MODELOS Y SISTEMAS

HIDROLÓGICOS

2
 CONTENIDO

1. MODELOS Y SISTEMAS HIDROLÓGICOS ................................................................................................................ 3

1.1 ¿QUÉ ES UN MODELO DE SIMULACIÓN HIDROLÓGICA?....................................................................... 3
A) I NTRODUCCIÓN ............................................................................................................................................................... 3
B) ALGUNOS CONCEPTOS DE QUÉ ES UN MODELO DE SIMULACIÓN HIDROLÓGICA ..................................................... 3
1.2 EL SISTEMA HIDROLÓGICO TERRESTRE..................................................................................................... 5
A) LA COMPLEJIDAD DEL SISTEMA NATURAL DE UNA CUENCA ....................................................................................... 5
B) ADICIONAL COMPLEJIDAD A TRAVÉS DE ACTIVIDAD HUMANA COMO AGENTE HIDROLÓGICO ................................ 5
C) CARACTERÍSTICAS DEL SISTEMA HIDROLÓGICO NATURAL-ANTRÓPICO .................................................................... 9

1.3 ¿POR QUÉ MODELAR EL SISTEMA HIDROLÓGICO?................................................................................ 9

A) ¿QUÉ TIPO DE INFORMACIÓN ES REQUERIDA POR Y DESDE LA HIDROLOGÍA? ........................................................ 9
B) RAZONES PARA MODELAR EL SISTEMA HIDROLÓGICO ............................................................................................. 10
1.4 NOTAS DE PRECAUCIÓN DEL MODELAMIENTO HIDROLÓGICO....................................................... 12
2. TIPOS DE MODELOS HIDROLÓGICOS ................................................................................................................... 13
2.1 INTRODUCCIÓN....................................................................................................................................................... 13
A) ¿POR QUÉ CLASIFICAR LOS MODELOS HIDROLÓGICOS? .......................................................................................... 13
B) ESQUEMAS DE CLASIFICACIÓN DE MODELOS ........................................................................................................... 13
2.2 CLASIFICACIÓN ESTRUCTURAL DE MODELOS ........................................................................................ 15
A) MODELOS DETERMINÍSTICOS ..................................................................................................................................... 16
B) MODELOS ESTOCÁSTICOS........................................................................................................................................... 18

2.3 CLASIFICACIÓN DE MODELOS POR NIVELES DE DESAGREGACIÓN ESPACIAL ....................... 19

A) MODELOS AGREGADOS ............................................................................................................................................... 20
B) MODELOS DISTRIBUIDOS ............................................................................................................................................ 21
3. ERRORES EN EL MODELAMIENTO......................................................................................................................... 23
3.1 INTRODUCCIÓN....................................................................................................................................................... 23
3.2 ERRORES SISTEMÁTICOS.................................................................................................................................. 23
3.3 ERRORES ALEATORIOS ...................................................................................................................................... 24
3.4 ERRORES DE ENTRADA ...................................................................................................................................... 24
REFERENCIAS.................................................................................................................................................................. 25

3
 1. MODELOS Y SISTEMAS HIDROLÓGICOS
1.1 ¿Qué es un modelo de simulación hidrológica?
a) Introducción

Desde los días de las antiguas sociedades hidráulicas de China y del Medio Este, los
constructores de sistemas hídricos y más recientemente ingenieros e hidrólogos, han
requerido realizar estimaciones de varios aspectos del flujo en los cursos de agua para el
diseño y operación de estructuras hidráulicas, por ejemplo, flujos anuales y su variabilidad
inter-anual, flujos diarios y mensuales, la secuencia de flujos sobre un umbral dado, la
disponibilidad de agua en reservorios, o caudales picos para diferentes intervalos de
recurrencia. En algunas situaciones la información se encontraba disponible proveniente de
medidas directas en el sitio adecuado. Sin embargo, muy a menudo los diseñadores no
podían esperar la ocurrencia de eventos extremos y su medición y, en consecuencia,
desarrollaron métodos indirectos para la estimación de las características del flujo
requerido. Esto dio como resultado el desarrollo de modelos hidrológicos para simular
artificialmente parámetros de flujo en los cursos de agua.

En la actualidad el rol del modelo hidrológico ha ido más allá de su intención original, para
una era de incremento en la conciencia ambiental en la cual los impactos de las actividades
humanas se extienden desde la urbanización hasta la degradación de las tierras, desde el
control de inundaciones hasta la salinización, desde el cambio climático inducido a través
de la emisión de los gases invernaderos hasta la capacidad de capturar la distribución
espacial y temporal de fenómenos hidrológicos utilizando satélites, los modelos hidrológicos
han adquirido una nueva dimensión y relevancia.

¿Qué es entonces un modelo hidrológico?

b) Algunos conceptos de qué es un modelo de simulación hidrológica

Muchas conceptualizaciones funcionales y estructurales de Modelos Hidrológicos (MH) han

sido formuladas:

I. Un MH proporciona una forma de transferir conocimiento desde un área medida o

estudiada a un área donde se requieren decisiones hidrológicas e información.

II. Tal MH proporciona una expresión cuantitativa (matemática) de

• observación
• análisis y
• predicción
de las interacciones variantes en el tiempo de varios procesos hidrológicos para el
uso en
• la planificación
• diseño y
• manejo / operación

4
 de estructuras hidrologicamente relacionadas.

III. Así un MH es una interfase entre datos y la toma de decisiones, es decir, un MH

genera información a partir de datos y mejora el conocimiento requerido para la toma
de decisiones

IV. Un MH es una colección de

• leyes físicas (ej. Darcy, conservación de la masa) y
• ecuaciones físicamente basadas (ej. relaciones de intercepción y ecuación de
Penman para la evapotranspiración potencia) y
• relaciones empíricas (ej. ecuación de Thornthwaite para la evapotranspiración
potencial)
escritas en términos matemáticos y combinadas de tal forma para producir
• un conjunto de resultados, es decir, salidas-resultados basados en
• un conjunto de condiciones conocidas y/o asumidas, es decir, entradas.

V. Un MH simula el sistema hidrológico terrestre. No obstante, este sistema es complejo.

Un MH requiere la abstracción de ciertas partes de este sistema complejo con la
finalidad de entender y predecir el comportamiento de esa parte del sistema. La
abstracción consiste en reemplazar esa parte del sistema prototipo, es decir, un área
de drenaje del mundo real con sus respuestas hidrológicas naturales y artificiales (ej.
a través de presas, canales, riego), por un modelo de estructura más simple, es decir,
por un ensamblaje imperfecto de conceptos representando el sistema. El MH puede
entonces reproducir, en una secuencia de expresiones matemáticas, el
comportamiento de algunas características, no todas, de algún o algunos
componentes (ej. lluvia areal o infiltración o escurrimiento) de ese prototipo (ej. el área de
drenaje). Por lo tanto, el MH trata de representar las condiciones reales del área de
drenaje pero solamente con un cierto grado de precisión.

VI. Los modelos intentan describir tres procesos básicos dentro de un sistema de
cuenca. Estos son:
• almacenamiento de agua (dentro del suelo, vegetación, acuíferos y demás
cuerpos de agua)
• pérdida de agua desde el almacenamiento (por evaporación, percolación y
flujos laterales o interflujo)
• tránsito de agua (sobre la superficie, a través del suelo y acuíferos, y a través de
ríos, arroyos, reservorios y humedales)

¿Qué es lo que caracteriza este sistema hidrológico terrestre?

5
1.2 El sistema hidrológico terrestre
a) La complejidad del sistema natural de una cuenca

El sistema hidrológico terrestre cae en la categoría de sistema “complejo” con algún “grado
de organización”. Bajo condiciones naturales no disturbadas los mayores componentes de
este sistema pueden ser descritos en forma de diagramas como un sistema de cuenca vista
en planta y corte y también como series en cascada de subsistemas interrelacionados (Ver
figura 1). La complejidad organizada en la figura es tanto la base así como la fuente de
nuestros problemas en el modelamiento hidrológico, para uno que esta tratando con un
sistema caracterizado por fluctuaciones temporales a largo plazo (ej. lluvia desde variaciones
estacionales a Inter-estacionales, desde intra-estacionales a diurnas) así como con fluctuaciones
espaciales (ej. de propiedades de suelo relacionados hidrologicamente dentro de una cuenca).
Procesos hidrológicos pueden ser analizados sobre la base de ecuaciones de física de
suelos, respuesta fisiológica de las plantas e hidraúlica, pero el alto grado de variabilidad
espacial en una parcela o cuenca de cualquier tamaño posee un serio cuestionamiento a la
especificación de parámetros.

b) Adicional complejidad a través de actividad humana como agente

hidrológico

De la figura 1 llega a ser evidente que una cuenca bajo condiciones naturales procesos
hidrológicos complejos ya toman lugar en la interfase del clima. Vegetación y suelo. La
actividad humana complica los procesos mediante la interacción con el sistema natural ya
sea:
• destructivamente en el sentido hidrológico (ej. sobrepastoreo, deforestación, urbanización
y por tanto inundaciones y erosión realzadas)
• constructivamente en el sentido hidrológico (ej. por conservación de suelos y la
consecuente erosión e inundaciones reducidas, o por construcción de reservorios para control
de crecidas).

Ejemplos de interacciones simples son ilustradas en la figura 2. Interacciones más

complejas y retroalimentaciones entre los sistemas sociales y naturales son mostradas en la
figura 3.

La real complejidad adicionada a través de la intervención humana es producida por la

planificación y manejo de recursos hídricos, cuyo objetivo último es incrementar el
bienestar humano. La figura 4 ilustra los “sistemas vinculados”, con flujos (designados por
números) y núcleos de conversión para calcular transformaciones a partir de un flujo
precedente (designados por letras). Estos núcleos de conversión pueden ser:
• linear a linear (ej. C)
• espacialmente distribuido a espacialmente distribuido (ej. A, E)
• linear a espacialmente distribuido (ej. D) o
• espacialmente distribuido a linear (ej.B)

6
Figura1. Descripción diagramática del sistema hidrológica de una cuenca

6
Figura 2. Interacciones destructivas simples (A) y constructivas (B) del sistema
natural y el antrópico

Figura 3. Interacciones más complejas y retroalimentaciones entre el sistema social

y el natural

7
Figura 4. Diagrama esquemático y flujograma (números) y conversiones (letras) en la planificación de recursos
hídricos

8
c) Características del sistema hidrológico natural-antrópico

Este sistema complejo, el cual forma el basamento para el modelamiento hidrológico, tiene
importantes características dignas de mención:

i. El sistema procura producir un conocimiento profundo (cómo funciona) antes que

dar soluciones específicas o respuestas
ii. El sistema es demasiado complejo para tomar la perspectiva simplista, utilitarista de
que el ciclo hidrológico es “una enorme maquina hidraúlica donde toda el agua es
dirigida por fuerzas de gravedad o fricción” y lo que sea que no encaje en este marco
es tratado “diplomáticamente” como “pérdidas” o errores “generados por los
supuestos” para “proporcionar resultados razonables”.
iii. El hidrólogo serio debiera considerar el sistema en su integridad y no enfrascarse en
algún detalle aislado con el sistema.
iv. El sistema es más complejo de lo que podemos observar, medir o realizar supuestos,
con cualquier discrepancia “corregida” en un lugar probablemente aparecerá en otro.
v. Si es tomado seriamente no existen fáciles y rápidas soluciones en el modelamiento
hidrológico de este sistema.

1.3 ¿Por qué modelar el sistema hidrológico?

a) ¿Qué tipo de información es requerida por y desde la hidrología?

La figura 4 ya señalo algunos de los tipos de información técnica hidrológica requerida en la

planificación, diseño y operación/manejo de recursos hídricos. Esta información puede ser
requerida para soporte de decisiones operacionales a corto plazo o para la planificación
estratégica a largo plazo. Entre otros la información puede ser requerida sobre:

i. El volumen de agua disponible que proporciona un área de drenaje

ii. Su calidad de agua en términos de producción de sedimentos así como
constituyentes químicos y estatus biológico
iii. La distribución en tiempo y espacio de la cantidad y calidad del agua
iv. El correcto dimensionamiento de reservorios / presas
v. La tasa de colmatación de reservorios
vi. Estimaciones de caudales pico
vii. Suministro y demanda de agua para riego y consumo humano
viii. Respuestas de varios sistemas hidrológicos a cambios inducidos por el hombre tales
como:
 Forestación aguas arriba
Urbanización
Contaminación de aguas subterráneas
Prácticas de riego
Construcción de reservorios
Cambio climático global
Sobrepastoreo
Desarrollo ribereño

9
 Sistemas de manejo agrícola
Drenaje de humedales
Flujo contaminante de tormentas
o Cargas
o Concentraciones

y/ o

ix. Análisis de riesgo asociado a los puntos de arriba

x. Emisión de permisos de agua , por ejemplo, extracción de agua del río para riego
xi. Resolución de conflictos
entre sectores (ej. uso agrícola vs industrial) y
dentro de cada sector (ej. riego en agricultura comercial vs riego en agricultura para
susbsistencia)
y asignado el agua equitativamente entre usuarios en competencia

xii.El desarrollo de alternativas de fuentes de agua

xiii.Trasvase de agua entre cuencas
xiv. La “reserva” ecológica, o en el requerimiento de flujo para habitad acuático
xv. Pronóstico de flujo de río, tanto
en tiempo real, (ej. pronóstico de hidrogramas de crecida) y
estacional (ej. pronóstico de fenómeno del niño)
xvi. Procesos hidrológicos en laderas y /o
xvii. El desagregación del flujo en
flujo de tormenta
interflujo o flujo subsuperficial
flujo base

b) Razones para modelar el sistema hidrológico

Dentro del marco de la variedad de información hidrológica requerida listada arriba,

muchas razones pueden ser dadas para desarrollar el modelamiento hidrológico. El objetivo
fundamental de modelamiento hidrológico es ganar un entendimiento del sistema hidrológico
con la finalidad de proporcionar información confiable para el manejo sostenido de recursos
hídricos cuyo fin es el bienestar humano y la protección ambiental. Listamos las siguientes
razones:

i. Un MH puede ser usado para hacer estimaciones eficientes y de bajo costo de

variables hídricas en lugares no instrumentados (sin equipos de medición) y bajo
condiciones climáticas y de uso de la tierra variantes.

ii. Los MH son aplicados frecuentemente con respecto a la toma de decisiones en

relación a la planificación, diseño, operación y manejo de estructuras relacionadas al
agua incluyendo estimaciones de:
tasas de flujo superficial, movimiento de aguas subsuperficiales
volúmenes almacenados en cuerpos de agua
cantidades de carga de sedimentos y solutos
como estas cantidades y tasas varían en el tiempo

10
 como estas pueden regular, o ser reguladas por la cantidad y calidad del agua
qué cambios en la cantidad y calidad del agua pueden haber surgido por
efecto por ejemplo de cambios en el uso y manejo de la tierra
evaluando soluciones alternativas a un particular problema.

iii. Los MH pueden ser usados para los propósitos listados arriba con la finalidad de
probar la justificación económica de estructuras hidráulicas, esto para la consecuente
optimización del diseño de sistemas de recursos hídricos y al mismo tiempo ser
usados estos modelos como una herramienta de revisión que identifica áreas
adecuadas para alguna acción propuesta.
iv. La decisión última para proseguir la construcción de una estructura son a menudo
realizadas por tecnócratas hidrólogos. Los resultados derivados de un MH son de
esta forma un medio de comunicación hidrológica hacia el tecnócrata no hidrólogo
responsable de la planificación de recursos ambientales y los tomadores de
decisiones (ej. políticos), en forma que ellos entienden la complejidad y las
ramificaciones de las decisiones que están tomando.
v. El proceso de obtención de datos hidrológicos es demasiado caro, debido a las
secuencias largas e ininterrumpidas. Un MH, a través de los avances en la
computación, maneja, organiza y sintetiza convenientemente y puede optimizar gran
cantidad de datos hidrológicos e información que facilita el obtener resultados
coherentes y ayuda a hacer más de la colección de datos una actividad más viable y
justificable financieramente.
vi. Por otro lado, un MH puede generar también información útil desde datos limitados.
vii. Los modelos pueden ser usados para el relleno y el reemplazo de registros faltantes o
registros de baja calidad utilizando valores sintéticos.
viii. Los modelos podrían ser usados cuando la revisión de datos es requerida pero
antiguos registros no son representativos del régimen actual de flujo debido a
cambios en las condiciones de la cuenca. Alternativamente, los modelos podrían ser
usados para naturalizar registros, es decir, convertir registros actuales de flujo a lo
que ellos habrían sido bajo condiciones de vegetación natural.
ix. Un MH bien estructurado prueba y promueve un mejor y profundo entendimiento de
los procesos físicos, químicos y biológicos involucrados en el sistema hidrológico así
como de los parámetros del modelo que controlan aquellos procesos.
x. Como tal un MH puede estimular nuevas investigaciones y detectar áreas donde la
información hidrológica está faltando
xi. Los resultados de un coherente MH puede ser usado para sugerir una asignación de
esfuerzos de investigación de tal modo que no se desperdicie demasiado tiempo en
componentes de baja sensibilidad al sistema hidrológico bajo estudio.
xii. Un MH puede proveer apoyo táctico y estratégico a un programa de investigación
 motivando a los científicos
 proporcionando un marco de prueba para hipótesis
asistiendo en la formulación de ideas acerca de las dinámicas del sistema
impulsando la colaboración en la investigación
integrando los hallazgos científicos de diferentes disciplinas
xiii. En el mundo real de la hidrología no es factible la obtención de datos experimentales
sobre respuestas hidrológicas de usos y manejo de la tierra, y sobre regímenes
hidrológicos. Esto no es solamente demasiado caro sino también toma mucho
tiempo. Sin embargo, un MH ayuda a decidir qué datos debieran ser colectados. El
poder predictivo de buenos modelos, usualmente aquellos que ejecutan pruebas
extensivas bajo diferentes regímenes climáticos y son conocidos de reproducir con
11
 exactitud un particular resultado, pueden proveer detallada información del tipo
“qué pasaría si” tomando diferentes escenarios del sistema hidrológico, sean estos
naturales o artificiales, reduciendo considerablemente, de esta forma, el tiempo en la
toma de decisiones.
xiv. También a este respecto, debido a que los resultados generados a partir de MHs
pueden ser usados en interpolación y extrapolación, el MH se constituye una
herramienta para ayudar a predecir impactos hidrológicos inciertos los cuales no han
sido todavía observados, por ejemplo, impactos hidrológicos del cambio climático, o
de extremos hidrológicos de magnitud nunca observada tales como crecidas o
sequías de un intervalo de recurrencia más grande que el conjunto de datos
observados, o el potencial impacto de cambios en el uso de la tierras aguas arriba.
xv. Un MH bien estructurado, al ser una síntesis de un sistema hidrológico complejo,
proporciona una forma sinóptica de conjuncionar el conocimiento acerca de los
componentes del sistema con la finalidad de dar una visión coherente, holística del
comportamiento del sistema entero.
xvi. Así, un MH coherente es una excelente herramienta para la enseñanza, el
aprendizaje y el entendimiento de los interactuantes procesos hidrológicos.

1.4 Notas de precaución del modelamiento hidrológico

Algunas notas de precaución sirven para concluir este capítulo de apoyo sobre el
modelamiento hidrológico:

i. Los modelos no pueden sustituir o compensar una falta de conocimiento hidrológico,

o el entendimiento de sistema hidrológico natural
ii. Los modelos tampoco crean nuevos datos o hechos, los cuales en la hidrología
emanan y sólo pueden ser confirmados a partir de la observación y experimentación.
iii. Por lo tanto, los modelos nunca debieran ser comparados entre sí cuando se evalúa
sus precisiones, solamente debieran ser comparados con datos observados (medidos)
iv. Los modelos pueden sólo anticipar la posibilidad de que las condiciones simuladas
de hecho ocurrirán.
v. Por lo tanto, los modelos son herramientas a ser usadas como un medio para
alcanzar un fin, no son un fin en sí mismos.
vi. Los resultados de los modelos hidrológicos requieren interpretación hidrológica y los
resultados debieran ser aplicados con un juicio hidrológico coherente, es decir,
aplicando la lógica hidrológica!
vii. No cada problema hidrológico requiere la aplicación de un modelo de simulación.
Muchos problemas pueden ser resueltos conceptualmente, como un ejercicio mental,
o a través de una discusión de profesionales con experiencia.
viii. Los modelos no proporcionan simples respuestas (si/no) a análisis de problemas
hidrológicos del mundo real. No obstante, donde los modelos incorporan análisis de
riesgos, ellos asisten a los tomadores de decisiones en juicios más objetivos o en la
adquisición de un conocimiento más profundo en las soluciones de los problemas.
ix. Los modelos y el modelamiento de sistema integrados de recursos hídricos, con un
amplio rango de ramificaciones humanas y financieras, debieran ser dejados en
manos de especialistas en dicho modelamiento. La idea de que un modelamiento
hidrológico realizado por cada usuario de una PC proporciona respuestas mediante
un simple tecleado es un mito el cual puede tener costosas repercusiones.

12
 x. Los modelos están siendo constantemente mejorados y actualizados. Para los
usuarios esto implica que debieran siempre obtener las versiones más actualizadas
de un modelo cuando se aplica éste a problemas hidrológicos. Para el que desarrolla
modelos, los avances reales sólo pueden ser alcanzados formando vínculos estrechos
entre mediciones, teoría y modelamiento, y teniendo en mente al usuario del modelo.

2. TIPOS DE MODELOS HIDROLÓGICOS

2.1 Introducción
Existen muchos tipos de problemas hidrológicos los cuales han dado surgimiento a muchos
tipos de modelos hidrológicos y a un número de diferentes métodos para clasificar modelos
a menudo sobre una base comparativa. Así uno puede clasificar los modelos al ser:
físicos vs matemáticos vs numéricos
mecánicos vs empíricos
determinísticos vs conceptual vs estocástico
estado permanente vs no permanente
basados en supuestos hidrodinámicos o
basados en supuestos biogeoquímicos

a) ¿Por qué clasificar los modelos hidrológicos?

A continuación se presenta una lista de las razones de la clasificación de los modelos
hidrológicos:
da una idea de cómo la simulación se realiza
da una idea del tipo y nivel de las matemáticas involucradas
da una idea de la naturaleza de los resultados del modelo
da una idea del tipo y cantidad de información de entrada requerida
es útil para identificar que partes del sistema hidrológico están siendo
simuladas
La clasificación es, adicionalmente, de ayuda en:
la selección de un modelo apropiado para una particular necesidad
la selección de bases de datos y en la aplicación de esfuerzos experimentales
para asignar parámetros al modelo
la obtención de una idea acerca de la complejidad del modelo, de la
incertidumbre y el potencial para generar errores sistemáticos

b) Esquemas de clasificación de modelos

Dependiendo de las necesidades del problema particular de modelamiento, se ha propuesto
una clasificación general de modelos hidrológicos tanto para aspectos cuantitativos y
cualitativos del agua, como se muestra en la figura 5.

Los modelos hidrológicos han sido también clasificados de acuerdo a diferentes criterios los
cuales pueden abarcar descripciones de:

procesos (figura 6)
escalas espaciales y temporales (figura 7)

13
Figura 5. Clasificación general de modelos hidrológicos

Figura 6. Clasificación de modelos hidrológicos basado en la descripción de los

procesos

14
Figura 7. Clasificación de modelos hidrológicos basada en escalas espaciales y
temporales

2.2 Clasificación estructural de modelos

Estructuralmente, los modelos pueden ser agrupados en tres grandes grupos:

Modelos “Cajas blancas” buscan el entendimiento y la inclusión de todos los

procesos, almacenamientos, retroalimentaciones cíclicas. Estos modelos
involucra el uso de muchas ecuaciones de diferenciación parcial que
gobiernan varios procesos físicos y ecuaciones de continuidad para flujos de
agua en superficie y dentro del suelo. Los modelos determinísticos y aquellos
físicamente basados caen dentro esta categoría.
Modelos “Cajas negras” usan entradas (ej. lluvia) que son transformadas en
salidas (ej. escurrimiento) sin ningún entendimiento de los procesos
involucrados en la transformación. De esta forma solamente la entrada y la
salida tienen un significado físico. Simples ecuaciones matemáticas y análisis
de series de tiempo caen en esta categoría. Los modelos estocásticos son
considerados modelos de caja negra.
 Modelos “Cajas grises” representan un parcial entendimiento de los procesos.
Modelos paramétricos y conceptualmente basados son modelos de este tipo.

15
a) Modelos determinísticos

i. Un modelo determinístico describe el comportamiento del ciclo hidrológico en

términos de relaciones matemáticas, las cuales resaltan las interacciones y vínculos
de varios procesos y componentes del sistema hidrológico variante en espacio y
tiempo, con sub-modelos individuales representando cada particular proceso
hidrológico.

ii. Los modelos determinísticos, los cuales vinculan la lluvia al flujo en ríos, son:
 modelos físicamente basados en el sentido de que tienen principalmente una
estructura basada en teorías, y están gobernados por definidas leyes físicas
de conservación de la masa, energía o momentum, las cuales son
generalmente conocidas
 determinísticos en el sentido de que cuando un conjunto de condiciones
iniciales – borde y entradas son especificadas, el resultado del modelo lleva a
una salida única e definible, es decir, sólo hay una posible respuesta para
una entrada dada.

iii. En este tipo de modelamiento uno trata de describir relaciones causa-efecto, es decir,
los procesos son considerados como dependiente – independiente. Idealmente todos
los componentes del modelo debieran tener igual sensibilidad.

iv. Dos subdivisiones de modelos determinísticos han sido identificados y son descritos
como:

mecánicos, es decir, modelos de proceso físico o causales, comúnmente

desarrollados como herramientas de investigación, los cuales están basados
en parámetros de tasa que pueden tener alta variabilidad espacial, y que
puede ser ya sea analíticos o numéricos (en cuyo caso son muy flexibles pero
requieren experiencia considerable en cálculo y requieren gran cantidad de datos) y
funcional, es decir, más orientados al manejo y modelos determinísticos
simplificados basados en capacidad, o umbral, o parámetros (ej. la capacidad
del suelo para retener una cierta cantidad de agua). Ellos son más matemáticos,
más empíricos y con una estructura no mecánica, así como menos
demandantes en datos y pueden subdividir el sistema en comportamientos (ya
sea por capas o subcuencas) y a partir de ello estimar la interacción entre
compartimentos.

v. Las ventajas y/o fortalezas de los modelos determinísticos incluye las siguientes:

Las variables de entrada y los datos usados en el modelo son, en principio,

medibles desde la cuenca y desde las características de la tormenta y tienen
una significado físico
Los modelos pueden incluir los procesos no lineales y la no sincronía de los
sistemas hidrológicos
en consecuencia uno es capaz, en teoría, de derivar el comportamiento de los
procesos hidrológicos sin el auxilio de la calibración mediante el ajuste

16
 empírico, o conseguirlo por una calibración efectuada sobre la base de
registros cortos,
Debido a que ellos son basados en causa-efecto, los modelos determinísticos
son de gran utilidad para la aplicación en cuencas no instrumentadas, así
como en:
la predicción, es decir, para evaluar qué podría pasar a los recursos hídricos
bajo condiciones de estados alternativos si hubiera un cambio en el sistema,
por ejemplo, un cambio en la naturaleza de la cuenca o condiciones
ambientales a través del uso de la tierra o cambios en las entradas climáticas;
o si el modelo fue usado más allá del rango de datos o la ubicación geográfica
para la cual fue validado y verificado.
De esta forma, ello son modelos esenciales en el campo del modelamiento
integrado de cuencas, cuando elementos tales como el cambio del uso de la
tierra, el movimiento de contaminantes y sedimentos a través de la cuenca o
la recarga de aguas subterráneas, requieren ser pronosticados.
Adicionalmente, una vez establecido con respecto a variables de entrada, los
modelos determinísticos pueden ser re-ejecutados con facilidad y a bajo costo.
Ellos pueden operar como modelos continuos (el modelo usual de operación
para recursos hídricos) o ellos pueden operar como modelos de evento simple
(análisis de flujos de crecida) y
ellos alientan el conocimiento del sistema hidrológico total y la interrelación
entre componentes del sistema, lo cual puede estimular nuevas ideas
conduciendo a una sistematización de la investigación y un mejor
entendimiento del sistema como un todo.

vi. Las desventajas y/o debilidades de los modelos determinísticos incluye lo siguiente:

Ellos frecuentemente requieren una gran cantidad de datos e información

para representar las respuestas hidrológicas variantes en tiempo y espacio.
Comúnmente la información requerida no se encuentra disponible, o la
información puede no ser tan precisa como se requiere.
Esto implica que datos de campo de muchos procesos pueden ser faltantes.
Las incertidumbres en las respuestas dentro y entre subsistemas del sistema
hidrológico son a veces ignoradas en la formulación de modelos
determinísticos, es decir, puede presentarse un grado de arbitrariedad y atajos
empíricos, con supuestos asociados los cuales con el tiempo pueden llegar a
ser considerados “hechos”.
Tales atajos pueden llevar a una sobre-simplificación de cadenas complejas
interactivas, y los supuestos simplificados pueden entonces causar errores de
ajustes de datos.
Procesos no-lineales ocurren en el sistema hidrológico los cuales no siempre
son fácilmente incluidos.
Adicionalmente, estos modelos complejos pueden “degenerar” en manos de
usuarios quienes no entienden todos los procesos y funciones, empezando
entonces a usar los atajos.
Por las razones mencionadas arriba, y a pesar del hecho de que teóricamente
ellos tienen el potencial para representar los procesos hidrológicos a partir de
características medidas, la calibración y verificación es todavía requerido en el
modelamiento determinístico, y de esta manera estos modelos son todavía no
son perfectos para la predicción.
17
 Un problema adicional que permanece es la selección de la unidad de escala
espacial (m2?, km2?, 10 km2?) lo cual fuerzo a la toma de conciencia de la
heterogeneidad espacial (ej. de suelos, uso de la tierra) así como de la selección
de la unidad de escala temporal con la finalidad de contabilizar las diferencias
de tiempo de residencia de los procesos dominantes.
Estos son modelos complejos que requieren experiencia considerable y largos
períodos de profunda instrucción para operar exitosamente, factores que
imponen severas restricciones económicas sobre su aplicación práctica.

b) Modelos estocásticos

i. La palabra estocástico se refiere a la naturaleza alietoria con respecto al tiempo. Por

lo tanto, en modelos estocásticos los procesos hidrológicos son considerados como
dependientes del azar.

ii. Un modelo estocástico usa propiedades estadísticas de registros existentes (muestra)

y leyes de probabilidades junto con un número alietorio para generar series
sintéticas (eventos posibles) los cuales son usados en la resolución de problemas
hidrológicos.

iii. Las propiedades estadísticas incluyen la media, desviación estándar, coeficiente de

asimetría y correlación serial.

iv. Con la entrada a dichos modelos, siendo generada alietoriamente, el resultado de

cada simulación es, por lo tanto, diferente (aunque la desviación estándar, media y otras
estadísticas serían preservadas) ya que este resulta de procesos estadísticos, alietorios y
probabilísticos. De esta manera con un modelo estocástico, probablemente muchas
series pueden ser simuladas y empleadas en la planificación y diseño de sistemas de
recursos hídricos, proporcionando un rango probable de respuestas futuras del
sistema.

v. En el modelamiento estocástico, existen dos características de fundamental

importancia:

primero, este enfoque depende de la secuencia de registros históricos de la

variable, siendo una representativa muestra y
segundo, el enfoque asume no variación en tiempo del ciclo hidrológico, es
decir, que no se han presentado cambios en la respuesta (ej. debido a cambios
en el uso de la tierra). Si un cambio en las características físicasse sabe que se
ha presentado y por lo tanto la respuesta de una cuenca, el modelo
estocástico no puede fácilmente contabilizar dichos cambios, mientras que un
modelo determinístico si lo puede hacer.

vi. El usuario de un modelo estocástico encara algunos problemas:

Primero es la opción de un modelo estocástico para la descripción del

fenómeno hidrológico,

18
 segundo viene la opción de una distribución de probabilidades para la entrada
y la estimación de los parámetros de simulación,
tercero es la predicción de una distribución de probabilidades para las salidas
del sistema cuando el sistema y la distribución de entradas son conocidas.
Un problema adicional es que los resultados tiene un componente alietorio, es
decir, la salida de cada simulación sería diferente aunque la media, desviación
estándar y otras estadísticas serían conservadas.
Desde una perspectiva practica, los modelos distribuidos “dirigidos” por más
de una estación pluviométrica no pueden tener diferentes puntos de lluvia
generados estocasticamente, ya que los eventos de una estación generando
crecidas pueden no corresponder temporalmente con las crecidas generadas
estocasticamente producidas por eventos de otros pluviómetros, resultando de
este modo en más pero atenuados hidrogramas.

vii. Algunos diferentes tipos de generadores estocásticos son listados abajo, empezando
con el más simple y avanzando en complejidad:

El procedimiento Monte Carlo, el cual obtiene valores sintéticos por una
técnica de muestreo o a través de un número generador alietorio.
El método de promedio móvil (moving average) y

viii. Los modelos tienen mayor probabilidad a ser usados donde escalas de espacio y
tiempo son grandes, es decir, en situaciones donde una gran cantidad de promedios
respecto a procesos heterogéneos en espacio y tiempo, y por lo tanto, en el
allanamiento de los hidrogramas, ya ha tomado lugar, o cuando se esta tratando con
incrementos de tiempo mayores que al correspondiente a la dinámica actual del
sistema (ej. incrementos de tiempo mensuales)

ix. Modelos estocásticos no debieran ser probados por quienes no tienen un

conocimiento profundo del análisis estadístico envuelto.

x. Existe una alta probabilidad de que en el futuro los modelos estocástico no sean
ampliamente usados debido a las dificultades de los crecientes no-estacionarios
modificados usos de la tierra y clima, Sin embargo, el vinculo entre componentes
estocásticos con los modelos determinísticos pueden proporcionar una herramienta
analítica poderosa.

2.3 Clasificación de modelos por niveles de desagregación espacial

Los modelos hidrológicos pueden ser estructurados para representar procesos / parámetros
de una forma promediada espacialmente, es decir,

Modelos agregados (lumped models)

o alternativamente, de una forma desagregada espacialmente, es decir,

Modelos distribuidos

19
a) Modelos agregados

i. En un modelo agregado las dinámicas del sistema son representadas de una forma
integral. Relaciona una cuenca o subcuenca como un todo, es decir, como una
simple unidad considerando su comportamiento general

ii. Por lo tanto, dentro de una cuenca un modelo agregado asume homogeneidad, es
decir, ignora la variación espacial de las características que gobiernan la respuesta
hidrológica, tales como el clima, suelos, pendientes y /o cambios en la cobertura de
la tierra.

iii. De esta forma, los modelos estructuran, espacialmente y relativamente de forma

simple, valores ponderados (usualmente ponderados por área) o promedios de aquellos
parámetros y variables que afectan el volumen de escurrimiento, los caudales pico, la
producción de sedimentos o la calidad de agua.

iv. Estos valores son considerados representativos de toda la cuenca o subcuenca.

v. Esto implica la asunción de linealidad de la respuesta hidrológica, violando de esta

forma uno de los principios básicos de la hidrología.

vi. Las razones para el desarrollo de los modelos agregados incluye:

fácil de usar
fácil obtención de datos de entrada y que
ellos pueden jugar un rol importante en mejoramiento de escala desde
subcuencas que son relativamente homogéneas hacia cuencas y escalas
regionales.

vii. Las desventajas en la aplicación de modelos agregados incluyen las siguientes:

No permiten una descripción precisa de los efectos de la variabilidad espacial

dentro la cuenca, es decir,
no indican donde, dentro la cuenca, se encuentran las áreas fuente (áreas
generadoras) de picos de descarga, escurrimiento y producción de sedimentos.
De este modo en modelos agregados los procesos hidrológicos responden
linealmente, asumiendo que la toda la cuenca responde idénticamente, con el
resultado de que los valores promedios pueden llevar a errores significativos
en las simulaciones. Por lo tanto, estos modelos requieren calibración.
Ellos producen solamente un simple valor de, por ejemplo, escurrimiento o
producción de sedimentos, el cual es considerado representativo de la
respuesta de cualquier lugar en la cuenca.
Ellos, en consecuencia, sólo debieran ser usados con unidades espaciales
(tamaño) apropiadas al problema que esta siendo investigado.
Debido a su inherente obtención de parámetros no basados físicamente y el
supuesto de linealidad, estos modelos no pueden ser usados para predecir con
cierta certeza efectos de los cambios en la cuenca (uso de la tierra o clima)
Sin embargo, estos modelos pueden ser empleados para:
o evaluaciones simples de recursos hídricos

20
 o el control de calidad de datos hidrológicos, relleno de datos
faltantes o incorrectos y
o la extensión de registros históricos de flujo sobre cuencas sin
cambios en el uso de la tierra.

b) Modelos distribuidos

i. Características:

En un modelo distribuido el carácter variable y heterogéneo de la cuenca es

mantenido dividiendo, es decir, discretizando la cuenca en un número de
unidades de respuesta hidrológica relativamente homogéneas.
Cada unidad, aunque la misma puede variar en área, es considerada como
una entidad individual.
La respuesta integrada de todas las unidades individuales contribuye a la
respuesta total de la cuenca.
Cada unidad es asignada con variables y parámetros que describen
características de clima, topografía, suelos y vegetación únicas a esa unidad.
El tamaño de la unidad individual dependerá de la heterogeneidad de la
cuenca y del grado requerido de representación espacial y de la disponibilidad
de información espacial de entrada.
Discretizando la cuenca en sub-unidades un modelo distribuido es capaz de
contabilizar las variaciones espaciales que se presentan en la cuenca.
Por lo tanto, estos modelos tienen el potencial para simulaciones más precisas
en comparación a modelos agregados, debido a que los modelos distribuidos
evitan relaciones lineales.
De esta forma, los modelos distribuidos son más flexibles que los agregados en
la predicción y evaluación de los efectos sobre el flujo de agua y los procesos
de producción de sedimentos provenientes de cambios espaciales y temporales
del uso de la tierra y vegetación así como de la variabilidad climática dentro de
una cuenca, con la finalidad de usar esta información, por ejemplo, para
entender los efectos del desarrollo actual y para posiblemente minimizar los
efectos de futuros desarrollos.
En la medida que los modelos distribuidos tratan de explicar los procesos que
ocurren realmente dentro una cuenca de manera mucho más precisa que los
modelos agregados, puede ser asumida que ellos requerirán un mayor y
profundo conocimiento de los procesos físicos presentes en la cuenca.
Similarmente, como los modelos distribuidos tratan de incluir el alto grado de
variabilidad de características climáticas, de suelo, de vegetación y
topográficas presentes en una cuenca, se requiere el entendimiento cabal de
los procesos físicos.
Es improbable que todas las características físicas, que describen la
naturaleza de la cuenca, sean completamente uniformes dentro de cada
unidad. De este modo, como en el caso de modelos agregados, algunos
promedios son aún calculados en los modelos distribuidos. La diferencia
esencial en términos de representación espacial de las características es el
grado de “promediación” que toma lugar. Aunque los elementos discretos en
un modelo distribuido no siempre pueden representar las características de la

21
 cuenca exactamente, el grado de representatividad debiera ser superior a los
dados en los modelos agregados.
Los modelos distribuidos han sido clasificados en tres grupos sobre la base de
su discretización de la superficie de la tierra, a saber,
o modelos en grillas regulares
o modelos en grillas no regulares y
o modelos de subcuencas

ii. Ventajas de los modelos distribuidos

Los cambios espaciales y temporales del clima, uso de la tierra y vegetación,

ya sean resultados de influencia naturales o antrópicas, se presentan dentro
de una cuenca y los modelos distribuidos están bien equipados para predecir
los efectos de estos cambios en la respuesta hidrológica de una cuenca.
Esto es particularmente el caso en la predicción de la respuesta hidrológica de
cuencas no instrumentadas donde no existen datos disponibles para
calibración del modelo.
Los modelos distribuidos con sub-modelos de calidad de agua, son capaces de
separar las fuentes de los problemas de calidad de agua dentro de una cuenca
y trazar el movimiento de contaminantes y sedimentos en la salida de una
cuenca.
Los modelos distribuidos son particularmente útiles para el pronóstico de
flujos en tiempo real y para la ampliación de registros cortos de caudal a
partir de registros de lluvia mucho más largos.

iii. Desventajas y problemas:

Los modelos distribuidos pueden ser considerados como más complejos que
los agregados; sin embargo, los modelos más complejos no necesariamente se
desempeñan mejor que los modelos simples.
Los modelos distribuidos son a menudo sofisticados (estructuralmente así como
en su representación matemática de los procesos) lo cual es injustificado por la
actual disponibilidad de datos (ej. lluvia) sobre la variabilidad espacial de los
procesos hidrológicos.
Las investigaciones de campo son tanto costosas e insumen mucho tiempo y
la gran cantidad de datos que son requeridos para describir la variabilidad
espacial de una cuenca es una de las mayores desventajas del modelamiento
distribuido, a pesar de sus ventajas conceptuales y teóricas sobre los modelos
agregados. Este es una de las razones del porqué su uso no es extendido a
grandes cuencas.
La discretización de una cuenca en unidades homogéneas es difícil,
teóricamente, debido a que los procesos físicos dominantes y sus
interacciones para unidades de diferentes tamaños varían y la información
pueden no necesariamente ser extrapolada desde un punto a un área, o desde
áreas homogéneas pequeñas a áreas grandes homogéneas.
Adicionalmente, ciertos componentes del sistema hidrológico, por ejemplo,
flujo subsuperficial, son difíciles de identificar debido a que el flujo puede
estar influenciado por las estructuras geológicas subyacentes las cuales no
corresponden a rasgos superficiales medibles.

22
 3. ERRORES EN EL MODELAMIENTO
3.1 Introducción

i. Los usuarios de los modelos deben reconocer que los modelos tienen errores tanto en
su estructura así como en los datos que están procesando.
ii. Estos errores resultan en una incertidumbre del modelo, con incertidumbre en las
variables de entradas y los parámetros conduciendo a incertidumbre en los
resultados.
iii. Antes que una simulación sea ejecutada, es necesario que el usuario tenga un
entendimiento básico del modelo y sus conceptos. Este prevendrá errores
introducidos por el usuario que resultan de una interpretación incorrecta de las
variables de entrada.
iv. La identificación de los errores y de los procesos que originan dichos errores son
factores clave en la verificación de los modelos
v. El sistema hidrológico es altamente complejo y experimenta cambios espaciales y
temporales. Por lo tanto, es imposible identificar con exactitud las fuentes de errores
debido a las incertidumbres en los datos y en los parámetros del modelo, y debido a
la incertidumbre envuelta en la aplicación de estos modelos a situaciones de la vida
real. Esto es particularmente cierto para cuencas pequeñas donde es crucial una alta
resolución de la información de lluvia y escurrimiento.
vi. Algunos tipos de errores pueden existir, incluyendo errores sistemáticos, alietorios y
de entrada de datos, así como errores generados por la incompleta representación del
mundo real por parte del modelo.

3.2 Errores sistemáticos

i. Un error sistemático es aquel que se produce de igual modo en todas las mediciones
que se realizan de una magnitud. Puede estar originado en un defecto del
instrumento, en una particularidad del operador o del proceso de medición, etc.
ii. Los errores sistemáticos se presentan cuando el signo del error tiende a persistir
sobre un número de intervalos de tiempo. Por lo tanto, en una serie de tiempo un
error sistemático no se cancela sino por el contrario éste se acentúa.
iii. Una de las causas principales de los errores sistemáticos es la inadecuada
representación, o la falta de la misma, de los procesos hidrológicos por parte del
modelo.
iv. Las diferencias de escalas tanto espacial como temporal representadas en la
estructura del modelo versus aquellas escalas que determinan la respuesta del
sistema natural conducen a errores sistemáticos.
v. Una causa adicional del error sistemático es el uso de un período de registro no
representativo a largo plazo para la calibración y, por ejemplo, no contiene
suficientes eventos de magnitud crítica para calibrar parámetros claves. En
consecuencia las respuestas hidrológicas de magnitud críticas (ej. crecidas o flujos
reducidos) pueden ser simulados incorrectamente.
vi. Si un modelo se usa para crear datos sintéticos de flujo para la solución de
problemas de almacenamiento, la existencia de errores sistemáticos puede llegar a

23
 ser un algo serio; aún el análisis de muchos modelos hidrológicos fallan al identificar
esto.

3.3 Errores aleatorios

i. El error aleatorio viene determinado por el hecho de tomar sólo una muestra de una
población para realizar inferencias. La ausencia de error aleatorio se denomina
precisión.
ii. Los errores aleatorios son aquellos que ocurren cuando un modelo no muestra
tendencia a sobre o sub estimar para un número sucesivo de intervalos de tiempo.
iii. Los errores aleatorios pueden ser identificados revisando la conservación de la media
y la varianza.
iv. En principio los errores aleatorios promediarán con el tiempo, por ejemplo, una
sobreestimación de un parámetro en un día particular puede ser anulada por un
subestimación en otro día.

3.4 Errores de entrada

i. Este tipo de errores constituye una de las causas más importantes de la discrepancia
entre datos observados y los resultados del modelo.
ii. Estos errores de entrada incluyen errores de entrada de la lluvia, evaporación
potencial, temperatura o propiedades de los suelos así como los errores de los
valores de flujo usados en los procesos de calibración y verificación.
iii. Los errores asociados con los datos de lluvia incluyen:
una red pluviométrica no representativa
datos faltantes
efectos locales sobre los datos registrados
los datos diarios no necesariamente se encuentran asociados con datos de
eventos
iv. Respecto a los errores de lluvia, debe ser enfatizado que la respuesta hidrológica es
altamente sensible a la entrada de lluvia. Sin embargo, estimaciones exactas de
lluvia, tanto para un punto y espacialmente sobre la cuenca (con su alta variabilidad
espacial y temporal de lluvia), son imposibles de obtener. No obstante uno debe tratar
de minimizar estos errores mejorando las estimaciones de lluvia, ya que errores en
los datos de lluvia se considera una de las barreras más críticas para incrementar la
precisión en la simulación matemática de flujos de río.
v. Los ejemplos de errores asociados con flujos de ríos incluyen:
la influencia sobre los datos de flujo proveniente del cambio en el método de
medición
errores en los datos de flujo debido a inadecuadas curva de calibración (rating
curves) las cuales convierten tirantes de agua a volúmenes, por ejemplo,
o cambios a través del tiempo
o imprecisión de flujos reducidos
o imprecisión de flujos altos
 no registros de eventos que sobrepasan la estructura de medición
 errores debido a registros manuales pobres o imprecisas
 errores debido a la influencia del desarrollo de la cuenca

24
 vi. Sobre errores en el escurrimiento, necesita ser establecido que el escurrimiento
medido (limnigrafo) es comúnmente el “control” o la “verdad” contra el cual el
resultado del modelo es cotejado y el modelo es juzgado. Si los datos medidos de
escurrimiento son incorrectos o falsos, parámetros incorrectos pueden ser asignados
al modelo debido a que uno está “forzando” el ajuste. Entonces conclusiones
erróneas pueden ser extraídas sobre la capacidad del modelo. En realidad los
modelos a menudo identifican malos registros de escurrimiento.
vii. En el modelamiento una regla general buena es invertir el 80% de tiempo en la
revisión de los datos y el resto dedicarlo al modelamiento en si y a la interpretación
de los resultados.

Referencias

Schulze, R.E. 2002. Hydrological Modelling. Concepts and Practice. Lecture Notes.
International Institute for infrastructural, Hydraulic and Environmental Engineering.
Delft, The Netherlands.

25