Precipitacin media sobre el rea.

(Cuenca)
En la mayora de los estudios hidrolgicos se requiere conocer la
precipitacin sobre un rea definida, la que puede variar desde pocas
hectreas hasta cientos de Km2. Debido a que los registros pluviomtricos
de

una

estacin

representan

condiciones

puntuales,

se

necesita

procedimientos que permitan transformar la lluvia puntual en informacin

que sea representativa para toda el rea.

1. Mtodo del promedio aritmtico.

El mtodo ms simple y fcil de usar para estimar el promedio areal
consiste en calcular la media de todos los valores puntuales. Este mtodo
se aplica en cuencas con un nmero relativamente alto de puntos de
medicin uniformemente distribuidos. En la figura 4.5 (a) se representa un
ejemplo de clculos con este mtodo. La lluvia media se calcula como
sigue:

Donde:
P= Precipitacin media sobre el rea en mm.
Pi= Precipitacin puntual en la estacin i.
N= Nmero de estaciones en la cuenca.
El mtodo asigna igual peso a todas las estaciones sin tomar en
cuenta consideraciones sobre la ubicacin, la influencia orogrfica u otras.
Por ello se recomienda usarlo solo en aquellos casos en los que la lluvia
posee un patrn uniforme sobre la cuenca.
En la figura 4.5 (a) se dan tambin las estaciones ubicadas fuera de
los limites de la cuenca. La inclusin de tales estaciones en el clculo de la

media podra mejorar la precisin de los resultados, siempre que se tomen

solo aquellas que se ubican en las cercanas del lmite de la cuenca.

2. Mtodo de los polgonos de Thiessen.

El mtodo de Thiessen asigna a cada estacin un peso proporcional
a su rea de influencia sin tomar en cuenta la topografa u otras
caractersticas. Se asume que el rea de influencia es aquella que rodea a
la estacin; por lo tanto, esta ms cercana a ella que ninguna otra, para
asignar el rea a la estacin adecuada se lleva a cabo el siguiente
procedimiento:
a- Todas las estaciones contiguas se conectan mediante lneas
rectas en tal forma que no hayan lneas interceptadas (en la
Figura 4.5 (b) se muestra como la lnea punteada).
b- Se trazan mediatrices perpendiculares a todas las lneas de unin
entre estaciones (en la Figura 4.5 (b) se muestra como trazos
continuos).

c- Se prolongan las mediatrices hasta que se corten con las

mediatrices polgono vecinas.
d- Los puntos de cruce de las mediatrices representan los puntos del
polgono cuya superficie constituye el rea de influencia de la
estacin encerrada en dicho polgono.
La lluvia media del rea se calcula luego mediante la siguiente
expresin:

Donde:
Ai= rea asignada a cada estacin.
Pi= Lluvia puntal en la estacin i.
Este mtodo es ms preciso que el del promedio aritmtico, porque
toma en cuenta la desuniformidad en la distribucin de las estaciones;
aquella que no tiene influencia en los cmputos quedan automticamente
excluidas. Sin embargo, es muy rgido, ya que la eliminacin o cambio de
ubicacin de alguna demanda una reformulacin total de los polgonos, y
por lo tanto, una variacin en los resultados.

3. Mtodo de las ISOYETAS.

El mtodo de las isoyetas permite la consideracin de los efectos
orogrficos en el clculo de la lluvia media sobre el rea. Sobre la base de
los valores puntuales se construyen lneas de igual altura de precipitacin,
como se ilustra en la figura 4.5 (c). A estas lneas se les conoce como
isoyetas. En este mtodo se pude tomar en cuenta el efecto orogrfico de
montaas o colinas elevadas, as como la direccin del movimiento de la
tormenta. Se asume que la lluvia media entre dos isoyetas sucesivas es
igual al promedio numrico de sus valores. Luego, la lluvia media sobre el
rea total se calcula como sigue:

Donde:

Pj= Valor de precipitacin de la isoyeta j.

Aj= rea incluida entre dos isoyetas consecutivas j y (j+1).
m= Nmero total de isoyetas.
El mtodo de las isoyetas es el mas preciso y debera usarse,
especialmente cuando se sospecha que algunos datos en la distribucin de
la tormenta se estn reflejados enteramente en la medicin puntual. Es
bueno hacer notar que, si las isoyetas se determinan como una
interpolacin lineal de los valores de dos estaciones adyacentes, los
resultados que se obtienen sern iguales a los de los polgonos de
Thiessen. Por esta razn, es recomendable apoyarse en las curvas de
nivel, o en las relaciones de lluvia vs. Altitud, para lograr un adecuado
trazado de las isoyetas.

Mtodo racional.
La formula racional se utiliza normalmente para calcular el caudal de
diseo de obras de drenaje urbano y rural en cuencas de hasta 500
hectreas de extensin, utilizando la siguiente expresin:

Donde:
Q= Caudal mximo en m3/s
C= Coeficiente de escorrenta, dado en la tabla 6.1, para drenaje rural y en
la tabla 6.5 para drenaje urbano.
A= rea de la cuenca en hectreas.
I= Intensidad de la lluvia de diseo de igual duracin al tiempo de
contraccin y de frecuencia igual a la dcada o de diseo en mm/h. Se
extrae de las curvas de intensidad duracin frecuencia.

Tabla 6.1

El tiempo de concentracin es igual a:

Tc= To + Tv
Donde:
To= Es el tiempo de concentracin del flujo superficial.
Tv= Es el tiempo de viaje por el canal o cauce.
Tv se estima con la velocidad del caudal en el cauce, asumida u
obtenida con alguna formula del flujo uniforme y, To se puede obtener con
algunas de las expresiones desarrolladas para el tiempo de recorrido (Lo)
del flujo superficial, tales como la de Kerby dada a continuacin:

Donde; To en minutos, Lo en metros, So en m/m y no la rugosidad de

Manning todo para el terreno.
Tambin se puede usar la expresin de onda cinemtica en cuencas
unidimensionales:

En esta expresin, Ie es la intensidad de la lluvia efectiva (mm/h) y

los otros parmetros son los mismos utilizados en las expresiones
antecedentes.

En cuencas donde predomina el almacenaje de agua en el cauce por

sobre el flujo sobre el terreno, el tiempo de concentracin (Te) se obtiene
como un todo mediante expresiones empricas como la de Kirprich dada a
continuacin:

Donde:
TC= Tiempo de concentracin en minutos.
L= Longitud del cauce en metros.
H= Diferencia de elevacin en metros.
El mtodo racional asume que la duracin de la lluvia de diseo es
igual que el tiempo de concentracin. Tambin asume que la escorrenta
mxima se obtiene cuando se alcanza el tiempo de concentracin
(infiltracin constante). Esta aproximacin solo es valida para areas
pequeas (<=200ha) y muy impermeabilizadas, cuando el tiempo de
concentracin se conoce con cierta precisin. En todo caso, la formula
racional se usa prcticamente en todos los proyectos de drenaje vial,
urbano o agrcola.

Mtodo de modelos de simulacin hidrolgica.

Concepto de modelo.
Un modelo es una representacin simplificada de la realidad, que se
elabora para facilitar su comprensin y estudio, que permiten ver de forma
clara y sencilla las distintas variables y las relaciones que se establecen
entre ellas.

Se utilizan con frecuencia en la ciencia. Los modelos resultan muy

tiles en investigacin y su elaboracin implica varios aspectos opuestos:
-

Deben presentar la realidad lo ms fielmente posible

Deben ser ms sencillos y manejables que las situaciones reales.
Para elaborar un modelo, primero hemos de establecer qu uso

vamos a darle y, segn ello, que aspectos de la realidad o variables vamos

a utilizar y qu relaciones existen entre las mismas.
Los modelos permiten observar evolucin de los sistemas y predecir
su comportamiento. Dan una mejor comprensin de la realidad.

Concepto de modelo del sistema hidrolgico.

Los

modelos

hidrolgicos

constituyen

hoy da

una

de

las

herramientas ms tiles en la planificacin de Recursos Hidrulicos. El

rpido desarrollo de la industria de la computacin ha hecho posible que los
micro-computadores sean cada vez ms accesibles y con mayor capacidad
para manejar programas complejos y voluminosas bases de datos en
menor tiempo que lo que era posible en los aos sesenta cuando se
iniciaron los primeros modelos digitales.
En la actualidad existe una infinidad de modelos hidrolgicos con
aplicaciones diversas. James y Burges (1982) sealaban la existencia de
ms de 80 modelos, publicados en diferentes revistas tcnicas y otras
publicaciones; si a esto le agregamos los modelos no publicados y el tiempo
transcurrido, esa cifra puede ser bastante elevada. Una lista de modelos en
el campo ecolgico publicada por la Universidad de Kassel (1999) indica un
total de 592 modelos registrados y en dicha lista no aparecen algunos
modelos conocidos. De esos modelos, 170 son modelos hidrolgicos, 12
estiman erosin y 9 calculan sedimentos.

El tema de los modelos es muy amplio y ameritara un texto aparte

para describirlo. En este captulo slo se har una descripcin somera de
los conceptos principales.

Clasificacin de los modelos hidrolgicos.

Los modelos pueden ser clasificados de diferentes maneras: a) por
escala de tiempo, b) por su utilizacin, c) por su complejidad y base
conceptual, y d) por el tamao de la cuenca. Esas clasificaciones no son
excluyentes y por lo tanto un modelo puede encajar en todas las categoras.
Por la escala de tiempo, los modelos pueden clasificados como de
eventos y continuos. Los modelos continuos son clasificados como
instantneos, diarios y mensuales. Por su utilizacin, los modelos pueden
ser: hidrolgicos, de calidad de agua, de erosin, de productividad, etc. Por
la complejidad, base conceptual y forma, pueden ser sencillos o complejos,
fsicos, paramtricos, estocsticos, distribuidos, etc. Finalmente pueden ser
para parcelas, pequeas cuencas y grandes cuencas.
De todas esas clasificaciones, la ms generalizada es la de su
utilizacin o aplicacin. En el cuadro 6.1 se presenta una lista de algunos
modelos utilizados en la actualidad.

Desarrollo de un modelo de simulacin.

Este punto trata, de que hay que explicar o desarrollar como sucede un
modelo de simulacin, consegu uno y es ms o menos largo. As que dejo
el link para que lo vean.
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S168003382015000200009

Simulacin hidrolgica paramtrica a diferentes escalas de tiempo.

Caracterstica y limitaciones de los algoritmos ms usuales.

Caractersticas.
a) Finitos: Debe acabar en algn momento.
b) Eficientes: Deben ocupar la mnima memoria y minimizar el tiempo
de ejecucin.
c) Legibles: El texto que lo describe debe ser claro, tal que permita
entenderlo y leerlo fcilmente.
d) Modificables: Estarn diseados de modo que sus posteriores
modificaciones sean fciles de realizar, incluso por programadores
diferentes a sus propios autores.
e) Modulares: La filosofa utilizada para su diseo debe favorecer la
divisin del problema en mdulos pequeos.

f) nico punto de entrada, nico punto de salida: A los algoritmos y a

los mdulos que lo integran se entra por un slo punto, inicio, y se
sale por un slo punto tambin.
Limitaciones.

Anlisis de la sensibilidad de parmetros hidrolgicos.

Las inseguridades en la prctica del modelado de cuencas ha llevado
a una confianza in crescendo en el anlisis de sensibilidad, el proceso por
el cual un modelo es probado para establecer una medida del cambio
relativo

en

los

resultados

del

modelo

causado

por

un

cambio

correspondiente en los parmetros del modelo. Este tipo de anlisis es un

complemento necesario para el ejercicio del modelado, especialmente
porque provee informacin sobre el nivel de certeza (o no) para asegurar
los resultados del modelado.
Los resultados del anlisis de sensibilidad para las variaciones de
parmetro es particularmente importante en el caso de modelos
determnisticos que tienen algunos componentes conceptuales. Debido a
los componentes conceptuales, las calibraciones son estrictamente vlidas
solo dentro de rangos estrechos de las variables, de all que, los errores en
la estimacin de los parmetros necesitan ser determinados de manera
cualitativa.
La sensibilidad es analizada usualmente aislando el efecto de cierto
parmetro. Si un modelo es altamente sensible a un parmetro dado,
pequeos cambios en el valor de ese parmetro podra producir cambios
grandes en el rendimiento del modelo. Por ello, es necesario concentrar el
esfuerzo del modelado en obtener buenas estimaciones de este parmetro.
Por otro lado, los parmetros poco sensibles pueden ser relegados a un rol
secundario.
En el modelado de cuencas, la eleccin de parmetros para el
anlisis de sensibilidad es funcin de la escala de problema. Por ejemplo,
en pequeas cuencas, el rendimiento del modelo es altamente sensible al

parmetro abstraccin, esto es el coeficiente de escurrimiento en el mtodo

racional.
Por ello, es imperativo que el coeficiente de escurrimiento sea
estimado de la mejor manera posible. Para eventos de baja frecuencia,
valores altos del coeficiente de escurrimiento estn generalmente
justificados (seccin 4.1).
En el modelado de cuencas de tamao medio, la sensibilidad del
modelo usualmente gira sobre la distribucin temporal de la lluvia, los
parmetros de infiltracin, y la forma del hidrograma unitario.
La seleccin de la distribucin de la lluvia es crucial desde el punto
de vista del diseo. Los modelos de cuencas son usualmente muy sensibles
a los parmetros de infiltracin, lo cuales necesitan ser evaluados
cuidadosamente, con particular atencin a los procesos fsicos. Por
ejemplo, una tormenta de corta duracin y alta intensidad podra resultar en
un pico de flujo alto, debido primariamente a una alta intensidad de lluvia.
Sin embargo, una tormenta de baja intensidad y larga duracin podra
tambin resultar en un pico alto de flujo, esta vez debido a una larga
duracin de la lluvia, lo que provoca que las abstracciones hidrolgicas se
reduzcan a un mnimo.
En el modelado de cuencas grandes, la sensibilidad del modelo se
focaliza en la distribucin espacial de la tormenta, a pesar de que la
distribucin temporal y los parmetros de infiltracin continan jugando un
rol significativo. De cualquier modo, una evaluacin cuidadosa de la
sensibilidad del modelo es necesaria para incrementar la confianza en los
resultados del modelado.
Los anlisis proveen medios efectivos de muestra con las
complejidades inherentes del modelado de desages, incluyendo las
incertidumbres de los parmetros asociados.
En este sentido, los modelos distribuidos, mientras son vistos
ampliamente como determnisticos pueden frecuentemente mostrar una
cualidad distintiva pirobalstica diferente.

Calibracin, verificacin y validez de modelos hidrolgicos.

Calibracin y verificacin:
La calibracin del modelo es el proceso por el cual los valores de los
parmetros del modelo son identificados para su uso en una aplicacin
particular. Consiste en el uso de datos de lluvia-escurrimiento y un
procedimiento para identificar los parmetros del modelo que provean la
mejor concordancia entre los flujos simulados y los registrados.
La identificacin de los parmetros puede ser llevada a cabo
manualmente, por prueba y error, o automticamente utilizando tcnicas de
optimizacin matemtica. La calibracin implica la existencia de datos de
caudales, para cuencas no medidas, la calibracin simplemente no es
posible. La importancia de la calibracin vara con el tipo de modelo. Por
ejemplo, un modelo determnisticos es observado generalmente como
altamente predictivo, por ello, debera requerir poca o ninguna calibracin.
En la prctica, sin embargo, los modelos determnisticos no son
enteramente determnisticos, y por ello, un cierto modo de calibracin es
necesario frecuentemente.
La modelacin conceptual, la calibracin es extremadamente
importante, ya que los parmetros no muestran una relacin directa con los
procesos fsicos. Por ello, la calibracin es requerida de modo de
determinar valores apropiados de estos parmetros. Las estimaciones
prcticas de los parmetros de modelo conceptual, basados en la
experiencia local, son usadas algunas veces en lugar de la calibracin. Sin
embargo, tal prctica es riesgosa y puede llevar a cometer errores groseros.
La calibracin tambin juega un rol importante en la determinacin de
parmetros en modelos empricos. La calibracin necesita de procesos de
tiempo invariable y tiempo variable y los modelos son bastante diferentes.
Para evaluar la seguridad predictiva de un modelo de tiempo invariable es

costumbre dividir el proceso de calibracin en dos etapas diferentes: (1)

calibracin

(2)

verificacin.

Para

este

propsito,

dos

grupos

independientes de datos de lluvia-caudal son reunidos.

El primer grupo es utilizado en la calibracin por s mismo, mientras
que el segundo grupo es usado en la verificacin del modelo, esto es: una
medicin de la seguridad de la calibracin. Una vez que el modelo ha sido
calibrado y los parmetros verificados, est listo para ser utilizado en el
etapa predictiva de la modelacin. La calibracin est bastante implicada
con los procesos de tiempo variable y modelos. Ya que los parmetros
varan en el tiempo (y con las variables del modelo), una calibracin y una
verificacin en el sentido lineal es slo posible dentro de un rango estrecho
de la variable.
Una alternativa prctica es seleccionar varios rangos de la variable,
esto es, flujo mnimo, flujo promedio, y flujo mximo, y realizar una
calibracin y una verificacin para cada nivel de flujo. De esta manera se
puede identificar un grupo de parmetros para cada rango de la variable.
Un ejemplo tpico de calibracin multinivel (multi-estado) es la del ruteo en
canales.
Los parmetros de ruteo para flujo encauzado son bastante
diferentes de aquellos de flujo desbordado. Por ello, son necesarias varias
calibraciones, que abarquen un amplio rango de niveles de flujo. Para
ciertos procesos y modelos, particularmente aquellos de naturaleza
determinstica, los parmetros de modelo pueden ser explcitamente
relacionados a las variables del modelo. En este caso, la necesidad de la
calibracin de los parmetros (en el sentido lineal) es engaosa. Los
modelos variable-parmetro, son, por ello, altamente predictivos. Los
modelos distribuidos y concentrados poseen problemas de calibracin
diferente.

Los modelos concentrados tienen un nmero relativamente pequeo

de parmetros comparados con los modelos distribuidos. Para los modelos
conceptuales globales, la calibracin en el sentido lineal es posible. En este
caso, las estimaciones de parmetro pueden ser obtenidas frecuentemente
con tcnicas de calibracin automtica.
A diferencia de los modelos concentrados, los modelos distribuidos
tienen un gran nmero de parmetros, de los cuales la mayora mantienen
relacin con los procesos fsicos. Este gran grupo de parmetros suministra
una calibracin automtica poco prctica y algunas veces errnea. En
concordancia, es aconsejable frecuentemente limitar los parmetros del
modelo dentro de rangos fsicamente realistas y realizar calibraciones de
prueba y error.
Validez:
Refsgaard y Knudsen (1996) definen la validacin de un modelo
como el proceso de demostracin que el modelo es capaz de hacer
predicciones en un lugar especfico determinado para perodos fuera del
perodo de calibracin. De esta manera, se dice que un modelo ha sido
validado si su precisin y capacidad predictiva en el perodo de validacin
muestran errores o lmites aceptables.
Como se menciona, la validacin de un modelo se hace para un
lugar determinado pues es imposible, realizar una validacin generalizada
(as como es imposible realizar una calibracin generalizada).
Usualmente, la validez de un modelo para un perodo diferente al de
calibracin se asume como verdadera considerando condiciones futura
similares a las actuales. Estas asunciones son vlidas para casos simples
como la completacin de datos pues el perodo desconocido se encuentra
dentro del perodo calibrado y las caractersticas pueden asumirse iguales,
pero este no es el caso general.
Transponer un modelo a condiciones que podran ser diferentes en el
tiempo genera una gran incertidumbre. Para superar esta incertidumbre,

Klemes (1986) propone un modelo jerrquico el cual ser explicado lneas

abajo.
Este esquema de validacin es llamado jerrquico porque las tareas
son ordenadas de acuerdo a su complejidad y las demandas de las pruebas
se incrementan en la misma direccin (Klemes, 1986).
Las categoras principales para diferenciar la prueba de validacin
son:
-

Condiciones

estacionarias

(similares

al

perodo

de

calibracin);
Condiciones no estacionarias (diferentes a las del periodo de
calibracin).

Cada una de estas categoras se subdivide en dos subgrupos de

acuerdo al lugar donde se realizar la simulacin:
-

Si se realiza en la misma cuenca que fue usada para la

calibracin; o
Si se realiza en una cuenca diferente.

La combinacin de estos tipos genera cuatro posibles escenarios.

Por ejemplo:
-

Si se desea completar una serie de caudales: las condiciones

son estacionarias y se trabajar en la misma cuenca.

Si se desea simular caudales en una cuenca sin registro: las
condiciones son estacionarias y se trabajar en otra cuenca.

Un tema importante es la posibilidad de validar un modelo para un

perodo que incluya variaciones en el uso de tierras o causadas por el
cambio climtico (condiciones estacionarias).
Klemes (1986) propone cuatro pruebas que considera como
mnimas correspondientes a cada uno de los casos planteados:
a. Prueba de muestra dividida (split-sample test)

Aplicable para condiciones estacionarias y validacin en una

misma cuenca. En esta prueba, el registro se divide en dos submuestras de igual longitud, cada una de las cuales es utilizada en el
proceso de calibracin y la otra en el proceso de validacin, y
viceversa; es decir, se deben realizar dos procesos de calibracin
validacin intercambiando las sub-muestras, y los resultados deben
ser comparados entre s: el modelo se acepta solamente si los
resultados son similares y los errores se encuentran dentro de un
rango aceptable.
Si el registro disponible de informacin no permite la divisin
en partes iguales u otra divisin significativa de las muestras, deber
utilizarse un modelo de nivel superior.

b. Prueba de muestra dividida diferencial (differential split-sample

test)
Esta prueba es necesaria para modelos que van a simular
caudales en una cuenca determinada para condiciones distintas a las
del registro disponible. Requiere una calibracin utilizando los datos
previos a los cambios de condicin, el ajuste de los parmetros para
caracterizar los cambios, y la validacin en el perodo siguiente. Por
ejemplo, para simular el efecto de un cambio en el clima, la prueba
debe tener la siguiente secuencia: se debe identificar en el registro

histrico dos perodos con diferentes valores de los parmetros

climticos de inters, por ejemplo, uno con alta precipitacin
promedio y el otro con baja. Si el modelo est diseado para simular
el caudal para un clima hmedo, entonces debe ser calibrado en un
segmento seco del registro histrico y validado en un segmento
hmedo, y viceversa.
En general, el modelo debe demostrar su capacidad para
llevar cambiar de condiciones secas a condiciones ms hmedas o
lo contrario. Si no se puede identificar segmentos con parmetros
climticos significativamente diferentes, el modelo debe probarse en
otra cuenca (cuenca sustituta)) en la que pueda hacerse la
diferenciacin.
En este caso, se deben utilizar dos cuencas sustitutas, calibrar
y validar el modelo en ambas cuencas: solamente si los resultados
son similares el modelo se considera adecuado. Es importante
mencionar que en este caso, la prueba se realiza en cada cuenca de
forma independiente, muy diferente a la prueba de cuenca
representativa como se ver ms adelante.

c. Prueba de cuenca representativa (proxy basin test)

Se utiliza para transponer geogrficamente un modelo. Si el
caudal en una cuenca no aforada es C, se deben seleccionar dos
cuencas aforadas A y B dentro de la regin: el modelo debe ser
calibrado en la cuenca de A y validado en la cuenca B y viceversa.
Slo si los dos resultados de la validacin son aceptables y similares
el modelo tendr un nivel bsico de credibilidad para simular el
caudal en la cuenca C.
Esta prueba tambin se aplica cuando se desea extender el
registro de caudales de una cuenca C y los registros no son
adecuados para una prueba de muestra dividida; es decir, los
registros de C no se utilizan por ser inadecuados y la extensin se
trata como la simulacin de una cuenca no aforada.
d. Prueba de muestra dividida diferencial de cuenca representativa
(proxy-basin differential split-sample test)
Al igual que la prueba anterior, la calibracin es indirecta y se
utiliza informacin de otras cuencas. Esta prueba se aplica cuando
se busca transponer un modelo geogrfica y climticamente.
La prueba puede tomar diferentes formas dependiendo de la
tarea especfica involucrada en el moldeamiento. En el caso ms
simple de extrapolacin geogrfica y climtica dentro de una regin,
la prueba tendr la siguiente forma: se seleccionan dos cuencas
aforadas, A y B, con caractersticas similares a las de la cuenca C y
se diferencian segmentos con diferentes parmetros climticos (por
ejemplo, hmedo h y seco s) en los registros histricos de ambas;
luego, para evaluar el impacto de un escenario de clima seco, el
modelo se calibra primero en Ah y se valida en B-s, para finalmente
calibrarlo en B-h y validarlo en A-s.
El modelo se considera adecuado si los errores de ambas
validaciones son aceptables y no difieren significativamente.
Anlogamente, un modelo diseado para evaluar el impacto de un

escenario de clima hmedo tendra que ser calibrado / validado

sobre A-s / B-h, y en B-s / A-h.

Modelos de simulacin paramtricas de uso comn.

Los ms usados en el mundo:
AGNPS: Agricultural Non-Point Source pollution model
AQUAMOD: AQUAMOD
AQUASIM: Computer Program for the Identification and Simulation of
Aquatic Systems
ARTIC: DEVELOPMENT OF A PHYSICALLY BASED, SPATIALLY
DISTRIBUTED HYDROLOGIC MODEL FOR AN ARCTIC REGION
ASM: Aquifer-Simulations-Model
CEMOS_WATER: CemoS/Water - steady state model for chemical in
rivers
CLIMAK: CLImate MAKer - stochastic generator of daily weather data
CREAMS:

Chemicals,

Runoff

and

Erosion

from

Management Systems
DEEP_PERCOLATION: DEEP PERCOLATION MODEL
DRAINMOD: Drainmod
EPIC: Erosion-Productivity Impact Calculator
ERHYM: Elakala Rangeland Hydrology and Yield Model
Los ms usados en Venezuela:

Agricultural

Experiencia de aplicacin de los modelos de simulacin paramtricas

a nivel continuo y de eventos en Venezuela.
Son los dos pdf, en la cual el continuo no es ms que la revisin
diaria de las precipitaciones en el pas y el evento no es mas que el estudio
del Nio.