperan obtener y cul ser la utilidad del estudio. Esto permitir definir de forma
previa
a la inversin de recursos tanto fsicos como humanos, el tiempo de ejecucin del
124
estudio y en si la viabilidad del proyecto. Este anlisis permite tambin establecer qu tipo
de modelo es ms apropiado; aglutinado o distribuido, determinstico o estocstico
(Domnguez, 2007).
estacin
meteorolgica
administrada
por
alguna
entidad
que
distribuya
Investigacin preliminar
En esta etapa se recolecta la informacin climatolgica de la zona de estudio y se
procede a realizar un anlisis estadstico de la misma, destacando periodos homogneos,
posibles estacionalidades e incidencia de fenmenos macroclimticos (ENSO, PDO,
NAO, etc). Para trabajar bajo un periodo climtico representativo, se debe seleccionar una
125
media climtica de a los menos 30 aos (p. e 1981-2010), y con esto realizar un informe
climtico que caracterice el comportamiento de la zona.
Es importante entonces realizar un reconocimiento de las estaciones meteorolgicas que
se encuentren dentro o cerca del rea de estudio, verificando su fecha de instalacin, si
todava est en funcionamiento, su tipo (AM, CP, CO, ME) y qu variables se encuentra
registrando. A lo anterior se suma reconocer la resolucin de los registros (hora, da,
dcada, mes, etc.).
Dependiendo el rea experimental se debe consultar en las bases de datos del IDEAM,
corporaciones autnomas regionales, centros de investigacin, asociaciones gremiales o
investigadores independientes. En esta etapa es importante realizar un reconocimiento de
las tcnicas de medicin y registro de variables hidrometeorolgicas con la intencin de
conocer la capacidad de adquisicin e instalacin de equipos o que tcnicas alternativas
se deben adoptar para realizar los registros.
Figura 4-39: Pasos recomendados para la seleccin del rea de estudio para la
modelacin del proceso de interceptacin
Estudio coberturas
vegetales
Definicin de coberturas
vegetales
SELECCIN REA
DE ESTUDIO
Delimitacin de e
identificacin parcelas
experimentales
Anlisis de series
histricas
INVESTIGACIN
PRELIMINAR
Tcnicas e instrumentos
de medicin de variables
126
relacionado directamente en los modelos dinmicos con la cantidad de agua que puede
ser interceptada por el follaje, y el segundo est relacionado indirectamente con la
capacidad de almacenamiento del follaje.
fotografas,
estableciendo
cuadriculas
fijas
dentro
de
las
parcelas
experimentales y que la fotografa se tome siempre a la misma altura, con la intencin que
los valores estimados sean comparables a travs del ciclo de cultivo. Se debe tener en
cuenta el crecimiento mximo del cultivo y establecer la altura de toma de la fotografa por
encima de esta, siendo en algunos casos necesario contar con estructuras que permitan
al operario realizar esta labor.
La determinacin de la cobertura vegetal se puede realizar a travs de la toma de
fotografas y su posterior procesamiento mediante programas de computador que realicen
la diferenciacin de los colores mediante la refraccin de su longitud de onda. Uno de
estos programas es GreenCropTracker, el cual procesa fotografas digitales a color,
estimando caractersticas estructurales de la cobertura vegetal (Figura 4-40).
127
Segn Castillo & Castellvi (2001) el ndice de rea foliar se define como el rea de las
hojas que se proyectan verticalmente sobre la unidad de superficie del terreno. Existen
varios mtodos para medir el rea de las hojas de las plantas:
Mtodos fotocsticos
128
El primero se conoce como mtodo destructivo, donde se requiere arrancar las hojas de
las plantas. El segundo y tercer mtodo se conocen como mtodos estimativos, los cuales
se basan en la demostracin de una relacin matemtica entre alguna caracterstica
biomtrica de la hoja (longitud, ancho, dimetro, etc) o de biomasa (peso fresco o seco de
una seccin de hoja o de todas) el rea foliar. Y los restantes se denominan mtodos no
destructivos.
De los mtodos fotogrficos se puede obtener el valor de la fraccin de vacos (i), y esta
a su vez es posible relacionarla con el ndice de rea Foliar (IAF) a travs de la Ley de
Beer Lambert (Ecuacin 4-1), la cual fue enunciada por Scott et al (1993) y citada por
Tllez (2003).
IAF =
ln
k
Q
QV
(4-1)
Dnde:
':
Y: Coeficiente de extincin
El coeficiente de extincin es de 0.5 para follajes con una distribucin esfrica de los
ngulos de inclinacin de las hojas. Para bosques se reportan valores que varan entre
0.6-0.8 (Ross, 1975 citado por Van Dijk & Bruijnzeel, 2001) y para cultivos este valor
puede tomar valores entre 0.5-0.7 (Van Heemst ,1988 citado por Van Dijk & Bruijnzeel,
2001).
Si se desea relacionar el ndice de rea foliar de la cobertura vegetal con la capacidad de
almacenamiento del follaje, Aston (1979), Pitman (1989) y Liu (1998) citados por Van Dijk
129
& Bruijnzeel (2001) comentan acerca de una relacin lineal entre la capacidad de
almacenamiento y el ndice de rea Foliar (IAF) (Ecuacin 4-2).
=
Donde
k&
(4-2)
que puede ser retenida por las hojas de una especie particular por unidad de area de las
y mediante la estimacion del k& extrapolar los
hojas (Lousteau et al., 1992; Tobn, 1999 citados por Van Dijk & Bruijnzeel, 2001). Es
posible entonces calibrar el parmetro
Se debe definir el rea proyectada de la copa del rbol para la instalacin de los
colectores. Esto se puede hacer con una vista en planta del rbol, realizando una
proyeccin de su imagen hacia el suelo o alternativamente trazando dos dimetros
ortogonales sobre una aproximacin de la proyeccin del rea de la copa, y con estos
formar una elipse la cual se supondr el rea donde se pueda presentar el flujo de
translocacin. Tllez (2003) realiz la proyeccin de la copa arbrea utilizando estacas y
posterior triangulacin referencindose del tronco. La suma de las triangulaciones
individuales ms el rea transversal del tronco es el rea de la copa del rbol.
Respecto la altura del follaje en el caso de coberturas de porte alto, Tllez (2003) cita a
Saldarriaga (1994) quien encontr una relacin para bosques secundarios (Ecuacin 4-3)
=
35 %k
12.5 + %k
(4-3)
Donde DAP (.j) es el dimetro a la altura de pecho, es decir el dimetro del tronco
medido a 1.3 metros desde el suelo. El conocer la altura del follaje es una entrada en el
clculo de la resistencia aerodinmica, utilizada a su vez en para la estimacin de la
evaporacin potencial.
130
Instrumentacin
La instrumentacin debe obedecer a dos elementos de juicio; la disponibilidad de recursos
econmicos y los modelos que se deseen implementar, siendo el primero el mayor
limitante para los objetivos de una investigacin.
A lo anterior se suma la posibilidad de instalacin de una estacin automtica o si por
cuestiones de presupuesto en el proyecto de investigacin, se hace necesario trabajar
con una estacin ya instalada y administrada por alguna entidad.
De este proceso se debe resaltar qu es necesario retroalimentar la escala de medicin
de los instrumentos dependiendo el modelo que se desee implementar para el estudio de
la interceptacin. Las estaciones automticas cuentan con sensores que permiten
escoger la escala de registro de la variable analizada (minuto, hora, da).
La instalacin de la estacin o su seleccin, deber ser consistente con las caractersticas
del rea experimental, es decir, estar a una altura sobre el nivel del mar similar a la de las
parcelas y dentro de la misma cuenca hidrogrfica, esperando que el comportamiento de
las variables climticas sea similar.
En funcin de estos factores se ha construido una ruta, donde se indica las variables que
se deben registrar en funcin de la escala temporal del modelo (Figura 4-41).
Tambin se pueden instalar sensores de humedad del follaje, permitiendo determinarla
presencia y duracin de la humedad sobre las hojas, estando esta medicin directamente
relacionada con las prdidas por interceptacin o retencin superficial y posterior
evaporacin de agua a la atmsfera. Los valores se pueden relacionar con la capacidad
de almacenamiento del dosel.
Es posible tambin realizar estudios a escalas microclimticas, donde se enfatice sobre
los procesos y los estados que ocurren en el suelo, en la planta y en la atmsfera
(Jaramillo, 2005). Dentro de los estudios microclimticos se destaca el conocer el flujo de
radiacin solar y energa dentro de las coberturas vegetales, y con esto la estimacin de
la evaporacin y la evapotranspiracin. En las coberturas vegetales se distingue una serie
sucesiva de capas de hojas superpuestas, donde la capa externa de hojas absorbe la
mayor parte
131
INSTRUMENTACIN
Tipo de modelo
Analtico
Fsico
Diario
Horario
Si
Recursos?
Estacin Automtica
No
Estacin Instalada
VARIABLES
Precipitacin
Pluvimetro o Pluvigrafo
Humedad Relativa
Higrmetro
Heligrafo
Anemmetro
132
133
*
k*
(4-4)
134
Dnde:
"#: Flujo de translocacin (jj)
* : Volumen recolectado y medido con una probeta (N)
k* : rea de captacin del colector (j^ )
(4-5)
Metodologa
etodologa para la medicin de variables hidrometeorolgicas que faciliten la implementacin de modelos
dinmicos de interceptacin de lluvia en el contexto Colombiano
135
Si se desea una mayor precisin en la medicin del flujo cortical lo deseable sera realizar
la medicin de esta variable en cada uno de las especies pertenecientes a la cobertura
vegetal (rboles en el caso de bosque), y llevar todo el volumen recolectado a un gran
tanque de almacenamiento. Posteriormente este volumen se convierte en lmina
dividindolo por el rea de la zona de estudio.
En la Figura 4-42
42 se presenta un resumen de las variables y ttcnicas
cnicas de medicin
convencionales para su registro.
Figura 4-42: Resumen de tcnicas de medicin de variables del proceso de
interceptacin
TH
SF
PN
Pluvimetro
Pluvimetro o pluvigrafo fuera o sobre el rea experimental. 2 a 4 pluvimetros
Interceptometros
Interceptometros reubicados peridicamente. 18 por cada dos pluvimetros
ubicados a campo abierto o por cada parcela experimental. Reubicar
peridicamente
Manguera
Manguera de polietileno en espiral sobre el tronco
tronco. 15 por parcela
Suma TH+SF
Diferencia P-PN
136
137
138
precipitacin de escala horaria a diaria son similares a los medidos por los pluvimetros
instalados sobre la cobertura o en un rea despejada cercana.
Figura 4-43: Proceso de preparacin de datos para su implementacin en modelo
dinmicos de interceptacin de lluvias
PREPARACIN DE DATOS
PARA SIMULACION
EVAPORACIN
PRECIPITACIN
Escala temporal
del modelo
Diario
Penman Monteith
Tanque
Evapormetro
Horario
Pluvimetro
Estacin cercana con
registros horarios
Reeescalamiento
Estacin automtica
con registros
adecuados
Generacin de series
sintticas
Bartlett Lewis
139
140
precedentes donde se hayan propuesto ciertos rangos donde cada parmetro represente
el fenmeno.
Figura 4-44: Protocolo de modelacin propuesto para simular el proceso de
interceptacin de lluvias por coberturas vegetales
ANLISIS DE INFORMACIN
Y VERIFICACIN DE
CALIDAD DE DATOS
APLICACIN
DEL MODELO
MATEMTICO
Ejercicios controlados de
modelacin, soluciones
analticas
NO
Cdigo
verificado?
Anlisis
estadstico
Anlisis de sensibilidad e
incertidumbre paramtrica
MCAT TOOL
SI
Simulaciones de Montecarlo
CALIBRACIN
Series de
precipitacin y
flujos internos
Mtodo grafico
VALIDACIN
DEL MODELO
141
En general la calibracin se realiza con una fraccin de los datos. Se recomienda que
para la calibracin de los modelos del proceso de interceptacin se tome el 50% de los
registros escogidos de forma aleatoria, buscando evitar que los parmetros se sesguen a
la estacionariedad debida a la influencia de la ZCIT en el rgimen hidrolgico.
Es recomendable soportar la decisin de la seleccin de los parmetros del modelo
mediante anlisis de sensibilidad e identificabilidad paramtrica. Para tal efecto se sugiere
utilizar MCAT TOOL, complemento de MATLAB que permite realizar estos anlisis y
adicionalmente verifica bandas de incertidumbre y predictibilidad del modelo.
La calibracin utilizando tcnicas robustas basada en mtodos estocsticos no deben ser
un limitante para investigadores y acadmicos que no estn relacionados con estas, por lo
que la estimacin de parmetros a travs del mtodo grafico es una buena aproximacin.
Es importante que el mtodo grafico tiene en su estructura interna un fundamento fsico y
suposiciones que han sido comprobada por los investigadores con resultados
consistentes en las salidas del modelo.
142
Para el caso de cultivo, es posible realizar una cuantificacin mas precisa de las
necesidades hdricas de cultivo, en funcin de su etapa de crecimiento y sus
distancias de siembra.
143
Anlisis post-simulacin
Ya obtenidas las salidas de la simulacin de los modelos de interceptacin de lluvias bajo
alguno de los escenarios antes mencionados, es posible realizar anlisis estadsticos
respecto las salidas, realizar clculo de porcentajes de cada variable hidrolgica respecto
la precipitacin incidente, calcular las cantidades de agua de cada variables al finalizar el
periodo de anlisis, y analizar el efecto de la interceptacin y su relevancia en los flujos
de agua que se presentan en una cuenca.
4.3.3. Discusin
Posterior a la bsqueda de publicaciones relacionadas con temas de interceptacin en el
pas, se evidenci una heterogeneidad en las metodologas utilizadas para registrar la
variables hidrometeorolgicas. Este fue el punto de partida para la propuesta presentada
en este documento, y que rene las etapas de medicin y posterior uso de esta
informacin en la implementacin de modelos matemticos.
144
Se propuso entonces una secuencia de pasos para que el proceso fuera claro y
secuencial, iniciando con la definicin del objeto del estudio, la seleccin del rea a
estudiar, la caracterizacin de la cobertura vegetal y la instrumentacin. Es importante
entonces realizar una caracterizacin adecuada de las coberturas vegetales, identificando
interceptacin de lluvias es la fraccin de vacos (.), la cual se estima mediante mtodos
sus caractersticas dasomtricas. Una de las entradas ms sensibles de los modelos de
145
5. CONCLUSIONES Y RECOMENDACIONES
5.1. CONCLUSIONES
La presente investigacin se desarroll en varias etapas, segn la estrategia
metodolgica seguida: una revisin de los modelos dinmicos de interceptacin de lluvias,
la contextualizacin de las investigaciones referentes al tema de interceptacin en el
territorio nacional, la implementacin de dichos modelos en un estudio de caso, y por
ltimo, se present una propuesta metodolgica para la modelacin del proceso de
interceptacin de lluvias. De las discusiones presentadas en el captulo 4, se plantean las
siguientes conclusiones.
Los resultados de esta investigacin y los presentados por Tllez (2003) y Tobn
(1999), destacan que la interceptacin se encuentra en el rango mencionado por
Gerrits (2006) del 10-50% de la precipitacin incidente, siendo entonces la cobertura
vegetal un regulador de flujos y protector del suelo a efectos causados por eventos
extremos. De la implementacin de los modelos dinmicos de interceptacin de lluvia
en esta investigacin, se provee evidencia emprica adicional que el efecto de las
coberturas vegetales influye considerablemente en los dems componentes del ciclo
hidrolgico.
146
adems los efectos al hacer un cambio de este parmetro no son muy grandes sobre
las salidas del modelo.
Si se compararan los valores de los parmetros de capacidad, el del follaje llega a ser
cien veces mayor al de las ramas, razn por la que esta estructura intercepta la mayor
cantidad de precipitacin incidente y el flujo cortical no supera el 1% de los flujos de
agua en el proceso de interceptacin. Lo anterior se confirma con los registros
experimentales para esta variable, donde respecto la precipitacin neta llega ser solo
el 0.5% de este componente, lo que respalda que algunos investigadores desprecien
su estimacin.
147
Se presenta una ruta metodolgica que tiene en cuenta a los modelos matemticos y
la disponibilidad de recursos, buscando guiar el desarrollo de la investigacin,
presentando alternativas en funcin de estos dos factores.
5.2. RECOMENDACIONES
Se recomienda se simulen los siguientes escenarios, ya entendido el proceso de
interceptacin y aprovechando las herramientas computacionales desarrolladas en esta
investigacin:
sobre el ciclo
Tambin como escenarios de simulacin estn los que estudian el efecto del cambio
climtico en la distribucin de flujos de agua dentro de las cuencas hidrogrficas,
destacando los posibles aumentos o disminuciones en la oferta hdrica.
148
Se recomienda que adems del proceso fsico que caracteriza estos modelos, se ligue
con el lavado foliar, el cual es un aporte a la planta que no se ha considerado de forma
explcita en los balances de nutrientes.
Para conocer en detalle las interacciones dentro de los ecosistemas se debe promover
la medicin de las variables implcitas dentro del proceso de interceptacin, tanto
dentro como fuera de la cobertura, ya que los valores sern diferentes debido a los
microclimas caractersticos en cada uno. Se recomienda el uso de sensores de
humedad del dosel que permitan cuantificar las capacidades de almacenamiento de
agua por parte del follaje. Tambin se recomienda se estudie con ms detalle la
distribucin de la radiacin en los diferentes estratos de la cobertura vegetal, ya que
de esta variable dependern los procesos de evaporacin que segn los modelos se
suponen constantes en la cobertura, pero que en la realidad son diferenciales,
condicionados por los coeficientes de extincin de la luz, la arquitectura y densidad del
follaje.
149
6. BIBLIOGRAFA
Allen, R., Pereira, L., Raes, D., & Smith, M. (2006). Evapotranspiracin del cultivo. Guas
para la determinacin de los requerimientos de agua de los cultivos (Vol. N 56).
Roma: Estudio FAO Riego y Drenaje 56.ORGANIZACIN DE LAS NACIONES
UNIDAS PARA LA AGRICULTURA Y LA ALIMENTACIN. FAO.
Beven, K. J., & Binley, A. M. (1992). The future of distributed models: model calibration
and uncertainty prediction. Hydrological Processes , 6, 279-298.
Bo, Z., Islam, S., & Elthair, E. (1994). Aggregation-disaggregation properties of a
sthocastic model. Water Resources Research , 30 (12), 3423-3435.
Bui EN, B. J. (1992). Stemflow, rain, throughfall, and erosion under canopies of corn and
sorghum. Soil Science Society of America Journal (56), 242-247.
Calder, L. (1986). A stochastic model of rainfall interception. Journal of Hydrology , 89, 6571.
Camacho, L., & DazGranados, M. (2003). Metodologia para la obtencin de un modelo
predictivo de transporte de solutos y de calidad de agua en ros-Caso ro Bogota.
Seminario Internacional " la Hidroinformtica en la Gesti{on Integrada de los
Recursos Hdricos , 73-82.
Casado, S., & Bartual, R. (1998). Desagregacin de lluvias para aplicaciones en
simulacin de sistemas de recursos hidrulicos. Revista de Obras Publicas,Ciencia
y Tecnologia de la Ingeniera Civil , 3.378, 25-35.
Castillo, F., & Castellvi, F. (2001). Agrometeorologa. Mexico D.F: Grupo Mundi-Prensa.
150
Universidad
Nacional
de
Colombia-Departamento
de
Ciencias
151
152
153
154