TIPOS Y PROCESOS DE MODELACIN

El desarrollo de un modelo lleva implcitas una serie de fases que, aunque secuenciales,
no son totalmente independientes, pues deben ser comprobadas, y el modelo verificado
hasta que finalmente se considere apto para las simulaciones para las que ha sido
concebido

Modelamiento perceptual
El primer paso de toda modelacin hidrolgica es establecer un modelo perceptual, es
decir, decidir cules son los principales procesos y variables que intervienen en la
generacin de caudales. Este proceso implica observar y analizar las caractersticas del
suelo, subsuelo y clima, como elementos principales y discriminar cuales son los procesos
ms importantes que intervienen en la formacin de escorrenta: evaporacin,
evapotranspiracin, infiltracin, humedad de suelo, flujo subterrneo, etc.
Modelamiento conceptual
Una vez reconocidos, se debe relacionar estos procesos y variables principales entre s por
medio de ecuaciones, obtenindose un modelo conceptual. En esta etapa se incluyen
coeficientes y parmetros a los cuales posteriormente se les deber asignar valores
adecuados mediante un proceso de calibracin. En general, los modelos conceptuales
consideran leyes fsicas en forma simplificada. Entre estos podemos mencionar al modelo
abc y el modelo HBV
Modelamiento procedimental
Si las ecuaciones constitutivas son demasiado complejas, como es el caso de ecuaciones
diferenciales, se hace necesario simplificarlas de manera que puedan ser reconocidas y
procesadas por un sistema de cmputo; este modelo simplificado es una aproximacin al
modelo conceptual y suele llamrsele modelo procedimental. Como es evidente, la
simplificacin del modelo conceptual implica la inclusin de nuevos coeficientes y
parmetros que entrarn al proceso de calibracin.
Modelo de calibracin
El proceso de calibracin es la etapa en la cual se asignan valores a todos los parmetros
del modelo de manera tal que la salida del modelo se ajuste lo mejor posible a los datos
histricos registrados. Este mejor ajuste implica utilizar herramientas estadsticas para
buscar minimizar la diferencia entre valores simulados y registrados, mediante procesos de
optimizacin. Algunos indicadores utilizados son el error medio cuadrtico, el criterio de
Schultz, el coeficiente de Nash-Sutcliffe y el balance de masas, entre otros.
como el proceso por el cual se identifican los valores de los parmetros del modelo para los
cuales la serie de datos simulados se ajusta de manera ptima a la serie de datos
observados.
Modelo de validacin.
Finalmente, el modelo debe pasar a una etapa de validacin, en la cual se evala su
capacidad de prediccin. La validacin tiene por objetivo determinar la bondad del modelo
para realizar predicciones en un lugar especfico para perodos fuera del perodo de
calibracin.