Anlisis Cuenca del ro Coello Simulacin utilizando la herramienta

IHACRES
Nicols Duque Gardeazbal, Pedro F. Arboleda O.
Resumen:Para la adecuada gestin del recurso, se requiere de conocer la hidrologa de la zona. Esta
puede estudiarse a partir de mediciones o a travs de la modelacin de los sistemas que componen
la cuenca (en este caso la del ro Coello). Se analizan las series de precipitacin y temperatura que
han sido proporcionadas y se rellenan con una metodologa propuesta. Se utiliza una metodologa
para analizar las variaciones de los parmetros con respecto al tiempo. Por ltimo, se analizan los
resultados de la modelacin.
Palabras Clave:, modelacin matemtica, modelos conceptuales, funcin objetivo.
Introduccin
El ro Coello es uno de los principales ros del
departamento del Tolima. Su nacimiento se
produce en el nevado de dicho departamento,
ubicado en la cordillera central de los Andes
colombianos. En su recorrido inicial de 9.8
km tiene una pendiente media de 18% y
recibe el nombre de ro Toche; luego se
denomina ro Coello y su pendiente media se
reduce a 5.4% en una longitud de 17.9 km.
Tiene varias subcuencas dentro de las cuales
se debe destacar la del ro Combeima, de
donde se extrae agua para abastecer a la
capital del departamento, Ibagu. As mismo,
de sus aguas dependen un gran nmero de
actividades econmicas e industriales dentro
de las que resalta la agricultura por su alta
dependencia del recurso hdrico.
Para realizar una adecuada gestin del
recurso, se requiere de conocer la hidrologa
de la zona. Para ello se debe tener en cuenta
tanto la meteorologa de la zona, que se mide
a travs de estaciones en tierra o por otro tipo
de informacin como por ejemplo la
teledetectada por satlites, la simulada por
esquemas de asimilacin de datos y
reanlisis. Como consecuencia de los
forzantes meteorolgicos, en especial la
lluvia, la cuenca responde con ciertos
fenmenos como lo son la evapotranspiracin
y la escorrenta, representada en los caudales
que pasan por los ros y que son registrados

en estaciones hidromtricas. Adems de las

mediciones, la gestin del recurso hdrico
puede realizarse a travs de modelos que
pueden ser fsicos o matemticos.
Los modelos matemticos han sido
difundidos ampliamente durante los ltimos
50 aos, debido a su relativa facilidad de
aplicacin y bajos costos de implementacin
(en comparacin con los modelos fsicos). Se
clasifican por su tipo de formulacin en:
emprica, conceptual o fsica; por manejo del
comportamiento de las variables en
agregados, distribuidos osemi-distribuidos; y
por su proceso de modelacin en:
determinsticos y estocsticos. Los ms
usados son aquellos que: manejan una
formulacin conceptual, un comportamiento
agregado de las variables y que utilizan
procesos determinsticos para solucionar los
fenmenos naturales. El modelo IHACRES
(Identification of Unit Hydrograph And
Componnets from Rainfall, Evaporation and
Streamflow data) es un modelo mecansticoconceptual que fue desarrollado por el Centro
de Ecologa e Hidrologa ingls (CEH) y la
Universidad Nacional de Australia con el que
se pretende hacer un anlisis de la
escorrenta, en diferentes periodos de estudio,
para la cuenca del ro Coello hasta la estacin
Payande. La modelacin tiene como fin de
evaluar el comportamiento de los parmetros
obtenidos para los diferentes periodos.

Marco Terico
Los procesos de lluvia escorrenta pueden ser
representados de muchas maneras. Se pueden
tener en cuenta diferentes fenmenos y
despreciar la influencia de otros, y por esta
razn es que existen diversos modelos
hidrolgicos. En este caso el modelo
IHACRES, es capaz de simular eventos y
periodos de estudio continuos que se ha usado
satisfactoriamente en cuencas de hasta
100000 km2, no obstante la formulacin no
contiene una base fsica o conceptual que
represente los fenmenos naturales, sus
parmetros tiende a asociarse a caractersticas
de la cuenca simulada.
IHACRES tiene varias opciones de
modelacin. Contiene 5 combinaciones de
tanques, donde se incluyen tanques de accin
instantnea y de decaimiento exponencial.
Estos pueden estar dispuestos de forma
paralela o en serie permitiendo as adecuar el
modelo para obtener mejores resultados
(teniendo en cuenta que IHACRES es de tipo
mecanstico o emprico). De la misma
manera, el software genera correlaciones
entre la precipitacin y el caudal para hallar
tiempos de retardo y aplicarlos a las
respuestas. Igualmente el modelo tiene un
modulo no lineal para la estimacin de la
precipitacin efectiva y uno lineal para
realizar la convolucin con los diferentes
tipos de hidrogrmas instantneos.

Ilustracin 1. Ubicacin de las estaciones

limnimtricas y su cuenca

El software adems contiene un mdulo para

generar calibracin de los parmetros a travs
de una metodologa no estocstica de GLUE
y para ello permite seleccionar diferentes
funciones objetivo como: Nash-Sutcliffe
efficiency method, el bias, el bias relativo y
diversas variantes del efficiency method pero
para caudales bajos, con logaritmos, entre
otros.
Por otra parte, la modelacin hidrolgica se
ve muchas veces limitada por falta de
informacin, y es necesario un llenado de
datos de forzamiento para su aplicacin. Sin
embargo, en aos recientes se han
desarrollado
simulaciones
atmosfricas
globales
conocidas
como
reanlisis
meteorolgicos.
ERA-Interim es uno estos reanlisis
meteorolgicos, fue desarrollado por el
European Center for Medium-Range Weather
Forecast (ECMWF), utilizando un sistema
secuencial de asimilacin de datos; eso quiere
decir que combina datos observados con
datos simulados generados por un modelo de
pronstico para estimar la evolucin de la
atmsfera de todo el planeta y de la superficie
de ste (Dee et al., 2011). El modelo de
pronstico usado para producir el reanlisis,
est basado en el modelo conocido como
Integrated Forecasting System (IFS) versin
Cy31r2 que tiene tres mdulos para la
atmsfera.

Ilustracin 2. Ubicacin de las estaciones

meteorolgicas y sus poligonos de Thiessen

Metodologa
Como se mencion, el ro Coello se encuentra
en el departamento del Tolima y su cuenca ha
sido cerrada en varios puntos de
concentracin, siendo el punto ms aguas
abajo el correspondiente a la estacin
Payande. Para encontrar las diferentes reas
de dichas cuencas se ha de utilizar un sistema
de informacin geogrfica (se utiliz el
software libre SAGA-GIS) en conjunto con
un modelo digital de elevacin (DEM), que el
escogido para este caso fue el SRTM 90 m;
dicho DEM fue producido por la NASA en la
misin Shuttle Radar Topographic Mission
(SRTM). La delimitacin de las cuencas hasta
las
nueve
estaciones
limnimtricas
suministradas se puede ver en la ilustracin 1.

1.3

As mismo se estableci que para los casos en

que solo se tuviera dato en una o dos de las 3
estaciones ms cercanas, se utilizara la
varianza poblacional la cual tiene un criterio
ms excluyente que la muestral. La lista de
estaciones y sus 3 ms cercanas pueden verse
en la tabla 2. El procedimiento anterior se
realiz da a da.
Despus de tener las series depuradas se
procede a mirar la homogeneidad de las
series. Una muestra para la estacin El
Secreto se puede ver en la grfica 1; en esta
se puede ver que no existen 2 tendencias en la
serie, lo que tambin se repite para las dems
estaciones.

Seguido de esto, se procede a encontrar los

polgonos de Thiessen producidos por las 16
estaciones con informacin de lluvia y su
correspondiente porcentaje de influencia
sobre cada una de las subcuencas delimitadas.
Esto puede verse en la ilustracin 2 y los
valores pueden observarse en la tabla 1.
Ya habiendo obtenido los parmetros
necesarios para ver la influencia de las
estaciones sobre la cuenca, se procede a
evaluar los datos faltantes, los valores
anmalos y la homogeneidad las series de
tiempo de precipitacin. Se empieza por
encontrar los valores anmalos, que para este
caso se obtuvieron por el diagrama de cajas y
bigotes generado con el software R; sin
embargo, dichos valores extremos se
validaron o rechazaron bajo la siguiente
metodologa. Al obtener un dato anmalo en
la estacin , se extrajeron los datos de las 3
estaciones ms cercanas a dicha estacin
denominados , y . A todos ellos se les
calculo los siguientes estadsticos: promedio
y desviacin estndar de las 4 estaciones,
para as generar una banda de validacin bajo
la siguiente formulacin:

Grfica 1. Curva de doble masa para la estacin El

Secreto

Terminado el proceso de depuracin, se

procede a rellenar los datos faltantes
mediante una combinacin del mtodo de
interpolacin del inverso de la distancia al
cuadrado en aquellos casos en los cuales se
tuviera menos de la mitad de las estaciones
con dato faltante. No obstante, para cuando se
tenga ms de la mitad de estaciones con dato
faltante, se utilizara el dato de la precipitacin
simulado por el reanlisis meteorolgico
ERA-Interim para rellenar el dato de dicho
da. Este procedimiento de rellenado de datos
se ejecuta da a da.
Con respecto a la variable temperatura,
primero se resolvi solo utilizar los datos de
la estacin Cajamarca, debido a que las otras
2 estaciones disponibles poseen muchos datos

faltantes. Segundo, se decidi depurar las

series mediante un intervalo de validacin
que consiste en el promedio para cada una de
las temperaturas (es decir, la mxima, la
media y la mnima) y tres veces su respectiva
desviacin estndar. A partir de estas series,
se sacaron los promedios de cada una de las
temperaturas pero de los 12 meses del ao, es
decir
las
temperaturas
mensuales
multianuales. Con estas temperaturas se
crearon las nuevas series rellenadas, donde a
cada da con dato faltante se le asigna la
temperatura mensual correspondiente.

Ya con estos valores se ejecutan validaciones

con cada uno de los conjuntos de parmetros
para comparar la estabilidad de las eficiencias
de los parmetros.

Con las series de temperaturas completadas,

se procedi a llevarlas a la altura media de la
cuenca. Esta se averigua con la curva
hipsomtrica de la cuenca que para este caso
fue la delimitada hasta la estacin Payande.
Para ello se utiliza el gradiente trmico
correspondiente a 6.5 C/km y la diferencia
de alturas entre la estacin Cajamarca y la
altura media.

As mismo, se presentan los valores de Nash

que se encuentran dentro del periodo de
calibracin utilizado, en negrilla.

Ejecutado todos los pasos anteriormente

mencionados, se puede forzar el modelo
IHACRES. Adems se definieron 3 periodos
para calibrar, 1984-1991, 1995-2000 y 20022007, los cuales contienen aos influidos por
la fase positiva del fenmeno ENSO, otros
influidos por su fase negativa y otros en fase
neutra. En cada uno de ellos se obtienen los
conjuntos de parmetros que generan la mejor
simulacin, obteniendo as 3 conjuntos de
parmetros, los cuales son filtrados por el
coeficiente de eficiencia de Nash-Sutcliffe.

Resultados y anlisis
En la tabla 1 se muestran los resultados de las
calibraciones para cada periodo de tiempo
seleccionado, y su posterior validacin en los
periodos de tiempo restante.
Adicional se muestran los resultados del Nash
para una calibracin tpica, con 2/3 del
periodo para calibracin.

Finalmente, se presentan los resultados de la

tabla en forma grfica (Grfica 2). En el eje
vertical se mide el valor de la funcin
objetivo (NSE) mientras que en el eje
horizontal se encuentra el periodo de tiempo
seleccionado. Se presentan tres curvas, una
por cada periodo de tiempo seleccionado para
calibracin.
Como se puede observar, todas las
calibraciones presentan los valores de Nash
ms alto dentro de su mismo periodo de
calibracin, mientras que el valor de la
funcin objetivo en otros periodos de tiempo,
presenta valores ms bajos.
Esto sucede para todas las calibraciones
realizadas, incluyendo la calibracin por el
mtodo tpico (2/3 del periodo de tiempo).

Tabla 1. Valores de NSE para validacin durante los tres periodos de tiempo. Fuente: propia.

VALORES DE NASH
Fecha

Periodo de tiempo 1 Periodo de tiempo 2 Periodo de tiempo 3

1-1-84/12-31-91

1-1-95/31-12-00

1-1-02/31-12-06

Periodo de calibracin 1 1-1-84/31-12-91

0.4635

0.4776

-3.3598

Periodo de calibracin 2 1-1-95/31-12-00

-0.2878

0.5365

-0.7196

Periodo de calibracin 3 1-1-02/31-12-06

0.3094

0.2584

0.4976

Calibracin tpica

0.3921

0.4949

-0.3452

1-1-80/31-12-01

Grfica 2. Resultados de validacin por periodos de

tiempo seleccionados. Fuente: propia.

Sin embargo, como se observa en la grfica,

al realizar la calibracin con el periodo 3, los
valores de la funcin objetivo parecen
mantenerse. Esta tendencia es incluso mejor
que para la calibracin tpica, que realiza
calibracin para el periodo 1980-2012,
presentando un Nash para el primer periodo
de calibracin de 0.39 y para el segundo
periodo de 0.5, pero cayendo para el tercer
lugar a -0.34. En su lugar, la calibracin con
el periodo 3 presenta un Nash para el periodo
1 de 0.3, para el periodo 2 de 0.25, y para el
periodo 3 (el periodo calibrado) de 0.5. Lo
anterior implica que el periodo de calibracin
3 es el ms informativo de todos porque es el
nico que presenta valores positivos en todos
los periodos validados.
Las otras calibraciones realizadas presentan
tendencias similares: el periodo 1 presenta
buenos resultados para el periodo 1 (NSE
0.47) y para el periodo 2 (NSE 0.47) pero cae
para el periodo 3 (NSE -3.35). El periodo 2
presenta buenos resultados para el periodo 2
(NSE 0.52) pero malos para el periodo 1
(NSE -0.28) y para el periodo 3 (NSE -0.71).
Discusin y conclusiones
Los anteriores resultados indicaran que en
trminos generales, el periodo 3 puede
realizar una mejor simulacin de los datos
observados, aunque solo haya sido calibrado
sobre una fraccin de los mismos.
Sin embargo, encontrar este periodo de
tiempo que permite realizar una calibracin
cuyos resultados son aplicables a otros

periodos de tiempo no es fcil. Los resultados

para la cuenca del ro Coello hasta Payand
indicaron que solo un periodo de 3 posibles
era el que mantena valores de Nash
positivos. Esto a pesar del cuidado que se
tuvo al escoger estos periodos de tiempo,
consultado la aparicin de fenmenos ENSO,
as como la cantidad de datos faltantes, etc.
Tambin es interesante hacer notar que este
periodo (periodo 3) parece comportarse mejor
que los resultados con calibracin tpica. Si
bien en el periodo 1 y periodo 2, la
calibracin tpica presenta mejores resultados
(lo que es lgico, pues estos periodos estn
incluidos en el periodo de calibracin tpica),
para el periodo 3, el valor del Nash cae por
debajo de 0, mientras que, como ya se dijo,
los resultados de simulacin calibrados en el
periodo 3 parecen mantenerse.
Todo
lo
anterior
puede
deberse
principalmente a que el modelo est
influenciado por las correlaciones entre los
datos de precipitacin y los de escorrenta. En
consecuencia el modelo se desempea bien
en algunos casos y en otros no.

Bibliografa
Arboleda Obando, P. F., & Duque Gardeazbal,
N. (2016). Notas de clase: modelacin matemtica
en hidrologa. Bogot, Colombia: Universidad
Nacional de Colombia.
Chow, V., Maidment, D., & Mays, L. (1988).
Applied Hydrology. Singapore: McGraw-Hill
Book Co.
CORTOLIMA. (2006). Proyecto plan de
ordenacin y menejo para la cuenca hidrogrfica
mayor del ro Coello. Recuperado el 06 de Abril
de
2016,
de
http://www.cortolima.gov.co/2006/images/stories/
centro_documentos/coello/A_1_CARACTERISTI
CAS_AREA_ESTUDIO.pdf