Professional Documents
Culture Documents
Edición 0.95
Rev. 26 de enero de 2004
Se concede permiso para copiar, distribuir o modificar esta obra bajo los términos expresados en la licen-
cia Creative Common Attribution Share–alike, la cual puede encontrarse en www.creativecommons.org.
La licencia se aplica a todo el texto, ası́ como las imágenes creadas por el propio autor, que serán
aquellas para las que no se especifique de modo explicito una distinta procedencia. Este libro pue-
de descargarse de forma libre en varios formatos, incluyendo formatos editables, en la direccion web
http://heart.sf.net/textos.
A Teresa, un pequeño pago en una deuda infinita.
Science is what we understand well enough to explain to a computer.
Art is everything else we do.
Donald E. Knuth
...hydrology is more than simply a subject to be learned, more than a science to be studied, more
even than a profession we are proud to practice; it deals with natural phenomena of intrinsic beauty,
whose technical intricacy and importance to humanity motivate our life’s work.
David R. Maidment
Con la intención de favorecer la difusión de los conocimientos recogidos en esta obra en la medida de
lo posible y hacer los mismos accesibles con carácter general y sin restricciones ni impedimentos, ésta
se distribuye de forma libre bajo una licencia de tipo Creative Commons Atribution–Share Alike. Esto
significa que
http://creativecommons.org/licenses/by-sa/1.0/
Para cualquier comentario o consulta al respecto, puede consultar con el autor en la dirección de correo
electrónico
volaya@ya.com
Este libro puede obtenerse en formato PDF, ası́ como las fuentes originales del mismo en formato
LATEXen la direccion Web
http://heart.sf.net/textos.html
Índice general
Prólogo XVII
Introducción XXI
Introducción 3
1. Historia 5
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Aplicaciones informáticas hidrológicas . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. Sistemas de Información Geográfica . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1. Los SIG en los modelos hidrológicos . . . . . . . . . . . . . . . . . . . . 11
Modelos con fuerte componente SIG . . . . . . . . . . . . . . . . . . . . 11
Aplicaciones con componentes SIG . . . . . . . . . . . . . . . . . . . . . 12
1.3.2. Ventajas de la incorporación de los SIG en la modelización hidrológica . 13
1.4. Aplicaciones para estudio de la erosión . . . . . . . . . . . . . . . . . . . . . . . 14
1.5. Análisis del terreno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
xi
Curvas adaptativas (Splines) . . . . . . . . . . . . . . . . . . . . . . . . 35
Otros planteamientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.6. Modificación de resolución del MDT . . . . . . . . . . . . . . . . . . . . 38
2.3. Paramétros principales a partir del MDT . . . . . . . . . . . . . . . . . . . . . 42
2.3.1. Caracterización Matemática del MDT para su análisis . . . . . . . . . . 43
2.3.2. Pendiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.3. Orientación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.4. El problema de las zonas llanas. Parte I . . . . . . . . . . . . . . . . . . 54
2.3.5. Curvaturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3.6. Parámetros derivados de las curvaturas . . . . . . . . . . . . . . . . . . 59
2.3.7. Cálculo de direcciones de flujo . . . . . . . . . . . . . . . . . . . . . . . 61
El modelo D8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
El modelo Rho8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
El modelo FD8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
El modelo D∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
El modelo KRA (Kinematic Routing Algorithm) . . . . . . . . . . . . . 71
El modelo DEMON . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Otros Planteamientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.3.8. El problema de las zonas llanas. Parte II . . . . . . . . . . . . . . . . . . 76
2.3.9. El problema de las depresiones . . . . . . . . . . . . . . . . . . . . . . . 84
2.3.10. Encauzamiento forzado. River-Burning . . . . . . . . . . . . . . . . . . . 94
2.3.11. Procesamiento completo del MDT . . . . . . . . . . . . . . . . . . . . . 99
2.3.12. Flujo acumulado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.3.13. Lagos y embalses como parte del MDT . . . . . . . . . . . . . . . . . . . 105
2.3.14. El concepto de área aportante especı́fica . . . . . . . . . . . . . . . . . . 107
2.3.15. Índice topográfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
2.3.16. Índice de potencia de cauce . . . . . . . . . . . . . . . . . . . . . . . . . 108
2.3.17. Valores medios aguas arriba . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.3.18. Clasificación de formas del relieve . . . . . . . . . . . . . . . . . . . . . . 110
Introducción 185
xvii
rigor y corrección en al menos una media docena de libros facilmente adquiribles y de calidad
reconocida. Razón es ésta, una vez mas, suficiente para no tratar de escribir referencia alguna
sobre computación o programación, campos en los que me declaro no más que un principiante,
dotado, eso sı́, de cierta capacidad y sobre todo inquietud para aplicar lo poco o nada que por el
momento conozco en términos de computación, sobre otras áreas distintas de mi conocimiento.
Multitud de libros son los que ya ocupan esta parcela bien poblada de la literatura, los cuales
servirán para que el lector pueda adquirir la necesaria destreza y conocimientos, no solo para
seguir con total fluidez este libro, sino para afrontar empresas mucho mayores con absolutas
garantı́as.
Si bien el estudio y la práctica de una de las actividades anteriores —o cualquier otra
actividad intelectual, ya sea en éstos o en otros campos muy distintos— reporta un beneficio
para quien la ejercita, la unión de dos de ellas supera con creces la suma individual de las
mismas, dando lugar a un todo mayor que las partes y estableciendo una suerte de sinergia
cuyas implicaciones van mas allá tanto a nivel personal como en lo puramente cientı́fico,
pues es de sobra conocido que los planteamientos derivados de la conjunción de ramas de la
ciencia antes alejadas son de gran interés, y con frecuencia de mucha mayor relevancia que sus
antecesores individualistas.
Pese a todo lo anterior, mi recorrido a través de esta Hidrologı́a Computacional, —término
que empleo aquı́ y que por el momento no he visto apenas recogido explı́citamente en ninguna
otra obra, definiendo con exactitud para mi gusto el enfoque que pretendo recoger en estas
páginas— ha seguido en materia de bibliografı́a un camino bien distinto. Las publicaciones de
peso sobre análisis hidrológico basadas en el empleo de ordenadores son escasas o inexistentes,
y en ningún caso hacen justicia a las dos ramas que se unen en sus planteamientos para
formarla. Olvidando casi siempre la componente ambiental de la hidrologı́a y muy escasas
veces llegando a la verdadera teorı́a que reside en los algoritmos que dan lugar al antedicho
análisis, la bibliografı́a existente a este respecto se constituye en su gran mayorı́a como obras
de referencia de las por otra parte escasas aplicaciones informáticas desarrolladas sobre este
tema, privando a potenciales alumnos del conocimiento de los fundamentos tanto hidrológicos
como computacionales — y especialmente los de planteamiento conjunto —, que cimentan
dichas aplicaciones.
A la pasión que ha despertado y despierta en mı́ la unión de mi labor como hidrólogo y mi
desarrollo en terminos de computación, se une ahora ese extraño sentimiento de novedad que
acaba por dar el empujon definitivo a una idea que hace algún tiempo empezo a gestarse y que
ahora ve la necesidad de plasmarse en una obra completa y quedar reflejada con la entidad
que merece su contenido.
No obstante, este libro tal y como llega al lector ahora, no guarda más novedad que la
de su planteamiento y está en deuda con muchas otras obras, entre las que, obviamente,
se encuentran todas las ya citadas como clásicas o relevantes dentro de la hidrologı́a o la
computación. Al desarrollar este texto he tenido en cuenta muchos de los planteamientos y
perspectivas presentes en dichas obras, tratando de mantener un rigor y una claridad en la
exposición de ambos temas, siempre en un justo equilibrio.
Era obvio que debı́a incluirse un mı́nimo de explicación de los fundamentos hidrológicos
de cada apartado, pero se ha supuesto que el lector ya posee un mı́nimo manejo de los mismos
o puede ayudarse de otra obra de referencia enfocada mas directamente para este proposito.
Por otra parte, la tentación de incluir abundantes elementos netamente informáticos tales
como códigos o pseudocódigos de los algoritmos presentados ha estado presente desde las
primeras concepciones del libro, aunque definitivamente la esencia real de lo que se pretende
transmitir en estas páginas ha quedado plasmada en muchas ocasiones mediante una notación
estrictamente matemática, que servirá, no obstante, como valiosa codificación en el caso de que
el lector pretenda transponer los contenidos del libro el algún tipo programa informático. Se
xviii
incluyen, no obstante, en un justo equilibrio, pseudocódigos que actúan como valioso apoyo a la
formulación matemática de cada aspecto, pues en tales ocasiones se ha considerado oportuno
incluir los mismos en aras de una mejor comprensión del apartado correspondiente. Éstos,
a su vez, servirán a modo de interesante complemento para quienes gusten de ampliar lo
aquı́ recogido con una exposición netamente informática de lo mismo.
Además de las anteriores consideraciones de tipo formal, y de buscar un cierto y lógico
paralelismo estructural con otras obras similares desde el punto de vista matemático, la incor-
poración en mi trabajo de los elementos que yo mismo agradezco encontrar en otros textos,
en ocasiones bastante definitorios de por sı́ de aquellas ciencias sobre las que éstos versan,
ha sido otra constante a lo largo del periodo dedicado a la redacción de este libro. Ası́, he
intentado impregnar mis lineas con ese ligero toque de humor y cordialidad — y tambien, por
qué no decirlo, cierta dosis de locura y extravagancia — que uno con frecuencia halla en los
libros acerca de computación, a la vez que manteniéndome dentro de los lı́mites del rigor y,
en cierta medida, frialdad, que son de uso corriente en los textos de ingenierı́a; combinados
todos ellos con la, a mi entender, importante carga poética de que debe dotarse a la ciencia, y
que tan habitual era en los textos antiguos como gustaba de recordar Cicerón en sus notables
alabanzas a la poesı́a contenida en las obras matemáticas de Demócrito.
Todo ello espero que sirva para dar claridad a este trabajo, a la par que haga más amena
la relacion entre la obra y el lector, independientemente de la profundidad que éste desee dar
a su propia lectura.
Por último, no podrı́a esta obra aspirar a ninguna relevancia si no contase en su prólogo
con una nutrida serie de agradecimientos, pues siempre son muchas las personas que apoyan
la creación de una obra escrita, bien sea a través de su trabajo de revisión y consejo o bien
mediante el simple soporte moral a veces más necesario que cualquier otra cosa. De otro modo,
la obra no tendrı́a las mismas posibilidades de ver la luz y, de hacerlo, desde luego no serı́a en
circunstancias igual de favorables.
Agradecimientos en primer lugar, por el vital papel que han jugado en todo el devenir de
esta obra, antes incluso de su misma concepción y desarrollo, a la gente que compartió conmigo
las horas de trabajo y de no tanto trabajo en la Unidad Docente de Hidráulica e Hidrologı́a de
la E.T.S.I. Montes de Madrid. Entre ellos, muy particularmente a Jose Luis Garcı́a Rodrı́guez
(Josele para los amigos, y yo creo que tengo la suerte de ser uno de ellos), pues su labor de
apoyo y reconocimiento me atrevo a decir que ha sido uno de los principales detonantes de mi
decisión de escribir este libro. Junto a él, Jose Carlos Robredo y mis compañeros de trabajo,
muy particularmente Fernando Magdaleno Mas y Enrique Onrubia Sobrino, han sabido a lo
largo del tiempo que pasamos juntos inculcarme un aprecio y entusiasmo por la hidrologı́a sin
el cual el trabajo de redacción de una obra como ésta se me antoja desde aquı́ practicamente
inabordable.
En el aspecto matemático, las anteriores personas tienen su equivalente en José Manuel
Pérez González, quien desde nuestros primeros contactos supo enseñarme no solamente los
conceptos propios de la matemática y la ingenierı́a, sino el gusto y disfrute de los mismos a
través de algunas de las mejores lecciones a las que he tenido la suerte de asistir hasta la fecha.
Afortunadamente, mi desarrollo profesional ha tenido lugar siempre en un entorno de
cordialidad y amistad que, sin duda, ha fomentado mis inquietudes a nivel académico y ha
contribuido de modo muy notable a forjar en mı́ los fundamentos necesarios que han hecho
desembocar parte de mis aspiraciones en el estudio y puesta en práctica de conocimientos
tales como los que se recogen en este libro. Dicho de otro modo, mis compañeros de estudio y
trabajo no pueden quedar fuera de este apartado, pues cada uno de ellos a su manera puso su
pequeño grano de arena en el largo camino que pasa por (pero no concluye en) esta obra. Son
quizás demasiados para nombrarlos explı́citamente, pero a buen seguro que los años que hemos
pasados juntos y las experiencias que hemos vivido harán que cada cual sepa con exactitud el
xix
papel que ha jugado en mi propio desarrollo y la forma en que debiera aparecer aquı́ reflejado.
No por tı́pico resulta menos relevante el agradecimiento a toda mi familia, pues de ellos he
tomado la voluntad y el resto de elementos necesarios sin los cuales tampoco podrı́a articularse
esta obra ni siquiera en su expresión mas sencilla. Mi madre, que fomentó en mi la inquietud
imprescindible para abordar una labor como ésta y la soportó después con su admiración
y afecto, es por derecho propio coautora de muchas de estas páginas. De igual modo, mi
padre, quien representa como nadie ese amor por el conocimiento del que me hago participe
al elaborar este texto, y es de esta manera un referente de primerı́simo orden a seguir en mi
trabajo, podrı́a firmar con su nombre una buena parte de lo aquı́ desarrollado.
Mi agradecimiento más sincero, para finalizar este apartado, debe ir irremisiblemente a
Teresa por haberme acompañado durante todo este tiempo y estar a mi lado haciendo posible
no sólo ésta, sino todas las aventuras, grandes o pequeñas, que emprendo en la vida.
Para todos ellos, por haber estado junto a mı́ durante este tiempo, no puedo resistir la
tentación de copiar aquı́ las elegantes y sencillas palabras de C.B.Boyer para agradecerles su
paciencia al tolerar la desorganización provocada por el nacimiento de otro libro aún en la
familia.
Madrid.
Enero 2004.
xx
Introducción
xxi
se encuentran apartados relativos a esa cartografı́a como elemento aislado o al análisis de la
misma desde otro punto de vista. Esta misma relación entre cartografı́a y análisis hidrológico
se antoja, sin embargo, más estrecha y vinculante en el contexto que aquı́ se trata, siendo éste
el motivo por el cual considero que resulta favorable la inclusión de otra serie de formulaciones
y algoritmos relacionados con el análisis del terreno en sentido estricto. Es mi creencia que el
lector, a quien quizás con demasiada presunción adjudico una cierta inquietud por la materia,
sabrá sacar partido de estos complementos para profundizar y comprender en mayor medida
el resto de la obra, confirmando de este modo la conveniencia de incorporar los mismos en el
seno de este texto.
De un modo u otro, los Modelos Digitales del Terreno representan en esta obra no única-
mente una forma de información a partir de la cual pueden extraerse una gran mayorı́a de los
parámetros útiles para el análisis hidrológico, sino una entidad a la vez tangible y abstracta
que actúa como elemento visible de la naturaleza computacional de los modelos y formulacio-
nes que se plantean desde la perspectiva de la obra. Por ello, desde mi óptica particular, la
extensión dedicada a éstos, por grande que pueda ser, está en todo momento justificada por
el papel preponderante que juegan en el conjunto global de este texto, más allá de la mera
utilidad práctica que pueda derivarse de los mismos.
De cara a su utilización como materia de estudio, la división del contenido en grandes blo-
ques temáticos, ası́ como en apartados interrelacionados pero siempre guardando una relativa
independencia, ha sido pensada para facilitar la lectura y consulta de los mismos por separa-
do, aunque es cierto que cada parte requiere el conocimiento de las anteriores. No obstante,
puede estudiarse el bloque primero, dedicado básicamente a modelos geomorfológicos con o sin
relación hidrológica, por parte de personas interesadas en este aspecto. Ésta es, por ejemplo,
una buena metodologı́a para comprender en profundidad el funcionamiento de aplicaciones de
tipo SIG, ya que una gran parte de sus fundamentos en cuanto a análisis de tipo raster queda
allı́ recogida.
Cada capı́tulo se complementa con una serie breve de ejercicios con eminente finalidad
didáctica, principalmente relacionados con los aspectos más computacionales de cada materia,
que perfectamente pueden resolverse en la mayorı́a de los casos con el empleo exclusivo de
lápiz y papel o simplemente sin ellos, reflexionando acerca de algunas cuestiones acerca de
la materia tratada. No se trata de ejercicios al uso como los que podrı́an encontrarse en un
libro de texto cualquiera, sino de propuestas para el lector más interesado que desee una
motivación adicional para avanzar en la comprensión de cuanto se explica en cada capı́tulo o
busque extender dichas explicaciones hacia otros aspectos que, si bien carecen de entidad para
figurar en el núcleo del texto, son de sumo interés desde otros puntos de vista más o menos
cercanos conceptualmente.
Todo esto no es, en resumen, sino explicar cómo el libro se ha construido sobre la base
de mis propias preferencias a la hora de utilizar de modo ágil y eficaz libros de similares
caracterı́sticas, y que creo que son comunes a una gran fracción de lectores de las mismas.
Una vez más, espero que la elección haya sido acertada en la medida que logre sus objetivos
y clarifique los diversos aspectos del contenido dentro de lo posible.
xxii
A quién va dirigido este libro
Ya he comentado en la introducción de este libro que los posibles destinatarios del mismo
no eran claros en un principio, siendo esto debido principalmente a la propia indeterminación
de la obra en su temática y a la ya también comentada ambigüedad que reside sobre el tı́tulo
de ésta. No obstante, el propio devenir del texto ha perfilado con detalle a sus posibles lectores,
en base a mis intenciones al respecto y la mayor o menor idoneidad de los enfoques sopesados
de cara a la estructura de los temas.
En lı́neas generales, se han evitado todas las explicaciones que, desde la perspectiva de
este texto, sean superfluas por ser de aplicación habitual y pertenecer de un modo u otro a la
cultura hidrológica general, por lo que el lector debe conocer el significado de las mismas y el
uso frecuente de ellas fuera de las lı́neas tratadas en esta obra. Ası́, se emplean de modo directo
numerosas expresiones sin proceder a la demostración de las mismas o detallar su procedencia,
reservándose las explicaciones de mayor profundidad para los conceptos novedosos o cuya
naturaleza los hace más propios de la materia aquı́ tratada en sentido estricto.
Iguales consideraciones pueden hacerse para las partes más matemáticas y computacio-
nales del texto, donde también se ha supuesto un cierto conocimiento de las estructuras y
conceptos utilizados. Sin necesidad de que ambas facciones del libro, tanto la hidrológica co-
mo la computacional, sean conocidas con especial detalle, el aprovechamiento completo de sus
contenidos se da cuando existe una base mı́nima de ambas, pues de este modo se puede enfocar
la lectura desde cualquiera de los ángulos posibles y aplicar la materia aquı́ desarrollada en
una u otra forma.
Aunque no es en absoluto necesaria, una cierta familiaridad con el manejo — o al menos
los conceptos principales — de Sistemas de Información geográfica será, sin duda, de muy
notable ayuda a la hora de obtener una visión lo más rica posible del tema que se desarrolla.
Todo esto hace que el perfil de lector de esta obra contenga unos ciertos conocimientos
acerca de las disciplinas que en ella concurren, aunque siempre dentro de unos lı́mites razona-
bles. Para ello, si bien muchas formulaciones quedan, como se ha dicho, sin ser detalladas en
profundidad por considerarse más propias de textos con otro enfoque distinto, se presentan
de tal modo que su significado y el papel que juegan sea comprendido aún desde el descono-
cimiento de los pormenores de las mismas, y se indica en la medida de lo posible el camino
hacia dichos pormenores para el lector que ası́ lo requiera.
Además, una gran parte de mi intención al redactar este libro ha sido dejar plasmado no
sólo el contenido técnico de la integración entre la hidrologı́a y la práctica de la misma sobre
una base computacional, sino también las ideas generales y la filosofı́a de esta unión, la cual
puede extraerse del texto prescindiendo de las formulaciones explicitas que contiene el mismo.
Esto hace accesible el texto no únicamente a lectores con un interés directo en el aspecto
tecnológico subyacente en aplicaciones informáticas para análisis hidrológico, sino también a
usuarios de éstas que podrán, mediante la comprensión de las metodologı́as globales en que
dichas aplicaciones se basan, hacer un mejor uso de las mismas e interpretar sobre una base
más solida de conocimiento los resultados ası́ obtenidos
xxiii
La primera y obvia concepción del término pasa, naturalmente, por la del estudio de
las formulaciones habituales de la hidrologı́a centrado sobre la manera en que éstas pueden
ser adaptadas para su incorporación dentro de programas informáticos como herramientas de
aplicación de las mismas. Sin ser en su totalidad errónea, no es ésta la idea que reside aquı́ tras
el termino computacional, pues cualquier modelo ya existente puede ser llevado a un entorno
informático sin apenas problemas, siendo los conocimientos necesarios para efectuar esta tarea
muy distantes de los que se pretenden exponer en el presente texto.
La atención principal se centra, sin embargo, y aun con una natural tendencia hacia la
parte netamente informática de lo explicado (distı́ngase lo informático de lo computacional),
hacia el desarrollo de nuevos modelos y nuevas metodologı́as que se apoyen fuertemente en
realidades computacionales y otros elementos tales como paradigmas de datos, cuya aplicación
práctica queda restringida a un entorno informático.
En otras palabras, se trata de formular los problemas, soluciones y desarrollos habituales
de la hidrologı́a desde un enfoque diferente, dotándola de una caracterización eminentemente
más numérica y sustituyendo donde sea posible las fórmulas puntuales por los algoritmos
elaborados, entre otras acciones, introduciendo ası́ la materia dentro de ese concepto del que
ahora tal vez el lector pueda tener una imagen más precisa, y que tácitamente y atraidos por
lo interesante del término hemos acordado en denominar Hidrologı́a Computacional.
La presencia de los MDTs, como a continuación veremos, es fundamental en dar forma a
las ideas anteriores.
El esquema de la figura (1) creo que representa de modo sintético el conjunto de la hidro-
logı́a que va a encontrarse en este libro, de modo estructural, y que, con algunas variaciones,
es el que puede hallarse en la inmensa mayorı́a de hidrologı́a al uso, con carácter global. Sobre
él me basaré para hacer las puntualizaciones que intentaré que definan con mayor exactitud
la materia de este texto.
Figura 1: Representación esquemática de la materia a tratar en este libro desde el punto de vista de
la hidrologı́a.
En trazo grueso se encuentran señaladas aquellas áreas donde las modificaciones que pre-
sentan al trabajar sobre ese mencionado aspecto computacional son más notables respecto a
las aproximaciones y modelos clásicos. Serán éstas las que con mayor profundidad se anali-
cen a lo largo de los diferentes capı́tulos del libro y las que contribuirán en mayor medida a
xxiv
consolidar y dar forma a la verdadera esencia del mismo.
En lugar destacado entre todas ellas, resulta obligado comenzar con los elementos relativos
a la cartografı́a de elevaciones, con los que se iniciará la exposición de materias de esta obra
y los cuales se constituirán ası́ desde el primer momento como elementos carácterı́sticos que
permiten la diferenciación del enfoque escogido en estas páginas frente a los enfoques de la
hidrologı́a clásica. Estos elementos, además, tendrán su extensión, aunque de menor impor-
tancia, sobre la cartografı́a temática, no siendo ésta, sin embargo, un elemento que dé lugar
a ningún planteamiento novedoso que merezca ser reseñado aquı́ en esta visión global de las
caracterı́sticas del texto.
El segundo núcleo de importancia se sitúa, como cabrı́a esperar, sobre los propios modelos
hidrológicos, que se ven aumentados gracias a la potencia asociada a los formatos de datos
empleados para la información sobre la que éstos trabajan, en especial, como se ha indicado ya,
a los elementos de cartografı́a del relieve. El manejo de modelos distribuidos y la adaptación
de modelos agregados en dirección a los anteriores, constituyen el corazón de esta sección y
uno de los núcleos fuertes, tanto en su importancia práctica como en el significado y valor
intrı́nseco de sus formulaciones asociadas, de todo el conjunto del libro.
Como resulta lógico pensar, el numero de modelos que se incluyen dentro de este bloque es
muy elevado, haciendo referencia a una cantidad ciertamente notable de procesos que deben ser
considerados en dicha modelización. He tratado en este sentido de ser sintético, recogiendo con
mayor énfasis aquellos aspectos mas acordes con la lı́nea expositiva del texto, en detrimento
de aquellos menos novedosos, que no menos importantes. Asimismo, el caracter didáctico de
algunos modelos o su mayor relación con los aspectos que se desarrollan a lo largo de los
capı́tulos correspondientes han sido factores de mayor peso que la propia utilización real o
la difusion de dichos modelos, entendiéndose que la obra, aun con vocación práctica, es un
elemento teórico y expositivo y a tal perfil debe adecuarse en la mayor medida posible.
Además de todo lo anterior, otros elementos complementarios presentan modificaciones
sustanciales que los acercan a la filosofı́a de esta obra y serán, por tanto, detalladas las formu-
laciones alternativas a la que estos elementos dan lugar desde el aspecto computacional sobre
el que vamos a trabajar, aunque, lógicamente, con menor extensión y detalle.
En todo lo anteriormente comentado, vamos a asistir a un cambio en el enfoque tradicional
dado a las unidades empleadas como datos de partida, particularmente en su caracterización
cuantitativa, descubriendo en este sentido información no tratada con anterioridad a la par
que trabajando con información clásica en un nivel distinto de precisión y fiabilidad, todo
ello posibilitado por nuevos enfoques que a su vez, aun con fundamentos teóricos puramente
matemáticos, se apoyan en realidades informáticas de conocimiento habitual hoy en dı́a. Se ha
buscado siempre un correcto equilibrio entre la pura teorı́a del enfoque computacional (“Com-
puter Science is not more about computers than astronomy is about telescopes” reza la famosa
frase de Dijkstra) y la aplicación práctica del mismo, imprescindible para el sentido fı́sico e
hidrológico de lo explicado (implementación en software, uso directo a partir de aplicaciones
de tipo SIG, etc.)
Por lo anterior, es mi intención que esta obra no se constituya tan sólo como un libro de
texto acerca de las nuevas formulaciones que existen en relación con la hidrologı́a, sino más
bien como un trabajo de referencia en el cual, y fundamentándose sobre las anteriores técnicas
como cualidad diferencial del mismo, se incluya una importante dosis de filosofı́a acerca de
la modelización computacional de los fenómenos naturales y la aplicación de una herramien-
ta tan poderosa como el Modelo Digital del Terreno en los mismos. En todo momento, la
plasmación de los conceptos hidrológicos debe quedar patente desde la óptica del hidrólogo
como profesional de la gestión del medio, no descuidando la visión de los problemas desde tal
perspectiva, y articulándola ventajosamente mediante los planteamientos de nuevo cuño que
definen la naturaleza del texto.
xxv
xxvi INTRODUCCIÓN
El resto, lo que no se ha dicho aquı́ sobre el significado intrı́nseco de esta Hidrologı́a Com-
putacional, queda sin duda recogido en las otras páginas que componen el texto, atesorándose
ası́ una notable información acerca de esa representación computacional de los fenómenos na-
turales, de aplicabilidad no solo en éste, si no en otros temas relativos al análisis del medio. No
obstante, debe ser el lector quien busque la exacta combinación entre ciencia y filosofı́a, entre
aplicación práctica y teorı́a, entre los diversos significados atribuı́bles a cada valor extraı́do,
pues es ésa, y no otra, la razón que alimenta el imprescindible aprecio por el conocimiento y,
en cierto modo, ata a uno a las páginas de un libro, constituyendo de ese modo el equilibrado
binomio escritor–lector y dándole razón de ser por derecho propio.
Parte I
1
Introducción
Resulta lógico antes de abordar el estudio de cualquier materia — más aún cuando ésta es
extensa y compleja en buena parte, como el caso actual — tratar de comprender los elementos
que la componen para emplear este conocimiento en el trabajo posterior con modelos más
complejos construidos a partir de estas unidades básicas. En ocasiones, este estudio es de una
necesidad imperiosa, si bien viene acompañado de materia densa y frecuentemente tediosa
que debe ser superada como requisito previo para atacar otras áreas de mayor interés que
requieren un manejo fluido de la anterior. No es éste el caso, pues el análisis de algunos de los
elementos hidrológicos iniciales, aun sin entrar en ningún modelo en sentido estricto, y sin al-
canzarse todavı́a las formulaciones que con derecho propio pueden denotarse con el calificativo
de hidrológicas, depara momentos de gran belleza y planteamientos que en nada desmerecen
a los presentes en otros bloques posteriores en cuanto a complejidad, utilidad práctica o cali-
dad cientı́fica. En el entorno de trabajo de esta obra, el cual a su vez se irá progresivamente
definiendo en este primer bloque, el estudio de los elementos hidrológicos básicos aporta por
sı́ mismo un volumen muy elevado de información, al mismo tiempo que da lugar a formulacio-
nes altamente interesantes y complejas que ya aquı́, al comienzo de la exposición, mostrarán
la filosofı́a subyacente en lo que hemos venido a denominar Hidrologı́a Computacional.
Sirvan estas palabras introductorias para motivar al lector en su recorrido, en pos de un
autor que con tan solamente una ligerı́sima ventaja pasó por estas mismas lineas con igual
entusiasmo.
Los elementos que se estudiarán son básicamente dos: los rı́os y las cuencas vertientes;
conceptos sobradamente conocidos y de obvia transcendencia en cualquier asunto relacionado
con la hidrologı́a. La aparente sencillez de éstos se verá extendida a lo largo de un buen número
de páginas que permitirán, además de obtener resultados de interés de cara a otros apartados
posteriores del libro, caracterizar exhaustivamente estos elementos desde un elevado número
de perspectivas.
La aproximación a estas definiciones y operaciones con los elementos básicos desde un
entorno informatizado guarda, no obstante, algunas diferencias conceptuales con las ideas
clásicas de estos mismos elementos, en cuanto que éstas exigen, por su parte y a efectos de
una exposición completa de sus caracterı́sticas, una mayor desenvoltura en el manejo de la
cartográfia del medio fı́sico sobre el que se sitúan rı́os y cuencas. La potencia de los cálculos
que podemos abordar para el manejo y caracterización de rı́os y cuencas viene derivada de
una mayor capacidad intrı́nseca de las representaciones cartográficas digitales frente a las
habituales, por lo que la relacion entre ambas realidades se hace más estrecha y altamente
más dependiente. Ello hace necesaria la presentación de una nutrida baterı́a de conceptos y
algoritmos referidos a las representaciones digitales del terreno — y la información espacial,
en términos generales —, materia que como se ha dicho es necesaria para la introducción de
los conceptos primordiales presentados en este bloque. Sin embargo, no debe verse en absoluto
como un elemento ajeno al estudio hidrológico que persigue este libro, pues más adelante se
verá que esta misma cartografı́a será la que, directa e indirectamente, confiera su potencia a los
algoritmos y planteamientos de corte plenamente hidrológico que serán analizados entonces.
3
4
Ajeno a la lı́nea general de esta primera parte del libro, pero importante para dar un encua-
dre global del mismo, se incluye como comienzo de este bloque un pequeño capı́tulo dedicado
la historia, breve pero intensa, del tratamiento computacional de los procesos hidrológicos,
con particular énfasis en todo cuanto guarda relación con el empleo de cartografı́a digital y el
análisis del relieve a partir de Modelos Digitales del Terreno.
Capı́tulo 1
Historia de la modelización
hidrológica computacional
If the 20th century taught us anything, it is to be cautious about the word impossible.
Charles Platt
1.1. Introducción
Pese a que son escasas las referencias que a lo largo de esta obra se hacen sobre textos
publicados con anterioridad a 1985, siendo por tanto el periodo histórico del análisis hidrológico
computacional aquı́ considerado tan sumamente corto como 20 años, el desarrollo de esta
disciplina en este tiempo ha sido lo suficientemente intenso como para merecer un tratamiento
particular en una obra de estas caracterı́sticas.
Si el conocimiento de la historia de una rama de la ciencia es importante — amén de suma-
mente gratificante y entretenido — para la comprensión de ésta, el corto intervalo de tiempo
en que se puede encuadrar la historia del estudio hidrológico mediante métodos informáticos,
más reducido aún si se incorpora en este el empleo de Modelos Digitales del Terreno, no resta
importancia a la presentación de ciertos conceptos históricos, que a buen seguro aportarán una
primera visión de sumo interés. El encuadre de las principales tendencias y logros dentro de su
marco correspondiente, desarrollado aquı́ en estas primeras páginas del libro, es mi creencia
que constituyen sin duda la más adecuada introducción hacia el contenido más técnico de la
obra, despertando el apetito ciéntifico del lector de la mejor manera posible.
En un enfoque distinto al del resto de la obra, en la cual se intenta huir de los elementos
informáticos tales como aplicaciones concretas y recalar principalmente sobre las formulaciones
algorı́tmicas y matemáticas de las principales ideas y fundamentos, esta sección esta compuesta
principalmente por alusiones directas a gran parte de las aplicaciones caracterı́sticas de cada
época o tendencia analizada. Esto se explica, además de por el carácter no técnico de este
capı́tulo, por la ı́ntima relación que con frecuencia, y especialmente en los modelos más clásicos,
existe entre dicho modelo y la aplicación mediante la que éste se empleao, de tal modo que la
aplicación en sı́ es definitoria de una etapa de desarrollo y una concepción particular a este
respecto.
5
6 CAPÍTULO 1. HISTORIA
tos teóricos de dichos modelos, cosa que no se hará aquı́ pues el objetivo principal respecto a
los mismos en esta obra es tan sólo el referente a su encuadre histórico.
Hacia 1966 aparece el modelo Stanford desarrollado por Crawford y Linsey, considerado
habitualmente como el primer modelo completo de la era informática, que habrı́a de dar
comienzo a una época de elevada productividad en lo que a modelos hidrológicos se refiere.
La evolución del modelo Stanford corre a cargo de sus mismos autores, quienes a comienzos
de los años 70 desarrollan la aplicación HSP (acrónimo de Hydrocomp Simulation Program),
a la que añaden funcionalidades relativas al estudio de la calidad de las aguas, ası́ como otras
sobre transporte de sedimentos.
En estos primeros modelos se advierte ya el interés que reside en el estudio de los procesos
hidrológicos mediante modelos continuos, siendo de este tipo un muy elevado número de
soluciones que ven la luz en estos años y los inmediatamente sucesivos. Una vez más, es
la mera capacidad de proceso la que marca la diferencia, permitiendo llevar a la práctica
la implementación eficaz de modelos continuos, con anterioridad vetada bajo unas mı́nimas
exigencias de detalle y precisión.
Aproximadamente hacia 1975 surge el máximo exponente de esta filosofı́a de análisis hi-
drológico, materializado en el desarrollo de la aplicación HSPF (acrónimo de Hydrologic Simu-
lation Program–Fortran) por la Agencia de Protección Medioambiental (EPA) de los Estados
Unidos. HSPF engloba todas las caracterı́sticas del modelo Stanford y su sucesor HSP, además
de las presentes en dos módulos adicionales previamente desarrollados por la EPA bajo las
denominaciones respectivas de ARM (Agricultural Runoff Modelling) y NPS (Nonpoint Source
Pollutant Loading Model ).
HSPF se contituye ası́ como una aplicación completa para la modelización de la totalidad
de procesos que pueden considerarse dentro del ciclo hidrológico, de una dimensión conceptual
quizás en exceso elevada, aunque debe reconocerse una buena estructura del programa pese a
su gran complejidad. El manejo del programa no es, como cabe esperar, en absoluto sencillo,
y los requerimientos en cuanto a datos de partida son muy elevados, siendo, no obstante, un
modelo de aplicación habitual tanto entonces como ahora.
Desde su creación, el desarrollo del HSPF no se ha visto interrumpido hasta la actualidad,
siendo la versión 12 del programa, hecha pública en 2001, la más reciente de cuantas ha
conocido este modelo. Pese a no haber variado la filosofı́a básica del programa en lo que a su
diseño y utilización se refiere, se han hecho esfuerzos paralelos de integrar el modelo con las
nuevas realidades informáticas que han ido surgiendo paulatinamente, mantenı́endose asi su
vigencia y el caracter de referente obligado que ha caracterizado a HSPF desde su origen.
HSPF se puede descargar gratuitamente en la direccion web
http://water.usgs.gov/software/hspf.html
Paralelamente a lo anterior, y al mismo tiempo que se despierta el interés por los modelos
de base fı́sica y de tipo continuo tales como HSPF, se empiezan a desarrollar también en
Estados Unidos otra serie de aplicaciones en las que el papel decisivo de la informática se pone
igualmente de manifiesto en modelos conceptuales destinados a la modelización de eventos
concretos.
El U.S Corps of Engineers, a través de su Cuerpo de Ingenieros (el ya famoso Hydrological
Corp of Engineers, HEC ) es el abanderado de este tipo de modelos, sentando las bases para
los futuros desarrollos en dicho campo mediante el desarrollo de los modelos matemáticos
HEC–1, HEC–2, etc. y sus aplicaciones asociadas.
De forma más particular, son de reseñar las siguientes aplicaciones, cada una de las cuales
se ha constituido a lo largo de su existencia como un hito importante dentro de la modelización
hidrológica en general, y dentro de su campo de aplicación en particular.
8 CAPÍTULO 1. HISTORIA
HEC–2. Uno de los primeros modelos desarrollados por el HEC es el destinado a la mo-
delización fluvial y el estudio de calados a lo largo de cauces y llanuras de inundación.
Siguiendo un desarrollo similar al de HEC–1, aparece como tal en 1968, aunque el mo-
delo ya se encontraba implementado en otro software aunque con un nombre distinto.
Como elemento importante que es, también ha sufrido un fuerte desarrollo, conociendo
numerosas versiones y mejoras. La evolución de esta aplicación dio lugar ya en los años
90 al programa HEC–RAS (HEC-River Analysis System), ampliamente utilizado en la
actualidad, y que no es sino un HEC–2 mejorado y dotado de una interfaz gráfica.
Por su escasa componente hidrológica — al menos en el sentido en que ésta se concibe
en este trabajo —, se aleja del contenido de estas páginas y no será aquı́ desarrollado
ninguno de sus conceptos o ideas.
HEC–5 y HEC–6. Algo más alejados de la filosofı́a de este texto, y no con la misma
relevancia que los dos anteriores, estas aplicaciones forman también parte importante
de la familia de aplicaciones desarrolladas por el HEC. HEC–5 es un programa para
la modelización de sistemas de presas y embalses, mientras que HEC–6 es un modelo
unidimensional para el estudio de transporte de sedimentos en cauces.
Tanto estas aplicaciones originales como sus actuales versiones pueden descargarse libre-
mente en la pagina web
http://www.hec.usace.army.mil
Se recomienda que el lector trabaje con las mismas en la medida que le sea posible, pues
se trata de aplicaciones de gran interés y altamente complementarias de todo lo que aquı́ se
desarrolla, constituyendo elementos de primer orden en lo que a la relación entre hidrologı́a y
computación se refiere, tanto desde el punto de vista teórico como desde el práctico.
La precisión, sin embargo, de la que hacen gala estas aplicaciones — es decir, los modelos
que en ellas se implementan —, está basada en la concepción que presentan del ciclo hidrológi-
co y sus distintos elementos conceptuales, siendo, por tanto, una precisión que deriva de la
posibilidad de formular modelos sobre una base más amplia al amparo de la potencia aportada
por el ordenador. Con respecto a la utilización clásica de otros modelos y otras filosofı́a previas
a la introducción de la informática, la precisión en términos espaciales no varı́a, sin embargo,
1.3. SISTEMAS DE INFORMACIÓN GEOGRÁFICA 9
MDTs.
Los Sistemas de Información Geográfica como tales no resultan, sin embargo, suficientes de
por sı́ para lograr una modelización hidrológica precisa, no ya desde el punto de vista práctico,
donde su utilización está a la orden del dı́a en los trabajos de ingenierı́a relacionados con la
hidrologı́a, sino desde el aspecto puramente conceptual. La gran generalidad que caracteriza a
estas aplicaciones hace imposible que se encuentren completamente adaptadas para el análisis
intenso de la información de partida desde un punto de vista hidrológico, y en particular para
el análisis del Modelo Digital del Terreno como documento cartográfico clave en este sentido.
De igual modo, las formulaciones implementadas en aplicaciones como la ya menciona-
das HSPF o la familia de los HEC no cabe implementarlas en un SIG de los habitualmente
presentes en el mercado, por lo que la capacidad real de producir resultados hidrológicos —
los obtenidos generalmente con un SIG en relación con la hidrologı́a son principalmente de
tipo geomorfológico, extraı́dos a partir del análisis del terreno —, sigue siendo una posesión
exclusiva de las aplicaciones independientes desarrolladas expresamente para tal fin.
Por otra parte, ciertos modelos ya existentes siguen desarrollándose ya con el apoyo en
algunos Sistemas de Información Geográfica comunes, con variable dependencia con respecto
el análisis del terreno llevado a cabo en dichos SIGs. En general, y dada la gran cantidad de
datos que habitualmente se requieren para alimentar los modelos hidrológicos, se desarrollan
elementos integrados dentro de un SIG que permiten facilitar la obtención y mejorar el manejo
de dicha cantidad de datos. Más importante aún, algunos de estos componentes SIG dan lugar
a nuevas posibilidades — muchas de ellas derivadas de la gran potencia que reside en los MDTs
como representaciones del relieve —, abriendo el camino hacia la modificación de los modelos
con los que se relacionan y la incorporación en éstos de nuevas capacidades más ı́ntimamente
relacionadas con la informacion espacial disponible.
Un ejemplo clásico de esta circunstancia lo encontramos en los desarrollos llevados a cabo
por el HEC para la mejora de sus modelos HEC–RAS y HEC–HMS . Como parte de este
esfuerzo, surgen las aplicaciones HEC–GeoRAS y HEC-GeoHMS, las cuales, trabajando sobre
el popular SIG ArcView, permiten el cálculo automatizado de buena parte de los parámetros
que son necesarios para la operación de los modelos implementados en HEC–RAS y HEC–
HMS respectivamente. No obstante, no añaden ningun elemento adicional al modelo, aunque
permiten que éste sea utilizado con una precisión mayor y trabajando con una resolución
espacial mucho más elevada que la que podrı́a obtenerse mediante la medida e introducción
manual de los datos.
Una aplicación de notable peso en la actualidad es la denominada Watershed Modelling
System (WMS), la cual se presenta como una herramienta con capacidades SIG y dotada de
un intuitivo entorno gráfico, mediante la cual pueden calcularse gran parte de los parámetros
requeridos para la modelización hidrológica — no tan sólo los derivados del MDT, sino otros
de distinta naturaleza tales como factores de escorrentı́a a partir de cartografı́a temática,
por ejemplo —. Una vez dichos parámetros han sido calculados, el programa es también una
interfaz para los modelos más conocidos y de distintas naturalezas (HSPF, HEC–HMS y HEC–
RAS, entre muchos otros), con lo que desde el propio WMS puede llamarse a éstos y obtener
ası́ los resultados hidrológicos buscados. La diferencia con HEC–GeoRAS y HEC-GeoHMS
reside, además de en la mayor versatilidad del programa, en el hecho de que no depende de
ningún SIG como tal, sino que implementa él mismo aquellas capacidades de tipo SIG que
resultan necesarias para el estudio hidrológico.
Desde otro punto de vista, Maidment et al (2001) desarrollan sobre el SIG ArcView un
sistema denominado ArcHydro que pretende establecerse como estructura óptima para el
1.3. SISTEMAS DE INFORMACIÓN GEOGRÁFICA 13
Cálculo mas preciso de parámetros fı́sicos necesarios para operar con los modelos hi-
drológicos.
Un último aspecto que no debe olvidarse en relación con los SIG es la estrecha relación que
existe entre éstos y la teledetección, haciendo posible el empleo de elementos de esta última
disciplina en el análisis hidrológico. La gran importancia que una buena base de cartografı́a
temática tiene sobre el estudio la gran mayorı́a de procesos del ciclo hidrológico hace fácil
comprender la importancia que la incorporación de la teledetección, especialmente intensa en
este aspecto en los últimos tiempos, supone a este respecto. La evolución de la teledetección
se encuentra actualmente en su momento máximo, siendo su avance extremadamente rápido,
con las consecuencias favorables que ello conlleva para el ámbito de la hidrologı́a conforme los
planteamientos de ésta se van adaptando a las nuevas prestaciones que dicha ciencia ofrece.
dichos fenómenos de modo distribuido sobre una cuenca, aumentando la resolución al igual
que sucedı́a con otros modelos hidrológicos enfocados al estudio de caudales y similares.
Con lo anterior, las adaptaciones de modelos sobre Sistemas de Información Geográfica son
abundantes — y recientes —, existiendo variedad de modelos sobre los SIGs más populares.
A destacar en este sentido las realizadas sobre los modelos USLE y RUSLE — las cuales se
analizarán en detalle en el capı́tulo correspondiente —, ası́ como por ejemplo el modelo SWAT,
del cual existen interfaces sobre los SIGs GRASS y ArcInfo , desarrolladas todas ellas ya en
la década de los 90.
La tendencia actual es la unión dentro de un mismo modelo — y, por tanto, de una misma
aplicación informática —, de las capacidades de modelización de erosión, pero también las
de estimación de escorrentı́as y caudales que son necesarias para los mismos, constituyendose
verdaderos modelos hidrológicos como tales, aunque siempre con un enfoque prioritario so-
bre el análisis de procesos erosivos. Modelos como los anteriormente citados EUROSEM o
KINEROS2 son ejemplos de esta filosofı́a.
Para cerrar este apartado, no debe tampoco dejar de hacerse mención en este punto a
la teledetección, que contribuye igualmente de manera notable a la obtención de parámetros
temáticos y a posibilitar una actualización rápida y constante de los mismos, incorporando
ası́ importantes elementos dentro de la modelización de la erosión basada en aplicaciones de
tipo SIG y en un tratamiento informático de los datos disponibles.
nante baterı́a de elementos para el análisis del terreno, y que por el gran interés que conlleva
para este texto será detallada en su manejo y fundamentos en otros apartados del mismo.
La gran mayorı́a de estos programas generan resultados que son necesarios para la utili-
zación de modelos hidrológicos, y constituyen asimismo el referente seguido por otra serie de
modelos desarrollados con posterioridad y que incorporan en ellos mismos las capacidades de
análisis del terreno necesarias para su propio funcionamiento.
Por último, no debe olvidarse, junto a los anteriores, las soluciones implementadas en
los meros Sistemas de Información Geográfica, en especial la gran serie de funcionalidades
presentes en el SIG libre GRASS, ası́ como el módulo GRID de análisis raster presente desde
sus primeras versiones en el software ArcInfo — y continuada en sus versiones actuales —,
y que ha jugado un importante papel en el desarrollo de gran número de planteamientos en
relación con los MDTs
Capı́tulo 2
Errors using inadequate data are much less than those using no data at all.
Charles Babbage
2.1. Introducción
Los avances en las técnicas de recogida de información, conjugados con los nuevos formatos
de almacenamiento de dicha información y la creciente potencia informática disponible para
su manejo, se han erigido en los últimos años como los verdaderos impulsores de las técnicas
y planteamientos existentes en las disciplinas fundamentadas en el análisis del territorio y el
medio fı́sico, entre ellas la hidrologı́a. El objetivo de este primer capı́tulo es introducir con el
suficiente detalle las nuevas formas de cartografı́a y presentación de la información espacial,
obteniendo un conocimiento profundo de éstas que nos permita abordar su análisis y realizar
una explotación rigurosa y eficaz de dicha información en toda su extensión.
De entre las formas cartográficas analizadas es preponderante, tanto por su importancia
general como por el mayor empleo del que será objeto posteriormente en las formulaciones
hidrológicas, el Modelo Digital del Terreno (MDT), equivalente directo en formato digital de
la cartografı́a de elevaciones habitual mediante curvas de nivel. Otros formatos y otro tipo
de informaciones son analizadas, no obstante, siendo empleadas en distintos puntos de este
libro. Con ello, quedan recogidas aquı́ todas las formas de almacenamiento de información
espacial cuyo análisis pueda derivar resultados de interés desde el punto de vista del estudio
hidrológico.
En todos estos elementos cartográficos, el análisis se restringe a las propiedades y carac-
terı́sticas cuya comprensión sea necesaria para posteriores operaciones, prescindiendo de una
larga serie de conceptos (muy larga, a decir verdad, dado el desarrollo y la complejidad de
estas entidades) de igual o mayor importancia, cuyas implicaciones suponemos resueltas y sin
transcendencia alguna sobre el material aquı́ tratado. El conocimiento de estas otras facetas,
de ı́ndole muy similar en ocasiones a las aquı́ presentadas, es comentado muy sucintamente
para enfocar al lector avanzado que, sin duda, complementará eficazmente los contenidos de
este libro con otras lecturas de entre las propuestas como básicas para cada apartado.
17
18 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
modelo que Burrough describe es solo una — aunque la más habitual — de llevar a cabo lo
anterior, definiendo cada caso y cada estudio una forma particular de solucionar el problema.
Para el caso del análisis hidrológico ésta es, sin duda, la que mayores ventajas ofrece, unidas
estrechamente con una mayor facilidad para la comprensión de los fundamentos matemáticos
y la implementación de éstos mediante algoritmos correspondientes, lo cual, sin embargo, no
es óbice para evitar la exposición de algunas de esas otras soluciones con las cuales el análisis
en términos hidrológicos puede igualmente llevarse a cabo.
Además de lo anterior, y pese a que el MDT es el documento cartográfico por excelencia
para el análisis que se pretende abordar en esta obra, existen otra serie de mapas con los que
también se trabajará en formato digital y cuyas caracterı́sticas no dan lugar a una tan clara
preferencia por uno u otro formato. Por ello, y tomando distancia para estudiar no sólo los
MDTs — que ya se analizarán con profusión en sucesivos apartados — sino el conjunto global
de documentos cartográficos de interés para nuestro cometido actual, se tratarán de explicar
seguidamente las diversas alternativas en cuanto al almacenamiento de estos mapas en un
formato digital adecuado.
Debe entenderse ahora, pues, un MDT más allá del significado fı́sico del mismo, su proce-
dencia o sus cualidades inherentes desde el punto de vista tangible del modelo que constituye,
y pensar en él como una mera forma de almacenamiento de los datos recogidos en campo de
uno u otro modo, y que contienen de por sı́ la información geomorfológica del relieve objeto
de análisis posterior. Ası́, pueden desde esta perspectiva definirse los siguientes enfoques o
concepciones de los datos según su modo de almacenamiento, los cuales, como se dijo, no sólo
son aplicables para el caso de recoger elevaciones — éste es el caso del MDT —, sino cualquier
otra variable espacial que pueda dar lugar a la elaboración de algún tipo de cartografı́a.
Enfoque Vectorial .
El enfoque vectorial se basa en el almacenamiento de los datos mediante entidades in-
dependientes, cada una de las cuales posee unas caracterı́sticas propias que lo definen, y
siendo su conjunto el que conforma la estructura espacial de las propiedades asociadas
en el área tratada. Las entidades consideradas son por norma general de tipo geométrico,
en particular puntos, rectas y polı́gonos en el caso bidimensional habitual. La estructura
vectorial permite una gran flexibilidad en el manejo de la información, en cuanto que
ésta puede tener distintas formas y caracterı́sticas con menores limitaciones que en el
caso raster que se verá a continuación, lo que la hace ideal para almacenar informa-
ción temática, como la empleada frecuentemente en aplicaciones SIG para, por ejemplo,
estudios de planificación ambiental o similares, por nombrar una disciplina quizás mas
cercana al lector.
La información almacenada en formato vectorial tal como la anterior, generalmente
es más económica en términos de almacenamiento, aunque desde el punto de vista de
su procesado no ofrece las ventajas y potencia del formato raster para el caso que se
contempla en estas páginas.
Enfoque Raster .
La filosofı́a de almacenamiento raster guarda la información de modo regular en uni-
dades predefinidas. En este caso la superficie queda dividida en elementos regulares a
cada uno de los cuales se le asocia un valor correspondiente a la variable estudiada en
dicho elemento. En el caso mas frecuente, éstos suelen ser generalmente celdas de tipo
cuadrado, lo que permite asimilar la estructura de tesela con elementos cuadrados a una
matriz ordinaria sobre la cual efectuar los cálculos pertinentes. Este hecho da lugar a un
análisis más sencillo y potente de las variaciones de las propiedades en el espacio, a la
20 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
par que más intuitivo y simple. La notación de los procesos queda también simplificada
en gran medida para este caso.
El inconveniente principal del modelo raster reside en la discretización del espacio a la
que da lugar, responsable directa de una perdida de precisión que se antoja la desventaja
más notable del mismo, y la cual debe ser asumida desde un primer momento a la hora de
trabajar bajo este modelo de almacenamiento, siendo conscientes de dicha circunstancia.
La ventaja principal — amén de la ya citada simplicidad en la gran mayorı́a de los casos
—, la encontramos especialmente en el manejo eficiente y adecuado de información de
tipo continuo, tal y como es el caso de las elevaciones recogidas en el MDT, al permitir las
operaciones sobre dicha información de una manera mas acorde con la propia naturaleza
de la misma.
Dentro de este enfoque, la disposición de la unidades que conforman el terreno repre-
sentado, tanto en su forma como en su organización o distribución sobre el espacio que
representan, da lugar a diversos planteamientos presentes en desigual proporción a la
hora de su aplicación real en unas u otras disciplinas. Ası́, conjuntamente con la men-
cionada estructura de malla de celdas cuadradas, otras configuraciones posibles pasan
por el empleo de celdas hexagonales formando paneles de tipo abeja — reconocido en
ocasiones como estructura mas óptima y con menor error de cara al cálculo realizado
sobre la misma, aunque de uso poco extendido por perder gran parte de la simplicidad
que caracteriza a la estructura de celdas cuadradas —, o estructuras con densidades de
mallado variables según las distintas áreas del terreno que se consideren.
Las dos tendencias anteriores definen en lı́neas generales unos conceptos y unas filosofı́as
de almacenamiento sobre las cuales aún pueden darse variaciones de cierta entidad como bre-
vemente se apuntó en el último caso. Habiéndose expresado sin detalle la mejor disposición
para nuestro trabajo de las mallas raster frente a las estructuras de tipo vectorial — se pro-
fundizará en este aspecto en breve —, podemos ahora analizar con algo más de detalle las
principales formas que se derivan de los paradigmas anteriores, concluyendo ası́ la descripción
de éstos y emplazándonos en situación adecuada para adentrarnos seguidamente en su análisis
pormenorizado.
Figura 2.1: Representación del relieve mediante redes de triángulos irregulares (TIN) (Adaptado de
Mitasova).
posteriores análisis. Sin abundar, por innecesario, en este concepto, apuntar tan sólo la rele-
vancia de estas estructuras dentro de la geometrı́a computacional y la gran aplicabilidad en
campos de estudio muy diversos donde representan elementos básicos de utilización habitual.
Volviendo al caso que nos ocupa, esto es, la hidrologı́a, los TIN , mejorando las prestacio-
nes ofrecidas por las representaciones basadas en isolı́neas, se demuestran insuficientes para un
análisis preciso, principalmente por el costo en términos computacionales y de almacenamien-
to que supondrı́a el trabajo bajo unas condiciones de precisión similares a las ofrecidas, por
ejemplo, por una representación de tipo raster. La principal ventaja de la representación me-
diante triángulos irregulares, es decir, la capacidad de caracterizar el espacio con únicamente
una fracción de sus puntos, extrayendo aquellos mas caracterı́sticos y reduciendo la comple-
jidad fisiográfica a elementos sencillos, se pierde cuando el número de tales puntos aumenta
drásticamente para cumplir las exigencias mı́nimas deseables de cara al análisis hidrológico.
Es ası́ que, pese a la bondad de este método desde muchos puntos de vista, no lo empleare-
mos en este texto por considerar que, en su forma común y con unas caracterı́sticas de detalle
habituales, representa una alternativa mejorable en cuanto a precisión de los resultados finales
obtenidos a partir de su estudio.
Lo anterior no quiere decir, sin embargo, que disponiéndose de una representación del
terreno mediante un TIN , éste presente dificultades notables o impedimentos para su análisis
tales como las que fueron objetadas en el caso de trabajar con curvas de nivel. Si bien las
formulaciones y algoritmos superan en la práctica totalidad de operaciones la complejidad de
los mismos sobre mallas raster — ya se ha dicho que la sencillez es la gran virtud de éstas —,
un TIN, siempre teniendo presentes las limitaciones de precisión aducidas con anterioridad,
representa una alternativa adecuada para el análisis hidrológico, aunque por motivos de espacio
y homogeneidad de contenidos no queden reflejadas las formulaciones correspondientes en este
texto.
Aunque no tan extensa como en el caso raster, existe una cierta bibliografia acerca del
tratamiento de redes de triangulos para análisis hidrológico, algunas de cuyas referencias he
optado por incluir al final de este libro pese a no ser mencionadas explicitamente en el mismo,
pues pueden resultar de interés para el lector. Los resultados en este sentido, no obstante, son
de carácter mayoritariamente experimental, no siendo nada frecuente el encontrar implemen-
taciones de análisis hidrológico basadas en TINs en software comercial habitual.
Por último, y al igual que se señaló en el caso de las representación mediante curvas de nivel
y su conversión en otros formatos, la relativa facilidad con la que dichas otras modalidades
de representación pueden derivarse a partir de un TIN no debe dar lugar a equı́vocos y debe
quedar claro que tal conversión, aun creando un escenario mas propicio, no mejora la calidad
de los datos y por tanto difı́cilmente lo hará con la de los resultados obtenibles. Mi insistencia
a este respecto — y que espero el lector sepa disculpar — viene motivada por mi propia
experiencia en este campo, donde con demasiada frecuencia tienen lugar este tipo de hechos que
pueden restar valor a un estudio hidrológico bien realizado por un error grave pero subsanable
de los conceptos de base.
variable, sobre las que tan sólo nos detendremos brevemente pues sus caracterı́sticas, aún
suponiendo una mejora en cuanto a optimización de tiempo y recursos, no han dado lugar
hasta la fecha a apenas formulaciones de análisis dentro de la hidrologı́a — sı́ en otros campos
—, por lo que no serán consideradas como elementos útiles de cara a nuestros objetivos.
Figura 2.3: Representación numérica y en escala de grises de una porción de un Modelo Digital del
Terreno
raster o bien estos sean simplemente una codificación que permita la conexión con una base de
datos donde se encuentre dicha información almacenada. Una malla raster que recoja valores
del parámetro C de la Ecuación Universal de Pérdidas de Suelo (USLE) es un ejemplo del
primer caso, mientras que una malla donde se almacene información acerca de los usos de
suelo (de la cual podrı́a derivarse la anterior) se encontrarı́a en el segundo caso.
En la medida de lo posible, la utilización de este último tipo de mallas de datos se va a
evitar a lo largo del texto, en cuanto que resulta más adecuado trabajar sobre elementos que
conformen una información completa de modo autónomo, no debiendo entrar en explicaciones
accesorias acerca del manejo de otras formas derivadas. Una vez comprendida la naturaleza y
los fundamentos básicos de las mallas raster para almacenamiento de datos espaciales, inde-
pendientemente de la información que contengan, se trata de poder aplicar directamente ese
conocimiento para todas las operaciones relacionadas con la hidrologı́a que van a ser llevadas
a cabo a lo largo de estas páginas.
La utilización de un enfoque raster para datos no continuos no resulta tan conveniente como
en el caso de datos continuos, siendo superada en muchos sentidos por un almacenamiento
de tipo vectorial, alternativa que se presenta con mas frecuencia en el uso habitual de este
tipo de información en prácticamente cualquier campo. No obstante, por las cuestiones de
coherencia y simplicidad mencionadas anteriormente, se ha considerado oportuno adoptar
un único paradigma de estructura de datos para todos los diversos tipos de información a
utilizar, decisión que se ha decantado a favor del tipo raster basándose principalmente en la
preponderancia de los datos de elevación, continuos ellos, en el entorno tratado. A buen seguro
el lector, con lo aquı́ recogido y con alguna información de fácil obtención acerca de modelos
vectoriales y de la relación raster–vectorial, podrá aprovechar óptimamente ambas filosofı́as
en una aplicación práctica de lo que en estas páginas queda desarrollado.
Una referenciación espacial de las celdas de acuerdo con algún sistema habitual de coor-
denadas.
El estudio de cada uno de éstos por separado y la integración y concepción conjunta de los
mismos nos dará los caracteres definitivos del MDT necesarios para su empleo, y arrojará sin
duda una cierta luz sobre la naturaleza de los mismos que facilitará la comprensión de futuros
elementos y formulaciones.
26 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Referenciación espacial
La localización en el espacio de cada valor dispuesto sobre el MDT y almacenado como
parte de éste resulta, de modo obvio, una necesidad para el estudio de la variación y el com-
portamiento de la variable que dicho valor representa. De otro modo, los atributos geográficos
de las entidades que recogen los anteriores valores son un elemento imprescindible para dotar
de sentido y utilidad al Modelo Digital del Terreno configurado.
En el enfoque vectorial, donde se veı́a la independencia de las entidades, la adjudicación de
unos atributos espaciales que permitan la localización de cada una de ellas es necesaria para
todas y cada una de las mismas, al no existir ningún tipo de coherencia espacial que permita
la deducción de unas a partir de otras. La estructura regular y perfectamente estructurada de
una malla raster hace innecesaria la definición con carácter individual de dichas propiedades
espaciales, en cuanto que el conocer una en particular ya nos faculta, en virtud de la antedicha
regularidad, para extraer la de cualquier otra celda que deseemos.
Ası́ pues, una información de primera necesidad reside en la definición de la localización
de una celda cualquiera, estableciéndose ésta como referente en términos geográficos para el
resto de la malla y permitiéndonos el emplazamiento completo de la zona representada por
nuestro MDT
Orientación de la malla
Aunque resulta raro encontrar, por una mera razón de simplicidad, Modelos Digitales del
Terreno cuya orientación sea distinta de la Norte–Sur — esto es, que el eje vertical del MDT
representa el eje Norte–Sur —, es conveniente resaltar aquı́ esta circunstancia con el fin de
establecer por completo la totalidad de información necesaria para la correcta definición del
MDT. Aunque con frecuencia se obvia este hecho y se da por supuesta la orientación Norte–
Sur de la malla, resulta éste un parámetro de igual importancia que los restantes, el cual,
en conjunción con la referenciación espacial ya comentada, nos permite comenzar a extender
dicha referenciación al resto de celdas de la malla según se apuntó con anterioridad.
Supóngase que se trabaja con coordenadas UTM, la orientación es la habitual ya mencio-
nada y se conocen las coordenadas X e Y de una celda. Por sencillez, sea esta celda la situada
en la parte superior izquierda de la malla y denominemos a y b a dichas coordenadas respec-
tivamente. Si representamos nuestra malla de datos como una matriz, quedando representada
cada celda por un elemento de dicha matriz, y situamos en cada celda el par de valores que
representan la situación de la misma, se tiene algo como lo siguiente.
(a, b) ? . . .
? ? ...
.. .. . .
. . .
Definamos una función fU T M (x, y) que nos indica la coordenada de una celda determinada,
en base a la celda original de la cual se conoce su localización exacta. x e y son respectivamente
la columna y la fila en que se encuentra la celda en cuestión dentro de la malla. Dicha función
tendrá una expresión como la siguiente:
fU T M (x, y) = (a + x · g, b − y · g) (2.1)
Como puede apreciarse, se hace uso de una variable g necesaria para establecer la relación
entre la distancia medida en celdas y la existente en las unidades en que se trabaje con las
coordenadas UTM (habitualmente metros). Este parámetro, que no es otro que la resolución
o dimensión de las celdas, y que se abordará en el siguiente punto, completa los necesarios
para una correcta referenciación espacial del MDT como fuente de información.
2.2. MODELOS DIGITALES DEL TERRENO 27
Para cualquier lector con conocimientos básicos de álgebra resulta obvio que lo anterior
puede escribirse ventajosamente de modo matricial según lo siguiente
xU T M x g 0 a
= + (2.2)
yU T M y 0 −g b
perspectiva que complementa el desarrollo previo y facilita la comprensión del sencillo proceso
que tienen lugar en este punto y que es de imprescindible comprensión para la asimilación de
los conceptos básicos relativos al manejo de MDTs a este nivel.
torno actual, a la relación existente entre los elementos de georreferenciación que acaban de
describirse y las formas más habituales en que esta misma labor se realiza en el caso de las
imágenes aéreas, fuente de información cartográfica en formato digital que guarda amplia simi-
litud con nuestros MDTs como ya se dijo en la justificación del uso de éstos. Este paralelismo
ayudará sin duda a una mejor comprensión del apartado, a la vez que introducirá algunos
conceptos básicos pero de suma relevancia relativos a un elemento tan importante dentro del
tratamiento actual de la información espacial como son las imágenes aéreas y similares.
Para una de estas imágenes áereas, una metodologı́a habitual de establecer su georrefe-
renciación consiste en el almacenamiento de los parámetros anteriores en un fichero asociado,
generalmente con el mismo nombre y tomando como extensión la primera y ultima letra de
la extensión del fichero de imagen, añadiendo a estas una uve doble (por ejemplo, el fichero
asociado a una imagen en formato .tif quedaria como .tfw. Se tiene ası́ lo que se conoce
como un World File, y que es el fichero encargado de guardar la información mediante la cual
es posible conocer la situación exacta de la imagen a la que hace referencia. La estructura de
uno de éstos ficheros posibles se recoge bajo estas lı́neas.
1.0
0.0
0.0
-1.0
691200.0
4576000.0
Lı́neas 2 y 3. Ángulos de rotación del plano respecto a los ejes x e y. Estos valores son
siempre iguales a cero.
Los anteriores valores son empleados para realizar un transformación afı́n de la forma
xU T M x g τx a
= + (2.3)
yU T M y τy g b
donde la notación es similar a la de 2.2, apareciendo los términos τx y τy , que representan
las rotaciones respecto a los ejes x e y. No obstante, por ser estos valores iguales a cero, la
anterior expresión se asimila de inmediato a (2.2). La similitud mencionada, por tanto, entre
la georreferenciación habitual en el caso de imágenes con la que se viene aquı́ presentando
para el caso de MDTs, es patente de modo notable, y mediante lo anterior quedará claro por
completo el significado de cada uno de los términos que venimos manejando a este respecto.
No es mi intención en este libro el entrar en aspectos puramente informáticos, y mucho
menos el trabajar con determinados formatos de fichero siempre susceptibles de mejora o de
caer en desuso por motivos ajenos a su propia bondad. He creı́do sin embargo interesante
realizar el anterior apunte, ası́ como, para concluir este punto, incluir un pequeño ejemplo de
fichero raster almacenado mediante texto ASCII, para ası́ arrojar algo más de luz sobre esta
materia.
El siguiente fragmento representa la cabecera de georreferenciacion de un fichero MDT
almacenado según el formato ASCII GRID propuesto por ESRI , elegido éste simplemente por
2.2. MODELOS DIGITALES DEL TERRENO 29
ncols 445
nrows 586
xllcorner 570000
yllcorner 4378000
cellsize 90
nodata_value -9999
El contenido del fichero es bastante explicativo de por sı́, incluso a pesar de que algunos
términos restan por definirse, lo cual se hará seguidamente en los próximos puntos. De cual-
quier modo, queda patente la similitud entre ambas entidades, no siendo necesario añadir más
información al respecto.
de las cuales no disponemos de información válida debe asignarse un valor que permita operar
sobre el resto sin que esta circunstancia interfiera en modo alguno.
El establecimiento de un valor que se convenga explı́citamente en el MDT para reflejar este
tipo de celdas sin datos, y la incorporación en los algoritmos de análisis de alguna metodologı́a
para el reconocimiento y tratamiento particular de dichas celdas, permitirá el trabajo con
mallas completas o incompletas de modo indistinto. En el momento de abordar los primeros
algoritmos y formulaciones, este hecho se hará patente en dichos algoritmos quedando claro el
concepto y su utilidad como parte integrante del Modelo Digital de Elevaciones.
Hago notar, para concluir, que la tentadora opción de asignar sin más valor cero a las
celdas sin datos es, lógicamente, errónea, ya que cualquier algoritmo la interpretará como una
celda al nivel del mar, dando lugar a resultados con nula significación y no consiguiendo el
resultado buscado que no es otro que el de ignorar dichas celdas centrando el análisis sobre
aquellas que si poseen datos válidos. Los valores a escoger para este parámetro deben situarse
fuera del intervalo abarcable por las elevaciones presentes en un terreno, es decir, por ejemplo
en los valores menores de −100 o mayores de 8848, suponiendo que los datos correspondientes
a cada celda se encuentran expresados en metros.
Mas aún, el valor de celda sin datos va a ser empleado también en las mallas que se generen
a partir del MDT para otros parámetros dados, existiendo la posibilidad de emplear un valor
distinto en cada una, aunque siendo más interesante el empleo de una constante comun a
todas ellas. Valores negativos con gran valor absoluto son adecuados para este supuesto, pues
no tienen ocurrencia para ninguna de las variables que a lo largo del texto van a ser descritas
y analizadas.
tarea concreta viene definida de forma casi exclusiva por dichas resoluciones. Este punto
tendrá, no obstante, y por mi parte, un enfoque netamente práctico, casi a modo de consejo
general para quien deba en un momento dado acometer el análisis de un MDT con fines
hidrológicos. Información mas particular al respecto, y desde un punto de vista más ((formal)),
puede encontrarse por ejemplo en (Walker, 1999) o (Gyasi–Agyei, 1995)
Dos son las resoluciones que deben analizarse, a saber:
Resolución vertical
Idénticas consideraciones a las realizadas con anterioridad para el tamaño de celda pue-
den hacerse ahora respecto a la resolución vertical. En lı́neas generales, puede decirse
que el trabajo con precisión centimétrica es más que suficiente en la práctica totalidad
de casos, mientras que una precisión igual o inferior al metro resulta insuficiente para
la mayorı́a de MDTs. De modo más particular, es interesante poner de manifiesto la
dependencia de este elemento con el relieve presente en el MDT — zonas de relieve muy
marcado podrán ser caracterizadas con una resolución menor —, ası́ como con el tamaño
de celda empleado — a tamaños de celda mayores, la resolución vertical puede también
ser menor —.
Este hecho obedece a que, de cara al análisis posterior, no sólo los valores como tales
de las celdas son importantes, sino la configuración del propio relieve que se deriva de
los mismos, por lo que lo realmente importante es mantener la configuración real al
discretizar el terreno en el MDT, evitando la aparición de formas diferentes tales como
zonas llanas a causa de una resolución ineficiente en la medida de las elevaciones.
Como se ha dejado ver ya — y se va a ver con más detalle en próximos puntos —,
existe una cierta similitud entre los conceptos de malla raster de datos de elevación e
imagen digital, hasta el punto que en ocasiones el almacenamiento y trabajo en análi-
sis del terreno se presenta a traves de imágenes. Estas imágenes, aunque adecuadas a
efectos de representación visual — para ello son imágenes — no poseen caracterı́sticas
adecuadas para emplearse como método de almacenamiento y manejo de MDTs desti-
nados al análisis hidrológico, siendo esto debido mayoritariamente a una insuficiencia de
resolución vertical.
Para comprender esto, téngase en cuenta que, en la mayorı́a de estas imágenes, la re-
presentación se realiza mediante una escala de grises, siendo la profundidad del color de
8 bits , esto es, 256 colores. Es fácil comprender que, con tan sólo 256 niveles de eleva-
ción, un relieve con una relativamente moderada diferencia de altitudes extremas de 256
metros ya supone la utilización de una resolución vertical de 1 metro, la cual con anterio-
ridad se presentó como insuficiente en buena parte de los casos. Por lo tanto, y aunque
numerosas aplicaciones informáticas admiten como entrada MDTs en formato imagen,
desde aquı́ desaconsejo el uso de éstas en favor de otros formatos más y especı́ficos y
mejor adaptados ara el manejo de información relativa al relieve.
Una razón, sin embargo, para justificar la inclusión explicita de metodologı́as para la
creación de mallas de datos a partir de datos de otra ı́ndole, es la posibilidad de emplear estas
metodologı́as para otras mallas distintas del MDT, las cuales, por sus propias caracterı́sticas,
sı́ son mas susceptibles de ser obtenidas mediante creación propia con unos requerimiennos
de calidad suficientes. Veremos que este hecho se pondrá de manifiesto en el trabajo con
otro tipo de información de partida al margen de las elevaciones, ya en la segunda parte del
libro, dotando de cierto interés a las formulaciones que en este apartado brevemente van ser
introducidas.
Volviendo al caso particular del MDT, el proceso de elaboración de éste, simplificando al
máximo los detalles, se compone de forma general de dos etapas principales bien diferenciadas:
la toma de datos de partida y la realización de operaciones adecuadas sobre dichos datos para
dar lugar al MDT ya en su forma útil y apta para la incorporación del mismo como fuente
básica de información altitudinal. De estas dos etapas, aunque nunca profundizando en exceso
dada la limitada relevancia del tema como fue ya justificado previamente, se hará un mayor
énfasis en este apartado sobre la segunda de ellas, pues es ésta la que quizás tenga mayor
interés, ası́ como la que de lugar a formulaciones y teorı́as mas acordes con la lı́nea general de
la obra.
Brevemente describiendo la primera de las antedichas fases, la toma de datos puede llevarse
a cabo mediante los métodos habituales que se han venido utilizando para la confección de
cartografı́a de elevaciones clásica, es decir, los procesos basados en el trabajo directo en campo
y la medición explicita de una serie de valores que permitan posteriormente la generalización
de los mismos a la escala correspondiente y la creación de este modo de un documento carto-
gráfico final. Ası́mismo, estos métodos clásicos pueden y deben combinarse con la utilización
de tecnologı́as más actuales, las cuales permiten la obtención de datos con una precisión mayor
en lı́neas generales, ası́ como en número más elevado, ambas condiciones muy favorables para
la posterior creación del MDT. Por último, deben considerarse de igual modo los métodos
indirectos que no requieren la toma explicita de datos sobre el terreno, recogiendo éstos de
otros documentos cartogr’ficos preexistentes. El aprovechamiento de cartografı́a de elevaciones
de curvas de nivel como fuente tanto primaria como de apoyo de información, representa un
ejemplo de lo anterior.
Entrando en el apartado concerniente a la creación en sı́ del MDT una vez que los datos
han sido obtenidos mediante alguna de las metodologı́as anteriores, y en particular en las
operaciones y técnicas que para tal fin son empleadas, es necesario definir aunque sea de
modo somero las caracterı́sticas que se busquen en dicho MDT que va a ser creado. Siendo
conocedores, como somos ya a estas alturas, de la mayor bondad y mejor disposición de las
mallas raster regulares para acoger la información de relieve de cara a su empleo posterior
desde el punto de vista hidrológico, será en la creación de una de tales mallas en lo que nos
basaremos para la introducción de las siguientes metodologı́as.
Frente a la regularidad en la disposición de los datos de elevación dentro de la malla
raster, los métodos de recogida de información con anterioridad esbozados dan lugar a una
serie discreta de datos dispuestos de modo irregular. La tarea primordial es, por tanto, la
conversión de los datos recogidos en un conjunto regular, a través de la estimación de altitudes
para cada una de las celdas de la malla en función de los datos de que se dispone.
Esta estimación, matemáticamente hablando, es un proceso de interpolación para el cual
pueden emplearse diversas metodologı́as, cada una de ellas con una mejor o peor aptitud
para la creación de MDTs adecuados de cara al análisis que se pretende realizar, y que serán
brevemente analizadas a continuación.
Para cada una de las celdas del MDT, la aplicación de una de estas formulaciones teniendo
en consideración un número arbitrario de los puntos más cercanos a la misma, permite obtener
un valor para la cota de dicha celda, construyéndose ası́ la totalidad de la malla requerida.
34 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
En todo momento, debe tenerse en cuenta que la precisión del resultado obtenido, más que
de la propia naturaleza y bondad del método de interpolación aplicado, depende de los datos
de partida, la densidad de éstos y la disposición espacial de los mismos. Ası́, por ejemplo, la
aplicación de cualquiera de tales métodos sobre puntos exteriores a la nube de puntos recogida,
constituyendo una extrapolación en lugar de una interpolación, conduce fácilmente a valores
poco reales que denotan la falta de información para dichas localizaciones. La buena calidad
desde todos los puntos de vista de los datos originales es, por tanto, factor imprescindible — y
habitualmente el mayor escollo que se presenta en la creación de un MDT — para la obtención
de resultados adecuados sobre los cuales pueda procederse a un uso en condiciones óptimas.
Figura 2.4: Superficie obtenida mediante interpolación con ponderación por distancia inversa (Adap-
tado de Mitasova).
Kriging
La formulación del Kriging se basa, al igual que en el anterior caso, en una ponderación
lineal de la forma
2.2. MODELOS DIGITALES DEL TERRENO 35
n
X
zb = zi Λ i (2.5)
i=1
Figura 2.5: Superficie obtenida mediante interpolación por Kriging (Adaptado de Mitasova).
de ajustar un polinomio. Dichos puntos de control, a los cuales debe asociarse igualmente un
peso correspondiente, permiten el cálculo de la superficie fuera de los mismos, minimizando
la curvatura de la misma (el concepto de curvatura será analizado con posterioridad en el
apartado dedicado al propio análisis del terreno).
Figura 2.6: Superficie obtenida mediante interpolación con curvas adaptativas (Splines) (Adaptado de
Mitasova).
Un sı́mil fı́sico de los anterior es el de una membrana elástica unida a una serie de pun-
tos, resultando el resto de puntos de la malla correspondientes a la forma natural que dicha
membrana adoptarı́a.
Dentro de los splines, encontramos diferentes opciones que se ajustan a la definición general
anterior, pudiendo efectuarse ajustes sobre los mismos — en los cuales no entraremos —,
ası́ como existiendo planteamientos diversos según unos u otros autores y según el campo de
aplicación principal al que vayan a destinarse los resultados de la interpolación.
Sin profundizar en su formulación, compleja más allá de lo aquı́ necesario para introducir
el método, y en lo referente a la cálidad del los MDTs generados, éstos presentan generalmente
curvas suaves y un número reducido de depresiones artificiales y artefactos, por lo que resultan
adecuados para su utilización posterior en el análisis del terreno.
Otros planteamientos
Aunque las metodologı́as básicas para la interpolación de mallas de datos, ya sean de eleva-
ciones o de cualquier otro parámetro, son las presentadas en los apartados anteriores, existen
algunas otras metodologı́as que resulta de interés incluir también brevemente aquı́. Por otra
parte, para el caso particular del MDT, la abundancia y buena disponibilidad de información
altitudinal recogida como curvas nivel hace que dicha forma de representación topográfica sea
con frecuencia el punto de partida para la elaboración del MDT. Pese a que puede darse una
rasterización de las curvas de nivel y tratar éstas como puntos, la consideración en cierta medi-
da de éstas como lı́neas puede aprovecharse a la hora de plantear algoritmos de interpolación,
como seguidamente veremos.
Ası́, una solución sencilla y que aporta buenos resultados (Gousie, 1998) es la interpolación
de curvas de nivel entre dos dadas, previa a la utilización de las mismas en el proceso de
interpolación del MDT propiamente dicho. Para ello, y siendo a y b los valores de elevación de
dichas curvas de nivel conocidas, simplemente se toma un punto A sobre una de ellas y se une
con el punto B más cercano en la otra curva. La recta que pasa por dichos puntos representan
la recta de máxima pendiente, y al punto medio del segmento AB puede asignársele una cota
a+b
2 . La estimación de un número suficiente de puntos da lugar a una nueva curva de nivel por
unión de los mismos.
Este recurso tan simple, aunque obviamente no enriquece la información de partida y no
pasa de ser un útil ((truco)) ciertamente propenso a la introducción de imprecisiones, puede
tener consecuencias interesantes sobre la malla posteriormente interpolada mediante uno de
los algoritmos ya presentados, al disminuir el efecto de aterrazamiento que en algunos de
2.2. MODELOS DIGITALES DEL TERRENO 37
ellos aparece. Téngase en cuenta, no obstante, que esta consideración se hace desde el punto
de vista de la mayor coherencia en su aspecto general entre la superficie interpolada y la
real, aunque desde la perspectiva del posterior uso en el análisis hidrológico también existen
ventajas notables.
Por norma general, como quizás ya haya comprobado el lector, doy prioridad a la configu-
ración cualitativa de la fisiografı́a del terreno y su corrección de cara a la modelización de los
procesos hidrológicos, frente a la precisión numérica e incluso conceptual desde el punto de
vista cartográfico. Si se tienen en cuenta los resultados hidrológicos que constituyen nuestro
objetivo final, esta aparente perdida de rigor queda plenamente justificada en base a ofrecer
unas garantı́as adecuadas en los procesos que, sobre el MDT, van a tener lugar para permitir
el alcance de dichos resultados.
Por último, para concluir este apartado, un enfoque matemático distinto para la creación
de una malla de datos a partir de valores puntuales es el basado en un tratamiento matricial del
problema, llevando este a cabo mediante la resolución de sistemas de ecuaciones asociados a los
valores de elevación de cada celda. Fijada una restricción para la superficie generada mediante
la interpolación, ésta puede expresarse mediante una relación entre el valor de elevación de
una celda dad celda — sea xi,j — y el de las de su entorno — de la forma xi+m,j+n , teniéndose
ası́ una ecuación en xi,j . Planteando una ecuación como la anterior para cada una de las celdas
de la malla, se tiene el sistema anteriormente mencionado, cuya resolución lleva a la obtención
de todos los valores xi,j de dicha malla, algunos de los cuales ya eran conocidos — los datos
de partida — y otros no.
En particular, se puede obtener una ecuación tal si para cada celda suponemos que su
valor de elevación es la media de las elevaciónes de las celdas situadas al Norte, Sur, Este y
Oeste de la misma (Randolph, 2000), es decir
1
Zi,j = (Zi,j−1 + Zi,j+1 + Zi−1,j + Zi+1,j ) (2.6)
4
Se introduce aquı́ una notación que nos acompañará en gran parte del texto para los valores
de las distintas celdas de la malla, de tal modo que dichos valores, en este caso alturas, se
denotan de la forma zi,j , siendo i la fila y j la columna en que se encuentra dicha celda dentro
de la malla en cuestión. Esta notación de carácter genérico se complementará con otras más
particulares cuando el análisis se restrinja a zonas determinadas dentro del conjunto de celdas.
La anterior expresión es equivalente a decir que la superficie cumple una ecuación de
Lagrange de la forma 3
∂2z ∂2z
+ =0 (2.7)
∂x2 ∂y 2
Pese a su buen carácter didáctico y el interés conceptual que este enfoque puede tener, desde
el punto de vista computacional su eficacia se encuentra a primera vista en clara desventaja con
respecto a otros planteamientos . Nótese que el número de ecuaciones del sistema resultante
es N = nfilas · nfilas con lo que para un caso tı́pico de una malla 500 × 500 el sistema resultante
presenta nada menos que 250000 ecuaciones. No obstante, la propia forma de estas ecuaciones
hace que la matriz A del sistema resultante sea muy rala, con lo que para el trabajo con la
misma pueden emplearse métodos numéricos particulares para este tipo de casos.
Como mejora de este método en términos de la buena conformación de las superficies resul-
tante, y para evitar algunos resultados no deseados tales como formas bruscas en las cercanı́as
de las curvas de nivel o puntos aislados utilizados como datos de partida, el sistema original
3
El planteamiento de un esquema en diferencias finitas para esta ecuación lleva a un resultado idéntico al
expresado en (2.6)
38 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Figura 2.7: Curvas de nivel originales(a), interpolación con sistema no indeterminado(b) y con sistema
indeterminado empleando coeficiente c = 1 (c) y c = 10 (d) (tomado de Randolph, 2000)
c · zi,j = c · a (2.8)
donde a es el valor conocido para el punto (i, j) y c es un coeficiente cuya utilidad en breve se
verá.
El sistema anterior es un sistema indeterminado con una expresión matricial de la forma
AZ = B (2.9)
pese a lo cual es posible hallar una solución óptima disminuyendo el error cuadrático medio,
esto es, disminuyendo el valor de la expresión (AZ − b)t (AZ − B). En dicha solución, puede
controlarse el peso que se asigna a los valores conocidos — es decir, la fidelidad de la superficie
interpolada para con los valores que se conocen de dichos puntos —, variando el parámetro
c. Como se refleja en la figura (2.7), el aúmento del valor de c hace aumentar la suavidad de
las formas, de modo que éstas se ajustan con menor precisión a las curvas de nivel empleadas
como información de origen.
No obstante, el carácter numérico del MDT, junto con el enfoque hacia el uso hidrológico que
pretende darse al mismo, hacen pertinente el añadir algunas matizaciones sobre lo anterior.
Por vecindad (en inglés Nearest Neighbour , literalmente ((vecino más próximo))). No se
trata en realidad de una interpolación pues simplemente realiza una nueva malla inser-
tando nuevas celdas cuyos valores se calculan por mera vecindad, tomando el de la celda
mas cercana. Este método no es recomendable, pues genera grupos de celdas contiguas
con el mismo valor de elevación (zonas planas irreales), y no mejora la resolución, por
lo que no aporta el aumento de definición que se pretende.
Bilineal. Los valores de las celdas de la nueva malla interpolada se asignan ponderando los
de las celdas situadas entorno de la misma en la malla original, con lo que se consigue
mantener en mayor medida la forma real del relieve. Particularmente, con el caso de
imágenes este método — y también el siguiente, aunque en menor medida — da lugar
a imágenes con transiciones de color mas suaves, — más ((borrosas)) por decirlo de otro
modo más gráfico —, lo que en el caso de un MDT se traduce en relieves mas suaves
con curvas más dulces.
La formulación matemática del método es como sigue. Para una celda (i0 , j 0 ) en la nueva
malla interpolada, su valor en función de los de las 4 celdas más cercanas a la misma en
la malla original viene dado por la expresión
x+1 si − 1 ≤ x ≤ 0
R(x) = (2.11)
1−x si − 0 ≤ x ≤ 1
1
R(x) = ((x + 2)3+ − 4(x + 1)3+ + 6(x)3+ − 4(x − 1)3+ ) (2.13)
6
siendo
xm
si x > 0
(x)m
+ = (2.14)
0 si x ≤ 0
Puesto que estamos trabajando con esa asimilación entre imágenes digitales y MDTs,
utilicemos las consideraciones y conceptos de estas primeras para conocer con mayor precisión
lo que supone el llevar a cabo los anteriores métodos de interpolación sobre los MDTs que van
a constituir la base de nuestro trabajo. Mi objetivo con este apartado es probar que, siempre
dentro de unos lı́mites lógicos y sin caer en el abuso, la reducción de tamaño de celda en un
Modelo Digital de Terreno no es una práctica tan errónea y desvirtuadora de la información
como su equivalente en cartografı́a clásica, esto es, un cambio de escala mediante ampliación
(o reducción, aunque este caso puede considerarse menos grave) directa de un mapa.
En primer lugar, téngase en cuenta que una ampliación directa de un mapa, aún variando
el tamaño de éste, no hace aparecer información nueva, manteniendo exactamente la misma
cantidad de información. En términos de imágenes, esto constituye lo que se denomina un
redimensionamiento (resizing en la literatura inglesa). Por el contrario, la interpolación de un
MDT, lo que en términos de imágenes se denominarı́a como un remuestreo (resampling en
inglés), incorpora nueva información al nuevo MDT, al disponer de nuevos datos de altura
para las celdas que han sido introducidas con la variación de resolución.
Obviamente, esta mayor cantidad de datos no nos aporta un mayor conocimiento del
relieve, pues la información de partida es la misma y los datos nuevos no han sido medidos
directamente en campo, con lo que se puede decir que se ha añadido un cierto porcentaje de
información ((posible)). Sin embargo, de cara a su uso, en cierta medida disponemos de un
MDT que, no siendo en ningún caso superior al original en cuanto a su fiabilidad y precisión,
si puede haber mejorado de algún modo sus prestaciones intrı́nsecas para producir resultados
de calidad.
En particular, centremos en la capacidades de representación que pueden obtenerse a partir
de un MDT. Como en su momento veremos, la definición de los cauces se lleva a cabo también
sobre la base de la estructura matricial de dicho MDT, estableciéndose una serie de celdas que
conforman estos cauces. Si el tamaño de celda es óptimo para el análisis hidrológico pero grande
para el trazado preciso de cauces, la calidad de las representaciones asociadas será mejorable
en lo que a dichos cauces respecta. Aunque un aumento de resolución no aportará información
accesoria sobre el trazado en planta del cauce — aunque dividamos una celda en un numero
mayor, no podemos saber como se mueve el agua en éstas más alla de la tendencia general de
2.2. MODELOS DIGITALES DEL TERRENO 41
la celda original —, resulta claro que la representación será igual de exacta conceptualmente
pero de mucha mayor calidad desde el punto de vista gráfico. Otros aspectos de ı́ndole visual
también se ven de modo similar favorecidos por un aumento de resolución, confirmando ası́ las
mejor disposición de la nueva malla con respecto a la original, al menos en este sentido.
No solamente en los aspectos de tipo gráfico se hacen patentes las posibles mejoras que
han tenido lugar con el remuestreo de la malla, sino también en algunos de tipo numérico, de
modo más o menos notable según la propia naturaleza de cada parámetro. Algunos como la
pendiente, por ejemplo, no se mejoran en absoluto, ya que la pendiente asociada a una celda
de las interpoladas — en su momento se comprenderá cuando se conozcan los algoritmos y
expresiones que permiten su cálculo — es puramente un producto de dicha interpolación,
siguiéndose para dicha interpolación la pendiente natural que definen las celdas de datos
conocidos que se emplean como información de origen.
Otros, como los histogramas de tiempos de salida, de importancia para el cálculo de hi-
drogramas según algunas metodologı́as — también se comprenderá esto una vez la materia
haya sido desarrollada —, se ven sin embargo mejorados al aumentar la resolución del MDT,
aumentándose de igual modo la asociada a estos parámetros derivados. Sin entrar en absoluto
en el tema, que será tratado en el capı́tulo correspondiente, parece lógico pensar que para dos
celdas con tiempos de salida x e y, un punto intermedio cuyos datos han sido interpolados
empleando, entre otros, los de los anteriores puntos, su tiempo de salida también será inter-
medio entre x e y, siendo esto lo que va a tener lugar una vez este parámetro se evalúe sobre
la nueva malla.
Ası́, se tiene la misma información pero en un número mayor de celdas, con lo que puede
aumentarse la definición en algunos resultados tales como el que acaba de comentarse.
Todo esto, no obstante, no debe animar al uso indiscriminado de remuestreos para variar la
resolución de la malla, haciendo creer que una información de poco detalle puede ser convertida
automáticamente en una perfectamente válida para llevar a cabo un estudio hidrológico de
cualquier magnitud o nivel de precisión. Por el contrario, debe hacer ver la importancia de una
buena entrada de datos en cualquier modelo — recuérdese aquello de rubbish in, rubbish out
—, aunque también las posibilidades que los distintos métodos matemáticos nos ofrecen para,
dado el caso de que dicha entrada no cumpla unas caracterı́sticas dadas, intentar adaptarla a
los requisitos deseables de cara al análisis que se plantea.
Aunque el aumento del tamaño de celda — es decir, una reducción en el número de celdas
equivalente a un aumento de escala — no supone, en principio, una acción que pueda degradar
la información convertida en la misma medida que la disminución de tamaño de celda tratada
hasta este punto, también es necesario tener en cuenta los distintos métodos para llevar a
cabo esta operación, pues puede perderse detalle o desvirtuarse el relieve representado con la
utilización de alguno de ellos.
En lı́neas generales, los métodos de interpolación son adecuados o no para realizar el
remuestreo de la malla de datos, tanto si se trata de disminuir el tamaño de celda como de
aumentarlo. Ası́, las interpolaciónes bilineal y bicúbica son ambas adecuadas, mientras que
la realizada por vecindad no es recomendada, ya que, dependiendo de la relación entre las
resoluciones de inicio y final, algunas celdas pueden obviarse como información de partida
mientras que otras pueden considerarse en más de una ocasión, produciéndose ası́ celdas
consecutivas con la misma elevación.
Por último, señalar que el empleo de cartografı́a temática en formato raster, caso espe-
cialmente frecuente cuando ésta última se deriva de la interpretación de imágenes aereas o de
satélite, en conjunto con un MDT, obliga en la práctica totalidad de los casos al remuestreo
de una de dichas fuentes de datos con objeto de homogeneizar todas ellas previamente a su
análisis y el trabajo con las mismas.
Generalmente, es mucho más recomendable remuestrear la cartografı́a temática (por decirlo
42 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Figura 2.9: Cambio de resolución de una imagen aérea para homogeneizar ésta con el MDT de la
misma zona.
de un modo sencillo, la mayor intensidad de análisis a la que vamos a someter al MDT lo hace
mas sensible al error que pueda introducirse en él con la variación del tamaño de celda),
debiendo, no obstante, tenerse en cuenta el formato de la información que se contenga en la
misma.
Si el mapa temático contiene directamente valores de un parámetro — tales como, por
ejemplo, un valor para el factor C de la Ecuación Universal de Pérdidas de Suelo —, los
métodos más precisos tales como los de interpolación bicúbica o bilinear deben utilizarse con
preferencia. Si, por el contrario, el mapa contiene valores de clase que permiten dividir las
distintas celdas en grupos — tales como, por ejemplo, clases de vegetación en base a las cuales
puede derivarse el factor C anteriormente citado —, el método de vecindad debe emplear-
se obligatoriamente para evitar la aparición de valores que representen a clases inexistentes.
Cuando se trabaje con imágenes aéreas directamente, es de interés el considerar esta misma
circunstancia referente a los métodos de interpolación aplicables, en relación con la interpre-
tación de la imagen que vaya a llevarse a cabo.
cirán otros métodos de cálculo y otras formulaciones en gran medida basadas en las que a lo
largo de la presente sección serán estudiadas.
Asimismo, buena parte de los parámetros aquı́ recogidos, por su caracter básico como
definitorios del relieve y la geomorfologı́a de la zona de estudio tienen amplio interés en muchas
otras ramas distintas de la propia hidrologı́a, dotando este hecho de un interés aún mayor, si
cabe, a todo cuanto va a explicarse en los próximos apartados.
A lo largo de este texto, y en particular en este capı́tulo dedicado mayoritariamente al
análisis del terreno, además de las explicaciones teóricas y los gráficos asociados a las mismas,
es conveniente plasmar cada concepto en un caso de aplicación real y, por tanto, hacer uso
de MDTs reales sobre los que calcular los correspondientes parámetros a medida que estos
vayan siendo estudiados. Para este fin, se presentan imágenes — comenzando por la figura
(2.10), conteniendo el propio MDT y una representación en relieve sombreado del mismo
— basadas en un MDT correspondiente a la zona de Yukon, Canadá, con resolución de 90
metros . La utilización de esta malla de elevaciones, pese a su baja resolución y su lejanı́a al
entorno geográfico tanto del autor como (probablemente) del lector, se justifica con la libre
distribución de la misma a través de Internet, que este último podrá encontrar para su propia
experimentación y trabajo junto con otras similares para ese área, en la dirección
http://renres.gov.yk.ca/pubs/rrgis/data/90m-dem-down.html.
Figura 2.10: Representación del MDT en escala de grises (izquierda) y relieve sombreado(derecha).
Las tonalidades más claras en el primero de ellos representan valores de elevacion mayores.
Permitiéndome por último una licencia más, los mapas aparecen a lo largo del texto sin
sus correspondientes escalas ni orientaciones, circunstancia que, siendo imperdonable en otro
contexto, resulta perfectamente ignorable en el presente, donde la representación visible de los
parámetros analizados es el único objetivo que se persigue.
Para más información a este respecto, he incluido un anexo al final del libro donde puede
encontrarse, además de completas referencias sobre lo anterior, datos acerca de las aplicaciones
empleadas para la generación de estas imágenes y la forma en que dichas aplicaciones pueden
ser de igual modo obtenidas y utilizadas para una exploración más avanzada y tangible de los
conceptos recogidos en estas páginas
celosamente guardan los MDTs de las zonas fı́sicas que representan. Más aun, el adjetivo
computacional con que adornamos en el el tı́tulo a la hidrologı́a que se presenta en este texto
hace que el empleo de métodos numéricos y conceptos similares sea quien nos abra las puertas
al estudio que pretendemos llevar a cabo, basado siempre en esa entidad — númerica ella
misma en su totalidad — que es el Modelo Digital del Terreno.
Dar un tratamiento matemático riguroso a la información de que disponemos es, por tanto,
el siguiente paso a efectuar en este recorrido. Ası́, aproximar la información contenida en el
MDT, sujeta por su parte a la propia estructura que le hemos conferido de malla rectangular,
a los conceptos matemáticos sencillos pero potentes que serán nuestra fuente de resultados
sucesivos, es el objetivo de este apartado en el que se establecerán las definiciones y elementos
con que trabajaremos seguidamente.
Comencemos con una definición primera sumamente sencilla. Consideremos una función
que represente a nuestro Modelo Digital del Terreno y cumpla la siguiente identidad.
z = f (x, y)
f :N ×M →R
ax2 by 2
f (x, y) = + + cxy + dx + ey + f (2.16)
2 2
Otras alternativas relativamente populares son, por ejemplo, ecuaciones lineales (Travis,
et al, 1975) de la forma
f (x, y) = ax + by + c + d (2.17)
o bien, en el otro extremo, ajustando una función que pase por los nueve puntos de la submalla,
con la forma
z1 z2 z3
z4 z5 z6
z7 z8 z9
Evans propone a partir de lo anterior la definición de los parámetros que configuran la
superficie cuadrática a la que se pretende aproximar el entorno local de z5 de acuerdo con las
siguiente expresiones, todas ellas en función de las 9 celdas consideradas en dicho entorno 4 y de
la distancia entre ellas, que coincide lógicamente con el tamaño de celda y que representamos
de foma simbólica con la letra g.
z1 + z3 + z4 − z6 − z 7 − z9 z2 + z5 − z + 8
a= − (2.19)
6g 2 3g 2
z1 + z2 + z 3 − z7 − z8 − z9 z4 + z5 − z + 6
b= − (2.20)
6g 2 3g 2
z3 + z 7 − z 1 − z9
c= (2.21)
4g 2
z 3 + z6 + z9 − z1 − z4 − z 7
d= (2.22)
6g
z1 + z2 + z3 − z7 − z 8 − z9
e= (2.23)
6g
2(z2 + z4 + z6 − z8 ) − (z1 + z3 + z7 − z9 ) + 5z5
f= (2.24)
9
Se tiene ası́ ya una función algebraica sobre la que comenzar el trabajo de análisis y
cuyo estudio dará lugar a nuevos valores correspondientes al punto empleado como centro
en cada caso. De igual modo, disponemos de un adaptación numérica de dicha función, la
cual nos permite aplicar los resultados que extraigamos de la misma sobre el MDT que nos
encontremos analizando. La extracción de los antedichos valores y resultados es, por tanto, el
siguiente paso a dar.
Si recordamos cuanto se dijo en el tema precedente alrededor de las representaciones en
formato raster, se comentó entonces que éstas eran adoptadas por su conveniencia para la
representación de altitudes en el MDT, pero que igualmente podrı́an ser empleadas para otra
serie de parámetros cuya distribución espacial desea plasmarse en un documento cartográfico,
especialmente aquellas de tipo continuo. Siendo continuas todas las variables que derivare-
mos en este capı́tulo del análisis del MDT, resulta altamente interesante el representar éstas
mediante modelos númericos como el MDT y crear nuevas mallas de dichos valores que repre-
senten, por ejemplo, las pendientes u orientaciones a lo largo de las celdas que configuran la
zona de estudio. Más aún, resultará de interés, como en su momento veremos, trabajar con
las nuevas mallas creadas aplicando sobre éstas algoritmos similares a los que las han dado
lugar, para de este modo extraer nuevos conceptos a su vez expresables en sucesivas mallas de
datos.
La creación de una malla de datos a partir de la caracterización del MDT de modo local,
se consigue desplazando la submalla del entorno (en este caso de dimensiones 3 × 3) a lo largo
4
La consideración de las ocho celdas vecinas, aunque no es una terminologı́a de uso frecuente en relación
con los MDTs y deriva principalmente del trabajo con autómatas celulares, se conoce en general como vecindad
de Moore, en alusión a Edward F. Moore, y es probablemente el tipo de vecindad mas extendido en todos los
campos — el presente por ejemplo, en el famoso ((juego de la vida)) de Conway —.
Otros tipos de vecindad, tales con el de Von Neumann — nombrado en referencia al matemático John Von
Neumann —, considerando únicamente las celdas situadas en vertical y horizontal, no en diagonal, aparecen con
frecuencia aunque, de cara al análisis del terreno, pueden introducir un notable sesgo y no resultar suficientes
para el objetivo de caracterización morfológica que se persigue
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 47
de todas las celdas, de tal modo que todas sean en un momento centro del entorno definido,
recogiéndose ası́ los valores correspondientes a cada una de ellas, que se dispondrán en la nueva
malla correspondiente al parámetro analizado en cada caso. Si el lector esta familiarizado con
las técnicas habituales para tratamiento de imágenes digitales, reconocerá inmediatamente esta
técnica como la empleada en la aplicación de filtros a dichas imágenes. Teóricamente, muchos
de estos filtros — o similares desde el punto de vista conceptual — pueden ser aplicados
sobre un MDT, aunque, puesto que dicho proceso modifica la información del MDT, deben
emplearse con suma precaución para evitar que desvirtúen la misma. No siendo una operación
necesaria para el buen desarrollo del análisis hidrológico que perseguimos, no se tratarán en
este texto los conceptos referentes al filtrado de MDTs, presentándose en la medida de lo
posible alternativas más especı́ficas e idóneas para nuestra labor.
Figura 2.11: Esquema del desplazamiento de una submalla 3 × 3 para el análisis completo de la malla
del MDT mediante el estudio local de sus propiedades.
2.3.2. Pendiente
El análisis propiamente dicho del Modelo Digital del Terreno comienza en este punto con
algunas variables sencillas inherentes a cada celda, que servirán además para introducir de
modo progresivo la dinámica y estructura de la obra en cuanto a distribución y contenidos.
48 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Para comenzar esta primera aproximación a la evaluación y cálculo de esas variables que
definen el propio MDT y lo caracterizan desde otros puntos de vista — por supuesto, desde el
punto de vista hidrológico —, nuestro recorrido debe partir irremisiblemente del análisis de la
pendiente, magnitud imprescindible para la casi totalidad de elementos sucesivos, en especial
los de mayor notoriedad desde un aspecto netamente hidrológico.
La importancia de la pendiente como factor propio de cada celda en gran parte de los
estudios posteriores que van a realizarse, resulta obvia sin apenas necesidad de recurrir a otros
análisis matemáticos o la presentación de nuevas fórmulas, en cuanto que es inmediato asociar
el valor de dicha pendiente al comportamiento de la práctica totalidad de los procesos que
tiene lugar sobre el territorio definido. La pendiente como tal es la verdadera caracterı́stica
definitoria del relieve, y parámetros de tal importancia como la velocidad de flujo del agua,
el riesgo de erosión o la mayor o menor infiltración de agua en el suelo, entre muchas otras,
vienen condicionadas por el valor de dicha pendiente.
Se comprende ası́ que esta pendiente, más allá del tratamiento matemático al que vamos
a someter seguidamente su cálculo, sea empleada no únicamente como punto de partida en
las explicaciones sucesivas, sino como referencia inicial para la descripción de las bondades
que desde este punto, y ya introducidos en el análisis del MDT sensu stricto, nos proporciona
dicho MDT a través de su condición de representación cartográfica numérica.
Partiendo de la función matemática descrita en un apartado precedente, y a la cual asimila-
bamos la forma del MDT en un entorno local de un punto dado, la pendiente puede calcularse
a través de las primeras derivadas de dicha función, como probablemente el lector con cierta
inquietud matemática ya haya supuesto o al menos intuido. De aquı́ en adelante los conceptos
que van a aplicarse poco tienen que ver con la hidrologı́a o la propia geomorfologı́a, y se sitúan
sin embargo en el campo de la geometrı́a diferencial, aplicada, eso sı́, a los resultados previos
obtenidos en relación con los Modelos Digitales del Terreno que nos sirven de punto de partida
para todo este trabajo.
Asi pues, es esta pendiente un parámetro que, junto con el que se explicará a continuación
— la orientación — puede derivarse a partir de dichas derivadas parciales, motivo por el cual
la definición y evaluación de las mismas resulta el siguiente paso lógico a seguir en la presente
exposición.
Los términos que pretendemos calcular, a los que denotaremos como p y q respectivamente
y de aquı́ en adelante, por mera simplicidad en la exposición de sucesivas fórmulas, se expresan
de la siguiente forma.
∂z ∂z
p= y q= (2.25)
∂x ∂y
2 by 2
∂( ax2 + 2 + cxy + dx + ey + f )
p= = ax + cy + d (2.26)
∂x
2 2
∂( ax2 + by2 + cxy + dx + ey + f )
q= = by + cx + e (2.27)
∂y
El valor que realmente nos interesa calcular es el del centro de la submalla, donde se sitúa
a su vez el eje de coordenadas, por lo que podemos simplificar la anterior expresión haciendo
x = y = 0. Si, además de esto, procedemos a sustituir los valores de (2.19), se obtiene
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 49
∂z z3 + z6 + z 9 − z1 − z4 − z7
p= =d= (2.28)
∂x 6g
∂z z1 + z 2 + z 3 − z7 − z8 − z9
q= =e= (2.29)
∂y 6g
Estas son, definitivamente, las expresiones de las derivadas dentro de las submallas 3 × 3
que venimos analizando alrededor de un punto dado del MDT. El gradiente de la superficie,
es decir, el vector perpendicular a la misma, tiene la forma
∂z ∂z
∇f = ( , ) = (p, q) (2.30)
∂x ∂y
La pendiente que buscamos obtener no es sino el ángulo entre dicho vector gradiente y la
vertical, el cual, haciendo uso de conceptos básicos de cálculo de ángulos entre vectores, se
obtiene según la expresión
p
γ = arctan d2 + e2 (2.31)
Desde otro punto de vista, puede obtenerse la pendiente combinando las dos derivadas
parciales según
dz p
γ = arctan = arctan d2 + e2 (2.32)
dxy
alcanzando, lógicamente, un resultado idéntico.
Figura 2.12: Mapa de pendientes. Las tonalidades más claras indican pendientes mayores.
Por último, otra forma distinta de contemplar este cálculo es interpretando la metodologı́a
expuesta como resultado de la aplicación de filtros aritméticos, en particular uno de la forma
−g 0 g
−g 0 g
−g 0 g
para la extracción del valor de p, y uno del tipo
−g −g −g
0 0 0
g g g
50 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
para el cálculo del factor q, empleando luego estos valores en la formulación presentada en
(2.31).
A lo largo del texto, veremos — ya se ha dejado constancia anteriormente de este hecho
— que los planteamientos relativos al trabajo con MDTs guardan una estrecha relación con
muchos puntos dentro del análisis digital de imágenes la utilización de dichas imágenes en
teledetección o como elementos para el análisis geográfico. La interpretación basada en filtros
a buen seguro que será familiar para aquellos lectores con conocimientos en esta disciplina, que
reconocerán en el esquema de arriba lo que se conoce habitualmente como núcleo de Prewitt
— aunque en este caso multiplicado por g —, utilizado con frecuencia para la detección de
bordes — que, en términos de color de la imagen, no son sino zonas con gradientes de magnitud
elevada—.
La utilización de estos filtros se lleva a cabo simplemente desplazando la anterior ventana
y calculando para cada celda central un nuevo valor que no es sino la media ponderada de los
9 de dicha ventana, empleando como coeficientes de ponderación de cada uno los valores que
se encuentran en el filtro.
En la aplicación directa de las expresiones matemáticas formuladas con anterioridad y
su implementación particular, debe considerarse la presencia de celdas sin datos dentro de
la malla, como ya se apuntó al definir este elemento, debiendo asignarse como valor de la
pendiente para aquellas celdas cuyo entorno de 8 celdas no se conozca de modo completo dicho
valor de ausencia de datos. Asimismo, como también se apuntó, las celdas de los extremos de
la malla se descartan por su escasa relevancia.
Con objeto de reflejar explı́citamente estos hechos, los cuales van a merecer idéntico tra-
tamiento en la totalidad de factores que serán analizados en las próximas páginas y que
derivan del análisis de la submalla 3 × 3, se introduce seguidamente la expresión algorı́tmica
en pseudocódigo para la creación de una malla de pendientes, compuesta por dos funciones.
La estructura en términos computacionales que seguirán el resto de parámetros de similar
ı́ndole es practicamente igual a la aquı́ presentada, con lo que ésta sirve también a tı́tulo
ejemplificador de la manera de emplear las formulaciones que componen este capı́tulo.
De modo particular, se denota como NODATA a la constante que refleja la ausencia de datos
en una celda, quedando el algoritmo como sigue.
pendiente=sqrt(p*p+q*q)
devolver pendiente
}
procedimiento CrearMallaPendientes()
//S es la malla de pendientes.
//NC es el número de columnas de la malla.
//NF el n’umero de filas.
{
desde i=2 hasta i=NF-1
{
desde j=2 hasta j=NC-1
{
S(i,j)=CalcularPendienteCelda(i,j)
}
}
}
Nótese que, pese a no hacerse uso en la expresión de la pendiente del valor propio de la
celda, no resulta muy correcto — pese a ser perfectamente posible — desde el punto de vista
conceptual el asignarle una pendiente a una celda sin datos de altura. Es por ello que la com-
probación sobre la ausencia o presencia de datos se extiende a todas las celdas de la submalla
3 × 3 y no exclusivamente a las 8 empleadas explı́citamente en la fórmula correspondiente.
Hasta este punto, hemos dado una caracterización de la pendiente en un punto a partir
del tratamiento matemático de la superficie a la que hemos asimilado el entorno de una celda
en el seno del MDT. No obstante, la pendiente, por su carácter de factor básico y de muy
habitual cálculo, conoce muchas otras aproximaciones diferentes, algunas de las cuales, pese
a su simpleza, son utilizadas con tanta o incluso más frecuencia que la ya explicada y es
con estas otras formulaciones como aparece en algunos paquetes informáticos desarrollados
a este efecto. Otras, sin embargo, son producto de aproximaciones muy sencillas y, en cierto
modo, primigenias, que se mantienen por su mera simplicidad y por el hecho de que, a efectos
prácticos, pueden cumplir, y de hecho cumplen, su cometido de forma eficaz pues no son de
una imprecisión importante.
Algunos de estos otros modos de calcular la pendiente en una celda son enumerados a
continuación como cierre de este apartado.
0 0 0
−g 0 g
0 0 0
52 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
0 −g −0
0 0 0
0 g 0
para el eje y
Método basado en diferencias finitas de tercer orden (Horn, 1981), mediante las expre-
siónes
2.3.3. Orientación
Estrechamente relacionada, aunque sin una tan amplia implicación directa con las mag-
nitudes de los principales elementos hidrológicos como la pendiente, otra variable de interés
con la que debe comenzarse el estudio de las caracterı́sticas fisiográficas del territorio sobre la
base del Modelo Digital del Terreno es la orientación.
Dicha orientación de una celda debe considerarse como un parámetro de relevancia en los
aspectos hidrológicos a través de su influencia en la propia caracterización morfológica del
terreno, especialmente en la influencia que ésta tiene para los aspectos climáticos a nivel local
y en las diferenciaciones entre, por ejemplo, zonas de umbrı́a y solana, entre otras. Como
veremos más adelante, ya entrados en la segunda parte del libro, el aumento de resolución
que nos posibilita el empleo de Modelos Digitales del terreno en el ámbito de aplicación de
las formulaciones de tipo hidrológico que serán descritas posteriormente, hace interesante el
considerar la magnitud de ciertas variables y su estrecha relación con los valores de orientación,
de cara a la elaboración de modelos más precisos y detallados.
Dejando a un lado el papel que pueda jugar la orientación en futuros apartados y recabando
en el aspecto matemático de su formulación según venimos trabajando en los últimos puntos,
ésta surge sencillamente una vez se han definido los conceptos previos de las derivadas parciales
y la expresión de éstas en función de las celdas circundantes a una celda dada.
La orientación, al igual que la pendiente, es un parámetro que deriva de las antedichas
primeras derivadas y es en base a las mismas que podemos dar una metodologı́a para su
cálculo. El concepto de dicho aspecto no es otro que el ángulo formado por el vector normal
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 53
a la superficie en el punto dado, y el del vector que define la dirección Norte, entendiendo
ası́ dicha orientación como el ángulo azimutal de la perpendicular al terreno, de tal modo que
tome un valor de 0o para el caso de una orientación Norte, 90o para la orientación Este, y
ası́ sucesivamente.
Los anteriores conceptos nos llevan, en términos mas explı́citos y cuantitativos desde el
punto de vista matemático a la siguiente expresión para la orientación, expresada ésta en
radianes.
p
φ= (2.36)
q
La igualdad anterior se obtiene con suma sencillez proyectando el vector gradiente sobre el
plano xy y calculando la tangente del ángulo formado por dicha proyección y el vector (0, 1)
perteneciente a dicho a este plano, es decir, el vector que indica el Norte en el mismo. Los
valores de p y q, conocidos con anterioridad a partir de los datos del MDT, permiten aplicar
con extrema simplicidad este último resultado
La forma habitual de utilizar este parámetro no es, pese a todo, la anterior, siendo mucho
más frecuente y de mayor utilidad práctica la presentación del resultado expresado en grados
sexagesimales, esto es, de acuerdo con lo siguiente.
φ = arctan(p/q) (2.37)
La notación matemática del concepto queda completa en este punto, no siendo ası́ con la
formulación algorı́tmica que pueda derivar del mismo, sobre la que deben realizarse ciertas
puntualizaciones.
Generalmente la orientación se acostumbra a dar en el intervalo 0–360o , siendo este rango
tambien interesante para el trabajo interno de un posible algoritmo asociado, por razones
que en breve serán comentadas. Ello hace necesaria la distinción entre los valores positivos o
negativos que la implementación de la función arcotangente arroje en cada caso y el estudio
de éstos para poder en función de los mismos asignar correctamente el ángulo correspondiente
dentro de los valores antes comentados. Se trata, por tanto, de una mera puntualización sin
mayor importancia y de fácil solución práctica, pero cuya reseña creo es interesante si se tiene
en mente una implementación de lo explicado a lo largo de este punto.
Figura 2.13: Mapa de orientaciones. El rango de variación va desde los 0o (negro) hasta los 360o
(blanco).
Señalar para concluir que este parámetro de orientación, al igual que sucede con la pen-
diente en su concepción de elemento caracterizador de la tasa de variación de la variable
54 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
representada en la malla analizada, será utilizado en algún otro punto a lo largo del texto
en mallas distintas de las de elevaciones, por lo que es importante la comprensión de estos
conceptos (sencilla, por otra parte) para futuras formulaciones y elementos adicionales. Éstos,
no obstante, serán comentados de nuevo y adaptados al entorno en que se presenten, cuando
la ocasión ası́ lo exija.
2.3.5. Curvaturas
La consideración realizada hasta el momento respecto a la superficie representada por las
celdas del MDT y su análisis como tal superficie desde un punto de vista matemático, permite
continuar nuestro estudio e incluir en el mismo algunos parámetros adicionales que extienden
y complementan los anteriores y, aun sin una aparente relevancia como caracterizadores de
fenómenos fı́sicos, sean éstos hidrológicos o no, constituyen información de gran interés y la
base para una integración posterior con verdadero significado fı́sico. De entre estas variables
de interés son destacables las curvaturas, particularmente en el sentido de la máxima pen-
diente (vertical) y en el de la curva de nivel asociada a la celda (horizontal), cuya expresión
matemática se analiza a continuación.
Dejando atrás las variables que guardaban una dependencia directa con las derivadas de
primer orden — pendiente y orientación —, la variación de éstas expresada a través de las
derivadas parciales de segundo orden va a ser la base de partida para el presente apartado
y para la extracción de los parámetros que de ellas pueden deducirse. El significado de estos
nuevos parámetros y su utilidad desde un punto de vista práctico serán explicados a la par
que se presenta una expresión teórica de los mismos siguiendo la estructura general del texto
hasta el momento.
56 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Las expresiones de las que vamos a partir en este caso y que deben definirse en nuestro
ámbito de trabajo en relación con el MDT son, pues, las siguientes.
2 by 2
∂ 2 ( ax2 + 2+ cxy + dx + ey + f )
r= =a (2.39)
∂x2
2 2
∂ 2 ( ax2 + by2 + cxy + dx + ey + f )
s= =b (2.40)
∂y 2
2 by 2
∂ 2 ( ax2 + 2 + cxy + dx + ey + f )
t= =c (2.41)
∂x∂y
Las curvaturas de la superficie pueden tomarse en diversos sentidos, de los cuales sólo dos
de ellos serán aquı́ detallados por su mayor relevancia, compartiendo todos ellos una serie de
aspectos en común tanto a nivel matemático como en su interpretacion posterior.
Las curvaturas como tales vienen a indicarnos la morfologı́a cóncava o convexa del punto
analizado de acuerdo con una dirección dada, dirección que, según sea tomada, tendrá unas u
otras implicaciones sobre la significación fı́sica de los valores obtenidos. Al respecto de estos
valores, se van a obtener aquı́ a través de expresiones que arrojan valores reales como resultado,
pero también resulta común tener en cuenta únicamente los signos de los mismos (o ausencia
de tal signo si el valor es nulo) para caracterizar la curvatura considerada sencillamente como
cóncava o convexa (o plana en el caso nulo).
Podemos, en primer lugar, y comenzando con una introducción generalista que empleare-
mos como base para la definición de las curvaturas que resultan de interés, dar una expresión
genéral para cualquier curvatura, de tal modo que ésta quede en función de la sección sobre
la que quiera considerarse la misma, y que será de la forma mostrada a continuación.
∂2z ∂ z 2 ∂ z 2
∂x2
cos2 β1 + 2 ∂x∂y cos β1 cos β2 + ∂y 2
2 cos β2
k= q (2.42)
∂z 2 ∂z 2
cos ν 1 + ( ∂x ) + ( ∂y )
donde β1 y β2 son los ángulos del vector normal a la sección considerada con los ejes x e y, y
ν el formado por la propia sección y la normal a la superficie en el punto analizado.
A partir de la expresión anterior, ahora sólo resta definir aquellas secciones que son de ma-
yor interés o que pueden proporcionar una información con un mayor significado con respecto
a la caracterización del terreno que llevamos a cabo, y en especial con aquellos aspectos que
puedan guardar alguna relación con fenómenos hidrológicos diversos.
En un primer lugar, y si ya sabemos que la curvatura sirve como un indicador de la
concavidad o convexidad en el plano de la sección propuesta, parece lógico tratar de estudiar
este valor en el plano por el cual se va a producir la escorrentı́a del agua, es decir, en un plano
dispuesto perpendicularmente a la curva de nivel de tal modo que la intersección de éste con la
superficie nos de la lı́nea de máxima pendiente. Se llega ası́ a lo que denominaremos curvatura
vertical, y para la cual los ángulos que quedaban sin definir en la expresión genérica mostrada
en (2.42) toman, aplicando ya la notación introducida en (2.26) los valores siguientes.
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 57
q −p
cos ν = 1 , cos β1 = p
3
, cos β2 = p (2.43)
p2 + q 2 p2 + q 2
Llevando estos a (2.42) y simplificando, obtenemos la expresión de la curvatura vertical
que queda como sigue.
q 2 r − 2pqs + p2 t
k= p (2.44)
(p2 + q 2 ) 1 + p2+ q 2
Al estar fundamentada en la aplicación de la formula genérica sobre el plano que da lugar
a la máxima pendiente, esta curvatura va a guardar una relación directa con el flujo del agua
que discurre en la dirección de dicha lı́nea de máxima pendiente. Ası́, en las zonas en las que
el valor de la curvatura sea positivo, es decir, cuando la pendiente aumente y nos encontramos
por tanto en una zona de tipo convexo, el flujo de agua tenderá a acelerarse en ese punto,
con las consecuencias que pueden deducirse en una primera aproximación sobre otra serie
de factores aparte del propio movimiento del agua, como pueden ser la capacidad erosiva del
dicho flujo, entre otros. No obstante, el análisis de aspectos como el anterior deben contrastarse
también con la curvatura en sentido de la curva de nivel, pues es la conjunción de ambas la
que terminará por darnos una visión más efectiva de la realidad geomorfológica de la celda y
permitirnos en base a ella la evaluación de otra serie de circunstancias como las anteriomente
reseñadas.
Dicha curvatura en el sentido de la curva de nivel, a la que denotaremos como curvatura
horizontal, puede obtenerse de un modo similar al anterior, sin más que proceder a una defi-
nición del nuevo plano de la sección a emplear, definición que vendrá dada por los valores de
los ángulos correspondientes, y que queda recogida a continuación.
p
cos ν = 1 , cos β1 = p
3
(p2 + q 2 )(1 + p2 + q 2 )
q
cos β2 = p (2.45)
(p2 + q 2 )(1 + p2 + q 2 )
De nuevo, llevando este resultado a la ecuación general de las curvaturas y operando, se
tiene
q 2 r − 2pqs + p2 t
k= p (2.46)
(p2 + q 2 ) (1 + p2 + q 2 )3
Esta segunda curvatura calculada puede relacionarse en sus sentido aplicado también con
el flujo de agua que circula a través de la celda, aunque de un modo distinto y altamente com-
plementario a lo visto en el caso de la curvatura vertical. Ésta última, haciendo referencia a la
variación de pendiente sobre el mismo eje del flujo (la máxima pendiente), aporta información
relativa al perfil longitudinal del rı́o. En el caso de la curvatura horizontal, esta información
no es otra que la tocante a la sección transversal del cauce de flujo del agua, supuesto éste
formado por la celda central objeto de análisis y las circundantes. La información acerca de
esta sección y la concavidad o convexidad — no ya de la sección, pues en la escala de trabajo
es probable que el cauce real del rı́o apenas ocupe una celda parcialmente, sino del entorno —,
puede aportar un dato de interés acerca de la convergencia o divergencia del flujo a su paso
por al celda considerada. Ası́, formas cóncavas indican una convergencia neta del entorno de la
celda hacia el centro de la misma, existiendo por tanto un aumento de concentración de flujo,
mientras que las formas convexas suponen procesos por completo opuestos a los anteriores.
Se comprende que lo anterior es de aplicación más correcta para flujos en ladera, pues en
el caso de flujos encauzados, aunque el perfil de dicho cauce no se refleje, como se ha dicho, en
58 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
los datos del MDT, es lógico que vaya confinado a dicho perfil no siendo relevante la curvatura
en el exterior del mismo salvo en caso de avenida, y no con carácter general.
Como en el caso anterior, las implicaciones del signo de esta curvatura puede interpretarse
desde otros puntos de vista y con referencia a aspectos variados de la geomorfologı́a del terreno,
quedando sin embargo definidas sus implicaciones de un modo menos robusto mediante el sólo
empleo de éste parámetro de forma aislada.
Figura 2.14: Mapas de curvatura horizontal (derecha) y vertical (izquierda). Las zonas claras repre-
sentan concavidad, mientras que las de tonalidad oscura indican convexidad.
Ambas curvaturas, tal y como se han expuesto en este punto, no son a la escala de trabajo
que venimos aplicando elementos de tanta importancia como los anteriores de pendiente y
orientación — por razones obvias —, ni resulta tan efectivo y útil el trabajo con las mismas,
principalmente por las limitaciones a la interpretación de su significado que se derivan de la
naturaleza misma de estos parámetros. Un análisis a nivel más local, pasando como es lógico
por el empleo de tamaños de celda inferiores, dotarı́a de mayor sentido práctico a estas variables
y permitirı́a un empleo más óptimo de los resultados obtenidos, pues dichas interpretaciones
resultan más fieles a la realidad en escalas menores que la que hemos dado como válida para
operar con el resto de variables vistas hasta el momento.
Por su parte, el análisis a un mayor nivel tal como el que ya se argumentó como nivel
de trabajo correcto para el enfoque de esta obra, sin ser erróneo, debe considerarse de modo
indicativo, en especial para aquellos factores que derivan de un modo parcial de los valores de
las curvaturas. De otro modo, si no se obvian estos otros factores derivados o se toman sin el
debido recelo y prudencia, los resultados de ellos extraı́dos pueden no estar en concordancia
con los obtenidos mediante otros modelos mas especı́ficos.
Esta circunstancia hace alusión directa a los aspectos en relación con la erosión, la cual
puede interpretarse en una primera aproximación a partir de las curvaturas y los parámetros
elaborados a partir de las mismas como se verá en el siguiente punto. Dicha relación entre
curvaturas y procesos erosivos debe tomarse con precaución, siendo recomendable el hacer uso
de las primeras para los aspectos comentados en lo tocante al comportamiento de los flujos de
agua (aceleración, concentración, etc) y emplear las interpretaciones derivadas como elementos
indicadores pero en absoluto categóricos en referencia al aspecto sobre el que versen dichas
interpretaciones.
Desde el punto de vista matemático existen otro tipo de curvaturas además de las aquı́ pre-
sentadas, pues éstas constituyen una importante parcela dentro de la geometrı́a diferencial,
siendo relativamente sencillo encontrar la expresión de las mismas en los textos habituales
sobre el tema. No obstante, la relación de muchos de estos parámetros con algún tipo de sig-
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 59
Figura 2.15: Caracterización de procesos de acumulación según los valores de las curvaturas horizontal
y vertical asociadas
ka = kh kv (2.47)
Se tiene ası́ ya un primer elemento cuantificador de los efectos derivados con anterioridad
de las curvaturas, el cual indica la magnitud de dichos efectos, ya sean éstos acumulaciones o
dispersiones del flujo. Se necesita, por tanto, para completar lo anterior y dotar de significado
a esta curvatura acumulada, algún parámetro que determine el fenómeno que tiene lugar ma-
yoritariamente sobre la celda analizada, ya que la expresión anterior no permite la evaluación
del mismo por meras razones de su formulación matemática. A este respecto, una simple media
aritmética de las curvaturas horizontal y vertical puede cumplir de forma óptima la función
requerida, quedando ası́ definida una nueva variable según lo siguiente:
kh + kv
km = (2.48)
2
Ya con estos dos factores, una nueva composición de ambos nos permite obtener un paráme-
tro autónomo caracterizador de los procesos ya descritos, a la vez que cuantificando la impor-
tancia de los mismos. La expresión a la que se llega en este caso alcanzando el fin perseguido,
puede ser del tipo de la mostrada bajo estas lı́neas.
kAT D = km ka (2.49)
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 61
con notable éxito las metodologı́as y formulaciones que se expondrán en el presente apartado.
La definición del comportamiento de la celda como unidad aislada en lo referente al flujo
de agua a través de la misma viene condicionada directamente por las celdas circundantes,
ya que es la relación entre las alturas de cada una ellas con la celda central la que indica la
dirección de flujo. Dicha dirección está fundamentada en el principio básico y evidente de que
el agua en su recorrido se mueve siempre hacia el menor potencial posible, esto es, hacia la
dirección de máxima pendiente.
Se considerará, por tanto, para comenzar, el esquema ya bien conocido de submalla 3 ×
3 que será utilizado como fundamento conceptual también en este caso. Posteriormente, el
refinamiento de este análisis y la consideración de cierta serie de circunstancias posibles, haran
que debamos ((mirar más allá)) de esas 9 celdas para la formulación de alternativas y soluciones
de cálculo aceptables.
Manteniéndonos por el momento sobre el esquema anterior, el problema a resolver en este
punto consiste en, a partir de la celda central, calcular el patrón de movimiento del agua
desde la misma; problema que admite una cierta variedad de planteamientos, siendo todos
ellos aquı́ analizados en orden creciente de complejidad o precisión.
El modelo D8
La perspectiva mas sencilla y adecuada para comenzar la exposición de algoritmos en torno
al cálculo de direcciones de flujo, es la denominada D8 (O’Callaghan y Mark, 1984), acrónimo
derivado de su denominación en lengua inglesa Deterministic 8. Esta formulación, si bien
ciertos estudios posteriores realizados con respecto a la misma han puesto de manifiesto que
bajo determinadas circunstancias da lugar a resultados erróneos y no representa con fidelidad
la realidad hidrológica del territorio, es la implementada en la gran mayorı́a de paquetes de
análisis hidrológico y la que, en términos generales, resulta de más común aplicación debido
principalmente a su sencillez operativa y facilidad de comprensión.
Asimismo, como más adelante se verá, permite obtener mejores resultados en términos de
eficacia de computación, precisamente debido a la simplicidad de sus fundamentos, la cual
permite la simplificación de ciertos procesos. Baste decir aquı́, a modo de resumen, que la
formulación D8 ofrece resultados de calidad sobradamente aceptable en la gran mayorı́a de
los casos, siendo, de cualquier manera, el fundamento básico para la mayor parte de las otras
formulaciones que serán estudiadas, representando, por éstas y otras razones, la metodologı́a
clave para el análisis hidrológico de Modelos Digitales del Terreno. Es de reseñar, además,
que las posibles deficiencias del modelo desde el punto de vista del estudio geomorfológico
se diluyen cuando los resultados de éste son utilizados en el análisis hidrológico en sentido
estricto (verdadero objetivo que perseguimos), corroborando ası́ la vigencia y bondad de este
método y el desarrollo extenso del que va a ser objeto en estas páginas.
Los fundamentos teóricos de esta metodologı́a son intuitivos e inmediatos. Para el modelo
D8, y dada una celda problema, el agua puede abandonar ésta únicamente en ocho direcciones
posibles, esto es, las ocho que resultan de unir el centro de la celda inicial con los de las las
ocho circundantes. El ángulo de desplazamiento del flujo queda ası́ discretizado en intervalos
de 45o (360/8), circunstancia que se erige como principal inconveniente del método al restringir
la variedad de situaciones reales a tan solo 8 posibles.
Los errores en la delimitación de cuencas, la aparición de segmentos rectilı́neos en zonas
llanas o la acumulación de errores en pendientes monótonas, son, entre otras, algunas de
las consecuencias indeseadas de lo anterior, y serán explicadas con mas detalle en sucesivas
páginas. La metodologı́a del D8, no obstante, presenta también ventajas notables además de
la sencillez y buen rendimiento ya mencionados, siendo interesante resaltar que se establece
una relación biunı́voca entre los cauces trazados empleando direcciones de flujo calculadas
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 63
mediante D8 y las propias direcciones, hecho que se pierde en los enfoques de tipo no discreto
que se plantean como soluciones para la optimización y mejora del método.
El proceso de cálculo de la dirección de flujo es sencillo, y requiere únicamente el calculo
de una pendiente media entre la celda central y las 8 circundantes, la cual se evalúa mediante
la expresión
zi+m,j+n − zi,j
γ= ; m, n ∈ {−1, 0, 1}, mn 6= m + n (2.50)
l
Nótese que se ha introducido de nuevo la notación generica de la malla en lugar de la
definida para la submalla 3 × 3, pues resulta más apropiada para este caso y para los restantes
desde este punto en adelante.
La condición nm 6= n + m se añade únicamente para evitar el caso m = n = 0, esto es el
análisis de la propia celda problema, ya que sólo tiene sentido el estudio de las 8 en contacto
con ella, pero no de ella misma.
Por último, la expresión en el denominador representa la distancia entre los centros de las
celdas entre las que se calculan, pero no se emplea aquı́ directamente la variable g de tamaño
de celda, ya que la distancia a aplicar no es igual en las celdas situadas en la vertical o en la
horizontal de la celda central, que en las celdas situadas en diagonal a la misma. Puede, no
obstante, expresarse l en función de g de acuerdo con lo siguiente.
g √ si |n + m| = 1
l= (2.51)
g 2 si |n + m| =
6 1
Teniendo todo esto en cuenta, podemos establecer la siguiente celda en el flujo sin más que
buscar la mayor de las pendientes calculadas para todas las celdas del entorno considerado,
siendo esta la dirección que seguirá el agua a su paso por la celda que hemos analizado. La
concepción simplista expresada no utiliza, como vemos, la caracterización de la pendiente que
vimos en el apartado correspondiente algunas páginas atrás, restringiendo también el cálulo de
este parámetro a las 8 direcciones posibles que conforman el abánico de posibilidades con las
que trabaja esta metodologı́a. En realidad, esta metodologı́a usa no únicamente el concepto de
pendiente, sino también ideas relativas a la orientación de la celda, aunque éstos se presentan
bajo una formulación matemática bien distinta debida al distinto objetivo perseguido en este
caso.
Puesto que nuestro planteamiento trabaja por el momento sobre un entorno cerrado y bien
conocido de la celda en forma de submalla, la extensión de los resultados de dicha celda al
resto del MDT y el desarrollo de nuevas mallas de información puede perfectamente llevarse
a cabo desplazando la citada submalla por la totalidad de las celdas que componen el MDT,
como ya se hiciera para otros parámetros. Sin embargo, la presencia de las celdas limı́trofes
en los extremos de la malla debe solventarse en esta ocasión ignorando éstas para el cálculo,
ya que resulta imposible sin conocer la totalidad del entorno el definir de forma correcta la
dirección del flujo en dichas celdas. Este hecho, no obstante, y con menos incidencia incluso
que en esos otros parámetros ya analizados, no tiene apenas relevancia para la extracción de
información posterior, debido a la improbable utilización de dichos datos no calculados.
Las consecuencias de la propia estructura de esta metodologı́a pueden comenzar a extraerse
ya, poniendo de manifiesto tanto las indudables ventajas del método como las importantes
carencias que, si bien no cobran gran relevancia en la gran mayorı́a de los casos, deben señalarse
convenientemente.
Si bien los parámetros con los que venı́amos trabajando hasta este punto eran más in-
dependientes al no constituir una base conceptual — lo cual no quiere decir que no fueran
elementos básicos y de vital importancia — de tal calibre, el cálculo de direcciones de flujo es
el pilar básico hacia otra serie de formulaciones claves de desarrollo posterior. Más aún, resulta
64 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
también, por decirlo de algún modo, la base algorı́tmica para los próximos algoritmos que se
alcanzarán cuando demos un paso más en la caracterización hidrológica de la zona, motivo
por el cual la elevada simplicidad del D8 cobra un interés importante de cara a la sencillez de
estos otros algoritmos y a la complejidad y rendimiento que puede esperarse de los mismos.
Como era de esperar, las ventajas traen asociadas de modo inseparable los inconvenientes, y
en este caso la reducción de las direcciones de flujo a únicamente 8 posibles se constituye como
gran aliciente a la par que como responsable de los problemas que aquejan a la metodologı́a
D8. El hecho de que el flujo desde una celda dada pueda salir de ésta hacia una y solamente
una de sus celdas vecinas, supone una incapacidad manifiesta del modelo para aproximar
su comportamiento al que tiene lugar en zonas con divergencia de flujo, pues este no puede
dividirse entre dos celdas vecinas, desplazándose hacia una de ellas exclusivamente. Enlazando
con otros conceptos del libro, recuérdese la relación existente entre las curvaturas de una celda,
en especial la curvatura plana, y la existencia de procesos de convergencia o divergencia de
flujo, y nótese que sólo el primero de dichos procesos puede modelizarse efectivamente haciendo
uso de la metodologı́a del D8.
Además, las caracterı́sticas propias de este algoritmo dan lugar a que flujos de agua que
presenten rutas ciertamente distintas (con diferencias en orientación de hasta 44o , por ejemplo)
pueden quedar englobadas dentro de un misma categorı́a de flujo, ya que las direcciones reales
son truncadas para encajar dentro de uno de los intervalos de amplitud π/4. Esta amplitud,
desde muchos puntos de vista es excesivamente elevada para mantener la fiabilidad del modelo
en la totalidad de los casos y, si bien en términos generales es valida a nivel del MDT de forma
global, localmente puede dar lugar a estructuras fluviales poco lógicas o incluso carentes de
sentido.
Figura 2.16: Propagación de errores de dirección en el modelo D8.La flecha señala la dirección real de
la pendiente y las celdas sombreadas la dirección de flujo calculada
Entre estas estructuras, las cuales son por lo general sencillas de localizar sobre la repre-
sentación gráfica de los resultados de el análisis de direcciones de flujo, especialmente cuando
se hace a través de resultados derivados como la extracción de redes de drenaje, se encuentran
las lı́neas paralelas de flujo. Estas lı́neas, correspondientes en la gran mayorı́a de ocasiones a
rı́os que se intersecan bajo un ángulo pequeño y que hasta el punto de interesección fluyen
sin una sinuosidad excesiva, representan un problema no sólo para la conformación de los riós
elaborados a partir de las direcciones de flujo en lo relativo a su forma, sino especialmente en
lo tocante a la estructura jerárquica y la entidad que dichos cauces tengan dentro de la red
de drenaje.
Para el caso descrito de los cauces anteriores, la sinuosidad de éstos desaparece quedando
convertido su trazado en una linea recta, al tiempo que la intersección entre ambos se desplaza
aguas abajo pudiendo incluso no tener lugar y quedando sustituida por un continuo discurrir
en paralelo. Esta circunstancia, además de no reflejar la verdadera geometrı́a del cauce, hace
desaparecer el cauce de mayor entidad que se forma tras la confluencia de los cauces, situación
que supone una mayor imprecisión cuando lo anterior tenga lugar no únicamente con dos
cauces sino con un número mayor de ellos, lo que frecuentemente ocurre en formaciónes con
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 65
Figura 2.17: Lı́neas paralelas de flujo como resultado de la aplicación del modelo D8
laderas monótonas de cierta extensión, donde el flujo recogido de las mismas queda conformado
por una elevada cantidad de cauces de nula entidad.
La bondad de este método esta ligada, por tanto, de modo directo con las caracterı́sticas de
la zonas representada en el MDT, y se puede afirmar que, en términos generales, la ausencia
absoluta de artificios e imprecisiones como las anteriores es difı́cil de encontrar, aunque la
presencia de éstos en escasas ocasiones tiene consecuencias muy relevantes sobre los resultados
a obtener posteriormente, en particular sobre los de tipo hidrológico que se obtengan a partir
de las cuencas y los rı́os calculados, aunque éstos no sean del todo fieles a las estructuras
fluviales reales.
Haciendo resumen de lo anterior, vemos que los dos inconvenientes principales a los que
debe hacerse frente, y cuya superación representa el avance lógico hacia la construcción de
mejores modelos, son la discretización del flujo — cuyo resultado más patente es la presencia
de lı́neas de flujo paralelas —, y la imposibilidad para modelizar los procesos de divergencia
de dicho flujo al contemplarse únicamente la posibilidad de que éste vierta sobre una única de
sus celdas circundantes, es decir, que el flujo quede modelizado de forma unidimensional.
La solución de los problemas anteriores al tiempo que se trata de mantener la simpleza
conceptual del modelo ha sido el objetivo de númerosas formulaciones alternativas — unas con
caracter más experimental que otras y sin aplicación práctica de utilidad real, a decir verdad
—, y el motor que ha impulsado la evolución del primigenio D8 hacia concepciones más
elaboradas en las cuales se tiene en consideración de forma más preponderante la realidad de
los procesos de escorrentı́a como fenómenos continuos. Restringidos al rı́gido corsé del MDT
y su estructura discreta, la obtención de la flexibilidad necesaria para aproximar en mayor
grado los modelos teóricos con los resultados visibles se ha llevado a cabo a través de algunos
de los planteamientos con los que seguidamente se continúa el desarrollo de este apartado.
El modelo Rho8
Como primer objetivo a considerar, dada la mayor simplicidad de los algoritmos relacio-
nados, analizaremos la evolución centrada principalmente en la solución del problema de las
lı́neas paralelas y el trazado de direcciones de flujo las cuales, al emplearse para la formación
de cauces (cómo llevar esto acabo se verá en el apartado correspondiente dentro de algunas
páginas), den como resultado trazados de dichos cauces con aspectos mas naturales y más
cercanos a la verdadera geometrı́a en planta del rı́o.
El enfoque más sencillo en este sentido es el modelo Rho8, debido a Fairfield y Leymarie
(1991), y en el que, de la forma más sencilla posible, se solventa parcialmente esta circunstancia
sin necesidad de introducir una elevada complejidad accesoria ni eliminar la discretización
propia en ángulos de 45o , incorporando simplemente a la formulación del D8 algunos elementos
estocásticos que marcan la diferencia entre ambos modelos.
66 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Estos valores hacen referencia a la desviación existente entre el valor de inclinación cal-
culado de acuerdo con la aplicación del D8 (es decir, el valor múltiplo de π/4 que resulta
de la dirección de flujo asociada a la celda) y la verdadera orientación de la celda calculada
según las formulaciones más precisas que en su momento fueron explicadas. Haciendo uso de
la relación entre ambos, se asigna a las diferentes celdas sobre las que puede verter el flujo
una probabilidad de que, en efecto, éstas reciban dicho flujo. Se consigue ası́ que, en caso de
que la inclinación sea constante y alejada de los múltiplos de π/4 a los que se restringen las
posibilidades del D8, la asignación de direcciones de flujo no tenga también un valor constante
sino que varı́e de acuerdo con las antedichas probabilidades dando lugar a una dirección global
del cauce más acorde con la orientación calculada.
Antes de pasar a dar una formulación más precisa del algoritmo, veamos lo anterior sobre
un caso concreto para arrojar luz sobre este aspecto.
Supongase un MDT o una porción del mismo que represente a una ladera de inclinación
constante 15o medidos como ángulo azimutal. El empleo de un sencillo D8 sin los refinamientos
especificados previamente generarı́a una linea de flujo perfectamente en la direccion del eje
vertical, esto es, de 0o , incurriendo de este modo en un considerable error de 15o debido al
truncamiento de los valores. Las modificaciones aportadas por el algoritmo Rho8 van a generar,
sin embargo, una lı́nea cuya dirección global es cercana a dichos 15o reales existentes sobre el
terreno, de acuerdo con lo siguiente:
La orientación calculada de 15o se sitúa entre dos posibles direcciones del D8 como son
la de 0o y la de 45o . Mientras que el D8 asimila la orientación existente siempre a la de 0o ,
es razonable pensar que también podrı́a asimilarse a la de 45o , lógicamente con una menor
frecuencia al existir una mayor diferencia. La evaluación de dicha frecuencia es ahora el único
paso que resta para concluir la aplicación del método, y que, como puede intuı́rse, tiene una
solución sumamente sencilla. Acudiendo a las diferencias entre el ángulo de orientación y
los múltiplos de π/4 considerados, éstas son, en valor numérico expresado en radianes, las
mostradas a continuación.
π/12 1 π/6 2
p1 = = , p2 = = (2.53)
π/4 3 π/4 3
Y estos valores representan ya las probabilidades p y 1 − p (ya que, como resulta lógico,
p2 = 1 − p1 ) que deben asignarse a las direcciones de flujo de 0o y 45o respectivamente, y tener
éstas en consideración a la hora de asignar direcciones de flujo a las celdas del MDT.
El caso considerado de un MDT el cual define una pendiente constante puede ser sustituido
por cualquier otro (el supuesto considerado lo era solamente a efectos didácticos, la constancia
del mismo no es, obviamente requisito para esta metodologı́a), evaluándose en cada celda
la orientación previamente a la asignación de la dirección de flujo. De este modo, se tienen
siempre dos celdas destino alternativas — aquellas que indican las direcciones entre las cuales
se enmarca el valor de orientación que caracteriza a la celda problema —, y se resuelve la
disyuntiva entre ambas mediante la aplicación de sencillos conceptos probabilı́sticos como los
que se acaban de presentar.
Como es obvio, la aplicación de los valores de probabilidad en el seno de un algoritmo des-
arrollado según las directivas anteriores necesita el concurso de algún tipo de función aleatoria
que permita simular la propia aleatoriedad del modelo, aspecto que, no obstante, represen-
ta escasas complicaciones y resulta ciertamente trivial en términos de implementación del
algoritmo.
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 67
Un formulación general del método se recoge seguidamente. Para simplificar las expresio-
nes, se utiliza la notación siguiente para los elementos de la submalla de entorno de una celda
dada.
z7 z0 z1
z6 z2 (2.54)
z5 z4 z3
Con ello, para una celda cualquiera dentro de la malla, salvo las situadas en sus extremos,
definimos la función
f : M∗ −→ M (2.55)
donde M representa el conjunto de celdas de la malla y el asterisco indica que se excluyen los
celdas extremas.
Si la orientación en la celda analizada tiene un valor φ expresado en radianes, la forma de
esta función es como la mostrada seguidamente.
φ π
φ φ−[ π/4 ]4
[ π/4 ](mod 8) con frecuencia p1 =
donde i = π/4 (2.57)
] φ [(mod 8) con frecuencia p2 = 1 − p
π/4
Aparentemente, este planteamiento soluciona de modo elegante y simple uno de los grandes
problemas asociadas a la metodologı́a del D8 como son las lı́neas de flujo paralelas, pese a
lo cual la instauración actual del mismo y su implementación en herramientas habituales de
cálculo es escasa y relegada a la pura experimentación teórica. Las razones de este hecho hay
que buscarlas en la propia estructura del algoritmo y las consecuencias poco ventajosas que
derivan del mismo.
La aliatoriedad que implica la aplicación del Rho8 elimina en cierta medida las lı́neas
paralelas de flujo y solventa la gran problemática comentada de la subestimación de áreas
aportantes por la creación de cauces independientes, pero sin embargo no es tan precisa en
lo tocante a la propia forma de los cursos de agua definidos. Si bien globalmente la dirección
de éstos en zonas de formas relativamente homogéneas es mas próxima a la realidad, en otros
casos lo único que aporta el modelo es una mayor ((naturalidad)) al definir una sinuosidad
derivada del tratamiento aleatorio de las direcciones de flujo, pero ésta es también un artificio
y, dependiendo de las diferencias entre la pendiente real y las direcciones asignadas según la
filosofı́a del D8, puede no tener un mejor ajuste con el trazado real del rı́o.
La sinuosidad introducida en los cauces da lugar en ocasiones a que estos se crucen cuan-
do realmente no existe este hecho, sobreestimándose ası́ el área vertiente desde el punto de
intersección hacia aguas abajo, o bien fuerza la aparición de puntos sin apenas área vertiente
aguas arriba, pues son ((esquivados)) por el flujo debido a la componente aleatoria introducida
en su movimiento.
A todo lo anterior, debe sumarse que, sobre una misma malla y utilizando una implemen-
tación del Rho8 para evaluar las direcciones de flujo, cada ejecución del mismo arrojará un
resultado distinto derivado de la naturaleza del modelo, lo cual no es en absoluto un hecho
ventajoso, en especial teniendo a la vista la notable cantidad de formulaciones que se van a
derivar de este parámetro en concreto.
Queda, pues, este modelo como un primer intento — tanto conceptual como cronológico
— de aproximarnos hacia algoritmos mas elaborados, pero que ha sido superado por muchos
68 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
de ellos y que, igualmente, no supone de modo global una importante ventaja sobre el clásico
D8 de cara a nuestros objetivos en este aspecto.
El modelo FD8
La siguiente etapa a la que debemos hacer mención en este punto incorpora ya una solución
explı́cita encaminada a la consideración de un modelo continuo en lo que a dirección de flujo
se refiere. Este objetivo, que teóricamente se lograba con el modelo Rho8 a nivel global (véase
el caso concreto utilizado entonces como ejemplo introductorio), se va a obtener ya a nivel de
celda, esto es, a la mı́nima escala de trabajo, suponiendo un salto conceptual que requiere una
nueva definición de la problemática y de las soluciones adoptadas. Estas diferencias deberán ser
tenidas en cuenta posteriormente en diversos puntos, pues condicionan también la complejidad
y exactitud de otras formulaciones derivadas, llegando a suponer en éstas la necesidad de
plantear enfoques totalmente distintos según se haya utilizado uno u otro algoritmo para la
determinación de las direcciones de flujo de las celdas del MDT.
La diferente concepción de este modelo FD8 (Quinn , 1991) se debe a la consideración de un
flujo bidimensional, permitiendo que no sea únicamente una celda la que reciba el flujo de agua,
sino que éste se reparta de acuerdo con una expresión matemática entre las circundantes. Se
obtiene de este modo la posibilidad de modelizar los procesos de difusión, obstáculo conceptual
que ya fue mencionado y que ninguno de los anteriores algoritmos solucionaban. Se pasa
ası́ de los algoritmos de dirección de flujo simple (Single Flow Direction en lengua inglesa,
SFD abreviadamente de aquı́ en adelante) a los de dirección de flujo múltiple (Multiple Flow
Direction en inglés, MFD abreviadamente), estableciéndose una primera división entre los
modelos que se van presentando de acuerdo con los enfoques que realicen respecto a algunas
de las circunstancias clave del proceso que modelizan.
En su caracterización desde el punto de vista matemático, el reparto de flujo entre las
celdas vecinas a una dada se establece mediante coeficientes que indican la proporción del
flujo total que llegará a cada una de ellas, y que son obtenidos de acuerdo con una expresión
de la forma siguiente.
(tan γm )x
fm = P8 (2.58)
x
i=1 (tan γi )
El modelo D∞
Una de las mejores y más interesantes tentativas que han sido propuestas para ampliar la
potencia del modelo D8 y conseguir la caracterización de los flujos en un abanico de valores más
extenso que el de las 8 celdas circundantes a una dada, es la formulada por David Tarboton con
su modelo D∞ (1997). La intención del autor es clara y ası́ se puede deducir rápidamente de
la denominación que asigna a su modelo, en cuanto que se busca un abanico de posibilidades
infinito, esto es, una medida continua de los ángulos en que el flujo entre celdas contiguas se
produce.
Los planteamientos que residen tras este método son muy similares a los del FD8, in-
tentando refinar algunos aspectos del mismo que se consideran mejorables, por lo que nos
apoyaremos en sus expresiones anteriormente explicadas.
Uno de los temás de interés para justificar la perspectiva adoptada en este modelo es el
relativo a la modelización de la difusión, la cual recordamos que podı́a ajustarse modificando
los valores del parámetro x en (2.58). Pese a que, como se ha justificado, la modelización de
esta difusión es un aspecto de interés y constituye una de las caracterı́sticas de interés que
adjudicábamos a la formulación del modelo FD8, es también cierto que en gran medida la
difusión introducida por este método es poco realista en ocasiones y, como consecuencia de lo
anterior, puede ser una desventaja para la aplicación de posteriores algoritmos, en particular
los destinados al cálculo del area vertiente aguas arriba.
Conjuntamente con este hecho, el cálculo de la pendiente basado en la orientación de
la celda, la cual deriva a su vez del ajuste de una función matémática a la superficie en el
70 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
φb
fa =
φa + φb
φa
fb = (2.59)
φa + φb
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 71
Figura 2.18: Cálculo de direcciones y reparto de flujo sobre facetas triangulares en el modelo DD∞
siendo fa y fb las proporciones de flujo que deben asignarse a cada celda de las anteriores. Es
claro ver que, dada la forma de construir los triángulos, φa + φb = π/4.
De aquı́ en adelante, y una vez repartido el flujo, la forma de operar no se diferencia en
absoluto de la que se utiliza para el FD8, excepción hecha de que con este método únicamente
dos celdas a lo sumo pueden constituirse como receptoras de dicho flujo.
En este punto, podemos advertir como la formulación anterior también soluciona la ocurren-
cia de fenómenos de difusión irreales (generalmente por exceso), al disminuir ésta acotando el
ámbito de celdas sobre las que puede salir el flujo a tal sólo dos. Este hecho supone no sólo
una mejora conceptual y una mejor aproximación a la realidad del proceso modelizado, sino
también una ventaja en términos de implementación de este algoritmo y el empleo de dicha
implementación para posteriores formulaciones relacionadas.
La metodologı́a del D∞, sencilla a la par que correcta, se demuestra ası́ como la mejor al-
ternativa analizada hasta el momento, siendo, no en vano, un referente de notable importancia
en cuanto a las formulaciones que deben implementarse con objeto de superar las carencias ya
comentadas de otros métodos. Siendo la mas reciente de cuantas veremos en este apartado,
supera los puntos débiles de el resto — incluyendo las no basadas en D8 y que serán en bre-
ve tratadas —, estableciéndose como punto de imprescindible consideración para una futura
ampliación de cualquier método desarrollado para la evaluación de direcciones de flujo.
Los anteriores algoritmos, con sus particularidades y diferencias, constituyen lo que po-
drı́amos denominar la familia del D8, pues comparten una base común que no es otra que la
base teórica del propio D8 matizada o extendida de diversas formas según el caso.
El modelo KRA (acrónimo de Kinematic Routing Algorithm)(Lea, 1992) — conocido tam-
bién como de ((bola rodante)) —, no obstante, ataca el problema de la determinación de di-
recciones de flujo desde una perspectiva distinta, siendo mediante la consideración de otros
conceptos distintos a los que residen en los fundamentos de las anteriores metodologı́as como
se consigue superar las deficiencias achacables al D8 y a algunos de sus sucesores.
Con las matizaciones ya expuestas en cada caso, el movimiento del agua en todos los
modelos de la familia del D8 se efectúa entre los centros de las celdas, que actúan según esto
como casillas de un tablero a través de las cuales el flujo se va desplazando. Este planteamiento
se ha mantenido en todos los modelos presentados hasta este punto sin sufrir variación alguna,
habiéndose buscado la continuidad angular del flujo — principal carencia del D8 como ya
sabemos — a través de planteamientos elaborados sobre esta base conceptual.
En el modelo KRA, la variación de las ideas anteriores da lugar a una concepción nueva que
aporta tanto nuevos resultados como una serie de circunstancias también novedosas de cara a
su implementación y el trabajo con el propio algoritmo. En este caso, la estructura de celdas
72 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
a modo de casillas, comentada anteriormente, da paso a una nueva concepción en la que las
celdas no son sino divisiones establecidas sobre un continuo sobre el que el agua se desplaza
sin los impedimentos que existı́an hasta el momento en el resto de enfoques propuestos. A
partir de lo anterior, dicho movimiento se modeliza como el de una bola que rodase sobre
la superficie definida — de ahı́ el nombre —, cayendo siempre en la dirección de la máxima
pendiente.
La discretización que existe en los datos de partida — el MDT —, no se traduce en una
discretización en el movimiento del agua sobre la superficie que este MDT define, al menos
no en términos de las direcciones que puedan seguirse, con lo que de este modo se resuelve
directamente el problema de la continuidad de dichas direcciones.
Antes de pasar a ver la formulación exacta de este modelo, se presenta en la figura (2.19
una comparación gráfica entre un flujo calculado mediante D8 y otro mediante este nuevo
método, que servirá a buen seguro para comprender la notable diferencia que existe entre las
concepciones de ambos.
Figura 2.19: Comparativa entre flujos calculados mediante KRA (trazo fino) y D8 (trazo grueso)
Nótese que la dirección de flujo en una celda es lo que es ahora caracterı́stico de dicha celda,
pero no la celda siguiente aguas abajo, ya que ésta depende de la dirección de la de aguas
arriba y ésta a su vez de las inmediatamente por encima de ella, y ası́ sucesivamente. Este
hecho veremos que es uno de los grandes inconvenientes del modelo al impedir la utilización de
algoritmos recursivos para otras formulaciones derivadas, suponiendo una eficacia en términos
computacionales mucho menor que la de los métodos basados en D8.
Veamos con algo más formalismo y detalle los fundamentos en los que se basa la aplicación
de este método.
El primer parámetro que debemos calcular y que nos servirá para establecer la dirección
en que el agua se desplaza a través de la celda, es la orientación de la misma, que en este caso,
siguiendo la formulación original de Lea, se evalúa haciendo uso únicamente de las celdas
circundantes no-diagonales. Esto es, según lo mostrado en (2.54), las celdas z2 , z4 , z6 y z8 .
Sobre éstas, se calcula la pendiente individual entre cada una de dichas celdas y la central
aplicando la expresión mostrada en (2.50), tomándose posteriormente el mayor valor de todos
los calculados. De las 3 celdas restantes, se toman las dos más cercanas a aquella en cuya
dirección la pendiente es máxima, eligiéndose a su vez entre ellas la que presente una mayor
pendiente.
Por último, se consideran las magnitudes de pendiente anteriores con sus correspondientes
direcciones como vectores y se obtiene mediante la suma de ambos el vector que indica la
dirección de flujo a considerar en la celda. La figura (2.20) muestra un esquema de lo anterior.
Una vez se conoce el valor de la orientación para cada celda, puede procederse a conducir
el flujo a través de ellas, punto éste donde reside la principal diferencia con las metodologı́as
seguidas por el resto de modelos, ya que este flujo no es único y la sola información contenida en
la propia celda no basta para caracterizar su movimiento. La metodologı́a a aplicar difiere, por
tanto, notablemente de lo visto hasta ahora, ya que permite, por ejemplo, que para dos flujos
cualesquiera que atraviesan una celda, éstos salgan de ella hacia dos celdas distintas, en función
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 73
Figura 2.20: Cálculo de dirección de flujo según Kinematic Routing Algorithm (KRA) (Lea, 1992),
como suma vectorial de máximas pendientes no diagonales.
unicamente de los puntos de entrada en la misma. Tales son, logicamente, las consecuencias
de considerar el espacio representado por el MDT como algo continuo, prescindiéndose de las
unidades que suponen las celdas y las fronteras que representan los lı́mites de éstas
Como ya se señaló de forma sucinta, la desaparición de la relación existente entre cada
celda y la inmediatamente aguas abajo supone el mayor problema a la hora de manejar esta
metodologı́a, al no poder definirse entonces el flujo sin el conocimiento de lo que acontece
aguas arriba. Si al pasar del D8 al FD8 se dijo que el resultado que debı́a dar este último ya
no era una celda sobre la que verter, sino un número mayor de ellas entre las que el flujo se
repartı́a, ahora este resultado debe expresarse como un punto de salida de la celda, ası́ como
uno de entrada del flujo que se analiza — recuérdese que por una celda puede pasar más de
una lı́nea de flujo. De hecho, deben pasar tantas como celdas existan aguas arriba de la misma
—. La conexión de estos puntos forma la linea completa de flujo de la escorrentı́a generada en
la celda inicial, elemento que ahora, al no existir una relación fija entre cada celda y la celda
(o celdas) aguas abajo, resulta necesario conocer para aplicar los resultados obtenidos de cara
a futuras aplicaciones.
Observado este hecho desde otro punto de vista, podemos afirmar que, mientras que el
registro de direcciones de flujo en los modelos tipo D8 se realiza bajo un planteamiento raster
al igual que los datos del MDT, éste se lleva a cabo con una filosofı́a netamente vectorial
mediante este nuevo enfoque. La mezcla de ambos planteamientos parece lógico pensar que,
aun superando las conocidas desventajas asociadas a la concepción raster, añade dificultades
de concepto y de tipo práctico con objeto de compatibilizar la utilización de los datos según
ambas filosofı́as.
Matemáticamente, si con un método como el D8 obtenı́amos una matriz de datos referentes
a las direcciones de flujo, en este caso el resultado no es sino un campo vectorial caracterizado
a través de algunas de sus lı́neas de flujo, especificadas éstas a partir de una cantidad discreta
de puntos para cada una de ellas, coincidentes con la intersección de las mismas con la malla
que representa los bordes de las celdas del MDT.
La posible mayor complejidad asociada a la formulación algorı́tmica de lo anterior no es, sin
embargo, un defecto importante del mismo, pero sı́ lo es la eficacia computacional del mismo,
muy notablemente peor que en todos los modelos anteriores. Mientras que el desplazamiento
de la submalla 3 × 3 a lo largo de las celdas del MDT bastaba para computar las direcciones
de flujo de todo el MDT, ahora el análisis de una celda sola requiere también el estudio de
todas cuantas se encuentren aguas abajo de la misma.
En realidad, sı́ que puede establecerse una dirección de flujo con una única operación por
celda, pues la dirección como tal se obtiene con el cálculo de la orientación según la metodologı́a
descrita algunas lı́neas atrás, pero la utilidad práctica de esto es bastante limitada. Como
podrá intuir el lector, el estudio de direcciones de flujo no tiene demasiado interés de por sı́,
sino como elemento básico para la obtención de otros parámetros derivados o la extracción
74 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
El modelo DEMON
Representando un paso más allá en el desarrollo de modelos no basados en el D8 y con una
filosofia similar en cuanto a gran parte de los conceptos asumidos para fundamentar el método
con el modelo KRA, encontramos el modelo DEMON (Digital Elevation MOdel Networks)
(Costa–Cabral y Burgess, 1994).
El principal objetivo de este modelo es la consecución de una modelización realista del
flujo, que tenga en cuenta la naturaleza bidimensional del mismo, al mismo tiempo que refleje
fielmente la diferentes direcciones de flujo, no quedando limitada a los esquemas de 8 celdas
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 75
circundantes como en los modelos de la familia del D8. Esta último consideración se obtiene
con la aplicación de las ideas introducidas en el modelo KRA, las cuales son adaptadas y
extendidas con objeto de dar solución igualmente a la primera de las deficiencias citadas.
Para poder modelizar el flujo como un proceso bidimensional, se modifican algunos de
los conceptos base que residen tras el modelo KRA, añadiendo una mayor complejidad a
los parámetros y elementos que tomaban parte en dicho modelos. Ası́, el flujo que antes se
generaba con carácter puntual en el centro de cada celda y era conducido aguas abajo a través
de una linea de flujo, se genera ahora en la totalidad de la celda y realiza su recorrido a lo
largo de una banda de flujo, cuyo ancho varı́a a lo largo de dicho recorrido aumentando en las
zonas donde la topografı́a tiene carácter divergente, disminuyendo en las de tipo convergente,
y manteniéndose constante en las planas. Como consecuencias de lo anterior, para cada celda
no existe una linea de flujo hacia aguas abajo, sino dos, una representando a cada uno de los
lı́mites de la antedicha banda.
Considerese la siguiente notación para las celdas del entorno de la submalla 3 × 3 centrada
sobre una celda.
z1 z2
(2.60)
z4 z3
La orientación para este método se define, como sucedı́a en el caso del modelo KRA, como
la del vector suma de dos componentes en los ejes horizontal y vertical, las cuales toman
respectivamente los valores.
1
a= (−z1 + z2 + z3 − z4 )
2g
1
b= (z1 + z2 − z3 − z4 )
2g
(2.61)
Si esta orientación es múltiplo de π/2, el flujo sale por una única celda de las situadas
en el entorno. Si, por el contrario, es un valor distinto, el flujo se divide entre dos celdas,
pero siempre de las no-diagonales. Este hecho se debe a que, si se diera un flujo entre celdas
que están en contacto diagonal, la anchura de la banda asociada seria infinitamente pequeña,
pues ası́ lo es la superficie de contacto entre ambas, siendo este hecho inconsistente con el
concepto de área aportante especı́fica, el cual será detallado más adelante en este capı́tulo, y
que es considerado por los autores de este modelo como una base conceptual para el mismo.
En cierta media, el modelo DEMON se asemeja a lo que sucedı́a con el modelo D∞, donde el
flujo también se dividı́a exclusivamente entre dos celdas, aunque entonces lo hacia entre dos
consecutivas de la vecindad.
Con lo anterior, para una celda dada, y considerando el flujo generado en la misma, la banda
creada por dicho flujo aguas abajo de la celda se puede calcular del modo que, gráficamente,
queda esquematizado en la figura (2.21). Cada celda da lugar a una malla como la mostrada,
de tal modo que, como ya veremos más adelante, éstas pueden utilizarse para el cálculo de
flujos acumulados y otros parámetros de importancia.
A simple vista, la complejidad del modelo DEMON de cara a la creación de una malla de
direcciones de flujo y la utilización de la misma, es muchı́simo más elevada que en cualquiera
de los método anteriores, y parece ser necesario el redefinir muchos conceptos debido a la gran
diferencia conceptual que existe entre su planteamiento y el que hasta el momento — con
ligeras variaciones —, venimos viendo. No obstante, el modelo DEMON se plantea en origen
76 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Figura 2.21: Cálculo de la malla de flujo para el flujo generado en una celda dada (en negro), según
el modelo DEMON. Las zonas en gris indican el trazado del tubo de flujo generado. Los porcentajes
de flujo en cada celda se recogen en la malla de la derecha.
como una mejora particular de cara a la evaluación del flujo acumulado y el área aportante
especifica, por lo que será en la explicación posterior de estos términos cuando se vea la
aplicación práctica — compleja y costosa en términos computacionales, pero asequible — de
lo ahora explicado.
Sirva este apartado, por tanto, no como una explicación completa del método, sino una
introducción al mismo y a su base conceptual, que será complementada con lo que más adelante
se desarrollará en relación con otros elementos a calcular.
Otros Planteamientos
en todos los modelos en que puede aparecer esta disyuntiva, es la de simplemente escoger la
primera celda seleccionada, asumiendo sin mayor complicación y sin apenas consecuencias el
sesgo al que anteriormente se hizo mención.
La infrecuencia de este tipo de celdas es, no obstante, función de la precisión con que las
elevaciones hayan sido registradas en el MDT, siendo recomendable y muy deseable que ésta
sea del orden del centı́metro, tal y como en el ejemplo incluido en este caso.
Entrando de lleno en el problema de las celdas planas, en ellas la submalla 3 × 3 tiene una
expresión como la mostrada bajo estas lineas,
Figura 2.22: Cálculo de dirección de flujo sobre una celda llana (en trazo grueso) como suma vectorial
de las direcciones de las celdas que vierten sobre la misma (en trazo fino).
Como se puede observar, hacemos uso en este punto de una información que, si bien
únicamente extraemos de las 8 celdas circundantes (su dirección de flujo), ésta a su vez deriva
de una submalla de extensión 5 × 5, ya que es con los datos de la misma con los que es posible
extraer las direcciones de flujo de todas las celdas que componen la submalla 3 × 3 analizada.
La información adicional de la que se dispone nos permite tener un nuevo criterio gracias al
cual asignar una dirección perfectamente definida a una celda plana.
Aunque solucionando eficientemente la dificultad de las zonas planas, esta metodologı́a
adolece de algunos problemas de precisión, permitiendo la evaluación de una dirección de flujo
en zonas planas pero arrojando en determinadas ocasiones resultados con ciertas deficiencias,
especialmente para zonas planas de gran extensión. La posibilidad de existencia de más de un
punto de salida o la indeterminación en ciertos casos de la dirección a asignar por existir varias
opciones válidas, implica la introducción de elementos arbitrarios que, como en otros casos
anteriores, conllevan una serie de elementos negativos ya conocidos. El ya bien conocido por
todos problema de las lı́neas paralelas de flujo es en este caso uno de los principales aspectos
que pueden asociarse con esta metodologı́a.
Un enfoque alternativo, muy popular y debido a Jenson y Domingue (1988), propone
una filosofı́a opuesta empleando las celdas hacia las que vierte la zona llana y que tengan por
sı́ mismas un flujo bien definido. Con ellas, aplicando un proceso iterativo similar al anterior, se
define el flujo de las celdas circundantes a las mismas encaminándolo hacia ellas y continuando
de este modo hacia las restantes celdas hasta completar la totalidad de la zona llana. Para
cada celda sin dirección asignada, si existen en su entorno una celda con dirección de flujo
definida, se establece la dirección de dicha celda hacia aquella ya definida, repitiéndose este
proceso hasta que no existan celdas sin dirección de flujo.
No obstante, la similitud en cuanto a sus conceptos, aunque con algunas diferencias, hace
que puedan asociarse a esta alternativa unas desventajas similares a las comentadas en el
método anterior.
Reflejando las ideas presentes en estos métodos, particularizadas en el algoritmo de Jenson
y Domingue, la formulación algorı́tmica de los mismos puede bosquejarse en un pseudocódigo
como el representado a continuación. Nótese que la ejecución de este algoritmo está encaminada
a la creación de una malla de direcciones de flujo, y se debe dar con posterioridad a la asignación
de este parámetro para todas aquellas celdas en las que esto sea posible, es decir, aquellas que
no representen zonas llanas. Será entonces, en base a la información de dichas celdas recogida
en la malla, que se consiga asignar una dirección a aquellas que sı́ se encuentran sobre zonas
planas.
procedimiento DireccionFlujoZonasLlanasJenson
{
mientras haya celdas sin dirección de flujo asignadas
80 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
{
para cada celda sin asignar
{
si hay celda con dirección asignada en su entorno,
entonces
{
asignar dirección hacia la celda ya asignada
}
si no
{
no hacer nada, la dirección se asignará a esta celda
en una próxima iteración
}
}
}
}
La sencillez del algoritmo se comprende fácilmente pese a la expresión poco detallada que
se ha preferido aportar del mismo, siendo también sencillo comprender que, pese a conllevar
un coste computacional mayor que la simple asignación de flujo en zonas cualesquiera sin
caracterı́sticas especiales, se trata de un proceso muy eficaz debido a su inherente simplicidad.
Como mejora a introducir sobre el trabajo de Jenson y Domingue, y especialmente con
la finalidad de eliminar o disminuir el problema de las lı́neas paralelas derivado entre otras
razones de esta simplicidad, Tribe (1992) propuso la adición de cierta información adicional
sobre la zona llana, de tal modo que una aplicación posterior del algoritmo se realizara en
mejores condiciones. Esta circunstancia es de especial interés para zonas llanas de una cierta
dimensión, donde el comportamiento del flujo modelizado según lo anterior puede ser en
ocasiones ciertamente ((errático)).
Para ello, y localizando lo que podrı́amos denominar un eje principal de la zona llana
trazado entre el punto de salida y uno de entrada establecido, se asignarı́an direcciones a las
celdas situadas en ese eje, de tal modo que éstas fueran coherentes con la dirección del mismo.
De este modo, el posterior forzado de direcciones no se realizarı́a ya de forma exclusiva hacia
la salida de la llanura sino también hacia el eje de la misma, siendo esto de especial interés
si se trata de áreas llanas que ocupan un número considerable de celdas, pues aporta una
especie de encauzamiento del flujo sobre la zona llana que supone una importante mejora en
la coherencia y realismo de las direcciones asignadas.
Esta solución queda reflejada esquemáticamente en la figura (2.23).
Figura 2.23: Definición de un eje principal de la zona plana entre los puntos extremos (1) y(2), según
(Tribe,1992).
Repasando ahora todos los enfoques anteriores y sus variaciones propuestas, vemos que
en el primero de ellos únicamente se hace uso de aquellas celdas que vierten sobre la celda
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 81
plana motivo de análisis en cada caso, es decir, aquellas con elevación mayor que dicha celda
problema. El planteamiento fı́sico que se desarrolla es, por tanto, la conducción del flujo
lejos de las zonas de mayor elevación, siguiendo la dirección que éstas determinan. Es posible
también, como se vió para el segundo método, plantear la hipótesis en sentido inverso, esto
es, conduciendo el agua desde la zona plana hacia las áreas de menor altura a través de la
localización de un punto de salida de la zona llana – la celda en contacto con la misma con
menor elevación — y a partir del mismo ir asignando sucesivamente direcciones de flujo sobre
las celdas en las que ésta ya fue asignada, hasta que todas las zonas de la llanura quedan
definidas en este aspecto.
En un siguiente paso, uniendo estos dos posibles enfoques para una misma formulación,
el algoritmo que se presenta a continuación (Garbrecht y Martz, 1997), el cual supone una
mejora notable en cuanto a la coherencia y veracidad de sus resultados, ası́ como en el error y
sesgo introducido en los mismos (Srivastava, 2000), no sólo conduce el flujo alejándolo de las
zonas de mayor elevación o acercándolo a las de menor, sino considerando los dos fenómenos
de modo simultaneo, representando ası́ de un modo mas fiel el verdadero fenómeno fı́sico que
tiene lugar en la generación y conducción de un flujo lı́quido como el estudiado.
Mientras que en el caso de el algoritmo propuesto por Jenson y Domingue la asignación
de las direcciones de flujo no implica la modificación del MDT, pudiendo éstas deducirse a
partir de las celdas del entorno, el algoritmo de Garbrecht y Martz conlleva la modificación
— una doble modificación, ya que se consideran los dos enfoques ya comentados — de las
celdas del MDT, eliminándose el área de planicie que queda sustituida por una zona con
una inclinación tal que permite ya el flujo del agua hacia las direcciones correspondientes,
y por tanto el cálculo de las direcciones de flujo de modo habitual. Esta caracterı́stica de
alteración del terreno veremos que es común en las formulaciones destinadas a la eliminación
de depresiones, las cuales serán analizadas en el siguiente punto.
Antes de de entrar en algunas expresiones más precisas de este último algoritmo conside-
rado, resulta interesante una comparación visual entre las diferentes formulaciones propuestas
para el tratamiento de depresiones, las cuales se recogen en las figuras (2.24) y (2.25). La com-
prensión de lo recogido en estas figuras permitirá tener una mejor visión sobre la naturaleza
y funcionamiento de ambos algoritmos, facilitando la mejor comprensión del propuesto por
Garbrecht y Martz, que a continuación será detallado.
Figura 2.24: Cálculo de direcciónes de flujo sobre zonas llanas según Jenson y Domingue (1988). La
malla de la izquierda representa las alturas del MDT, donde se aprecia la zona llana de elevación 1 (en
gris). Las mallas sucesivas presentan las etapas del proceso iterativo de asignación de direcciones de
flujo a partir del punto de salida existente.
Figura 2.25: Modificación del MDT para el cálculo de direcciónes de flujo sobre zonas llanas según
Garbrecht y Martz. De iquierda a derecha y de arriba a abajo: Elevaciones originales, modificación de
elevaciones según los dos supuestos considerados y elevaciones finales resultantes.
procedimiento ModificacionAltura1()
{
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 83
La expresión para cada celda puede, lógicamente, acotarse y no trabajar con toda la
malla en cada iteración, delimitando inicialmente la extensión original de las zonas llanas y
almacenando los lı́mites de las mismas de modo sencillo. El trabajo posterior sólo sobre dichas
zonas disminuirá el tiempo de proceso requerido por el algoritmo, no excesivamente elevado
de todos modos.
Muy similar enfoque se plantea para la elaboración de la segunda malla, actuándose en
este caso sobre las celdas del propio interior de la zona llana tratada. Para ello, de modo
sumamente sencillo, en cada iteración se incrementa la elevación en aquellas celdas de la zona
llana a las que no se pueda asignar dirección de flujo. Puesto que al menos existirá una celda
de salida, esta quedará con su elevación original, creándose a partir de la misma a lo largo de
las sucesivas iteraciones el gradiente buscado que dará una forma hidrológicamente válida —
en términos del análisis del MDT —, a la llanura tratada.
La formulación algorı́tmica de lo anterior es inmediata, quedando como sigue.
procedimiento ModificacionAltura2()
{
mientras haya celdas sin dirección de flujo posible
{
para cada celda
{
si es imposible asignar dirección de flujo
{
M(i,j)=M(i,j)+E
}
}
}
}
84 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Una vez que ya se disponen las dos mallas, basta sumar éstas y obtener la variación total
que debe añadirse a cada celda del MDT, pudiendo ası́ crearse un MDT modificado y ya
sin zonas planas que dificulten o imposibiliten la asignación de direcciones de flujo de forma
genérica.
Una última situación puede aparecer en la cual sea necesario realizar operaciones adicio-
nales para obtener una dirección de flujo válida en algunas celdas. Estas circunstancias suelen
aparecer en las celdas centrales de una zona llana formada por varias celdas, donde los gra-
dientes que aparecen como consecuencia de los dos pasos a seguir en el algoritmo, son opuestos
y se cancelan entre sı́, dejando celdas llanas al final del proceso. En este caso, sobre dichas
celdas aun llanas, se ejecutará el algoritmo del paso 2 — es decir, forzar un flujo sobre las
1
zonas de menor elevación —, pero utilizando como resolución = 100000 ν, para evitar que
con este nuevo desarrollo aparezcan nuevas zonas llanas. Este hecho justifica la elección del
valor original de , escogido con vistas a este último ajuste posible donde un valor /2 debe
utilizarse preferentemente para garantizar el buen funcionamiento global del algoritmo.
Como conclusión a todo este apartado, es interesante subrayar que las circunstancias rela-
tivas al tratamiento de zonas planas son de gran importancia, especialmente en el análisis de
Modelos Digitales del Terreno que representen áreas de topografı́a predominantemente llana,
donde es habitual encontrar este tipo de zonas debido a las deficiencias en la resolución —
esencialmente la vertical — de los datos de partida. No obstante, y más allá de la presencia o
no de zonas planas en el MDT original, es de gran interés el conocer y aplicar los algoritmos
anteriores, pues son asimismo una etapa intermedia para la solución de otra problemática
de mayor relevancia como es la de las depresiones del terreno, cuya solución completa queda
reflejada en el siguiente apartado.
a diferentes razones que las anteriores, es posible encontrar zonas de mayor extensión a las
que globalmente no resulta factible la asignación de una flujo a través de las mismas haciendo
uso exclusivo de las formulaciones conocidas. Estas formaciones incluyen depresiones dentro
de otras depresiones – depresiones anidadas — o morfologı́as de tipo llano hundidas sobre el
nivel general, entre otras. El tratamiento de todas ellas de acuerdo con los diversos algoritmos
que se van a proponer a continuación, se verá, no obstante, que es único en su concepción, por
regla general.
Para atacar el problema de las zonas llanas, y aplicando algunas ideas expresadas en los
apartados relativos a los parámetros básicos tales como pendiente y orientación, se planteaba
en su momento la artificialidad de dichas zonas, conviniéndose ası́ que el estudio de la pro-
cedencia o significado de tales zonas sin pendiente definida era importante para la obtención
de una solución a la problemática que éstas suponı́an. De igual modo, comprender en este
caso la razón de que las citadas depresiones se encuentren presentes en el MDT va a servir
de apoyo a las diferentes alternativas recogidas, ya que es en función de dicha naturaleza de
las depresiones como se estructuran y plantean los algoritmos correspondientes. Estudiaremos
por ello en primer lugar las concepciones que se presentan, para posteriormente exponer la
formulación asociada a cada una de ellas en lı́neas generales.
Las depresiones de pequeño tamaño tal y como la representada en el ejemplo precedente, se
asumen generalmente como derivadas de los procesos de interpolación y cálculo asociados con
la creación del propio MDT, los cuales introducen debido a su propia formulación una serie de
artificios entre los que se encuentran principalmente las antedichas depresiones. El tratamiento
de este tipo de elementos es, sin embargo, sencillo y no implica la necesidad de algoritmos
elaborados, ya que la simplicidad de la propia depresión hace innecesario el planteamiento de
éstos. En este caso, el objetivo que se persigue es simplemente conducir el flujo que llega a la
celda problema hacia la siguiente, asumiendo que la información para la misma es en cierto
modo incorrecta y debe establecerse una simple transición a través de la misma. Para ello,
se rellena la depresión estableciendo para la misma un valor situado entre los dos mı́nimos
valores de su celdas circundantes, consiguiendo de este modo que el flujo sea conducido sobre
la celda de mı́nima cota, como parece lógico que debe ocurrir.
Sea (i, j) una celda dada, y sean de entre sus celdas circundantes (i + n1 , j + m1 ) y
(i + n2 , j + m2 ) las dos de menor altitud de entre ellas. El valor que debe recibir como nueva
cota la celda (i, j) viene expresado de la forma
δ ∈ (0, 1) , n1 , n2 , m1 , m2 = −1, 0, 1 ; ni · mi 6= ni + mi
Se da solución mediante la anterior metodologı́a de modo rápido y sencillo a este primer
tipo de depresiones, ganando complejidad este asunto conforme consideramos otro tipo de
formaciones de mayor entidad. Como puede notarse, el tratamiento de las depresiones según
lo anterior modifica el MDT que se utiliza como dato de partida, por lo que estas operaciones
deben llevarse a cabo anteriormente al cálculo de cualquier parámetro a partir del mismo. Es
por ello que este tipo de actuaciones sobre el MDT de cara a la preparación del mismo para
una mejor explotación de la información en él contenida, reciben con frecuencia el calificativo
de preprocesamiento del Modelo Digital del Terreno
Un tipo de preprocesamiento genérico que puede contribuir a la eliminación de depresiones
— siempre que éstas sean pequeñas y poco profundas – es un filtrado genérico que suavice el
relieve de la zona, evitando ası́ la presencia de puntos atı́picos como es el presente caso. Uno
de los filtros más frecuentemente utilizados es el filtro de mediana, que asigna como nuevo
86 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
valor a cada celda el de la mediana de sus 8 celdas vecinas, obteniendo ası́ un nuevo MDT de
formas mas suaves y redondeadas que el de partida. La utilización de la mediana en lugar de
algún tipo de media obliga a que el valor establecido para cada celda sea un valor existente en
el propio MDT, evitándose ası́ la introducción de valores irreales, con las lógicas consecuencias
ventajosas que ello supone desde el punto de vista conceptual de esta operación.
El empleo de filtros, no obstante, representando uno de los primeros intentos para hacer
frente a problemas originados por depresiones del terreno (Mark, 1984), no garantiza en ab-
soluto la eliminación sistemática de cualquier tipo de éstas, por lo que no puede considerarse
más que como una simple operación con resultados positivos a este respecto, pero sin carácter
definitivo alguno. Además, aunque una modificación del MDT está implı́cita en los métodos
que se describen en esta sección, dicha modificación debe minimizar su efecto en las zonas
que no presenten ningún problema del tipo que ahora venimos tratando. Lejos de cumplir
este requisito, el suavizado con carácter global del MDT hace sufrir a éste una variación que
lleva irremisiblemente asociada una notable pérdida de información, por lo que es altamente
recomendable el evitar prácticas de esta ı́ndole para mantener la precisión original del MDT
y preservar la información que contiene.
Volviendo, por tanto, a la formulación de los algoritmos especı́ficos para la eliminación de
depresiones, y partiendo como se ha comentado de la concepción que cada autor tiene acerca
de la naturaleza de éstas, autores como Mark (1984) consideran que una depresión surge en la
creación del MDT como consecuencia de una estimación a la baja de la altura de las celdas que
conforman dicha depresión, siendo necesaria la elevación de las cotas asociadas a las mismas
para hacer desaparecer ésta y dar lugar a un MDT preparado para un análisis robusto desde
el punto de vista hidrológico.
Otros como Garbrecht y Martz (1992, 1996), adoptan el enfoque anterior, pero añaden
al mismo una posibilidad totalmente opuesta, esto es, que la depresión sea debida a una
estimación excesiva de la altura de una celda, lo que provoca que dicha celda — o celdas
— actúen a modo de dique, obstruyendo el desplazamiento del flujo a lo largo de las celdas
erróneas. La solución cuando se tiene este caso no comparte por completo su filosofı́a con la
anterior, sino que contempla de igual modo la disminución de la cota en aquellas celdas donde
se presenten las caracterı́sticas precedentes.
La figura (2.26) muestra ambos planteamientos de forma gráfica.
Figura 2.26: Causas posibles a considerar como implicadas en la aparición de depresiones erróneas en
el MDT
es, el MDT con las depresiones ya rellenas — un punto de desagüe de la zona que constituı́a
la depresión y que ha sido eliminada.
La utilización de un nivel fijo para la obtención de lo anterior da lugar a una zona plana,
la cual deberá ser tratada mediante alguna metodologı́a de las introducidas en apartados
precedentes. Este hecho puede provocar, en depresiones de gran tamaño tales como las que
constituyen un lago — caso que será brevemente tratado de forma individual en un próximo
apartado —, la aparición de las ya clásicas lı́neas de flujo paralelas según los métodos utilizados,
consiguiéndose, no obstante, conducir el flujo pese a la existencia de la depresión.
Plasmando ambas alternativas desde el punto de vista algorı́tmico, las operaciones ini-
ciales que conducen a la puesta en práctica de las ideas generales descritas son similares en
cualquiera de los enfoques planteados, pues consisten principalmente en la localización y de-
limitación correcta de las celdas que conforman la depresión, sobre las que posteriormente
— y es aquı́ donde se ponen de manifiesto las diferentes concepciones ya introducidas — se
actuará con objeto de convertir ésta en una zona donde resulte posible asignar direcciones
de flujo, en particular en una zona llana. Además de la localización de las propias celdas de
la depresión, el conocimiento del entorno inmediato de la misma es necesario para situar un
punto de salida por el cual, una vez la depresión haya quedado eliminada — llenada —, el
flujo correspondiente a la misma continúe su trayectoria hacia aguas abajo.
Puesto que la localización de la depresión es fundamental en ambas metodologı́as, se ex-
pondrá primeramente la metodologı́a a seguir para esta tarea, particularmente en la forma en
que Garbrecht y Martz la definen por ser la misma más clara y sencilla y no suponer diferencia
conceptual de cara a la distinción entre los métodos que se analizan para la eliminación de
depresiones.
Se parte en primer lugar de una eliminación de las depresiones de carácter puntual, la
cual ya fue analizada al comienzo de este punto, y que evitará el proceso innecesario, al tratar
dichas depresiones de una única celda de la manera mas sencilla — y por tanto, eficiente
— posible. Posteriormente, se comienza el análisis localizando aquellas celdas sin dirección
de flujo asignada que, sin embargo, puedan reciban flujo al existir una celda en su entorno
inmediato con una cota mayor asociada. La utilización exclusiva de estas celdas elimina el
trabajo con zonas sin direcciones de flujo pero constituidas por celdas planas, las cuales no
constituyen el objetivo de este apartado y cuyo tratamiento ya fue detallado con anterioridad.
De aquı́ en adelante, la denominación de celda de depresión hace referencia a las anterior con
carácter exclusivo.
Una vez localizadas estas celdas de depresión, a partir de las mismas se define explı́cita-
mente la depresión en toda su extensión, siendo desde ese punto cuando se pueden efectuar las
pertinentes acciones. Para ello, el procedimiento centra una submalla de tamaño inicial 5 × 5
entorno a cada celda de depresión receptora de flujo, marcando dicha celda. Posteriormente,
se analizan secuencialmente las restantes celdas de la submalla y se marcan aquellas que son
adyacentes a una celda previamente marcada y simultáneamente poseen una cota igual o ma-
yor a la de dicha celda. Este proceso de análisis de la submalla se repite sucesivamente hasta
que no se señalen nuevas celdas dentro de la misma.
Las celdas ası́ marcadas constituyen una zona aportante a la depresión, en la cual debe
localizarse como siguiente paso un potencial punto de salida. Dicha celda de salida o desagüe
debe cumplir la condición de ser adyacente a otra celda fuera de la zona aportante y poseer
una cota mayor que dicha celda. Puede darse el caso de que existan varias de dichas celdas,
en cuyo caso se exige la de menor elevación, o bien una de modo arbitrario si éstas coinciden.
En el caso de no existir una celda de desagüe , ello significa que la submalla 5 × 5 no
cubre en su totalidad la depresión, debiendo entonces aumentarse la dimensión de la misma y
repetir el proceso anterior de identificación de área aportante y posterior búsqueda de puntos
de desagüe. Este aumento de la submalla continuará hasta que resulte posible hallar uno de
88 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
tales puntos, momento en el cual la depresión habrá sido señalada en toda su extensión.
Con la metodologı́a anterior, no sólo las depresiones, sino también las zonas planas, habrán
sido señaladas. Puesto que el objetivo perseguido es la conversión de las primeras en las últimas,
y sobre éstas no se pretende realizar ninguna modificación, es necesario ignorar aquellas áreas
seleccionadas que constituyan zonas planas, para evitar tratarlas cuando no es necesario el
llevar a cabo ninguna actuación sobre las mismas. Para ello, basta buscar una celda dentro
de las que forman la depresión, cuya cota sea menor que la del punto de desagüe. Si existe, la
zona constituye una depresión; si no, es una zona plana.
Antes de entrar en la descripción de los procedimientos para la modificación de las de-
presiones de acuerdo con los distintos métodos introducidos, se presenta una expresión en
pseudocodigo — como es habitual, con una sintaxis relajada — del método explicado para
la localización de las mismas. Dicho algoritmo da como resultado una matriz DEP(i,j) en
que las celdas de depresión tienen valor 1 y las restantes valor 0. La matriz de elevaciones se
denota como Z(i,j). Por último, el punto de salida de la depresión localizada se almacena en
una vector llamado PS()
procedimiento LocalizacionDepresiones()
{
Para cada celda (i,j) sin dirección de flujo asignada
y con una celda en su entorno con mayor elevación
{
//2k+1 es el tama~
no de la submalla
k = 1
existePuntoSalida = falso
mientras no existePuntoSalida
{
k=k+1
nuevaCeldaMarcada = verdadero
mientras nuevaCeldaMarcada
{
nuevaCeldaMarcada = falso
desde m = -k hasta k
{
desde n = -k hasta k
{
desde a = -1 hasta 1
{
desde b = -1 hasta 1
{
si DEP(i+m+a,j+n+b) = 1
y Z(i+m,j+n) >= Z(i+m+a,j+n+b)
{
DEP(i+m,j+n) = 1
nuevaCeldaMarcada = verdadero
}
}
}
}
}
}
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 89
procedimiento LlenarDepresion(i,j,z)
//i,j es un punto cualquiera de la depresi’on
//z es la altura a la que se debe <<llenar>>
{
DEP(i,j) = 0
Z(i,j) = z
desde m = -1 hasta 1
{
desde n = -1 hasta 1
{
90 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
if DEP(i+m,j+n) = 1
{
LlenarDepresion(i+m,j+n,z)
}
}
}
}
Llegados a este punto, la depresión ha quedado ya sustituida por una zona llana sobre la
que se pueden asignar direcciones de flujo en virtud de las formulaciones desarrolladas en el
apartado precedente. No obstante, si se supone que la depresión no se produce exclusivamente
como consecuencia de una subestimación de la elevación, sino también por una sobreestimación
en determinadas celdas — es decir, según la metodologı́a propuesta por Garbrecht y Martz
—, debe intercalarse entre la localización de las depresiones y su llenado un procedimiento
de disminución de altura en dichas celdas, que actúe ((rompiendo)) los diques u obstrucciones
artificiales que el error de cota en las mismas produce. Una vez que este procedimiento se
haya ejecutado, las celdas restantes serán elevadas haciendo uso de igual modo del anterior
algoritmo presentado. La metodologı́a a este respecto es la siguiente:
El proceso de eliminación de obstáculos y apertura de una vı́a de salida para el agua se
realiza actuando sobre celdas que separan zonas de elevación inferior a la de dicha celda. La
distancia entre dichas zonas debe acotarse con objeto de evitar que se produzca una actuación
sobre celdas que no constituyen verdaderamente un obstáculo, pues se sitúan entre áreas que
no tienen en realidad comunicación y cuyo aislamiento no se debe a una sobreestimación de
la elevación de las celdas intermedias.
Se define ası́ una longitud de apertura, que limita la modificación de elevación en grupos
de celdas mayores que el valor de dicha longitud. Se propone de forma habitual un valor de
2 celdas, que se demuestra adecuado en la práctica y es usado de forma general sin mayores
consideraciones.
El proceso de apertura comienza con la localización de la celda de desagüe y todas aquellas
dentro de la depresión que poseen la misma altura que ésta. Para cada una de ellas, se estudia
si son adyacentes a una celda situada fuera de la depresión y con una cota menor. En caso de
ser ası́, se analiza si se encuentran a una distancia menor que la longitud de apertura respecto
a alguna celda dentro de la depresión también con menor cota. En tal caso, se trata de celdas
cuya cota podrı́a ser modificada para simular la incisión de la vı́a de salida de la depresión.
Dicho proceso se efectúa disminuyendo la cota de la celda en cuestión a la de aquella otra
sobre la que vierte en el exterior de la depresión. Puesto que se considera una longitud de
apertura de 2 celdas, es necesario disminuir la cota de otra de ellas también hasta la misma
altura, lo cual se lleva a cabo sobre la siguiente celda en el camino más directo hacia el interior
de la depresión, siempre que la cota de dicha celda sea mayor que la nueva.
En caso de existir varios puntos de la depresión donde llevar a cabo el anterior proceso
de disminución de altura, se tomará aquel en que exista un mayor desnivel entre la celda
que conforma la obstrucción y su adyacente en el exterior de la depresión. En caso de ser
coincidentes, se tomará el de mayor pendiente hacia el interior de la depresión, eligiéndose
uno cualquiera de modo arbitrario si también esta magnitud presenta un mismo valor.
La figura (2.27) presenta un esquema comparativo de los diferentes resultados que se
obtienen mediante la aplicación de un simple llenado y de la consideración conjunta de llenado
y apertura.
Junto con los dos métodos anterior, sin duda los más extendidos e implementados, Planchon
(2001) propone una nueva solución con un planteamiento radicalmente opuesto, a través de
la cual se obtiene, además del resultado buscado y la eliminación de la depresión del mismo
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 91
Figura 2.27: De derecha a izquierda, elevaciones originales, eliminación de la depresión usando llenado
y eliminación de la depresión mediante llenado y modificación de celdas obstáculo. En negro, celda de
desagüe. En gris, celdas modificadas.
modo que con los métodos ya presentados, un mayor rendimiento en términos computacionales.
Esta circunstancia, según el autor, lo hace altamente interesante para el trabajo con mallas de
gran tamaño tales como las obtenidas mediante alguna de las más actuales tecnologias, donde
resulta posible obtener resoluciones muy elevadas.
En términos más concretos, la complejidad O(n2 ) de los métodos ((clásicos)) se reduce hasta
O(n1,2 ), consiguiéndose, por tanto, una notable mejora en el rendimiento.
La base de este algoritmo, la cual establece la diferencia clara con los métodos ya analizados,
consiste en el enfoque llevado a cabo como base del proceso. Mientras que en los casos anteriores
se llenaban las depresiones hasta una altura dada, en este caso el planteamiento es opuesto,
pues trabaja ((inundando)) la totalidad el MDT — elevando la cota de todo él como si hubiera
un exceso de agua a lo largo de toda su extensión —y posteriormente eliminando dicha capa de
agua a excepción de en las depresiones, donde ésta se queda y llena de este modo las mismas,
eliminándolas.
La figura (2.28) muestra un sencillo esquema del funcionamiento de esta formulación.
necesarios dos valores de , uno para los saltos correspondientes al desplazamiento entre celdas
diagonales, y otro para los realizados entre celdas que comparten uno de sus lados. La relación
entre √
los mismos es, como cabe pensar, igual a la de la longitud de dichos desplazamientos, es
decir 2.
Para formular los algoritmos correspondientes, se emplean dos mallas de elevaciones. Por
una parte, la malla propia del MDT — que denotaremos como Z —, y por otra la malla de
elevaciones con la capa de agua — que llamaremos W —, sobre la que se trabajará eliminando
dicha capa según ya se ha comentado brevemente con anterioridad. Este trabajo sobre W
dará lugar a una malla de datos final de elevaciones, sea Wf , que será el resultado final
buscado, y que cumplirá las siguientes condiciones
f
Wi,j ≥ Zi,j ∀i, j
Desde cada celda existe una lı́nea de flujo hasta un borde de la malla, con saltos entre
celdas continuas con un valor igual o superior a
Las elevacion de W se inicializan a un valor muy elevado h — sea, por ejemplo, h = 10000
—, salvo en los extremos de la malla. Es decir,
Zi,j si (i, j) es celda de borde
Wi,j = (2.63)
h en caso contrario
Sobre estos valores, se disminuyen mediante un proceso iterativo las elevaciones de las
celdas de W , aplicando dos operaciones fundamentales que a continuación se describen, las
cuales se emplean según las caracterı́sticas propias de cada celda y sus circundantes.
Si se cumple entre una celda central — denotada de aquı́ en adelante con el subı́ndice c —
y alguna de sus vecinas — denotadas éstas con v — la relación
Zc ≥ Wv + (c, v) (2.64)
donde (c, v) es el valor de epsilon correspondiente al desplazamiento entre las dos celdas
consideradas, entonces se efectúa la asignación
Wc = Zc (2.65)
En caso de no darse lo anterior, se comprueba una segunda relación entre la celda y sus
vecinas de la forma
y en caso de que ésta se cumpla con alguna de dichas celdas vecinas, se establece
Wc = Wv + (c, v) (2.67)
Estas dos relaciones se comprueban sucesivamente para todas las celdas de la malla, co-
menzando cada vez que se produzca una modificación, y continuando hasta que se recorra
toda la extensión malla sin realizar ningún nuevo cambio en los valores de las celdas de W .
Expresado en forma de pseudocódigo, y con una sintaxis acorde con la explicación anterior,
este proceso tiene la forma siguiente.
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 93
procedimiento EliminarDepresiones()
{
inicio:
para cada celda c de la malla
{
para cada celda v vecina c
{
si Z(c)>=W(v)+epsilon(c,v)
{
W(c)=Z(c)
//comienza de nuevo el analisis de la malla
ir a inicio
}
si W(c)>W(v)+epsilon(c,v)
{
W(c)=W(v)+epsilon(c,v)
//comienza de nuevo el analisis de la malla
ir a inicio
}
}
}
}
}
Como puede verse, una ventaja de este algoritmo, además de su rendimiento, es la sencillez
del mismo, pues puede expresarse completamente en muy pocas lı́neas de pseudocódigo, siendo
su implementación prácticamente inmediata. La alternativa optimizada, aun siendo algo más
compleja, también presenta relativa simplicidad, siendo igualmente más facil de implementar
que las soluciones presentadas hasta el momento. Su expresión, no obstante, y como ya se dijo,
no se detalla aquı́, remitiendose al lector a la referencia original de los autores, donde esta se
expone con extenso detalle.
Con independencia de sus diferencias, las tres concepciones anteriores se encuadran, como
métodos de preprocesamiento que, previamente a la utilización del MDT para el análisis
hidrológico del mismo, estudian y analizan éste, localizando las deficiencias presentes en el
mismo y corrigiéndolas con objeto de construir un MDT más adecuado para con posterioridad
llevar a cabo el antedicho análisis desde el punto de vista de la hidrologı́a. Resulta posible,
no obstante, entrar de modo directo en la asignación de direcciones de flujo y recurrir a los
algoritmos de llenado de depresiones únicamente cuando esto sea necesario, es decir, cuando
no resulte posible la asignación de dicha dirección en una celda dada. En particular, resulta
habitual asignar a una celda incluida dentro de una depresión una altura derivada de la
aplicación del sencillo esquema recogido en (2.62), para posteriormente tratar de asignar de
nuevo una dirección de flujo a dicha celda, llevándose a cabo este procedimiento en el mismo
momento de cálculo de las citadas direcciones de flujo.
Esta forma de proceder se asimila con frecuencia al comportamiento natural de un flujo de
agua, el cual, al alcanzar una depresión, la llena progresivamente hasta desbordar de la misma
por su punto mas bajo. Esta asimilación, altamente gráfica y didáctica, y como tal presente en
algunos libros de texto al respecto (vease Felicı́simo, 1994), no se corresponde sin embargo con
las bondades de este enfoque desde un punto de vista de su fiabilidad o el propio rendimiento
de una implementación práctica del mismo.
Ası́, para el caso de depresiones sencillas formadas por una celda el funcionamiento del
94 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
método no encierra ningún problema, siendo realmente idéntica su aplicacion a priori como su
utilización ((en tiempo real)). Cuando nos encontramos con una depresión mayor, sin embargo,
es necesario ya considerar que la correción de una celda dada puede tener influencia sobre sus
vecinas, debiendo volver a asignarse una dirección de flujo a las mismas. Continuando con el
claro sı́mil que se presentó anteriormente, este hecho se corresponde con la manera en que un
flujo de agua llenarı́a una depresión, recorriéndola en su totalidad, aspecto nada ventajoso en
relación con las direcciones de flujo finales que pueden obtenerse. De este modo, el trazado
definitivo de un flujo bien puede ser un recorrido que visita por completo todas y cada una de
las celdas de la depresión, saliendo finalmente por su punto de desagüe y continuando desde
ahı́ su camino aguas abajo. Si bien el resultado es correcto en términos de entrada y salida de
flujo en la depresión, no lo es ası́ en cuanto a la distancia real que éste recorre, la cual será un
factor importante para algunas formulaciones aún por introducir en este texto, y que queda
claramente sobrestimada en este supuesto.
Desde el punto de vista de la eficacia de este planteamiento, téngase en cuenta que el
recorrido del flujo por la depresión no es en absoluto un elemento que propicie un eficaz
funcionamiento de un algoritmo basado en este método. Recurriendo una vez más a la equi-
paración entre el proceso natural de llenado de una depresión por un flujo lı́quido, debemos
tener en cuenta que el tiempo para la ejecución de este proceso depende directamente de las
condiciones — en particular del volumen total — de la depresión, pudiendo presentarse casos
altamente desfavorables.
Por todo lo anterior, se considera preferente el empleo de una postura de preproceso,
superior como se ha visto a otras que, si bien resultan de interés conceptual, no son capaces
de ofrecer los mismos resultados que ésta en un gran número de aspectos.
ajuste a la realidad.
Esta corrección del flujo — cuando sea necesario, ya que puede coincidir de por sı́, y
ası́ debiera ser si el MDT presenta la calidad suficiente — se lleva a cabo, lógicamente, a
traves de la modificación de las cotas de las celdas implicadas, siendo éstas no solamente
las que directamente contienen un cauce, sino también las situadas en un pequeña región de
influencia, como a continuación se analizará con mayor detalle.
Elaborada a partir de una caracterización vectorial de la red de drenaje observada real-
mente, consideremos una nueva malla raster que nos denote con exactitud las celdas sobre las
cuales debe existir situarse un cauce de dicha red. La malla ası́ definida puede representar una
función discreta de la forma
f : M × N −→ N
= 0 si la celda no es una celda de cauce
f (i, j) (2.68)
6= 0 si la celda es una celda de cauce
Algunos aspectos deben comentarse acerca de la creación de esta malla a partir de la in-
formación vectorial, pues la consistencia y buenas caracterı́sticas de la misma son importantes
para poder aplicar con garantı́as los procesos que seguidamente serán explicados.
Los puntos a los que se debe atender en esta conversión son, esencialmente, los siguientes
dos:
Corrección de celdas donde la red de drenaje implique una dirección de flujo múltiple.
Aunque posteriormente pueden aplicarse algoritmos de tipo MFD sobre el MDT resul-
tante de las operaciones introducidas en este apartado, el desarrollo de las mismas se
basa en la consideración de una única dirección de flujo. Este tipo de celdas pueden
presentarse cuando dos cauces se aproximan y en el proceso de conversión ambos son
asimilados a una única celda.
Aun pudiendo tratar lo anterior desde un punto de vista algorı́tmico, simplemente se refleja
aquı́ a modo de apunte, más encaminado hacia un conocimiento casual de esta situación y
un control visual de la misma que a la formulación de algoritmos o expresiones que permitan
eliminar los errores anteriores. Éstos, por otra parte, son escasamente frecuentes para redes
de drenaje de morfologı́a habitual, sobre las cuales una conversión a formato raster no atañe
apenas complicaciones relevantes.
Una vez se dispone, por tanto, de esta nueva malla, resulta obvio que en base a ella deben
modificarse los valores recogidos en el MDT, planteándose para este fin algunas alternativas
que difieren entre sı́ en cuanto a nivel de refinamiento y precisión, ası́ como en su versatilidad
en relación con las caracterı́sticas de la red de drenaje empleada como información de apoyo.
Para todos los casos que siguen, el enfoque considerado es el de elaborar un MDT modifi-
cado y basar los posteriores cálculos en éste, en lugar de utilizar el MDT original y la malla
raster con los cauces de modo conjunto, perspectiva que también resulta posible considerar y
que, sin embargo, es de mucho mas infrecuente utilización.
En primer lugar, el planteamiento más inmediato pasa por la actuación únicamente sobre
las celdas de cauce propiamente dichas, llevando a cabo la operación que da nombre a este
apartado — River Burning, literalmente ((marcar a fuego)) los rı́os — y que explı́citamente
viene a decir que, de algún modo, deben quedar marcados sobre el MDT los recorridos de
los cauces existentes, de tal manera que los algoritmos encargados de la determinación de
96 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
direcciones de flujo no puedan sino asignar las correspondientes a dichos cauces en las celdas
situadas bajo los mismos.
Este trazado de los rı́os sobre el MDT se lleva a cabo de forma habitual encajonando los
mismos mediante una disminución de la cota de las celdas correspondientes del orden aproxi-
mado de los 5 metros, valor que, no obstante, puede variarse de acuerdo con las circunstancias,
siendo lógicamente preferible el disminuir su magnitud en la menor medida posible, para de
ese modo introducir la menor variación en el MDT. Para una resolución habitual de trabajo,
ello hace prácticamente imposible que desde los cauces el flujo pueda dirigirse a otro punto
más que al siguiente punto de cauce, con lo que se garantiza que este flujo circule a través de
los mismos. De igual modo, el fuerte desnivel existente con respecto a las cotas de las celdas
situadas en contacto con el cauce hace que éstas también tributen sobre el trazado definido,
cumpliéndose ası́, en primera instancia y de una forma algo ((agresiva)) — excesivamente for-
zada, tal vez —, el objetivo que se perseguı́a de lograr unos trazados de cauces coherentes con
la realidad.
Una vez se dispone de este MDT modificado, la evaluación de las direcciones de flujo se
deja en manos de los algoritmos existentes para esta tarea, los cuales operarán sobre dicho
MDT de la manera habitual.
Obsérvese que la modificación anterior, aun reflejando circunstancias reales y basadas en
elementos observados como son los propios cauces de la red de drenaje real, introduce en el
MDT una variación notable cuyo resultado es, desde el punto de vista morfológico, irreal en
todos los sentidos. Es por ello que, puesto que el interés principal a la hora de llevar a cabo lo
anterior es únicamente con objeto de refinar los aspectos relativos a las direcciones de flujo,
debe ser tan sólo para el cálculo de dichas direcciones para lo que se utilice el MDT modificado,
manteniéndose el MDT original como fuente de información para el cómputo de cualquiera de
las otras variables hasta aquı́ desarrolladas en el texto. El cálculo de pendiente, por ejemplo,
dará unos valores ciertamente irreales en las orillas de los cauces.
Superando el planteamiento anterior y llevando a cabo el ajuste entre la red de drenaje
almacenada en la malla raster previamente definida y el MDT original de un modo mas eficaz
y adecuado, un procedimiento global para la asignación de direcciones de flujo apoyadas en
cartografı́a de redes drenaje es el que se presenta seguidamente (Turcotte et al, 2001), y que
refleja perfectamente las capacidades que la conjunción de estos dos tipos de información tiene
para el estudio de este parámetro de modo correcto.
En contraste con la simplicidad del enfoque anterior, totalmente desarrollado en un único
paso, se presentan en éste tres grupos principales de celdas de acuerdo con su relación con la
red de drenaje, las cuales ven asignadas sus direcciones de flujo de modo distinto y propician
la división del metodologı́a a seguir en etapas bien diferenciadas.
La ejecución de estas etapas va a dar lugar a una nueva matriz con direcciones de flujo
correspondientes a cada celda, pudiendo venir éstas expresadas, por ejemplo, como la siguiente
celda aguas abajo — trabajamos en todo momento con el modelo D8 — o bien como una
codificación numérica del ángulo — múltiplo siempre de 45o — en que se da dicho flujo. A
pesar de haber utilizado anteriormente la malla de direcciones de flujo, a partir de este punto
su uso va a ser intenso, siendo interesante el crear una malla a tal efecto en lugar de proceder
al cálculo de las direcciones de flujo cuando éstas se requieran para un nuevo cálculo. Una
codificación habitual — siempre en el caso del D8 — para estas direcciónes, y con objeto de
evitar el almacenamiento de las coordenadas de la siguiente celda — una información doble
—, es la indicación de dicha siguiente celda mediante un esquema como el siguiente.
32 64 128
16 −− 1
8 4 2
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 97
Los algoritmos presentados a lo largo de este texto no harán un uso explı́cito de ningún
formato para la malla de direcciones de flujo, debiendo ser, no obstante, esta circunstancia del
conocimiento del lector, de cara a plantear él una implementación pertinente de cuanto se va
desarrollando aquı́ sobre la base de dichas direcciones.
Para la construcción de una matriz de direcciones de flujo en la presente metodologı́a,
primeramente las celdas sobre las cuales existe un cauce deben contener una dirección que
resulte consistente con la propia estructura de la red de drenaje. Si en la conversión de la
representación vectorial a la malla raster se cumplieron los requisitos con anterioridad enun-
ciados, cada punto de dicha malla deberá estar rodeado por 1, 2 o 3 puntos, según se trate de
un punto extremo — inicio o final de cauce —, un punto del trazado o un punto de intersección
respectivamente. En cualquiera de los casos, para cada uno de dichos puntos, y si se conoce
cual de los que se encuentran en contacto con él es el situado aguas abajo, la asignación de
una dirección de flujo es inmediata sin más que conducir el flujo a dicha celda aguas abajo.
Para llevar a cabo lo anterior, se debe comenzar por el extremo inferior de la red, gene-
ralmente el punto de salida de una cuenca dada, y asignar las direcciones de modo recursivo
a cada uno de los situados inmediatamente aguas arriba hasta llegar a la cabecera de cada
cauce. La conectividad entre las celdas de cauce y el buen trazado de éstos sobre la malla
raster queda garantizado por las condiciones ya enunciadas al inicio de este apartado.
El empleo de este tipo de algoritmos de carácter recursivo va a ser una constante en buena
parte de las formulaciones desarrolladas en ésta y las próximas secciones del libro, siendo éste
uno de los casos en los que una expresión mediante pseudocódigo resulta más conveniente
que la simple notación matemática. Empleando, pues, este tipo de elementos, uno de tales
pseudocódigos para el algoritmo comentado anteriormente es el siguiente.
Con lo anterior, las celdas ocupadas por la red de drenaje han sido ya correctamente asig-
nadas, lo cual garantiza la coherencia de los valores registrados para las mismas, no pudiendo
hacerse extensible dicha garantı́a para otras celdas de la malla. Son estas otras celdas, en
particular las que se encuentran en un área de influencia de los cauces establecidos, las que
deben modificarse convenientemente para que exista a su vez una transición correcta entre
las anteriores y aquellas celdas alejadas de los cauces que verán signada su dirección de flujo
mediante la mera aplicación del algoritmo correspondiente — en este caso el D8, como ya se
ha comentado —.
Para estas celdas en la vecindad inmediata de las de cauce se propone una reducción de
98 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
la cota asociada a cada una, en función de la perturbación causada por la presencia de dicho
cauce, lo cual viene expresado de forma genérica por la expresión recogida bajo estas lı́neas.
0
zi,j = zi,j + Pi,j (2.69)
0 son, respectivamente, las elevaciones de la celda (i, j) en el MDT original y
donde zi,j y zi,j
en el modificado, y Pi,j el coeficiente de perturbación anteriormente mencionado.
Para este ultimo factor, se propone una evaluación en función del inverso de la distancia, de
tal modo que a partir de una cierta separación — es decir, cuando una celda se encuentre fuera
del ámbito de influencia del cauce —, dicho parámetro sea prácticamente nulo. La tendencia
asintótica hacia cero de una función como la adoptada permite obtener este resultado. Más
explı́citamente, el parámetro P(i,j) a emplear en la igualdad anterior tomará una expresión de
la forma
1/α
1 Rm
P(i,j) = (2.70)
2 R(i,j)
en la que Rm define la máxima influencia radial, α es un coeficiente y R(i,j) indica la distancia
existente entre la celda (i, j) y la celda de cauce mas próxima.
En la anterior expresión la determinación de los valores a adjudicar tanto a Rm como a
α son las claves para la aplicación correcta de esta fase del método, pues ésta debe llevarse a
cabo de tal modo que resulte de la misma una transición correcta entre los dos tipos de celdas
analizados en las restantes etapas.
Comenzando con el valor de Rm este debe ser suficientemente elevado para eliminar las
posibles discrepancias que puedan surgir en la determinación de direcciones de flujo para las
celdas con cierta proximidad a algún cauce. Por otra parte, si se le asigna un valor excesi-
vamente alto, ello implicará el alcance de la expresión anterior a celdas que en realidad no
son influidas por la presencia de los cauces, desvirtuándose ası́ la información contenida en el
MDT para dichas celdas.
Una vez más, el valor óptimo guarda relación con la resolución empleada en el MDT,
aunque si suponemos una resolución habitual en el rango con el que venimos trabajando hasta
el momento, un valor alrededor de Rm = 5 ofrece buenos resultados y una notable coherencia
en su aplicación práctica.
Respecto al coeficiente α, la formulación original supone el empleo de coeficientes de per-
turbación P(i,j) únicamente con valores enteros, para lo cual, y con objeto de que éstos tengan
distinto valor según las diferentes distancias, se propone la expresión
ln(Rm ) − ln(Rm − 1)
α= (2.71)
ln(3)
Aunque no tenga mucho sentido el considerar la suposición de los valores enteros, da-
da la preparación de cualquier aplicación informática actual en este ámbito para el manejo
de valores reales, la anterior expresión sigue constituyendo una buena aproximación para el
establecimiento de un valor óptimo de este coeficiente y es por tanto utilizada como tal.
Aplicando todo lo anterior a las celdas que no están situadas sobre un cauce, tanto las de la
proximidad inmediata como las situadas a mayor distancia, completarı́amos la segunda etapa
del método habiendo concluido la definición del MDT modificado. En él, existirán ahora tres
tipos principales de celdas: aquellas sobre al cauce, cuyos valores no han sido modificados, ya
que las direcciones de los mismos han sido asignadas directamente; aquellas en las proximidades
cuyas cotas habrán sufrido ciertas variaciones que garantizan la coherencia de las direcciones de
flujo de las mismas; y el resto de celdas cuyas direcciones serán las mismas tanto sobre el MDT
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 99
modificado como sobre el original, pues han sufrido una modificación total o prácticamente
nula.
Resta ya tan solo aplicar el algoritmo correspondiente para la asignación de direcciones
de flujo a todas las celdas excepto las de cauce, registrando los resultados en la malla de
direcciones de flujo y completando ası́ las misma al unir dichos resultados a los valores ya
almacenados en la misma y correspondientes a las celdas situadas dentro de la red de drenaje
según se especificó en la primera etapa del proceso.
Con lo anterior, la creación de una malla de direcciones de flujo más precisa haciendo uso
de información adicional referente a la red de drenaje existente en el terreno, queda concluida
ya, encontrándonos por lo tanto en disposición de sacar un mayor partido de la misma a través
de la extracción de nuevos parámetros a partir de ella.
Con lo anterior, la malla de direcciones de flujo se obtiene con precisión de un modo robusto
y adecuado, pudiendo procederse sin mayor consideración al cálculo de cuantos parámetros
restan y pueden evaluarse con la ayuda de los anteriores.
procedimiento CalcularMallaFlujoAcumulado1()
{
para cada celda de la malla
{
desde (i,j)=celda inicial hasta (i,j)=celda de salida
de la malla
{
flujo acumulado en (i,j)=flujo acumulado en (i,j)
+ área de una celda
}
}
}
nalmente mas eficaz, aunque sı́ la de más universal validez, motivo por el cual debe quedar
igualmente recogida en estas lı́neas.
Si centramos ahora nuestra atención sobre el modelo D8, y notando como A a la matriz
de flujo acumulado, podemos llegar a una formulación algorı́tmica más optimizada, partiendo
del hecho de que
1
X 1
X
A(i,j) = δ(n,m) · A(i+n,j+m) , m · n 6= m + n (2.72)
n=−1 n=−1
donde
= 1 si la celda (i + n, j + m) vierte sobre (i, j)
δ(n,m) (2.73)
= 0 si la celda (i + n, j + m) no vierte sobre (i, j)
Transformando esta notación matemática en una expresión algorı́tmica, tenemos una fun-
ción que puede expresarse mediante un pseudocódigo de la forma siguiente.
Las implicaciones ventajosas de esta formulación son obvias en cuanto que únicamente las
celdas que en efecto aportan flujo sobre la celda problema (i, j) son tratadas, siendo además
analizadas en una única ocasión, existiendo ası́ una optimización notable en relación con el
número de operaciones necesarias para completar el cálculo buscado.
Considérese además que la llamada recursiva hacia las celdas superiores de cara a conocer
el flujo acumulado en ellas, puede ser más rápida si este flujo ya se conoce de antemano, no
resultando necesario seguir subiendo aguas arriba hasta el origen del flujo. Si aplicamos este
concepto para generar la malla completa de flujo acumulado — lo anterior era sólo para un
punto dado —, veremos que no en todos los puntos va a resultar imprescindible realizar el
antedicho ascenso, resultando al final que tan sólo se evaluarán tantas celdas como tenga la
malla, pues ninguna deberá ser analizada en más de una ocasión.
Con lo anterior, planteamos la siguiente modificación para el algoritmo precedente, en el
cual se hace uso de la malla de flujo acumulado, en vista de la utilización de este algoritmo
dentro de uno destinado al cálculo de dicha malla y que en breve será introducido. Los valores
de flujo acumulado quedan en la matriz denotada como F.
102 CAPÍTULO 2. MDTS Y ANÁLISIS DEL TERRENO
Puesto que nos acercamos ya a una versión definitiva del algoritmo, es procedente en
este punto incorporar en el mismo una circunstancia que en su momento detallamos para
el caso de valores puntuales evaluados mediante el desplazamiento de la submalla 3 × 3,
tales como pendiente u orientación, y que no es otro que el relativo a la ausencia de datos en
determinadas celdas del MDT. La consideración explicita de estas celdas se contempla también
en el algoritmo a continuación presentado.
Como puede verse si se analiza el aspecto relativo a las celdas sin datos, toda celda que
presente aguas arriba una de dichas celdas recibirá un valor NODATA como flujo acumulado, ya
que esta celda sin datos interrumpe el proceso recursivo hacia aguas arriba, haciendo imposible
el calcular desde ese punto el área aportante, e invalidando ası́ cualquier resultado obtenido.
El hecho de que existan celdas con un valor NODATA en la malla deberá ser tenido en cuenta
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 103
para todas las futuras formulaciones que hagan uso de la misma — que van a ser muchas —,
aun cuando ello no se refleje de modo explicito en el texto.
Utilizando el algoritmo anterior para el cálculo de flujo acumulado en una celda dada,
y extendiéndolo a todas las celdas de la malla mediante su ejecución sobre cada una de
ellas — formulación de suma sencillez —, la malla de flujo acumulado queda definida con
unas notables ventajas respecto al planteamiento inicial expresado al comienzo del apartado.
Puesto que hemos comprobado la mejor eficacia de este nuevo algoritmo, el cual hemos basado
originalmente sobre la formulación del D8, es procedente tratar ahora de adaptar la idea que
reside tras el mismo a las distintas otras metodologı́as para las asignación de direcciones de
flujo.
Comenzando con aquellas de tipo MFD de la familia misma del D8 — léase, FD8 y D∞ —,
la expresión (2.72) puede emplearse de igual modo sustituyendo los valores de δ(n,m) recogidos
en (2.73) por
= p si la celda (i + n, j + m) vierte sobre (i, j); p ∈ (0, 1)
δ(n,m) (2.74)
= 0 si la celda (i + n, j + m) no vierte sobre (i, j)
La adaptación se antoja a simple vista bastante sencilla, y parece en una primera impresión
que resultará posible mantener las buenas cualidades en cuanto a eficacia que caracterizaban a
este enfoque en el caso del D8. Para ver esto de un modo más claro, recurramos a la formulación
algorı́tmica que queda como sigue. Por razones de espacio, se presenta el algoritmo sin la
consideración de celdas sin datos.
No habiendo modificado apenas el algorı́tmo original, resulta claro que la estructura recur-
siva de las formulaciones anteriores — la que realmente aporta la eficacia a este planteamiento
—, puede seguir aplicándose, quedando cubierta de este modo la familia del D8 al completo
en lo que a creación de la malla de flujo acumulado respecta.
La pregunta que debemos plantearnos en este punto es si podremos continuar esta pro-
gresión y extender el rango de aplicación de esta filosofı́a a los modelos KRA y DEMON,
pregunta cuya respuesta, aunque ya se ha anticipado en diversas ocasiones que es negativa,
será justificada con algo más de detalle en este punto.
La relación que une a una celda y la situada inmediatamente aguas arriba de la misma, y
que permite en el anterior algoritmo la aplicación de lo expresado en (2.72), queda reflejada en
el mismo en la lı́nea si (i+n,j+m) vierte sobre (i+j) entonces, la cual permite conocer
si, efectivamente, una celda se encuentra aguas arriba de otra dada o no. Esta relación, sencilla
de concepto y sumamente fácil de comprobar bajo las premisas de los algoritmos de la familia
del D8, no puede tratarse igual si se utiliza cualquiera de los restantes modelos, pues ya
sabemos que la relación entre el flujo de una celda y su paso a otra situada aguas abajo de la
misma no depende exclusivamente de dicha celda sino también de todas las que se encuentran
aguas arriba de la misma. La necesidad de analizar todas esas celdas, inevitable según la
formulación de estos métodos, hace perder validez a las formulaciones recursivas que han sido
presentadas, al eliminar la ventaja de las mismas en cuanto al ahorro de operaciones y de
celdas que es necesario analizar.
Como resultado de lo anterior, las aplicaciones que implementan tanto el modelo KRA
como el modelo DEMON se ven obligadas a recurrir a formulaciones menos optimizadas,
resultando imposible con las mismas el obtener un rendimiento equivalente al que puede lo-
grarse en el caso de emplear cualquiera de los métodos de la familia del D8. Una vez más,
la simplicidad de éstos se demuestra como un elemento altamente ventajoso desde el punto
de vista puramente computacional, apoyándo en dicha sencillez la construcción de algoritmos
altamente eficientes como los que hemos visto.
Independientemente del rendimiento de sus algoritmos asociados, es obvio que todos los
modelos permiten el cálculo de la matriz de flujo acumulado, la cual puede emplearse en este
punto para complementar todo lo dicho anteriormente acerca de cada uno de dichos modelos.
El análisis de una estructura dada representada mediante un MDT aplicando todos ellos, y
la generación consecuente de las mallas de flujo acumulado derivadas, aporta un elemento de
comparación que, no sólo de modo numérico, sino especialmente de forma visual, nos da una
buena idea de las limitaciones y cualidades en cuanto a precisión y realismo de sus resultados
de cada uno de los modelos que conocemos.
La figura (2.29) representa las acumulaciones de flujo para un MDT cuya superficie cons-
tituye un cono circular, arrojando interesantes resultados. La elección de una superficie ma-
temática en lugar de un MDT real hace posible una mayor claridad y una mejor comprensión
de los resultados que conlleva la comparación de las distintas representaciones.
Es de interés reseñar que, por la propia naturaleza de los valores que contiene la malla de
acumulación de flujo, con magnitudes muy elevadas en algunas pocas celdas que concentran el
flujo — y que anticipamos ya aquı́ que servirán para la determinación de cauces en próximos
capı́tulos —, la representación habitual en escala de color mediante una gradación lineal no
ofrece apenas información de interés o, al menos, no del mismo modo que esta forma de
representación lo hace con otras mallas como la propia del MDT, la de pendientes, etc. Se
utiliza en este caso una rampa de color de tipo logarı́tmico, aumentándose de este modo la
información que puede obtenerse de dicha representación, tal y como queda reflejado en la
Figura (2.30).
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 105
Figura 2.29: Representación de flujo acumulado sobre un cono circular, según los principales algoritmos
de asignación de direcciones de flujo (adaptado de (Conrad, 1998))
Figura 2.30: Representación de una malla de flujo acumulado con escala lineal (izquierda) y logarı́tmica
(derecha). Se ve con facilidad la mayor utilidad de esta última para este tipo de parámetro
tales como los relativos a zonas llanas o depresiones. La existencia de lagos o cualquier otro
tipo de acumulación de agua, ası́ como la de grandes zonas llanas tales como llanuras de
inundación, hace necesario considerar estos elementos con anterioridad, si se desea obtener
una formulación consistente en todos los sentidos.
Autores como Liang y Mackay (1997), han propuesto soluciones encaminadas a mantener
una coherencia topológica de la red de drenaje a obtener, soluciones que no se detallarán
aquı́ pues constituyen planteamientos muy particulares y con objetivos realmente no de primer
orden de cara a la modelización hidrológica más allá de la caracterización exclusiva de los
elementos hidrográficos. En el momento de detallar la creación de la red de drenaje, veremos
como ésta para nosotros va a ser únicamente un elemento de tipo lı́neal, consideración suficiente
para toda la modelización posterior y la extracción precisa de otros parámetros. Por ello, el
trabajo con lagos y embalses no debe preocuparnos tanto desde un punto de vista de la propia
red de drenaje o de la precisión conceptual de los algoritmos, sino más bien desde la coherencia
de las interpretaciones que se lleven a cabo a partir de los mismos.
Figura 2.31: Trazado de flujo alrededor de un lago, según Liang y Mackay. (Tomado de Liang y
Mackay, 1997)
Figura 2.32: Mapa de ı́ndice topográfico. Las tonalidades más claras indican valores mayores.
agua en el suelo, responsable ésta a su vez de la escorrentı́a generada, velocidad de flujo, etc.
En particular, un uso principal de este ı́ndice es el relacionado con la producción de escorrentı́a
bajo el supuesto de que esta se produce en presencia de una saturación de agua en el suelo,
momento en el que nivel freático alcanza la superficie.
Desde otro punto de vista, la concepción inicial del parámetro se encamina hacia a identifi-
cación de zonas que se comporten de igual modo desde el punto de vista hidrológico, ofreciendo
por tanto una idéntica respuesta en lo que respecta a la relación precipitación–escorrentı́a. Sir-
ve, por tanto, como un indice de similitud hidrológica de sumo interes para la agrupación de
zonas con caracterı́sticas homogeneas en ese sentido, permitiendo el análisis conjunto de las
mismas y el planteamientos de distintos enfoques en los modelos asociados.
No obstante, todos estos análisis del significado de este factor serán detallados en profun-
didad en cada uno de los diferentes puntos donde se haga uso del mismo a lo largo del texto,
sirviendo lo anterior únicamente a modo de introducción y de presentación de las expresiones
que definen su valor.
P = a0 · γ (2.77)
Figura 2.33: Mapa de potencia de cauce. Las tonalidades más claras indican valores mayores. La
representación de este mapa, al igual que el de área acumulada, se realiza preferentemente con escala
de tipo logarı́tmico
Figura 2.34: Mapa de pendiente media aguas arriba. Las tonalidades más claras indican valores ma-
yores.
La figura (2.34) muestra como ejemplo un mapa de pendiente media aguas arriba. La
comparación de éste con el mapa de pendientes simples y el análisis conjunto queda como
propuesta para el lector.
Pendiente
Relieve relativo
Tipo de perfil
0–150 m
150–300 m
150–600 m
600–900 m
900–1500 m
>1500 m
Figura 2.35: Valores de relieve relativo(izquierda) y clasificación de los mismos en clases (derecha).
Los trabajos originales de Hammond, ası́ como las adaptaciones informáticas posteriores
como la de Dikau, se encuentran enfocadas hacia un análisis a gran escala y con objeto de
identificar las principales clases de elementos morfológicos dentro del macrorelieve de una zona
relativamente amplia. Ello hace sencillo comprender el porqué de los valores limite mencio-
nados, ası́ como también los comentados para el tamaño de la submalla, los cuales pudieran
resultan algo inadecuados para un análisis a menor escala en vistas a una posterior utiliza-
ción de los datos en relación con la hidrologı́a. El ajuste de los valores de las clases puede
adaptarse, con vistas al análisis hidrológico que se persigue, en función de el carácter global
del relieve u otras circunstancias, justificando los valores siempre en aspectos relativos a la
similitud hidrológica de las clases de formas de relieve que como objetivo final se busca definir.
Por último, el tipo de perfil se obtiene a partir de la caracterización de pendientes dentro
de la submalla, ası́ como mediante una nueva malla de valores que ı́ndica la posición relativa
de cada celda dentro del terreno de la submalla, clasificándola como zona baja o alta dentro
del mismo. Para el cálculo de esta nueva malla de datos se hace uso de la diferencia entre la
altura de la celda central y la máxima en la submalla. Comparando este valor con el del relieve
relativo, si el primero es superior a la mitad del segundo, la celda se clasifica como zona baja.
De lo contrario, se trata de una zona alta.
La malla resultante — con dos valores posibles, bajo o alto — se superpone a la malla de
pendientes — también con dos valores, llano o no — y se obtiene una nueva malla con cuatro
valores posibles, la cual representa ya la información buscada sobre el tipo de perfil.
Esta malla de tipo de perfil, junto con la de pendiente, deben ahora reclasificarse para
dar lugar a nuevas mallas con cuatro clases diferentes, las cuales, al superponerse con las seis
clases definidas en la malla de relieve relativo — la cual y ha sido clasificada con anterioridad
— , darán una nueva malla de formas de relieve con un total posible de 4 × 6 × 4 = 96 clases.
La reclasificación se hace empleando medias de valores en los entornos de cada celda —
conocidas como medias focales —, siendo la ventana a considerar del mismo tamaño que las
empleadas con anterioridad. En el caso de la pendiente, para ello se asigna valor 100 a las
celdas de pendiente superior al umbral, y 0 a las celdas llanas, calculándose la antedicha
media focal de cada celda, que constituye el valor de la malla final relativa a pendientes. Éste
es, en realidad, un valor de porcentaje de celdas no llanas, y se reclasifica en 4 intervalos según
0–25 %
25–50 %
2.3. PARAMÉTROS PRINCIPALES A PARTIR DEL MDT 113
50–75 %
75–100 %
Para el caso del tipo de relieve, también debe calcularse un porcentaje, pero en esta ocasión
el de celdas con pendiente situadas en zonas bajas. A este tipo de celdas se le asocia valor 100,
siendo 0 el valor del resto, y procediendo a calcular la media focal y aplicar posteriormente
una clasificación en los citados 4 intervalos.
Las tres mallas obtenidas se combinan para dar una con las 96 posibilidades ya citadas, y
constituyendo una clasificación de las formas de relieve presentes, al tiempo que permitiendo la
localización de zonas similares desde dicho punto de vista. Para cada una de esas clases, algunas
de las cuales se agrupan por constituir formas similares, puede aportarse una nomenclatura
que complemente el carácter descriptivo de la malla de valores obtenida. No obstante, por
ser en cierta medida un elemento subjetivo en función de algunos parámetros elegidos tales
como tamaños de submalla empleados o configuración general del relieve, además de por no
presentar aplicabilidad dentro del análisis hidrológico, no se presenta aquı́ dicha nomenclatura.
Simplemente, una vez que se han clasificado las distintas zonas, el análisis de los valores
y formas que caracterizan a cada una de ellas, puede utilizarse para asignar un tipo de com-
portamiento hidrológico u otro a las distintas clases y ası́ establecer agrupaciones comunes
o crear unidades globales que compartan un comportamiento similar. Esta es la base de la
denominada regionalización, la cual se verá más adelante dentro de la siguiente parte de la
obra.
3.1. Introducción
Llegados a este punto, y salvando las omisiones existentes por descuido o quizás por un
intencionado olvido — no siempre un exceso de información es positivo —, tenemos ya en
nuestro poder una completa suerte de parámetros que, a nivel mayoritariamente local, nos
definen con casi absoluta completitud las caracterı́sticas del terreno recogido en el MDT sobre
el que se desarrolla nuestro trabajo. Sin embargo, todo lo recogido hasta este punto, y aunque
se ha pretendido darle en todo momento un enfoque próximo a la hidrologı́a y relacionar
siempre que fuera posible los elementos introducidos con los conceptos hidrológicos habituales,
no constituye sino un preliminar — muy importante, eso sı́, basta para ello ver la extensión
dedicada — de cara a alcanzar los apartados propios de la hidrologı́a que verdaderamente
atesoran el interés y el atractivo de la obra.
La hidrologı́a, ya sea en su concepto clásico o moderno, estudiada a través de elementos
sencillos o con las ultimas tendencias en cuanto a cualquiera de sus aspectos, no la forman
ninguno de los parámetros vistos hasta el momento y ni siquiera tampoco los rı́os, cuencas
u otras unidades hidrográficas como las que se analizan en éste y el siguiente capı́tulo. La
hidrologı́a se esconde en conceptos tangibles y utiles a la vez que relativamente etéreos como
son por ejemplo los hidrogramas de cálculo y, mas aún, en la realización de los mismos a través
del fluir que da lugar a estos hidrogramas, sus valores punta, sus volúmenes de escorrentı́a, y
las implicaciones que todos ellos tiene para la vida del hombre.
Esta aproximación no exenta de abundante poética que se ha recogido de forma exquisita
y con palabras más o menos engoladas en gran parte de la literatura hidrológica — lo cual
me agrada notablemente — se ha perdido en la práctica totalidad de los textos que recogen
de un modo u otro el empleo de nuevas técnicas y nuevos elementos (especialmente MDTs)
para el análisis hidrológico, no haciéndose justicia a esta hidrologı́a para la que supuestamente
se plantean novedosas soluciones. Mi interés, como ya queda bien expresado en el prólogo de
la obra, es reconciliar estas dos posturas, hermanando al mismo tiempo la visión clásica del
hidrólogo con los elementos computacionales y las aportaciones tecnológicas actuales, contri-
buyendo cada uno de ellos a esta mezcla con sus virtudes caracterı́sticas, para ası́ concluir
115
116 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
con formulaciones que puedan considerarse partı́cipes de la belleza, utilidad y relevancia que
ambos campos añaden a las mismas.
En un libro, pues, que se ha planteado como un ejercicio de conciliación y unión, el presente
capitulo — junto con el siguiente — es, a su vez, una sección que sirve como nexo entre
planteamientos y realidades distintas dentro del mismo. Huelga por lo tanto decir que estos
capı́tulos representan un elemento de unión de primer orden para ligar — y de este modo
comprender — los dos puntos de vista que se pretende confluyan sobre estas páginas, residiendo
en este hecho su gran importancia ya que, como se verá, ésta es notable desde ambas visiones.
Esta doble vertiente se manifiesta en el mayor detalle con que son tratados los elementos
hidrográficos en relación con los textos de hidrologı́a más clásicos, a la par que queda reflejado
en la abundancia de algoritmos y la profundidad de estudio de los mismos en relación con
todos los aspectos de interés tanto de cuencas como de rı́os.
Para llevar a cabo ese primer acercamiento entre los parámetros ya estudiados y las formu-
laciones puramente hidrológicas, muchas de las cuales son clásicas y no consideran de modo
explı́cito dichos parámetros, la determinación de cauces y redes de drenaje a partir de los mis-
mos representa un camino perfecto para ir avanzando en la dirección correcta hacia resultados
cada vez con una mayor componente hidrológica. Si he elegido tratar este tema antes que
el dedicado a las cuencas vertientes es sencillamente por la ventaja que ello conllevará pos-
teriormente cuando se aborde al análisis de éstas, ya que una buena parte de los resultados
que ahora sean deducidos tendrán su papel importante en las formulaciones y algoritmos que
entonces se desarrollen.
Es éste, por tanto, un capı́tulo breve – la caracterización excesiva de las unidades hidro-
gráficas no tiene ningún sentido desde la perspectiva que se considera aquı́ — pero altamente
intenso, donde se introducen los conceptos primordiales que permitirán comprender con rigor
y precisión los pormenores del manejo de cauces y redes de drenaje en nuestro entorno actual,
fundamentado primordialmente en el empleo de Modelos Digitales del Terreno como fuentes
básicas de información. El estudio de estos cauces y redes de drenaje y el trabajo con los
mismos, a buen seguro supondrá una continuación adecuada a los conocimientos desarrollados
en el capı́tulo anterior, tanto por su significado propio como por su posición global dentro de
este texto y de la materia del mismo en términos generales.
celdas que deben señalarse como celdas de cauce y los métodos para realizar dicha selección,
junto con sus teorı́as de base, todos forman el conjunto de esta primera parte del capı́tulo
dedicada a la mera extracción de cauces sobre la única base de los datos recogidos en el MDT.
El comienzo de esta exposición debe centrarse no todavı́a sobre los criterios a emplear para
acometer esta extracción de la red de drenaje existente, sino en las propias caracterı́sticas que
ésta debe cumplir, y que nos facilitarán la comprensión de posteriores formulaciones y la
justificación conceptual de ambas.
En primer lugar, trabajamos ya no con parámetros individuales para cada celda o malla de
celdas, sino con una entidad para cuya definición y representación recurriremos a un conjunto
de dichas celdas, pero que, más allá de esa representación se trata de una unidad con una
serie de cualidades que deben estar presentes para que, efectivamente, se trate de una red de
drenaje coherente tanto con la realidad como con el concepto de red de drenaje en sı́.
Algunas de estas cualidades importantes a las que hay que atender son, por ejemplo, la
conectividad de las celdas que forman la red o la inexistencia de flujos circulares, entre otros
posibles defectos que pueden presentarse aún haciendo uso adecuado de los conceptos de base
que sirven de fundamento para la extracción de la citada red de drenaje.
Al respecto de la conectividad entre cauces, ésta debe cumplirse como requisito básico
entre los pertenecientes a una misma cuenca, pero puede — y de hecho prácticamente nunca
sucede — no darse este hecho entre muchos de los cauces que definamos sobre un MDT, pues
es probable que éstos pertenezcan a cuencas distintas. Puesto que aún no se ha tratado el
tema de las cuencas vertientes, el cual constituye el tema principal del siguiente capı́tulo,
en el presente no se harán referencias directas a elementos de las mismas que no hayan sido
introducidos, aunque se entiende que todo lo aquı́ detallado para una red de drenaje dada,
hace referencia a la red de drenaje de una cuenca vertiente, y se supone que, por tanto, ésta
es conocida de algún modo.
La ı́ntima relación entre estos dos conceptos obliga a que la presentación en primer lugar
de los métodos asociados con la definición y caracterización de uno de ellos dé lugar a ciertos
vacı́os en al propia exposición, aunque en la medida de lo posible éstos son evitables con la
introducción de sencillos conceptos, cuya comprensión posterior será completa una vez que
ambos elementos queden suficientemente desarrollados.
Ası́ pues, la visión de la red de drenaje como una entidad bien definida es la base de las
teorı́as que van a exponerse en este capı́tulo relativas tanto al cómputo de los cauces que las
constituyen y su caracterización, como al manejo de los mismos. Los conceptos ası́ establecidos
para el tratamiento de las redes de drenaje como objetos geómetricos cargados de significado
fı́sico, son del máximo interés para su utilización posterior en módelos hidrológicos, pues
caracterı́sticas como la ya mencionada conectividad son las que permitirán, en el empleo de
modelos hidrológicos basados en el análisis independiente de subcuencas, la conexión entre
esos resultados individuales de cara a la obtención de parámetros globales de la cuenca. Como
se verá en su momento, la propia definición de las subcuencas puede sacar también partido de
la estructura de la red de drenaje con el fin de lograr que dicha definición dé lugar a resultados
óptimos desde el punto de vista del análisis hidrológico.
Desde el punto de vista teórico, es un hecho que la disposición de los cauces en el terreno y
sus caracterı́sticas de forma están en relación directa con un alto número de factores que van
desde la propia morfologı́a del terreno hasta la litologı́a, pasando por la vegetación presente y
el uso de suelo, entre otros. No obstante, y aunque esta simplificación pueda resultar en ciertos
casos excesiva — especialmente cuando los otros factores sean notablemente heterogeneos a
lo largo de la superficie cubierta por el MDT —, consideraremos que la extracción de la red
de drenaje puede llevarse a cabo exclusivamente a partir del MDT, es decir, que la morfologı́a
del terreno es el factor preponderante de modo absoluto en la definición de dicha estructura
hidrográfica.
118 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
Aun ası́, la forma de considerar la información recogida en el MDT acerca de esta morfologı́a
admite diversos enfoques en virtud de los distintos parámetros que de ella pueden derivarse.
Como veremos en breve, esta diversidad da lugar a la elaboración de criterios distintos que
permiten el establecimiento de las redes de drenaje en función de diversos conceptos e ideas.
Desde el punto de vista de la operatividad y los procedimientos a emplear, con carácter
general podemos dar dos enfoques principales para la extraccı́on completa de cauces una vez
se han estudiado las distintas celdas del MDT con alguno de los criterios antes comentados. En
primer lugar, la definición individual de celdas que, cumpliendo dicho criterio, se consideran
como celdas de cauce, siendo el conjunto de éstas el que constituye la red de drenaje. Esta
aproximación, sin consideraciones adicionales, es fácil ver que no garantiza caracterı́sticas tales
como la conectividad entre las celdas señaladas. En segundo lugar, la definición de las celdas
en las cuales se considera que el cauce comienza, y desde dicho punto de cabecerá se procede
al trazado del resto del cauce recorriendo la malla hacia aguas abajo empleando para ello las
direcciones de flujo correspondientes. Este método, de aplicación tambien sencilla, sı́ garantiza
la conectividad de la red extraı́da.
Tanto una como otra perspectiva van a tener su lugar en los desarrollos que desde este
punto van a hacerse sobre las distintas metodologı́as, en función de su adaptación a las mismas.
Respecto a este último, no obstante, es de interés señalar que, dada la concepción que de los
cauces tendremos sobre la malla del MDT, y con objeto de garantizar una coherencia de los
resultados, el cálculo de celdas aguas abajo de la considerada como cabecera debe llevarse a
cabo de modo exclusivo mediante un algoritmo de tipo SFD, pues el empleo de algoritmo de
tipo MFD puede dar lugar a resultados incorrectos.
Para recoger gráficamente esta idea, puede acudir a la imagen (3.1), donde se representan
los trazados de los flujos aguas abajo de un punto dado, calculados según el D8 — de tipo SFD
— y el FD8 — de tipo MFD —. En el primero de ellos el resultado es un cauce perfectamente
definido que, a primera vista, puede asimilarse al trazado real de dicho cauce. En el segundo
caso, sin embargo, la consideración de la difusión hace que el flujo se reparta a lo largo de un
número elevado de celdas, ((abriendo)) progresivamente el cauce y ensanchándolo.
Figura 3.1: Trazado de flujo aguas abajo de un punto dado por las metodologı́as del D8 y FD8. La
flecha ı́ndica la dirección de flujo.
Este comportamiento es interesante para los flujos en ladera, en los cuales el planteamiento
del FD8 rompe las limitaciones del D8 y da una modelización más real para dichos flujos. En
los flujos encauzados, sin embargo, la simple experiencia y observación indica que el flujo no
se difunde a un numero tan amplio de celdas, ya que se encuentra confinado dentro del perfil
transversal del cauce. La resolución habitual de trabajo de un MDT en análisis hidrológico se
vió en su momento que no era suficiente para tener en consideración dicho perfil transversal y
otros elementos de la morfologı́a fluvial, por lo que el anterior confinamiento no existe como
3.2. EXTRACCION DE REDES DE DRENAJE 119
Ordenes de Strahler
Sin ninguna duda, si debe elegirse un parámetro como más importante dentro de los que a
continuación va a describirse, especialmente teniendo en cuenta su relevancia y su implicación
en otras formulaciones, los valores relacionados con la estructuración jerárquica de la red de
drenaje deben ocupar un lugar preponderante. Definitorios de por sı́ de la estructura que
subyace bajo los diferentes cauces y sus interrelaciones, la asignación de los denominados
ordenes a cada tramo de la red supone la adjudicación de valores que actúan no sólo como
meros descriptores de dichos tramos, sino como una información de notable utilidad para gran
parte de otros análisis asociados.
Los distintos esquemas existentes para efectuar la antedicha codificación y reflejar de un
modo u otro la jerarquı́a existente en la cuenca, parten del trabajo original de Horton, de vital
importancia en este aspecto y predecesores de todas las adaptaciones posteriores. Será, sin
embargo, con una de dichas adaptaciones con la que nosotros realicemos nuestro trabajo, en
particular la propuesta por Strahler, por su mayor difusión y uso actual, además de considerarla
más adecuada que la de Horton pese a compartir ambas un plantamiento teórico idéntico y
diferenciarse tan sólo en un aspecto formal.
Siguiendo, por tanto, a Strahler, los tramos de cabecera tienen orden 1, modificándose este
orden en los distintos tramos aguas abajo en función de las confluencias con otros tramos.
Si en una confluencia se unen n tramos con ordenes respectivos O1 , O2 , . . . , On , el orden del
tramo que comienza en dicha confluencia viene dado por la función
120 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
O = Θ(O1 , O2 , . . . , On ) (3.1)
A = {O1 , O2 , . . . On } ; Ok ∈ N
máx{A} si ∃!k ∈ {1, . . . , n} /Ok = máx{A}
Θ(A) = (3.2)
máx{A} + 1 en caso contrario
Pese a qué, conceptualmente, el análisis invita a ser llevado a cabo desde una perspectiva
de tipo vectorial (la anterior formulación no contiene referencia alguna a celdas o elementos
matriciales), ésta será mostrada en profundidad en un apartado posterior, por lo que el objetivo
en este momento se centra en la caracterización de los distintos tramos mediante sus órdenes
recurriendo de modo exclusivo a la representación raster de los mismos.
Esta representación, que aún no ha sido introducida y corresponde al punto dedicado a la
propia extracción de los cauces, se adelanta aquı́ ante la necesidad de disponer de una malla
para registrar los cauces, pese a que éstos aún no han sido extraı́dos del MDT. Supondremos,
no obstante, para continuar el desarrollo, que la información acerca de los mismos obra ya en
nuestro poder en un formato raster sobre una malla como siempre de las mismas caracterı́sticas
que la del MDT de origen.
De modo más explı́cito, lo anterior conlleva a la definición de una función de la forma
fCAU : M × N −→ N
= 0 si la celda no es una celda de cauce
fCAU (i, j) (3.3)
6= 0 si la celda es una celda de cauce
a la cual, como es habitual, asociamos su malla de datos correspondiente.
Si el lector recuerda, esta función es idéntica a la en su momento introducida para la
realización de encauzamiento de flujo forzado en (2.3.10).
No obstante, de cara al contenido de este apartado, es más interesante una modificación
de la misma de la forma
= 0 si la celda no es una celda de cauce
fCAU (i, j) (3.4)
= n si la celda es una celda de cauce
siendo n el orden de Strahler del cauce que se sitúa sobre la celda considerada.
La creación de esta malla se puede llevar a cabo sencillamente recorriendo los distintos
trazados aguas abajo de las celdas de cabecera — que suponemos son conocidas y cuyo cálculo
se expondrá detalladamente en su momento —, asignando a cada celda de dichos recorridos
un valor en función de los valores que ésta y las de su entorno tengan cada vez que uno de
tales recorridos pase por ella — es decir, en función de qué otros tramos han pasado también
por la celda en cuestión —.
De un modo más expresivo, se trata de comprobar la importancia de los puntos de cada
tramo por la importancia de los tramos que acaban vertiendo su flujo en el, cada uno de los
cuales marca este hecho en la matriz de órdenes a medida que esta se va construyendo. En
términos de algoritmos, lo anterior puede realizarse mediante una rutina como la que sigue,
basada en el conocimiento de las celdas de cabecera de la red de drenaje analizada. La malla
de ordenes se denota aquı́ como O.
3.2. EXTRACCION DE REDES DE DRENAJE 121
Como puede verse, tan sólo se modifica el orden a medida que se desciende aguas abajo
cuando se produce una confluencia de tramos, y únicamente si los cauces que confluyen tiene
el mismo orden. La condición que define una confluencia por la presencia de al menos 4 celdas
de cauce dentro de la submalla 3 × 3 puede, teóricamente, darse fuera de dicha confluencia
si de modo local el cauce tiene una forma mas o menos zigzagueante, pese a lo cual no suele
suceder en la práctica, dando buenos resultados el algoritmo anterior. No obstante, es posible
darle la necesaria robustez a dicho algoritmo — a costa de una ligera pérdida en rendimiento
—, añadiendo condiciones a las celdas de verter sobre celdas fuera de la submalla o bien sobre
la celda central. El empleo conjunto de la malla de flujo acumulado también permite mejorar el
algoritmo anterior haciendólo más robusto. La creación de un algoritmo ası́ queda, no obstante,
como tarea para el lector. También como interesante ejercicio se propone comprobar que el
orden en que se analicen las distintas celdas de cabecera no influye en el resultado final.
Tras este primer algoritmo, puede comprobarse desde otro punto de vista la escasa idonei-
dad del empleo de métodos de tipo MFD para asignación de direcciones de flujo, con objeto
de definir los cauces a partir de puntos de cabecera conocidos. Las ((aperturas)) de los cauces
que supone el empleo de estos métodos, como en su momento se vio, y la consideración, por
tanto, de cauces de ancho mayor de una celda, complican sobremanera el establecimiento de
algoritmos como el anterior. Esta circunstancia será patente a lo largo de todas las formulacio-
nes basadas en la representación raster de los cauces, en mayor o menor medida, por lo cual,
con independencia de los errores conceptuales que puedan asociarse, el empleo de métodos
122 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
de tipo MFD no es recomendable para esta tarea, tampoco desde la perspectiva puramente
computacional.
La estructura jerárquica de la red es por tanto, un dato que ya conocemos y con el que
podremos a partir de este punto trabajar, aunque más adelante se verán otras metodologı́as
alternativas para evaluar dicha estructura y los diferentes ordenes presentes a lo largo de los
tramos que componen la red analizada. Esta estructura, y particularmente cuando se encuentra
expresada de la forma anterior, tiene notables implicaciones puramente hidrológicas, pues,
entre otras cosas, constituye la base para la construcción de los denominados hidrogramas
unitarios geomorfológicos, concepto éste que también será tratado dentro de este texto, en la
próxima parte del mismo.
Dejando a un lado estas aplicaciones, no obstante, se pueden también evaluar otra serie de
parámetros de carácter ya puramente numérico, como sencillos valores que se extraen de los
ordenes y la frecuencia de aparición de estos en los distintos tramos y que, siendo igualmente
descriptores de la configuración de la cuenca y su topologı́a, jugarán más adelante su papel en
otras formulaciones. Estos otros parámetros no son otros que los en su momento propuestos
por el propio Horton, los cuales componen las leyes que llevan su nombre y no constituyen
sino simples relaciones de fácil cálculo y empleo.
La ley principal, conocida como Ley de los números de corriente, tiene la expresión
nω+1
RB = (3.5)
nω
donde RB es lo que denominaremos Relación de bifurcación y nx es el numero de tramos de
orden x.
Según Horton, el numero de tramos los distintos órdenes está en progresión geométrica,
lo cual, conociendo un valor medio de RB , permite estimar el número de tramos de un orden
dado según
Ω−ω
nω = RB (3.6)
donde Ω es el orden máximo de toda la red de drenaje (también identificado como el orden
de la cuenca que engloba a esa red de drenaje.)
Otras leyes de similar formulación fueron enunciadas por Horton y autores posteriores
(Schumm ,1956), referidas a longitud (mediante un parámetro RL ) y áreas drenantes (RA )
totales de cada orden de tramo en lugar de al número de éstos.
Todas estas leyes son principalmente de carácter geomorfológico, alejadas de un significado
con neto caracter hidrológico que pueda ser de interés directo para al análisis desde el punto de
vista de la hidrologı́a. No obstante, su aplicación para el cálculo de otros factores en virtud de
la renovada relevancia que han cobrado en relación con diversas formulaciones actuales, hace
posible acercar estas razones definidas por Horton hacia una interpretación de mayor utilidad
desde nuestra perspectiva de hidrólogos, la cual combine la inherente capacidad descriptiva de
las mismas con alguna información referente a la respuesta y comportamiento hidrológico de
las redes de drenaje ası́ definidas.
Densidad de drenaje
Otro parámetro caracterizador de la configuración de la red de drenaje, esta vez no desde
un punto de vista cualitativo, sino meramente cuantitativo, es la densidad de drenaje. Esta
densidad de drenaje, de expresión sumamente sencilla, viene a indicar una medida de la com-
pacidad de la propia red, pues representa la relación entre la longitud total de los tramos y
el área vertiente que contribuye su flujo a los mismos, magnitud que nos da una idea de la
((cantidad)) de rı́o que presenta una red dada.
3.2. EXTRACCION DE REDES DE DRENAJE 123
L
D= (3.7)
A
donde L es la longitud total de los cauces y A el área vertiente sobre el punto de máxima
acumulación de flujo de la red.
Como tal, y aplicada a toda la red de drenaje en su conjunto, la densidad de drenaje
es simplemente otro parámetro más que puede emplearse para un definición de la misma.
No obstante, estudiándo su significado más en profundidad la riqueza de este valor aumenta,
especialmente en el análisis no ya de la de la red completa, sino de distintas ((ramas)) de la
misma.
Ası́, se deduce con facilidad que en las zonas mas escarpadas vamos a encontrar valores de
densidad de drenaje mas elevados, pues en ellas el flujo tiende a concentrarse — encauzarse —
más que en las áreas de escasa pendiente o, sobre todo, zonas tales como llanuras de inundación
o formaciones similares. Siendo la densidad de drenaje una medida de la concentración de los
cauces, el resultado anterior parece, por tanto, justificado con una base fı́sica sencilla.
Esta diferencia de valores que implica una heterogeneidad espacial del parámetro, además
de suscitar el lógico interés por el estudio del mismo no exclusivamente para la red de modo
global, representa un hecho que posteriormente podrá ser esgrimido para la mejora de los
métodos destinados a la extracción de redes de drenaje a partir del MDT, motivo por el
cual se ha incluido dentro de este apartado de conceptos previos por considerarse altamente
relevante su conocimiento y comprensión. La búsqueda de modelos mas reales va a tender,
como veremos, a la definición de aquellos que, en términos de la densidad de drenaje, estén
en concordancia con la variabilidad espacial de esta magnitud según ha quedado patente.
totalidad de dicha cuenca se encuentre contenida en el MDT sobre el que trabajamos. De otro
modo, las áreas aportantes serán siempre menores a las reales pues faltará computar las celdas
aguas arriba que quedan fuera de la malla. Esta razón por sı́ sola resta sentido al trabajo con
otros cauces fuera de la cuenca estudiada, ya que con gran frecuencia muchos de ellos no
aparecerán reflejados como tales en los resultados obtenidos, con independencia del método
empleado, pues todos estos métodos se basan en la lógica consideración de cuanto acontece
aguas arriba, haciendo necesaria la presencia de la cuenca en su totalidad para la obtención
de resultados coherentes y de utilidad.
La definición, pues, de un umbral de flujo acumulado, permite estudiar los valores en la
correspondiente malla y asignar a las distintas celdas un valor u otro según que éstas se sitúen
sobre un cauce o no. Esto no es sino lo que ya se vio al comienzo del capı́tulo en (3.3), y será la
malla entonces definida la que pretendamos crear con lo aquı́ explicado.
La forma de proceder en este caso, no obstante, no se basa en la consideración individual de
las celdas de esta malla sino, como se comentó con anterioridad, en la búsqueda de las celdas
de cabecera y posterior delineación del trazado aguas abajo de las mismas . La formulación de
este método permite llevar a cabo éste procedimiento en lugar de definir mediante un criterio
global para las celdas, siendo ası́ más ventajosa en determinados aspectos ya mencionados
algunas lı́neas atrás.
De cara al conocimiento de tales celdas de cabecera, éstas, para un umbral δ establecido,
cumplen sobre la malla definida unas condiciones del tipo
ai,j > δ
ai+m,j+n > δ ⇒ (i + m, j + n) no vierte sobre (i, j), (3.8)
n, m = −1, 0, 1
siendo a el área acumulada. La segunda condición se añade para seleccionar sólo las celdas
de cabecera y no el resto de las situadas aguas abajo para las cuales también se cumple la
primera de dichas condiciones. El conocimiento de las celdas de cabecera de modo aislado
no sólo es interesante de cara a garantizar una buena estructura de la red de drenaje, sino
también para la realización de posteriores operaciones y análisis sobre la misma, como en su
momento se verá, por lo que este planteamiento, aún sencillo, es altamente potente de cara a
la continuación del estudio sobre los cauces.
La cuestión más importante, sin embargo, relativa a la definición de cauces llevada a cabo
mediante este método no es la puramente algorı́tmica, sencilla como se ha visto, sino una de
tipo conceptual relativa al umbral de flujo a utilizar. La relación entre el valor de este umbral
y otros parámetros tales como la superficie o forma de la cuenca, por ejemplo, debe buscarse
para poder obtener una red de drenaje que se encuentre en concordancia con la real, de tal
modo que permita el cálculo de dicho valor a partir de otra serie de factores conocidos.
El estudio de estas relaciones y su significado, no sólo nos van a permitir establecer un
criterio sólido para la fijación del parámetro δ, sino que, además, aumentarán nuestro conoci-
miento acerca del porqué de la configuración natural de los cauces, aportando información al
respecto desde un nuevo punto de vista. En este sentido, descubrimos una pequéna pincelada
de una idea que veremos con más detalle y de forma mejor definida en próximos capı́tulos, y
que no es otra que la de emplear el entorno computacional en el que nos movemos, no sólo
como un entorno de cálculo donde aplicar formulaciones establecidas, sino como un modelo
virtual simplificado — una maqueta digital, por llamarlo de otro modo — de la realidad hi-
drológica de una zona dada. Sobre esta maqueta, como sobre un modelo a escala, podemos,
más que aplicar teorı́as ya definidas, experimentar y probar extrayendo nuevos conceptos e
ideas.
3.2. EXTRACCION DE REDES DE DRENAJE 125
De cara al estudio de parámetro δ en sı́, veamos cual es la influencia del mismo sobre la
red de drenaje, en términos de las caracterı́sticas de ésta. La figura (3.2) muestra dos redes
extraı́das empleando los valores de acumulación δ = 5000 ha y δ = 1 ha para un mismo MDT.
Como se puede ver, en el primero de los casos el aspecto de dicha red resulta algo ((escaso))
mientras que, por el contrario, en el segundo de ellos presenta una apariencia excesivamente
densa.
Figura 3.2: Redes de drenaje extraı́das para valores de umbral de 5000 ha (izquierda) y 1 ha (derecha)
De lo anterior extraemos dos conclusiones principales. Por un lado, que el efecto inmediato
de la variación del umbral de definición de cauces es sobre la mayor o menor ramificación
de la red de drenaje obtenida. Por otro, que los valores por exceso o defecto conducen a
estructuras con aspecto distinto a que podemos considerar como habitual para este tipo de
entidades — dentro del amplio margen de variación de las mismas, lógicamente —, por lo que
esa configuración natural de los cauces resulta un inmejorable indicativo de la corrección o no
de elegir un valor dado para δ
Atendiendo a ésto, la primera alternativa que se presenta, de carácter no numérico, es
la mera comparación entre una fuente cartográfica externa referida a cauces y el resultado
obtenido con diversos valores de umbral, tanteando estos últimos hasta obtener un resultado
aceptable. En la comparación de ambas debe ponerse especial atención en el número de cauces
que componen la red, ası́ como especialmente en el inicio de los mismos, que deberá hacerse
coincidir en la medida de lo posible en las dos representaciones. Este método de establecimiento
de umbral resulta por completo correcto desde el punto de vista conceptual, y muy ventajoso
en términos prácticos, por lo que constituye la solución más habitual a la hora del trabajo real.
No obstante, el objetivo aquı́ perseguido es expresar alguna conclusión de carácter numérico
al respecto, ası́ como indagar hasta donde sea posible en la explicación de los fundamentos
fı́sicos que justifiquen dicha conclusión y su significado. Por ello, aún aceptando totalmente
lo anterior, debemos seguir hacia un análisis más detallado y riguroso de cauces y redes de
drenaje desde la perspectiva de nuestra tarea actual.
Para ello, para poder dotar de un enfoque numérico a cuanto vamos a expresar seguidamen-
te acerca de las redes de drenaje, se hace necesaria ya la utilización de algunos de los conceptos
previos que al comienzo del capı́tulo fueron introducidos como base teórica necesaria.
En referencia a uno de ellos, la densidad de drenaje, es de interés notar que, utilizando el
enfoque de definir la red de drenaje a partir de un valor umbral de área aportante acumulada, se
trabaja sobre la hipótesis de que el valor de caudal en cada punto es proporcional a dicho valor
de área aportante, haciendo uso de ese mismo umbral para toda las celdas del MDT y todas las
unidades hidrológicas — cuencas y subcuencas — que en éste puedan contenerse. Tarboton y
126 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
Ames (2001) señalan que esto significa la creación de una red con densidad de drenaje uniforme
a lo largo de todo el espacio, lo cual no se ajusta con total exactitud a la realidad, donde este
parámetro varı́a entre distintas zonas en función de las caracterı́sticas y la naturaleza de las
mismas. Ello viene a decir, en otra interpretación, que la red de drenaje calculada con estos
criterios puede ajustarse aproximadamente a la red de drenaje real, tanteando los valores de
δ como ya se comentó, pero este ajuste no podrá ser perfecto en todos los sentidos, debiendo
darse prioridad a alguno de los factores que en su momento se propusieron para efectuar el
mismo (puntos de comienzo de rios, número de cauces totales, etc.)
Sin tratar todavı́a con esos parámetros de los que antes se habló, una propuesta sencilla
para el cálculo de un umbral adecado es la realizada por Tarboton et al (1991), consistente
en el estudio de la relación entre el área aportante y la pendiente en cada celda, añadiendo
de este modo una cierta componente morfológica — a la evaluación del umbral, que no a la
naturaleza propia del método — que permita la obtención de resultados correctos.
La aplicación práctica de esta idea queda explicada de forma visual representando la rela-
ción entre las dos variables mediante una gráfica como la mostrada en la figura (3.3). En ella se
aprecia claramente cómo los valores muestran una relación lineal a partir de un determinado
punto, el cual constituye el umbral que buscamos de área aportante.
La teorı́a que apoya lo anterior se basa en que la diferenciación entre las zonas donde
dominan los procesos de flujo en ladera y las zonas con procesos de tipo fluvial viene marcado
por un cambio en el signo de la expresión dγ da , que pasarı́a de ser positivo en el primer caso a
negativo en el segundo. En la práctica, este hecho no se refleja con tanta exactitud, pero sı́ que
puede advertirse una pendiente notablemente negativa a partir de un cierto punto, frente a la
pendiente menos marcada del primer tramo. El punto en el que dicha pendiente se advierte
es el que debe emplearse como umbral para la definición de cauces.
Figura 3.3: Estimación de umbral de flujo acumulado en función de la relacion entre área aportante y
pendiente en cada celda, según Tarboton et al (1991) (Adaptado de Bertolo (2000).
Trabajando ya de un modo directo con los parámetros relativos a la propia red de drenaje
extraı́da, de cara al establecimiento de un umbral adecuado, y en particular haciendo uso de la
clasificación de los distintos tramos según los ordenes de Horton–Strahler, el mismo Tarboton
realiza una propuesta notable a este respecto haciendo uso de las diferencias altitudinales entre
los extremos de cada tramo — variable que denominaremos ((salto)) altitudinal del tramo, en
una traducción directa del término empleado por los autores originales —.
Los fundamentos del método residen en los estudios realizados por Broscoe (1959), en los
que se formulaba una ley de constancia de los antedichos saltos altitudinales. El objetivo que se
pretende obtener es fijar un umbral de definición de cauces de tal modo que el salto altitudinal
en los tramos de orden 1 no difiera estadı́sticamente del valor del este mismo parámetro en
los tramos de orden superior, siendo ası́ la red de drenaje obtenida consistente con esta ley,
3.2. EXTRACCION DE REDES DE DRENAJE 127
y con los fenómenos y leyes geomorfológicas que gobiernan los procesos de creación de dichas
redes de drenaje en la naturaleza.
Sobre esta base teórica, y pasando a analizar la ejecución práctica del metodo, para llevar
a cabo lo anterior deben considerarse los distintos tramos en que se divide la red de drenaje
extraı́da, de acuerdo con los ordenes de los mismos. Es decir, cada uno de ellos representará un
tramo con el mismo orden en toda su longitud, existiendo aguas abajo del mismo un tramo
distinto con orden superior, y aguas arriba uno con orden inferior, o nada si el orden del
presente es 1.
Una vez se dispone de la división en los distintos tramos cada uno de ellos con un orden
dado, se procede a evaluar el salto altitudinal de cada uno, calculando los valores medios de
este parámetro de modo separado para los tramos de orden 1 por una parte y los restantes
por otra.
Con los resultados anteriores, se evalúa el estadı́stico t de Student para las diferencias entre
los valores medios de salto para las dos clases de tramos definidos anteriormente en función
de su orden, según
Ha − Hb
t= q (3.9)
(nx −1)Sx2 +(ny −1)Sy2
q
1 1
nx +ny −2 nx + ny
comparación con las aportaciones al cálculo del umbral de área aportante, en este caso se da
una reformulación del método, atendiendo a similares conceptos, pero incorporando un mayor
número de elementos fı́sicos en la modelización propuesta.
Para ello, en lugar de trabajar con el área aportante, se propone el trabajar con un paráme-
tro con la expresión
A0 = a0 S α (3.10)
lo anterior, y sobre la red total de cauces, se van ((cortando)) aquellos de menor entidad — que
no representan cauces en la realidad —, dejando tan sólo os de mayor importancia.
No obstante, y pese a extraerse la red de drenaje de la malla de ordenes, los valores que
quedan en ella después de la reducción en las celdas de cauce no representan los ordenes
correspondientes a dichos cauces. Es necesario restar el umbral aplicado al valor de cada
celda, para que de este modo aquellas sobre cauces de primer orden tengan como valor 1, y
ası́ sucesivamente.
La dificultad en la definición de un umbral de flujo acumulado desaparece con este método,
pero queda sustituida por la problemática de un nuevo valor umbral, al respecto del cual
se pueden realizar idénticas consideraciones. El menor rango de variación de los ordenes de
Horton–Strahler frente a los valores de área aportante, hace mas sencillo, no obstante, el tanteo
sobre éstos hasta la obtención de una solución satisfactoria.
Como vemos, aun haciendo uso de un enfoque distinto, la alternativa propuesta es similar a
la anterior, en cuanto que mantiene las deficiencias conceptuales del mismo, fundamentándose
en aspectos puramente hidrológicos y obligando a una densidad de drenaje constante a lo largo
de toda la malla.
Desde el punto de vista algorı́tmico, la creación de la malla de ordenes constituye el aspecto
más destacable de todo el proceso, debiéndose buscar una solución eficiente ante la utilización
de un número tan elevado de celdas de cabecera, reformulando lo expresado para el caso de
considerar la definición de esta misma malla una vez ya se conoce con precisión la red de
drenaje final. La expresión de este algoritmo, no obstante, se recogerá posteriormente en el
texto, pues creo que es interesante el conocimiento de una serie de aspectos y puntos de vista
diferentes aún no tratados, que ayudarán a un planteamiento más adecuado del mismo.
Se señala, por último, que esta métodologı́a, al contrario que la anterior, no se aplica
correctamente con métodos de calculo de direcciones de flujo múltiples, ya que requiere traza-
dos de flujo bien definidos que constituyan los cauces asociados a las celdas, para luego poder
con ellos evaluar los ordenes de las mismas. La aplicación de un método como el KRA si es,
sin embargo, posible en la pura teorı́a, ya que las direcciones de flujo, aun no estando su valor
limitado a múltiplos de 45o , se encuentra perfectamente definido por una dirección en cada
celda, resultando del conjunto de las mismas una serie de lı́neas de flujo adecuadas para su
uso con este método. No obstante, la complejidad que vendrı́a asociada al cálculo de la malla
de ordenes sobre la base de los cauces ası́ definidos es muy elevada, por lo que no se considera
su utilización de cara a la extracción de redes de drenaje.
Figura 3.4: Identificación de celdas de valle según Peucker y Douglas (1975). En cada pasada se señala
la celda más elevada de cada cuatro. Las celdas no señaladas al final del proceso constituyen las celdas
de valle.
Figura 3.5: Mapa de celdas de valle, elaborado segun Peucker y Douglas (1975). Las celdas en negro
representan celdas de valle. El cálculo del área aportante se lleva a cabo empleando únicamente las
celdas en blanco
Tomando esta última malla, los patrones que en ella se presentan se asemejan a la red
de drenaje buscada, aunque siendo en muchos casos una red inconexa cuya utilización no
es posible en sucesivas etapas a causa de dicha falta de conectividad. Si, como se dijo, se
consideran los valores de área acumulada calculados sólo con las anteriores celdas de valle, es
posible la definición de un nuevo umbral a partir del cual comenzar a trazar los cauces, siendo
la red de drenaje derivada de este planteamiento mas acorde con las caracterı́sticas reales de
dichas redes, tal y como se estableció en origen.
3.3. CARACTERIZACIÓN DE REDES DE DRENAJE 131
Si para el caso del MDT hacı́amos uso de la naturaleza matricial del mismo, y a partir
de ésta como elemento algebraico introducı́amos formulaciones asociadas para el cálculo de
parámetros sobre el mismo, la asimilación de la red de drenaje a otra estructura matemática
como es un grafo, nos va a permitir alcanzar una nueva serie de posibilidades en cuanto al
análisis y manejo de dicha red se refiere. El soporte raster del que nos hemos servido hasta
el momento para obtener la red de drenaje, debe complementarse con una nueva forma de
manejo de esta última, la cual se expondrá con detalle en este apartado.
Ya entrando en la concepción de ı́ndole vectorial, una red de drenaje dada se compone de
una serie concreta de puntos que pueden representar tanto cabeceras de cauce como uniones
entre cauces, junto con un conjunto de relaciones (uniones entre dichos puntos). Es rápido ver
que lo anterior se puede equiparar sin dificultades a los nodos y aristas que definen propia-
mente un grafo. Particularmente, cualquier red de drenaje obtenida mediante cualquiera de
los métodos ya expuestos constituye lo que se denomina un arbol o, de otro modo, un grafo
acı́clico conexo, jerga matemática que no viene a decir sino que para todo recorrido entre dos
nodos cualesquiera, existe siempre un único camino posible dentro del grafo.
La pregunta es ahora la manera en que debemos trabajar sobre una red de drenaje ya
extraı́da y almacenada en formato raster, para poder disponer de ella expresada como un
conjunto de nodos y aristas, y conocer la forma más adecuada para el almacenamiento de la
estructura resultante.
Una vez más, el trabajo realizado con los órdenes de Strahler nos va a resultar de gran ayu-
da, ya que es necesario realizar una simplificación previa para la cual será de vital importancia
la localización de las confluencias entre cauces. Una vez conozcamos estos puntos, ası́ como
las cabeceras de los cauces cuya localización quedo bien explicada en apartados precedentes,
podremos deducir las relaciones entre estos puntos (los nodos) aplicando nuestro conocimien-
to de direcciones de flujo y estudiando el recorrido aguas abajo de cada uno de ellos y las
intersecciones con otros distintos tramos dentro de la red de drenaje.
Antes de comenzar propiamente con el trabajo sobre la red de drenaje y las celdas que
la componen, y analizar las operaciones que nos permitirán convertir ésta en una estructura
de grafo simplificada y de utilidad para nuestro trabajo futuro, veamos como almacenar tal
estructura, para de ese modo definir con más precisión a donde pretendemos llegar con las
antedichas operaciones.
Estando compuesto el grafo por un conjunto de nodos y aristas, con una estrecha relación
entre ambos, el almacenamiento numérico del mismo puede plantearse desde el punto de vista
de ambos elementos constituyentes, esto es, almacenando las propiedades de los nodos o de
las aristas. El almacenamiento de los vértices resulta desde el punto de vista computacional
menos eficiente, ya que se lleva a cabo mediante registros de longitud fija y con un notable
desperdicio de espacio debido a la variedad de posibilidades en cuanto al numero de otros
nodos que pueden estar conectados a cada uno. En particular, y empleando una nomenclatura
propia de la teorı́a de grafos en conjunto con la correspondiente a la naturaleza hidrológica de
nuestro árbol, cada nodo verterá hacia uno sólo de los restantes — al que denominaremos padre
—, y podrán verter sobre el mismo un número variable de otros nodos — que denominaremos
hijos —. La notación anterior se comprende mejor si se interpreta el árbol formado por la red
como un árbol genealógico.
La antedicha multiplicidad e indeterminación del número de hijos que puede tener un nodo,
hace que el almacenamiento del árbol mediante el registro de sus nodos no sea interesante,
favoreciéndose ası́ el empleo de un enfoque centrado en las caracterı́sticas de las aristas. Desde
un punto de vista fı́sico, y abandonando por un instante lo puramente geométrico, se ve que,
conceptualmente, también es mas correcto el almacenamiento de las aristas — que en realidad
representan a los rı́os, con todas sus caracterı́sticas —, frente al de los nodos — que constituyen
tan sólo las confluencias entre cauces, con menor información de relevancia para el análisis
3.3. CARACTERIZACIÓN DE REDES DE DRENAJE 133
hidrológico.
Ası́ pues, una metodologı́a para el almacenamiento de un árbol mediante sus aristas debe
ser la empleada en este caso, existiendo para ello diversas alternativas de las que aquı́ mostra-
remos la más sencilla y habitual. En ella, y puesto que cada arista une siempre dos nodos, el
registro de todas ellas pasa por una numeración inicial de los nodos y la posterior definición
de sus relaciones mediante pares ordenados que indiquen los dos nodos entre los cuales se
establece una arista. No obstante, la disposición espacial de dichos nodos no es conocida, ya
que no almacenamos ninguna información sobre los mismos, por lo que debe establecerse de
antemano algún criterio en el orden de los anteriores pares ordenados que nos permita recons-
truir a partir de los mismos la topologı́a de la red. En realidad, esta topologı́a es la verdadera
información que perseguimos almacenar pues, más allá de la propia geometrı́a y forma de la
red, es ella quien define las relaciones hidrológicas en base a las cuales se podrán articular con
posterioridad los modelos hidrológicos, especialmente aquellos de tipo agregado basados en el
análisis independiente de subunidades hidrológicas y su posterior integración.
Respecto al criterio a aplicar, éste se basa en comenzar con el nodo de la red que no tiene
padre — en términos hidrológicos, el que representa el punto de salida de la cuenca —, e ir
añadiendo pares de acuerdo con un esquema recursivo, de tal modo que se añade la arista
correspondiente al nodo hijo situado más a la izquierda, pasando a analizarse éste entonces
del mismo modo, y ası́ hasta llegar a un nodo sin hijos (las aristas que incluyen nodos sin hijos
se denominan frecuentemente hojas, o también aristas externas). Terminado esto, se continúa
con la siguiente arista hacia la derecha, la cual habı́a quedado en espera almacenada en una
pila, evidenciandose ası́ la naturaleza recursiva del proceso.
Un ejemplo gráfico como el mostrado en la figura (3.6) a buen seguro ayudará a una
comprensión correcta del esquema de codificación propuesto, algo farragoso, sin duda, de
explicar con palabras.
ésta se lleve a cabo empleando las aristas del mismo, es en base a los nodos como vamos a
realizar dicha codificación, en virtud del algoritmo de tipo recursivo ya explicado, pues son
éstos los que deben numerarse. Para ello, y en primer lugar, el conocimiento de los nodos,
constituidos por puntos de cabecera y confluencias, se lleva a cabo según lo explicado en el
apartado correspondiente a los órdenes de Strahler, disponiéndose de las coordenadas exactas
— en términos de celdas — de cada uno de ellos. Con lo anterior, simplemente basta generar
todos los pares ordenados estudiando las relaciones entre nodos, tarea que puede llevarse a
cabo utilizando la información sobre direcciones de flujo, simplemente buscando el siguiente
nodo aguas abajo de cada uno de ellos y estableciendo una arista entre cada par de este modo
definido. Por último, la ordenación adecuada de estos pares se efectúa aplicando el algoritmo
ya presentado, comenzando por el nodo en el cierre de la cuenca y ascendiendo según dicta la
propia formulación del algoritmo.
El esquema expuesto, considerando en análisis los hijos de izquierda a derecha, puede rea-
lizarse sin dificultades al disponer de las coordenadas de todos los nodos implicados. El hecho
de que estos nodos y sus caracterı́sticas no queden recogidos en el esquema de almacenamiento
propuesto, no impide, lógicamente, que la información derivada de los mismos no pueda ser
utilizada en el proceso de codificación.
De este modo, la ya citada topologı́a de la cuenca queda perfectamente recogida y en
condiciones de ser utilizada en aquellos modelos hidrológicos que hagan uso de la misma, pese
a lo cual, no siendo únicamente su empleo sobre estos modelos el objetivo que se persigue, el
almacenamiento exclusivo de las propiedades topológicas de la red puede ser insuficiente desde
el punto de vista del estudio hidrológico que realizamos. La adición de valores numéricos con
un neto significado fı́sico a la estructura de aristas establecida, combinando ası́ dos puntos de
vista de gran interés sobre la red de drenaje, complementa ventajosamente la información ya
almacenada convirtiéndola en una herramienta de primer orden para nuestros propósitos.
Para llevar a cabo este aumento de la información recogida, basta proponer una extensión a
la codificación hasta ahora utilizada, sustituyendo los pares ordenados por n-uplas de datos que
contengan, además de los nodos que definen la arista, n−2 parámetros adicionales referentes a
dichas aristas o, de otro modo, a los cauces que éstas representan y que son los que realmente
contienen la información que nos es de interés.
Por ejemplo, si almacenamos un único parametro adicional consistente en la longitud en
metros del tramo representado por cada arista, la nueva codificación del grafo mostrado en la
figura (3.6) podrı́a tener un aspecto como el siguiente.
(1,2,300)
(2,3,420)
(3,4,200)
(4,5,250)
(4,6,200)
.
.
.
Vista desde un punto de vista algorı́tmico, la ecuación anterior da pie a la elaboración del
correspondiente algoritmo recursivo para la caracterización total del árbol — es decir, de las
celdas que conforman una cuenca si estamos en el ultimo caso de emplear todos los flujos —,
el cual se corresponde con el mencionado en su momento en el apartado (3.2.3), recogiéndose
la expresión más explı́cita de este último — de naturaleza raster —, como entonces se dijo,
ahora que se conoce algo más al respecto del mismo y sus fundamentos. La finalización de la
recursión se da en las aristas exteriores — las hojas —, para las cuales su orden es igual a 1.
devolver ordMax
}
Para definir los ordenes de todo un árbol, bastarı́a ejecutar este algoritmo sobre la celda
(nodo) padre, de tal modo que pueda subirse recursivamente a todas las restantes, para obtener
un mapa como el mostrado en la figura (3.7).
Similar caso encontramos para el flujo acumulado, que en esa ocasión vendrı́a expresado
también en función de los hijos — las celdas vertientes de la vecindad, desde el punto de vista
3.3. CARACTERIZACIÓN DE REDES DE DRENAJE 137
Figura 3.7: Mapa de ordenes de Strahler. Nótese la similitud con el de flujo acumulado, aunque en
este caso la representación esta realizada con escala lı́neal y los valores se disponene únicamente en el
rango 1 − 7.
co que perseguimos — puede dar como fruto la extracción de los parámetros que a continuación
serán tratados. La forma de obtener éstos en el entorno de datos en el que nos movemos, y,
especialmente, la interpretación de los valores obtenidos y el análisis del significado que cabe
asociar a algunos de estos parámetros de nueva creación, son el núcleo conceptual de este
apartado.
Análisis en planta
Para proceder al análisis de los cauces apoyado sobre el Modelo Digital de Terreno del
que éstos han sido extraı́dos, he optado por dividir los parámetros de interés de acuerdo a la
perspectiva con que estos sean contemplados, diferenciando por una parte el estudio geométrico
del trazado en planta y por otra el estudio longitudinal de diversos parámetros.
Esta división, en apariencia carente de una base fı́sica, establece una buena clasificación
de las propiedades de los cauces analizados ya que, mientras que el propio diseño en planta
de éstos da lugar a parámetros principalmente de forma, el estudio longitudinal de cada cauce
nos presenta información referida a las caracterı́sticas intrı́nsecas de éste desde otros puntos
de vista sin ninguna implicación geométrica.
Comenzando con el análisis geométrico de la forma de un cauce, dos parámetros principales
nos van a servir de punto de partida: la distancia total del cauce L y la distancia en linea recta
entre su cabecera y su punto final L∗ . Ambas magnitudes, sumamente sencillas de calcular
sobre el MDT, nos sirven para tener una primera idea de la respuesta hidrológica que puede
asociarse a la red de drenaje — y, por extensión, a su cuenca asociada —, bajo la suposición
de que ésta guarda relación directa con la propia forma de los cauces. Para ello, la sinuosidad
del cauce, con la expresión
L
τ= (3.13)
L∗
nos sirve como un buen indicador de lo anterior. La sinuosidad de un rı́o, o la de una red de
drenaje como función de la de sus rı́os constituyentes, se incluye de forma habitual dentro
del estudio geomorfológico de los cauces, con interés especial para el estudio de su dinámica
y evolución, siendo escaso el empleo de este parámetro con un significado hidrológico impor-
tante. No obstante, el distinto análisis al que podemos acceder gracias al MDT, convierte a
la sinuosidad en un concepto que, aplicado de modo distinto, y como veremos en el próximo
capı́tulo, puede asociarse a un significado con mayor componente hidrológica en relación con
la capacidad respuesta de las distintas estructuras hidrográficas.
Análisis longitudinal
El estudio de cómo los diversos parámetros estudiados varı́an a lo largo de las distintas
celdas que componen un cauce desde su origen hasta su desembocadura final, supone una de
las principales ventajas de las que podemos disfrutar gracias al trabajo con mallas raster de
datos. Para todas estas mallas, la división de la longitud total de un cauce en un número
dado de celdas, y en virtud de la buena resolución de dichas celdas, nos permite analizar con
detalle la evolución y comportamiento del parámetro asociado a dicha malla a lo largo del
cauce en su totalidad. Dependiendo de la naturaleza de cada parámetro, las interpretaciones
de los resultados serán unas u otras, como a continuación veremos.
Los primeros resultados a este respecto los vamos a obtener,como parece lógico, a partir
del estudio de los valores del propio MDT, el cual nos aportará información correspondiente
a la morfologı́a del cauce considerado. El estudio de los valores de altura para las distintas
celdas del recorrido nos conduce, de forma inmediata, a la obtención del perfil longitudinal del
rı́o. La curva que compone este elemento, siendo algo ya conocido y utilizado con anterioridad
3.3. CARACTERIZACIÓN DE REDES DE DRENAJE 139
a la introducción de los MDTs tal y como ahora los conocemos, se puede crear en nuestro
entorno actual con una mucho más elevada precisión, tan alta como lo sea la resolución del
Modelo Digital del Terreno que empleemos.
Mas allá de lo anterior, la existencia de otras mallas idénticas en su configuración al MDT
y relativas a otros parámetros, nos abre la puerta hacia el estudio del comportamiento de los
mismos aguas abajo de la cabecera del cauce, obteniéndose interesantes conclusiones.
Un primer elemento de interés lo hallamos en el estudio de los valores de flujo acumulado,
cuya representación gráfica tendrá un aspecto similar al mostrado en la figura (3.8). Los saltos
que se presentan en la curva se corresponden con las confluencias entre el cauce estudiado y
sus tributarios, indicando la magnitud de los mismos el tamaño de las cuencas asociadas a
dichos afluentes.
Si para una cuenca dada estudiamos su cauce principal — el de mayor longitud —, la ma-
yor o menor irregularidad de la curva procedente de la malla de flujos acumulados nos da una
interesante información acerca de la configuración interna de la cuenca, reflejándose de modo
altamente sintético la estructura de las distintas subcuencas que vierten sobre el cauce princi-
pal, pudiéndo observarse si ésta se encuentra compuesta por un numero elevado de subcuencas
pequeñas o bien por grandes subunidades. Las diferentes configuraciones posibles pueden a su
vez asociarse con diferentes comportamientos y respuestas por parte de la cuenca, con lo que
el aspecto de esta curva es posible relacionarlo en cierta medida con el comportamiento
De modo cuantitativo, la desviación tı́pica de los valores de flujo acumulado a lo largo
de las diferentes celdas de cauce se constituye como un parámetro adecuado para el análisis
numérico de lo anterior. Valores elevados de esta desviación — entiédase elevados en relación
con el área total de la cuenca — indican una configuración menos fragmentada, mientras
que valores menores representan una estructura con mayor cantidad de cuencas vertientes de
menor tamaño vertiendo sobre el cauce principal de la cuenca.
Combinando la malla de área acumulada con la de pendientes, obtenemos el ya conocido
ı́ndice de potencia de cauce, cuyo análisis puede ser sumamente interesante con objeto de
obtener una primera impresión acerca de los procesos erosivos a lo largo de los distintos
tramos del cauce analizado. De igual modo, y siguiendo en esta misma lı́nea, la práctica
totalidad de mallas de datos pueden estudiarse a lo largo del recorrido de un cauce dado,
siendo relativamente sencillo el formular interpretaciones al respecto, trabajo que se deja como
propuesta para el lector, no ya únicamente con las mallas que hasta el momento se conocen,
sino también con las que desde este punto en adelante serán presentadas.
provecho del empleo de dichas representaciones cartográficas, pues éstas definen un escenario
de actuación muy favorable para este tipo de análisis. La relación entre las propiedades fractales
de un elemento y el análisis de las variaciones del mismo con la escala de estudio, junto con
el sencillo trabajo sobre los conceptos de resolución asociados a los MDT, han permitido ligar
estas dos facetas para generar una teorı́a fractal de las redes de drenaje que en muchos puntos
se une al análisis de las mismas a partir de Modelos Digitales del Terreno.
No obstante, toda esa vasta cantidad de información ha sido desarrollada en la gran mayorı́a
de los casos con un propósito meramente descriptivo, y enfocado hacia el conocimiento de estas
estructuras hidrográficas desde el punto de vista geomorfológico. El enlace de los resultados
obtenidos con aspectos claramente hidrológicos tales como el comportamiento de las redes de
drenaje estudiadas o sus cuencas vertientes asociadas, se encuentra ausente de muchos de estos
análisis, siendo ésta, desde la perspectiva del hidrólogo, la asignatura pendiente del estudio de
las propiedades fractales de los cauces.
El objetivo de este apartado es, en primer lugar, la introducción de los conceptos más
generales — sin entrar, como resulta lógico en detalles teóricos extensos — acerca de la natu-
raleza fractal de las redes de drenaje, presentando los métodos habituales para el cálculo de la
dimensión de éstas y similares parámetros. Con este fin, se estudiarán las cuestiones relativas
con la escala de trabajo y la variabilidad o no de los cálculos realizados que, de un modo u otro,
contribuirán a una mejor comprensión de la naturaleza tanto de los cauces individuales como
de las redes de drenaje. En segundo lugar, se intentará establecer vı́nculos entre los anteriores
resultados y lo puramente hidrológico, dando un sentido práctico a cuantos resultados puedan
derivarse del análisis fractal que se desarrolla.
Comenzando, pues, este desarrollo, introduzcamos de un modo simple el concepto de di-
mensión fractal y el concepto genérico que se esconde tras esta última palabra.
Para ello considérese una representación de un rı́o y la forma del mismo. Mirando ésta,
y sin ninguna información complementaria, no resulta posible deducir la escala de trabajo,
pues el aspecto de la red es similar con independencia de dicha escala. En otras palabras,
la sinuosidad caracterı́stica de la apariencia del cauce aparece a distintas escalas de un modo
similar. Esta propiedad, denominada autosemejanza , es una de las propiedades caracterı́sticas
de los objetos fractales, dentro de los cuales, como vamos viendo, podemos englobar las redes
de drenaje.
No sólo las redes de drenaje, sino también los cauces aislados presentan por su sinuosidad
propiedades fractales y aspectos a considerar en relación con la escala de trabajo. Supóngase
— y este es el ejemplo más clásico en relación con los fractales — que desea medir la longitud
de un cauce dado, dotado éste de su sinuosidad caracterı́stica, sobre un mapa a una escala
concreta. Si se toma como unidad de medida sobre un mapa el centimetro — esto es, tomando
un compás con una apertura de un centı́metro —, la medida obtenida reflejará todas aquellas
convoluciones del cauce de magnitud mayor de un centimetro. Si se modifica esa unidad de
de medida — se abre o cierra el compás de medida —, la nueva medición realizada, una vez
convertida a unidades reales en virtud de la escala del mapa, arrojará un resultado distinto,
al poder tomarse un mayor o menor detalle de la inherente sinuosidad del trazado del cauce.
Este hecho, que no sucederı́a en caso de ser dicho trazado recto, es indicador de la natura-
leza fractal de la forma del cauce, tal y como en estas lı́neas se intenta definir. De lo anterior
puede deducirse una relación estrecha entre la medida del objeto y la resolución de trabajo,
manifestación clásica por excelencia de la condición fractal de un objeto, en este caso del cauce
concreto que analizamos.
En lineas generales, y buscando una definición que englobe lo anterior, se puede afirmar
que un fractal cumple alguna de las siguientes propiedades (Falconer, 1997):
N = rD (3.14)
Tomando logaritmos a ambos lados y despejando D, se obtiene
log(N )
D= (3.15)
log(r)
Esta dimensión, por no limitar su valor a los números enteros, se identifica con el concepto
de dimensión fractal, y permite la definición de objeto fractal como aquel cuya dimensión
1
Dar una definición formal de esta dimensión es complejo, aunque intuitivamente es sencillo, pue se corres-
ponde con el concepto de dimensión que habitualmente utilizamos.
2
En referencia al matemático alemán Felix Hausdorff (1868–1942)
142 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
fractal es mayor que su dimensión topológica — para objetos tales como una recta o un
cuadrado, ambas dimensiones coinciden, como ya se dijo —.
Regresando al caso que nos ocupa, ya en los estudios originales de Mandelbrot (1973), ini-
ciadores de toda esta corriente en torno a lo fractal, las redes de drenaje erán analizadas desde
la perspectiva de dicha geometrı́a fractal, pues su estructura presentaba notables aspectos
de interés desde ese punto; estudios que, como se ha dicho, han tenido notable continuación
hasta la fecha. El objetivo perseguido entonces era, no obstante, por completo distinto al que
se pretende recoger en estas páginas.
De cara a nuestro interés principalmente centrado en la caracterización de estas redes y
sus cauces constituyentes desde todos los puntos de vista y su posterior utilización en relación
con diversos aspectos hidrológicos, el hecho primordial que debemos tener en cuenta es la
dependencia de la longitud calculada sobre el MDT de la resolución que caracteriza a éste.
Ello nos lleva a plantear la posibilidad de buscar métodos que permitan dar un valor similar
a la longitud pero independiente de la escala. La solución a este hecho la vamos a encontrar
en el propio estudio fractal de redes de drenaje y cauces, y en los conceptos que seguidamente
van a analizarse, en especial la denominada dimensión fractal de dichas estructuras.
De entre las formas mas habituales para el cálculo de la mencionada dimensión fractal, dos
son las que muestran mayor interés desde el punto de vista del estudio hidrológico y teniendo
en cuenta el apoyo de éste sobre el uso de MDTs.
Por una parte, un método bien conocido es el denominado box–counting (literalmente,
((contar cajas))), basado en la discretización del objeto cuya dimensión fractal se desea medir
mediante una cuadrı́cula de diversos tamaños y el recuento posterior del número de celdas de
dicha cuadrı́cula mediante los que queda definido dicho objeto. En otras palabras, y para el
caso que se trata, una rasterización a diferentes escalas de la red de drenaje estudiada nos
facilitará la información necesaria para calcular la dimensión fractal de la misma.
Figura 3.10: Forma de proceder en la aplicación del metodo box-counting para el cálculo de la dimen-
sión fractal de una red de drenaje.
Para cada tamaño de cuadrı́cula se obtiene un valor de numero de celdas, dando ası́ lugar a
una serie de pares de valores del tipo (Si , Ni ). Si se representa ahora en una curva no los pares
anteriores, sino los logaritmos de estos de la forma (log(Si ), log(Ni )), se obtiene una figura
como la mostrada en (3.11), en la que la curva trazada se asemeja notablemente a una recta.
Ajustando una recta a la misma, la pendiente γ de dicha recta representa la dimensión fractal
del objeto tratado, puesto que el valor obtenido de este modo se ajusta conceptualmente al
definido para esta magnitud.
Pese a la sencillez operativa del anterior método y la similitud formal en cuanto a la
3.3. CARACTERIZACIÓN DE REDES DE DRENAJE 143
Figura 3.11: Ajuste de una recta sobre los pares de valores (log(Si ), log(Ni )). La pendiente de dicha
recta es la dimensión fractal buscada.
utilización de mallas regulares con las operaciones que se vienen desarrollando sobre la malla
del MDT, los estudios más rigurosos — y abundantes — en relación con el análisis fractal de
redes de drenaje se enfocan desde un punto de vista distinto.
La expresión más clásica — si la relativa juventud de la misma permite emplear este
término — es la debida a La Barbera y Rosso (1989), reflejada bajo estas lı́neas.
log(RB )
D= (3.16)
log(RL )
donde RB y RL son, respectivamente,la relación de bifurcación y la relación correspondiente a
la longitud de los tramos de cada orden, según fueron introducidas ambas magnitudes algunas
páginas atrás.
La evaluación de la dimensión fractal se lleva a cabo de este modo en base a la forma y la
topologı́a de la red de drenaje, haciendo uso de algunos de los valores que a este respecto se
utilizan de modo habitual como descriptores de la misma.
En ambos casos, tanto con el empleo del box–counting como aplicando las expresiones
basadas en las relaciones definidas por Horton, la dimensión fractal debe medirse sobre el
trazado real de los cauces que forman la red, no sobre los extraı́dos a partir del MDT, pues éstos
pueden variar según los diferentes parámetros empleados para su extracción, desviándose en
mayor o menor medida de los trazados observados sobre el terreno. Igualmente, debe recalcarse
la diferencia conceptual que existe entre el hecho de estudiar diferentes tamaños de celda al
emplear el método box–counting, y el hecho de trabajar con el MDT a distintas resoluciones,
si bien las diferencias que se aprecian en este ultimo caso según la resolución escogida son
indicadoras de la propia geometrı́a fractal de la red de drenaje.
Por último, debe señalarse que, además de estudiar la red de drenaje completa, puede
trabajarse de modo exclusivo con un cauce aislado, en particular con el cauce principal dentro
de la cuenca, aunque en términos generales este análisis resulta mas improductivo tanto desde
el punto de vista conceptual como desde la posibilidad de lograr una interpretación tangible
de los resultados, existiendo a este respecto una biliografı́a menos extensa y, si cabe, menos
convergente aún.
En lo referente a una interpretación práctica de los resultados anteriores, poco es, no
obstante, lo que puede deducirse en términos puramente hidrológicos del valor la dimensión
fractal de la que ahora tenemos conocimiento, pues no está del todo clara la relación que
exista entre este parámetro y las propias caracterı́sticas hidrológicas de la red de drenaje. A
144 CAPÍTULO 3. CAUCES Y REDES DE DRENAJE
esto debe sumarse las aparentes contradicciones que existen en cuanto a valores y expresiones
referentes a la dimensión fractal de rı́os y cuencas, lo que impide poder generalizar acerca de
los mismos y su significado desde el punto de vista del análisis hidrólogico en sentido estricto.
Parece que puede establecerse una relación directa entre el valor de la dimensión fractal
de la red asociada a un cauce y lo caudaloso del mismo, aunque una comprobación rigurosa
de este hecho está aún por darse. En principio, un análisis sencillo parece corroborar esta
idea, ya que, bajo la hipótesis de que los cauces se inician a partir de un umbral de caudal
dado — hipótesis hidrológica, por lo tanto —, las topografı́as o las condiciones climáticas que
propicien valores altos de caudal en las celdas provocarán un inicio temprano de los cauces
y, por tanto, una densidad de drenaje mayor. Esta densidad elevada puede asociarse a una
mayor complejidad de la red de drenaje establecida y ésta, a su vez, a una dimensión fractal
mayor.
Es interesante el establecer esta relación entre densidad de drenaje, umbral de inicio de
cauces y dimension fractal, ya que futuros estudios acerca de esta última podrı́an aportar
nuevos planteamientos y herramientas para una definición más precisa de cauces a partir del
MDT, incorporando en las mismas los diversos elementos derivados del análisis fractal de las
propias redes de drenaje.
Junto a lo anterior, las mediciones realizadas en algunos rı́os corroboran en cierto modo
la vinculación entre el caudal de un cauce y su dimensión fractal, al encontrarse en lı́neas
generales valores más elevados para cauces con mayores caudales.
Algunos autores (Clap, 1996), abogan, no obstante, por un valor constante para la dimen-
sión fractal tanto de redes de drenaje como de rı́os, si bien sus estudios se centran en conjuntos
de rı́os dentro de una misma zona geográfica. Una vez más, puede verse la escasa convergencia
de los resultados existentes al respecto, que no debe, sin embargo, frenar el estudio de las
propiedades fractales de los elementos hidrográficos, en espera de poder obtener un eminente
sentido práctico de los mismos de cara al análisis hidrológico final.
Cuencas vertientes
Eventually, all things merge into one, and a river runs through it.
Norman MacLean
4.1. Introducción
El cierre de esta parte dedicada a la introducción de los elementos básicos y, especialmente,
la manera de trabajar con los mismos en base a la fuente primaria de información que consti-
tuye nuestro ya bien conocido Modelo Digital del Terreno, lo pone en este capı́tulo el estudio
de las cuencas vertientes. Definitorias por sı́ solas de una buena parte de cuanto acontece
hidrológicamente sobre una zona, y coronadas por derecho propio como entidades hidrológicas
de primer orden, las cuencas vertientes que constituyen el verdadero escenario donde se re-
presenta la totalidad de la hidrologı́a nos van a mostrar también aquı́ unos resultados y unas
formulaciones de gran interés desde todos los puntos de vista.
Habiéndonos ya aproximado con el estudio de los cauces y redes de drenaje a esa ya
mencionada conversión de los resultados primigenios individuales en otros más acordes con los
modelos hidrológicos a los cuales pretendemos llevarlos para la obtención de nueva información,
no será en absoluto complejo comprender ahora la manera en que, aprovechando esos mismos
parámetros sencillos, es posible conformar unidades de mayor entidad y calibre como son las
antedichas cuencas. Desde el punto de vista meramente conceptual y en relación con el tinte
general de la obra, la identificación entre los algoritmos para extracción de cauces y dichos
cauces puede extenderse en este punto de modo sencillo para equiparar las metodologı́as que,
a partir de las direcciones de flujo como parámetros de mayor importancia, nos van a permitir
definir cuencas y subcuencas con niveles de detalle y precisión hasta este punto desconocidos.
Lo anterior, avanzando a grandes pasos hacia un horizonte nuevo de posibilidades en re-
lación con las metodologı́as y resultados clásicos, nos va a permitir acercarnos de modo casi
definitivo a la esencia que va a residir en la explicación de los modelos hidrológicos ya en la
siguiente parte del texto, haciendo patente en cierta medida las principales diferencias que exis-
ten entre los modelos actuales fuertemente basados en el MDT como herramienta de trabajo
y los clásicos fundamentados en las formas cartográficas menos novedosas.
Ası́, este último capı́tulo vuelve a ser un capitulo de unión, no extenso en exceso pero
cargado de contenidos, y en el que de modo natural abandonamos el análisis de unidades y
elementos aislados para incorporarnos ya en la modelización completa de los fenómenos hi-
drológicos combinando todas las siempre vigentes implicaciones que ello conlleva con los nuevos
conocimientos de los que ahora disponemos. De este modo, comenzaremos ya a configurar por
fin esa hidrologı́a computacional que es el núcleo primordial de todo este texto como conjunto,
para gozar de una visión diferente y complementaria del ciclo hidrológico antes desconocida
para nosotros.
145
146 CAPÍTULO 4. CUENCAS VERTIENTES
fCU E : M × N −→ N
= 0 si la celda no es una celda de cuenca
fCU E (i, j) (4.1)
6= 0 si la celda es una celda de cuenca
Si obtenemos la anterior malla a partir de los parámetros hasta ahora conocidos, de ahı́ en
adelante, y a través de operaciones nada complejas, podremos deducir todos y cada uno de
los parámetros caracterı́sticos de la cuenca definida. Esta obtención de la malla no es difı́cil
adivinar que va a llevarse a cabo de manera casi idéntica a como en su momento se obtenı́a la
malla de flujo acumulado, pues lo que buscamos no es sino las celdas de origen de dicho flujo
acumulado para un punto en concreto.
Es igualmente sencillo suponer que las circunstancias entonces explicadas en relación con
las diferencias existentes entre los modelos de asignación de direcciones de flujo van a mante-
nerse en este caso, existiendo metodologı́as con ventaja respecto a las restantes que, aunque
deben en este caso añadirse otros matices, van a presentar deficiencias especialmente en cuanto
a su rendimiento que no en cuanto a su precisión.
caso de una sección de cierre no puntual. No obstante, es interesante recalcar que, tal y como
los cauces fueron definidos en el apartado precedente, éstos tan sólo van a tener un ancho
de una celda, independientemente de su dimensión real. El apoyo en dichos cauces para el
establecimiento sobre ellos de un punto de salida óptimo y adecuado, de la misma manera
que se viene utilizando sobre la cartografı́a clásica, nos indica, por tanto, el mayor interés
que tiene la utilización de una celda exclusivamente como definitoria del cierre de la cuenca
a calcular. Mas aún, veremos en posteriores apartados que los cauces van a constituir una
fuente de información complementaria de mucho valor de cara al trabajo con subcuencas,
por lo que resulta adecuado mantener esa coherencia entre las cualidades y caracterı́sticas de
ambos elementos hidrográficos.
Respecto a la situación de dicha celda, y puesto que todo el área de la cuenca va a verter
por definición sobre la misma, ésta tendrá un valor de flujo acumulado notablemente alto,
dependiendo, lógicamente, de las propias dimensiones de la cuenca. Ello viene a decir que el
punto de cierre se situará con probabilidad sobre una celda de cauce, por lo que el conocimiento
de la red de drenaje de acuerdo con algunas de las metodologı́as introducidas en el capı́tulo
anterior, resulta un interesante elemento de apoyo para proceder a la localización exacta de
la celda de cierre de la cuenca a definir.
Entrando en la formulación algorı́tmica de la materia y, como ya es habitual, comenzando
con sobre la formulación del D8, ésta se encuentra basada en el algoritmo que quedó recogido
con el nombre de FlujoAcumulado2, el cual, aplicado sobre un único punto, devolverá el valor
exacto del área de la cuenca vertiente a dicho punto, dejando además en cada una de las celdas
que la componen el área acumulada de las mismas — es decir, un valor distinto de cero que
las identificará como celdas pertenecientes a la cuenca según lo señalado en (4.1)—.
La metodologı́a básica es, por tanto, muy sencilla una vez que se han detallado en pro-
fundidad las formulaciones que conducen a la creación de la malla de flujo acumulado, pues
la relación entre este parámetro y el concepto de cuenca se ve inmediatamente que es muy
elevada.
De igual modo, la utilización de un modelo de direcciones de flujo de la familia del D8
como pueda ser el D∞ se lleva a cabo mediante la aplicación del algoritmo correspondiente al
mismo, en ese caso el que en su momento denominamos FlujoAcumulado3 y que dará lugar a
un resultado similar al caso anterior.
Este resultado, sin embargo, será similar en cuanto a que se compondrá de una serie de
celdas con valores nulos y otras con valores no nulos, siendo en base a los mismos como se
procederá posteriormente para la evaluación de todos los parámetros de la cuenca que resulten
de interés, pero la consideración de las celdas no debiera llevarse a cabo de un modo similar,
al menos desde un punto de vista puramente teórico. Analizaremos seguidamente este hecho
y las razones por las que estas metodologı́as no arrojan resultados cuya interpretación puede
llevarse a cabo de modo por completo idéntico.
El parámetro del que se dispone una vez queda definida la cuenca es exclusivamente el área
de dicha cuenca, que no es otra que el área aportante en la celda que constituye el punto de
cierre. Este parámetro que, como resulta lógico pensar, podrá ser calculado posteriormente a
partir de la cuenca definida por numerosas formas distintas, resulta sin embargo conveniente
emplearlo con el valor inicial, pues es ası́, por diversas razones, como se obtiene una mayor
precisión en el mismo.
En el caso de emplear D8 en su formulación original, este cálculo del área puede realizarse
también mediante el conteo de las celdas de la cuenca, pues el resultado, dadas las caracterı́sti-
cas del algoritmo va a ser idéntico, ya que si una celda esta incluida en la cuenca ello implica
que toda su área es aportante a la misma y por tanto debe incluirse como tal. Si se recurre,
sin embargo, a un algoritmo de tipo MFD, van a existir celdas en el perı́metro de la cuenca
que, aunque marcadas como pertenecientes a la misma, sólo van a aportar una fracción de
148 CAPÍTULO 4. CUENCAS VERTIENTES
su flujo, pudiendo desplazarse el resto hacia otras celdas que no forman parte de la cuenca.
Este hecho, que queda perfectamente reflejado en la distribución del flujo y tendrá su efecto
correspondiente sobre el flujo acumulado y, consecuentemente, sobre el área obtenida de la
cuenca en el momento de su definición, no queda registrado en la malla que representa la
cuenca, ya que no existe manera alguna de expresar que solo una fracción de la celda debe
incorporarse dentro de la misma.
Globalmente, por tanto, es lógico pensar que la forma de la cuenca va a ser más precisa con
un algoritmo de direcciones de flujo múltiples, pero localmente, sobre todo en en la periferia
de la cuenca, la correlación entre lo que realmente se ha calculado y lo recogido en la malla
correspondiente a la definición de la cuenca puede no ser tan elevada. Esto, sin que deba ser
tenido en cuenca como una imprecisión del método de grave importancia, debe considerarse
para evitar inconsistencias — que siempre serán pequeñas, de cualquier modo —, entre el dato
original de área y otros que puedan derivar del mismo.
Un ejemplo de esto lo encontramos en la elaboración de una curva hipsográfica mediante
la reclasificación de las celdas según su altura y la posterior extracción de porcentajes de
estás utilizando el área calculada en inicio. Llevando esto a cabo, es probable que el proceso
no arroje un resultado completo (estos porcentajes no sumarán un total de 100 %, pudiendo
presentarse, según los casos, desviaciones notables), por lo que se debe ser consciente de las
circunstancias que motivan tal hecho, de cara a su entendimiento.
Figura 4.1: Comparación entre la cuenca delimitada mediante la aplicación del método D8 (derecha)
y el FD8 (izquierda) para un mismo punto de cierre.
Algunas consideraciones a este respecto, tratando las diferentes naturalezas de los datos
manejados, ası́ como especialmente el empleo conjunto de representaciones raster y vectorial
de las cuencas, se harán en un apartado posterior centrado sobre esta materia.
Lo expuesto con anterioridad puede observarse gráficamente en la figura (4.1). En ella,
la imagen de la derecha muestra la cuenca calculada para un punto de salida, realizando el
cálculo aplicando el método del D8, y en dicha imagen se observa como únicamente existen dos
((tipos)) de celda — esto es, dos tipos de tonalidades —: aquellas que pertenecen a la cuenca y
aportan a la misma todo el flujo generado en ellas, y aquellas otras que no lo son y no aportan
en absoluto flujo.
La imagen de la izquierda, sin embargo, posee un rango de variación de tonalidades que
se corresponden con la mayor o menor proporción de flujo que las celdas aportan a la cuenca
vertiente, calculada para el mismo punto de salida pero en este caso empleando la formulación
del FD8. Las diferencias de forma de las cuencas no son notables, aunque es obvio que existen
aspectos distintos en ambas, que se pueden apreciarse a simple vista.
4.2. DEFINICIÓN DE CUENCAS A PARTIR DEL MDT 149
En lo referente a la aplicación de los métodos no basados en el D8, esto es, KRA y DEMON,
estos presentan, como se ha dicho, una notable pérdida de eficacia respecto a los hasta ahora
analizados. La base conceptual de su empleo para la determinación de una cuenca vertiente,
es, no obstante, sencilla para el caso de KRA, aunque algo más compleja y menos adecuada
de utilizar para el caso de DEMON.
Para ambos métodos simplemente deben estudiarse los recorridos aguas abajo de cada
celda y comprobar si dicho recorrido pasa por la celda que constituye el punto de salida.
Para el caso del KRA, esto se lleva a cabo analizando los distintos recorridos directamente,
mientras que en caso del modelo DEMON se deben analizar las mallas correspondientes a los
flujos generados en cada una de las celdas y los valores en dichas mallas para la celda de cierre.
La posibilidad de división de flujo entre varias celdas en el caso de emplear DEMON, da lugar
a las mismas consideraciones que ya en su momento se hicieron para el caso de métodos de
tipo MFD.
No obstante, en el uso práctico y la implementación de éstos métodos en el software
habitual, los algoritmos basados en D8 son notablemente más comunes que el resto de cara a
la delimitación de cuencas vertientes, siendo para esta tarea aún más predominantes que para
las tratadas anteriormente como el cálculo de áreas vertientes, entre otras.
La utilización de métodos recursivos tales como los que pueden ser empleados en conjunción
con las metodologı́as de la familia del D8 sirve para exponer en este punto la necesidad de
realizar un llenado de depresiones, ası́ como las posibles deficiencias del metodo de asignación
de direcciones de flujo basado en corregir las elevaciones en el momento de calcular una
dirección de flujo de una celda de depresión, simulando el comportamieno natural del agua al
llenar dicha depresión.
La figura (4.2) muestra un corte transversal de un perfil de terreno en el cual se incluye
una depresión de tamaño mayor de una celda. Veamos como, aplicando un algoritmo recursivo
sobre la celda de cierre situada en la parte baja de la ladera, dicho algoritmo no ofrece los
resultados oportunos si la depresión no ha sido llenada con anterioridad.
Figura 4.2: Fuentes de error en la extracción de cuencas vertiente mediante algoritmos recursivo en
zonas con depresiones.
todas aquellas celdas inmediatas situadas aguas arriba de la misma y que vierten sobre ella.
Cuando la depresión esta llena, la celda marcada como 2 aportarı́a su flujo a la celda 1 y, por
tanto, la cuenca de 1 contiene a la de 2. Sin embargo, cuando la depresión no esta completa,
no existe problema alguno para asignar una dirección a 2 — al contrario que sucedı́a en el
caso de 3 —, ya que vierte sobre 3 si se toma el MDT sin modificar, es decir, hacia el interior
de la depresión. Por tanto, la modificación de las celdas según se calculan direcciones de flujo
no interviene en este proceso, pues no resulta necesario (erróneamente, por supuesto), dando
lugar a una cuenca de 1 incorrecta, y por tanto también a una cuenca errónea para el punto
de cierre aguas abajo.
Este esquema muestra de forma sencilla una problemática más asociada a la existencia
de depresiones de más de una celda de extensión, justificando una vez más la necesidad ya
expuesta de eliminar tales elementos con anterioridad al trabajo con el MDT.
Con independencia de las metodologı́as empleadas, es importante, por último, hacer hin-
capié en el concepto fı́sico de la cuenca, el cual no debe ser nunca olvidado, siendo necesario
el comprobar que, efectivamente, los resultados de los algoritmos que se han presentado y van
a presentarse a este respecto, se corresponden con la realidad y con la entidad conceptual que
tales cuencas representan.
Reivindicando una vez más la hidrologı́a en sı́ como realidad tangible del medio fı́sico,
por encima de los conceptos matemáticos y computacionales que no son sino herramientas en
apoyo de la misma, debe hacerse ver que existe un amplio abanico de circunstancias las cuales
no quedan contempladas en los casos anteriores y requieren un tratamiento distinto. Es mi
opinión que los modelos de tipo computacional, especialmente cuando implican algoritmos de
cierta complejidad y potencia, son de mayor precisión y a la vez belleza que cualquier otra
clase de modelo, pero al mismo tiempo esta potencia puede enmascarar otros aspectos tales
como una cierta falta de flexibilidad en sus planteamientos de partida.
Para que comprenda el lector de una mejor forma lo que se quiere decir con lo anterior,
téngase en consideración el concepto de cuenca como área que aporta el agua recogida en
la misma a un punto de salida establecido. Ciertas circunstancias, tales como un estrato
inclinado impermeable en las cercanı́as del borde de la cuenca, pueden provocar que parte
del flujo originado en lugares ajenos a la cuenca según lo calculado mediante el análisis del
MDT, en realidad sı́ acabe alcanzando el punto de salida dado. La condición del MDT como
definitorio exclusivamente de la superficie del terreno (definición, eso sı́, muy precisa y de gran
valor), impide que éste MDT pueda, de modo autónomo, cubrir todas las posibilidades y ser
por tanto un elemento completo de información, perspectiva esta que no debe perderse de
vista.
Expresado de otro modo, los resultados obtenidos mediante cualquiera de las técnicas
introducidas en este texto deberán siempre corroborarse por la aplicación de los conceptos de
base y las sencillas técnicas clásicas, amen de contrastarse siempre con la correspondiente e
inevitable observación sobre el terreno.
4.2. DEFINICIÓN DE CUENCAS A PARTIR DEL MDT 151
Una de las grandes diferencias entre las posibilidades ofrecidas por los Modelos Digitales
del Terreno frente la cartografı́a clásica en lo que a la definición de cuencas vertientes se refiere,
es la posibilidad de modificar la escala de trabajo en el tratamiento de estos elementos. La
labor habitual de caracterización de una cuenca vertiente se complementa de modo sumamente
interesante con una atomización de la misma y división a su vez en subunidades hidrológicas
constituyentes, llevada a cabo con la resolución y detalle deseados. Este planteamiento permite,
junto con una mejor comprensión de la cuenca global, la articulación de modelos más complejos
en los que se alcance una mayor precisión a través del estudio independiente de cada una
de estas subcuencas y la aplicación posterior de modelos hidrológicos habituales — ya sean
agregados o distribuidos, aunque principalmente los primeros —, procediendo por último a la
combinación estructurada de los resultados obtenidos aisladamente en cada una de ellas.
La definición de las subcuencas constituyentes cuyo conjunto interrelacionado compone la
cuenca global objeto de estudio, se lleva a cabo en términos operativos desde un planteamiento
similar al ya expresado para la extracción de esta última, utilizando los parámetros del capı́tulo
previo con especial interés en direcciones de flujo y áreas acumuladas, e introduciendo de igual
modo la matriz de cuencas definida en (4.1)
Esta matriz, que fue definida entonces para contener una única cuenca vertiente, debe
redefinirse ahora para aumentar la capacidad intrı́nseca de la misma y reflejar de algún modo
las distintas subunidades que quedarán establecidas una vez los correspondientes algoritmos
procedan a efectuar la división de la cuenca mayor. La modificación a incorporar en la forma de
la matriz pasa por la utilización de los valores de sus celdas de un modo algo más restringido,
contemplando una división algo más elaborada que la simple igualdad o no a cero de dichos
valores, pues no es ya un problema de dicotomı́a el que pretendemos tratar, sino compuesto
de un más elevado número de elementos, mayor cuanto mayor sea la resolución empleada y
por tanto la cantidad total de subcuencas con las que se trabaje.
Basándonos en ésto, una posible nueva expresión para la formulación introducida en (4.1)
es la siguiente:
fCU E : M × N −→ N
= 0 si la celda no es una celda de la cuenca
fCU E (i, j) (4.2)
= n si la celda es una celda de la subcuenca n. n ∈ N∗
Esta nueva expresión permitirá diferenciar de modo exacto cada una de las subcuencas, al
quedar cada una de ellas formada por aquellas celdas para las cuales su valor coincide con el
código asignado a dicha subcuenca, y siendo el resto de ellas ajenas a la misma. Esto da lugar
a una caracterización binaria de la cuenca sobre la malla, del mismo modo que ocurrı́a para
el caso de la cuenca global según lo explicado en al apartado anterior.
Más explı́citamente, buscamos llegar a una estructura similar a la malla mostrada a conti-
nuación, representando ésta una cuenca y sus subcuencas constituyentes, lógicamente con un
número muy reducido de celdas por meras razones de espacio.
152 CAPÍTULO 4. CUENCAS VERTIENTES
0 0 1 1 1 2 2 0
0 1 1 1 1 2 2 0
0 1 1 1 2 2 2 2
0 0 1 1 1 2 2 0
0 0 3 1 2 3 3 0
0 0 3 3 3 3 3 0
0 0 0 3 3 3 0 0
0 0 0 0 3 3 0 0
Si se considera la cuenca global como un conjunto de celdas que cumplen la propiedad de
pertenecer a la cuenca definida, realizar una subdivisión en subcuencas supone, por tanto, la
realización de una partición sobre dicho conjunto.
La introducción de los algoritmos que nos permitirán extraer la malla anterior a partir del
MDT es el siguiente paso a seguir en este desarrollo, previa explicación de algunas ideas que
deben tenerse en cuenta para llevar esto a cabo y formular dichos algoritmos. Como se verá,
los conceptos a aplicar vuelven a ser los mismos, aplicados de un modo u otro, pero siempre
guardando abundantes elementos en común.
En primer lugar, aun existiendo un punto de cierre de la cuenca global, que coincidirá asi-
mismo con el de la subcuenca situada más aguas abajo, deben considerarse los puntos de cierre
de cada una de las subcuencas, siendo en función de éstos como quedarán las mismas defini-
das. En una primera aproximación, la definición individual de una subcuenca y la creación de
la malla asociada según lo expresado en (4.2) puede realizarse con una leve modificación del
algoritmo para el cálculo de flujo acumulado que en su momento se empleó en el caso de una
única cuenca, tal y como el recogido seguidamente. En este caso se denota como C la matriz
que recoge la pertenencia de cada celda a una u otra subcuenca.
}
}
De este modo, no es ya el área vertiente a cada punto el resultado que queda en cada celda,
sino la subcuenca vertiente dentro de la cual se incluye la misma, con lo que la malla resultante
ya es similar a la introducida algunas lı́neas atrás. La incorporación también de ese área como
resultado de la función — notese que ahora se trata de un procedimiento y no una función,
esto es, no devuelve valor alguno — es sumamente sencilla, y no se ha recogido aquı́ tan sólo
por motivos de sencillez conceptual del algoritmo. Sobre la adición de esta funcionalidad y la
utilización del valor de dicho área cabe plantearse las mismas cuestiones que ya en su momento
fueron introducidas, y que no se reescribirán aquı́, debiendo considerarse, no obstante, que el
conocimiento exacto del área de la cuenca global implica un elemento extra de cara a la
comprobación de otros valores o el ajuste de posibles errores cometidos.
En relación con el uso del anterior, debemos notar que éste, aplicado sin más a una serie de
puntos de cierre, no resulta, sin embargo, suficiente cuando se deben considerar éstos como un
conjunto dentro de una cuenca dada y, sobre todo, la relación existente entre las subcuencas
definidas tal que el flujo que se genera en algunas de ellas pasa por el punto de cierre de otras,
no debiendo pese a ello ser incluidas en las mismas. Se debe encontrar un orden adecuado
para que la definición de unas subcuencas no afecte a la de las restantes, y añadir alguna
consideración complementaria al empleo del algoritmo antes presentado, con el fin de que
éste se ejecute en circunstancias adecuadas para una extracción correcta de las subcuencas
buscadas.
Sean dos cuencas A y B definidas respectivamente por los puntos de cierre a y b, tal que
A vierte sobre B. Si se aplica el algoritmo anterior sobre b y después sobre a, las cuencas que
se obtendrán serán respectivamente B + A y A, ya que en la primera ejecución, al verter las
celdas de A sobre b y no estar incluidas todavı́a en ninguna cuenca — su valor en la malla es
cero —, pasarán a formar parte de la primera cuenca definida.
El hecho anterior hace necesario conocer la disposición de los distintos puntos de cierre y
la relación existente entre ellos en cuanto a si el recorrido aguas abajo de cada uno de ellos
pasa por alguno de los puntos restantes. Sobre la base de esta relación, ya resulta posible crear
un conjunto de subcuencas que represente una partición de la cuenca completa, disponiendo
ası́ de unidades perfectamente definidas, las cuales pueden ser utilizadas en modelos hidrológi-
cos que consideren la unidad global de trabajo dividida en otras unidades menores, esto es,
en subcuencas para cada una de las que resulta posible calcular sus principales parámetros
hidrológicos.
La utilización de la relación existente entre los puntos de cierre puede aplicarse una vez se
han calculado las subcuencas en un orden cualquiera, mediante la sustraccion según corres-
ponda de las subcuencas que vierten sobre una dada, repitiendo esto para cada una de las
definidas. Resulta más sencillo, sin embargo, tener esta relación en consideración previamente
a la definición de las subunidades hidrológicas, simplemente procediendo a la ejecución del
algoritmo correspondiente en el orden correcto, de tal modo que en la definición de una de
dichas subunidades, todas las restantes que viertan sobre la misma ya hayan sido establecidas,
quedando de este modo excluidas en virtud de la formulación algoritmica utilizada.
Con ello, un algoritmo posible es el que se incluye a continuación para la creación de un
conjunto de subcuencas a partir de otro formado por puntos de cierre. Estos puntos de cierre
se disponen en un vector de puntos denominado P.
Localización de puntos de cierre sobre confluencias entre cauces cualesquiera. Esta alter-
nativa considera a cada cauce, independientemente de su magnitud, como definitorio de
una subcuenca vertiente, de tal modo que a lo largo de la misma sólo es posible encontrar
un cauce perteneciente a la red de drenaje utilizada. Muy frecuentemente este plantea-
miento da lugar a una atomización excesiva, ası́ como a cuencas vertientes de tamaño
insuficiente, generadas por cauces de escasa longitud, sobre las cuales la extracción de
parámetros asociados carece de sentido en una fase posterior.
Figura 4.3: Subcuencas establecidas sobre las confluencias con el cauce principal (izquierda) y sobre
las confluencias entre cauces cualesquiera (derecha). En la fila inferior, esquema funcional de la cuenca
en su conjunto.
Nótese que, una vez que se escogen las intersecciones de cauces que van a a emplearse para
la definición de los puntos de salida, e independientemente del criterio empleado para ello,
en cada intersección deben definirse 2 puntos de cierre — suponiendo que confluyen 2 cauces
—, situados estos en las celdas inmediatamente aguas arriba de la confluencia en la dirección
de ambos cauces que se unen. De no ser ası́ y tomar un único punto en la propia unión, la
estructura de subcuencas serı́a por completo distinta.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 157
cuenca que pueden encontrarse en la literatura al respecto, se recogen en este capı́tulo sólo
aquellos que tengan interés desde el punto de vista computacional o supongan alguna ventaja
o enfoque novedoso acorde con la perspectiva de la obra, dejando de lado otra serie de factores
que, si bien pueden ser muy importantes, no encuentran su lugar en estas páginas por no
aportarse nada nuevo mediante el tratamiento computacional de los mismos. De igual modo,
los parámetros que a su vez dependen de otros, y aun cuando estos últimos sı́ sean analizados,
no se exponen aquı́ pues tampoco complementan de modo alguno al enfoque principal del
texto.
Si el lector echa de menos algunos parámetros — y probablemente lo hará —, que no
piense que éstos no han sido considerados relevantes desde el punto de vista de la hidrologı́a,
sino tan sólo que la explicación y análisis que de ellos puede aquı́ hacerse no mejorará en
ningún caso la que pueda encontrarse en cualquier texto de hidrologı́a clásico. En estos casos,
no obstante, resulta de interés para el propio lector el tratar de plantear el uso y evaluación de
estos parámetros desde la base computacional y sobre el MDT como fuente de datos básica, al
menos de forma conceptual. Más aún, algunos de estos parámetros y su estudio quedan como
motivadoras propuestas en el apartado de ejercicios de este mismo capı́tulo.
Todos los puntos de la secuencia Pi y Pj forman parte del objeto (en nuestro caso, son
celdas en la cuenca vertiente analizada)
A partir de ese punto, trazado del contorno desplazándose por los sucesivos puntos que
van a formar el mismo. El movimiento entre puntos (celdas), se realiza de acuerdo a
unas reglas prefijadas que constituyen el algoritmo en sı́ y en las que reside la principal
diferencia entre los distintos enfoques existentes.
La expresión del anterior algoritmo, descrito de modo laxo en aras de una mejor compren-
sión de las lı́neas generales del mismo, es la siguiente. Los puntos que conforman el conjunto
de vértices que da forma al polı́gono de la cuenca quedan almacenados en el vector de puntos
V.
función ConvertirCuencaVectorial
{
celdaInicial=un punto cualquiera del exterior de la cuenca
celdaActiva=celdaInicial
Mientras no se cumpla criterio de finalización
{
Si celdaVecindario no es celda de cuenca, entonces
{
celdaVecindario=siguiente celda en vecindario
}
si no
{
A~
nadir celdaActiva a V()
Intercambiar valores de celdaActiva y celdaVecindario
}
}
}
Del modo anterior, cada una de las cuencas y subcuencas de trabajo consideradas como
unidades independientes pueden ser convertidas en una entidad vectorial que, junto con la pro-
pia representación raster, nos posibilitarán su análisis en futuros apartados que en breve serán
desarrollados. Quedando este aspecto, pues, resuelto con lo anterior, no debemos perder ahora
de vista la consideración de la cuenca como sistema constituido por las anteriores subcuencas
y sus relaciones y dependencias mutuas. Esta visión, lejos de poder comprenderse con una
naturaleza dual, debe reducirse a una estructura netamente vectorial, pues es sólo mediante
ella que será posible utilizar esta próximamente. El objetivo no será ya la caracterización de
dicha estructura, sino la utilización directa de la misma para articular los modelos hidrológicos
en los que las relaciones entre las distintas subcuencas son un aspecto imprescindible de los
mismos.
Al igual que en el caso de las redes de drenaje, la estructura que se busca es de tipo árbol
cuyas aristas representan a cada una de las subcuencas con sus caracterı́sticas particulares.
La creación del mismo, para la cual únicamente resulta necesario emplear los puntos de salida
y la malla de subcuencas como información base además de la lógica malla de direcciones de
flujo, se basa en conceptos sencillos sobre las relaciones entre dichos puntos de cierre, de modo
similar a lo que ya se vio para la propia ordenación de dichos puntos previa a la utilización
de los mismos sobre el algoritmo de definición de subcuencas, ası́ como en la creación de un
grafo similar en el caso de las redes de drenaje.
Las caracterı́sticas de los grafos creados resultan, por lógica, similares a las de los obteni-
dos para la red de drenaje asociada, especialmente si las cuencas fueron definidas utilizando
esta última como información de apoyo, por lo que se prestan a similares análisis desde todos
los puntos de vista. No siendo, como se ha dicho, este análisis de relevancia, sino la propia
conectividad entre las unidades hidrológicas, ası́ como su estructura global, nuestra atención
debe centrarse exclusivamente sobre la información topológica que será la que resulte de utili-
dad en futuros modelos para conectar los resultados obtenidos de modo individual para cada
subcuenca.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 161
Área
Perı́metro
Centro de gravedad
Momentos de inercia
Factores de forma
Elementos cuyo cálculo, con las circunstancias en que nos encontramos y en nuestro marco
de trabajo, competen a aspectos básicos de geometrı́a computacional y como tales aquı́ serán
descritos. El conocimiento de la cuenca como un conjunto de vértices — esto es, como un
polı́gono — hace interesante introducir expresiones matemáticas de corte numérico particulares
para este caso, de tal modo que éstas puedan implementarse con sencillez.
En todos ellos, debemos tener en cuenta que, frente al manejo clásico de la cuenca de
un modo principalmente gráfico con cierto soporte numérico (longitudes de ejes, etc.), el
tratamiento puramente numérico al que sometemos ahora a las unidades hidrológicas nos abre
un nuevo abanico de posibilidades y de parámetros adicionales que es posible calcular con
una elevada precisión. Por ello, además de modificar la forma en que los anteriores elementos
pueden ser calculados, este registro de la cuenca mediante nuestro vector de puntos los cuales
definen el polı́gono de la misma, o mediante su registro en una malla de datos, hace que
podamos considerar de modo novedoso parámetros como los siguientes.
Pendiente
Orientación
Longitud de la cuenca
Elipse equivalente
Área
Comenzamos la descripción de los métodos de cálculo para los parámetros básicos de
cuenca con un recordatorio acerca de la utilización del área vertiente, parámetro éste que ya
vimos puede ser calculado a partir de las representaciones tanto raster como vectorial de la
cuenca considerada.
Incidiendo una vez más en la necesidad de mantener una coherencia conceptual entre los
diferentes valores extraı́dos de las representaciones utilizadas, y un control sobre los errores que
puedan ser introducidos por el uso conjunto de ambas, complementamos lo ya conocido con
una expresión analı́tica del área de la cuenca en función de los puntos (xi , yi ) de su contorno.
Dicha expresión es de la forma
n
1 X
A= xi yi+1 − xi+1 yi (4.3)
2
i=1
donde se considera que el vértice n + 1 se corresponde con el primero, esto es, el polı́gono es
cerrado.
Perı́metro
Por su caracter de magnitud lı́neal, cabe aplicar al perı́metro de la cuenca todas las consi-
deraciones que fueron apuntadas en relación con la naturaleza fractal de los cauces, estructuras
también de tipo lineal. La variabilidad de los valores a obtener en la medición del perimetro
según la escala empleada, hace necesario tener este hecho en cuenta a la hora de su utilización
como parte de otras expresiones, o bien para su uso aislado en el seno de cualquier calculo que
pueda realizarse.
Frente a otros parámetros como el área (con unidades [L2 ]) o los momentos de inercia
4
([L ]), que por su dimensión son más invariables respecto a la escala utilizada, el perı́me-
tro experimenta, como se dijo, una mayor variación en sus valores. La consideración de este
hecho, sin restar la importancia de este parámetro, llevará, como podremos comprobar, al
desarrollo de parámetros de forma que no lo incorporen en su expresión, hecho que veremos
particularmente reflejado en el concepto de elipse equivalente.
En lo referente a su cálculo, éste resulta obvio utilizando la representación vectorial de la
cuenca, sin más que expresarlo como la suma de distancias entre los diferentes pares de puntos
consecutivos que definen a ésta. Más expresamente,
n p
X
P = (xi+1 + xi )2 + (yi+1 + yi )2 (4.4)
i=1
Centro de gravedad
Haciendo uso del área de la cuenca ya conocida, las coordenadas del centro de gravedad
de la misma pueden evaluarse mediante la expresiónes
n
1 X
Cx = (xi xi+1 )(xi yi+1 − xi+1 yi )
6A
i=1
n
1 X
Cy = (yi yi+1 )(xi yi+1 − xi+1 yi ) (4.5)
6A
i=1
Más allá de su significado geométrico este factor resulta interesante como parte necesaria
para el cálculo de otros elementos hidrológicos, por lo que su conocimiento exacto a la par que
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 163
preciso puede considerarse también como una interesante ventaja asociada a la caracterización
numérica de la cuenca que venimos utilizando.
Cuando la cuenca tiene un aspecto bastante irregular, puede ocurrir que el centro de
gravedad se sitúe fuera de la misma. Es frecuente en estos casos, según el uso principal que
se va dar al parámetro, calcular el centro de gravedad como el correspondiente al rectángulo
que engloba a la cuenca, o el de la elipse en la que ésta se inscribe, con objeto de que el
punto ası́ calculado caiga en el interior. En tal caso, la formulación anterior se sustituye por
una más sencilla e inmediata de implementar, debiendo, no obstante, implementarse a su vez
la pertinente comprobación en caso de que se desee contemplar de modo diferenciado ambos
supuestos.
Momentos de inercia
Los parámetros de caracterización de cuenca clásicos no incluyen los momentos de inercia
como tales dentro de los mismos, ni como valores aislados ni tampoco como factores a incor-
porarse en otros distintos descriptores. No obstante, veremos en breve que lo que definiremos
como elipse equivalente , y que va a constituir un parámetro de sumo interés para la caracte-
rización de la cuenca vertiente, depende directamente para su cálculo del conocimiento de los
momentos de inercia, en particular de los evaluados respecto a unos ejes centrados sobre el
centro de gravedad de dicha cuenca. Por otra parte, el cálculo computacional de los momen-
tos de inercia complementa de forma interesante a las expresiones ya mostradas para áreas y
centro de gravedad, cerrando el conjunto de las propiedades de masa que pueden atribuirse al
diseño en planta de la cuenca.
En su expresión matemática, los valores que buscamos responden a las formulaciones
Z Z Z Z Z Z
Ix0 = y 02 dxdy Iy0 = x02 dxdy Ix0 y0 = y 0 x0 dxdy (4.6)
Parámetros de forma
A excepción de la elipse equivalente, cuya construcción y significado se analizarán de modo
detallado con posterioridad, los parámetros y atributos de forma que se pueden asociar a una
cuenca dada son todos ellos de corte clásico, basados en sencillas formulaciones a partir de
factores también sencillos. Estos factores, tales como áreas o perı́metros, cuyo cálculo ya ha
sido tratado en las condiciones de trabajo actuales y a partir de las formas existentes para la
representación de las cuencas, pasan a formar parte de las expresiones de dichos parámetros
de forma, no existiendo dificultad alguna ni debiendo realizarse ningún tipo de adaptación
sobre su forma clásica.
Entre estos parámetros están los sobradamente conocidos por todos como rectángulo equi-
valente, ı́ndice de compacidad de Gravelius, elongación media de la cuenca, etc., cuyas for-
mulaciones no se recogen aquı́ por considerarse irrelevantes a efectos del desarrollo global del
texto.
Respecto a estos parámetros, es adecuado comentar que resulta conveniente dar uso a
los mismos en la justa medida que éstos merecen, especialmente considerando la muchas
veces ausente relación de sus valores con otros factores hidrológicos y las nuevas prestaciones
que pueden obtenerse del MDT a través de otros valores más actuales. El empleo de estos
parámetros de forma generalmente se asocia únicamente a un afán de descripción de la cuenca
— también importante, no cabe duda — y a algunas formulaciones estadı́sticas que, por medio
de regresiones, asocian valores de caudales punta o factores similares a los valores de dichos
164 CAPÍTULO 4. CUENCAS VERTIENTES
parámetros. Estas últimas, por otra parte, siendo habituales en unas zonas geográficas, no lo
son tanto en otras, con lo que su relativa utilidad se diluye con dicha circunstancia.
Como iremos comprobando a medida que avance el capı́tulo, la mayor cantidad de infor-
mación de la que ahora disponemos acerca de la cuenca gracias al empleo del MDT, hace
conveniente el buscar parámetros más complejos que los clásicos, aprovechando en mayor me-
dida dicha información y generando elementos de tipo numérico o gráfico con una riqueza
conceptual mayor y una relación más intensa y justificada frente a los aspectos hidrológicos
de la propia cuenca.
Pendiente
L
S= (4.7)
∆H
donde ∆H es la diferencia de alturas entre el punto mas elevado de la cuenca y el punto de
salida, y L es la separación hidrológica entre ambos puntos, es decir, la longitud de la cuenca,
parámetro que se analizará más adelante con mayor detalle.
En realidad, se puede ver que la pendiente de la cuenca se considera como la pendiente
del trayecto hidrológico mas largo posible dentro de la misma, con lo cual muchos aspectos
relacionados con la pendiente a escala global de la cuenca no quedan reflejados con la suficiente
corrección.
El conocimiento, con mayor o menor resolución — aunque siempre en un orden de magnitud
superior al que podı́a disponerse en el trabajo con un mapa clásico — del terreno sobre el que
se sitúa la cuenca, permite prescindir de formulaciones accesorias y simplemente calcular la
pendiente media de la cuenca realizando una media de las pendientes en cada una de las celdas
de la misma. De este modo, la precisión de lo calculado, aunque ligada a la resolución y calidad
del MDT empleado, será mayor y, sobre todo, se referirá a un parámetro con un significado
fı́sico más genuino al no derivar de expresiones otras que las propias de cálculo de la pendiente
en cada celda.
Ası́, la expresión habitual de lo que, sobre la base del MDT, se entiende de forma habitual
como pendiente de la cuenca, no es sino
PN
n=1 γn
γcue = (4.8)
N
siendo N el numero de celdas de la cuenca.
Orientación
Debe hacerse notar a este respecto, tan sólo que dichos conceptos estadı́sticos deben tomar
en consideración la forma en que dicha orientación quedó recogida en los algoritmos pertinen-
tes, con valores en el rango 0—360 y utilizando un valor arbitrario (comunmente −1), para
indicar la falta de orientación. También es de interés hacer ver que, en muchas ocasiones,
resulta interesante no calcular tan sólo una media aritmética de los valores en las distintas
celdas, sino evaluar la moda de los mismos con el fin de conocer la orientación general de la
cuenca por sus valores más frecuentes, además de establecer comparaciones e interpretaciones
adicionales con dichos resultados.
Por lo demás, las nociones expresadas para el caso de la pendiente pueden adaptarse sin
mayor problema a este parámetro.
Longitud de la cuenca
La longitud como parámetro propio de la cuenca se relaciona con la máxima distancia
existente entre puntos de dicha cuenca, en particular entre el punto de cierre de la misma y
el hidrológicamente más alejado, alejamiento éste que debe medirse tanto en lı́nea recta como
teniendo en cuenta los recorridos de los flujos desde cada celda, perfectamente definidos por
las direcciones de flujo en las mismas.
Esta distancia de flujo desde una celda hasta la salida de la cuenca, además de por su propio
significado, constituye un elemento muy importante de cara a su incorporación en modelos
hidrológicos, en especial a través del cálculo de los tiempos de salida asociados a las distintas
celdas. La necesidad de su conocimiento para la evaluación de factores tan importantes como
el tiempo de concentración de la cuenca, ponen de manifiesto, igualmente, la relevancia de un
cálculo preciso de este valor.
Por todo ello, su explicación detallada es merecedora de un apartado individual que será in-
troducido más adelante en este mismo capı́tulo, no aportándose más detalles en el presente
punto.
siendo algunas de ellas muy similares conceptualmente. En particular, las magnitudes de tipo
lı́neal como el perı́metro de la cuenca varı́an ciertamente con la resolución elegida, por lo que es
recomendable su utilización en conjunto con la información relativa a dicha resolución, de cara
a conocer con veracidad la exactitud de los resultados obtenidos posteriormente. Por tanto,
resulta de interés el definir parámetros independientes de la escala considerada, los cuales, a
la par que permiten su cálculo de modo robusto a partir de un MDT con independencia de sus
caracterı́sticas, definan la cuenca y su forma geométrica desde un punto de vista interesante
para el análisis hidrológico de la misma.
Elipse equivalente
Partiendo de las anteriores premisas, una de las propuestas más interesantes para la descrip-
ción de cuencas vertientes es la realizada por Moussa (2003), desarrollando un parámetro de
similar concepción que algunos de los clásicos ya existentes, pero dotado de esa invariabilidad
que lo va a hacer sumamente interesante, especialmente con las interpretaciones hidrológicas
que de él pueden derivarse. Este concepto es lo que denominaremos elipse equivalente.
Entrando en la propia caracterización del parámetro, las propiedades que debe cumplir la
elipse equivalente asociada a una cuenca concreta se resumen en las siguientes.
Los ejes principales de la cuenca son los ejes principales de inercia de la cuenca.
Bajo las condiciones anteriores, la construcción de esta elipse se lleva a cabo según lo
siguiente. Los desarrollos teóricos que dan lugar a estos resultados se obvian por razones de
espacio, pudiendo consultarse en cualquier texto al uso sobre este tema.
Por una parte, tomando unos ejes cartesianos x0 e y 0 con centro en el centro de gravedad
de la superficie de la cuenca, se tienen los momentos de inercia ya introducidos en la ecuación
(4.6).
Los momentos de inercia máximo y minimo se obtienen sobre unos ejes centrados también
sobre el centro de gravedad, pero girados un ángulo ω en sentido horario. El valor de este
ángulo viene dado por la expresión
Ix0 y0
tan 2ω = (4.9)
Ix0 − Iy0
Dichos momentos de inercia extremos toman los valores
" 2 #1
2
Ix0 + Iy0 Ix0 + Iy0
Imax = + + Ix20 y0 (4.10)
2 2
" 2 #1
2
Ix0 − Iy0 Ix0 + Iy0
Imin = + + Ix20 y0 (4.11)
2 2
Por otra parte, los valores anteriores para una elipse se obtienen de las expresiones mos-
tradas a continuación.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 167
πa3 b πab3
Imax = ; Imin = (4.12)
4 4
Con el conjunto de estos resultados resulta ya posible el cálculo de los parámetros que defi-
nen la elipse equivalente, sin más que imponer sobre las expresiones anteriores las condiciones
que debe cumplir dicha elipse.
En particular, realizando esta imposición y operando sobre las expresiones obtenidas, se
obtienen para los valores de los semiejes mayor y menor de la elipse respectivamente los valores
" 1 #
A 1 2 1 A 1 1
a= ; b= Ri 2 (4.13)
π Ri 2 π 2
E =a+b (4.14)
Por otro lado, si situamos espacialmente tanto la cuenca como la elipse — recordemos que
deben coincidir sus centros de gravedad, pues ésta es una de las condiciones iniciales —, la
relación existente entre ambos elementos puede ser fuente de nueva información. De modo
particular, Moussa propone estudiar la lı́nea que une el centro de gravedad con el punto de
salida de la cuenca y, sobre ésta, la distancia entre dicho punto de salida y la intersección entre
la elipse y la citada lı́nea. Esta distancia entre el borde de la elipse y el punto de salida, que
será positiva si éste se encuentra dentro de la elipse equivalente o negativa en caso contrario,
lleva a la definición de un parámetro de elongación más robusto de la forma
E =a+b+d (4.15)
donde d representa la antedicha distancia.
La utilidad práctica de ambos parámetros de elongación será puesta de manifiesto en pos-
teriores capı́tulos, pues se va a demostrar como parámetro geomorfológico de cierta relevancia
para determinados aspectos ya dentro de la propia modelización hidrológica.
Aunque no forma parte de la interpretación dada por Moussa al concepto de elipse equi-
valente, me parece interesante complementar esta exposición con un aspecto relativo a la
orientación de dicha elipse. Esta orientación, que puede por ejemplo caracterizarse como el
ángulo azimutal del eje mayor, es bien distinta a la orientación de la cuenca que tratamos
algunas páginas atras, pues aquélla se referı́a a la estructura espacial de la cuenca, mientras
que ésta la considera únicamente como una entidad plana y estudia su disposición sobre el pla-
no. No obstante, la orientación de la elipse equivalente se corresponderá en muchas ocasiones
(dependiendo de otros aspectos relativos a la propia forma de la cuenca también cuantificables
168 CAPÍTULO 4. CUENCAS VERTIENTES
Figura 4.4: Cuenca vertiente y su elipse equivalente asociada (Adaptado de Moussa, 2003).
fAN CHO : R −→ N
fAN CHO (x) = número de tramos de cauce a la distancia x (4.16)
donde x es una distancia medida desde el punto de salida. Esta distancia puede ser tanto o
una distancia sobre el cauce como una distancia en linea recta, o bien lo que en su momento
se definió como distancia topológica medida como el numero de tramos diferentes entre dos
puntos dados. Para todos ellos es fácil notar que el empleo de la interpretación en forma de
grafo de la red de drenaje es mas ventajosa que el trabajo sobre su equivalente raster.
La caracterización de la cuenca mediante la función ancho no se lleva a cabo con un valor
único del parámetro, sino con el trazado de la función para los valores de distancia entre 0 y
la longitud de la cuenca — en caso de que se emplee como distancia la distancia hidrológica
—. De modo gráfico, y utilizando la distancia topológica de la red de drenaje, la figura (4.5),
muestra el resultado de aplicar lo anterior sobre la red de drenaje de una cuenca dada.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 169
Figura 4.5: Función ancho de cuenca a partir de distancias topológicas (Adaptado de Bras,1990)
Otros parámetros
Con lo visto hasta este punto, el desarrollo e introducción de otros parámetros adicionales
no es ya necesario, pues disponemos de una buena caracterización de la cuenca desde diversos
puntos de vista. No obstante, el provecho que hemos extraı́do de la naturaleza raster de la
información original, es decir, de la potencia intrı́nseca de las representaciones cartográficas
que constituyen el núcleo de este libro, puede ampliarse sin más que considerar la propia
naturaleza de estas representaciones.
En algunos de los parámetros anteriores, la mejora aportada por el uso de MDTs y mallas
raster para el cálculo de valores tales como la pendiente o la orientación de la cuenca, sim-
plemente se ha basado en una mejora de la resolución que permitı́a la caracterización global
de la cuenca a partir del estudio de los valores de este parámetro en las distintas celdas, sus
frecuencias, valores medios, etc. Esta forma de sacar partido al formato cartográfico que em-
pleamos puede, sin embargo, extenderse a cualquier otro parámetro, independientemente de
si éste puede tener de modo aislado entidad suficiente como parámetro descriptor propio de la
cuenca. De otro modo, cualquiera de las mallas de datos con las que hemos trabajado hasta
este momento, estudiada en las celdas de la cuenca, va a arrojar algún tipo de información
sobre dicha cuenca, cuya interpretación puede ser altamente descriptiva de la misma.
El mismo MDT, con su información de altura, nos da un claro ejemplo de lo anterior.
Estudiando la altura media de la cuenca y sus valores de desviación tı́pica, por ejemplo,
obtendremos un descriptor interesante de lo escarpado que es el terreno de la cuenca. Una
curva hipsográfica, parámetro clásico de primera lı́nea para la caracterización de una cuenca
170 CAPÍTULO 4. CUENCAS VERTIENTES
vertiente, no es sino una curva de frecuencias acumuladas, y ésta puede obtenerse de modo
casi inmediato con los datos del MDT mediante un algoritmo prácticamente obvio.
Aplicando estas ideas a otras mallas (direcciones de flujo, ı́ndice topográfico, área acumu-
lada. . . ), podemos tener ante nosotros un número muy extenso de enfoques que van a dar
buena cuenta de las caracterı́sticas de la cuenca y todas sus distintas cualidades.
Clásicamente, por ejemplo, se consideraba poco representativo el dato de pendiente media
de la cuenca estimado mediante, la pendiente del cauce principal, por lo que se empleaban
conjuntamente otros descriptores de la pendiente tales como una curva de frecuencia de la
misma dentro de la cuenca, calculada a partir de las mediciones en una serie de puntos arbi-
trarios de la misma. Las posibilidades que abre el empleo de un MDT, permitiendo tomar no
una serie de puntos, sino la totalidad de ellos para realizar el antedicho análisis de frecuencia,
suponen una gran ventaja en la evaluación de parámetros clásicos, ası́ como en el desarrollo de
nuevos factores de similar interpretación pero con caracterı́sticas más ventajosas desde muchos
puntos de vista.
Es interesante que el lector trabaje sobre este tema buscando los significados de las mag-
nitudes que según lo anterior puedan derivarse de las mallas definidas en el texto — o incluso
de algunas nuevas mallas derivadas de las anteriores —, pues éste será un ejercicio que ayu-
dará notablemente a la comprensión de la filosofı́a que reside en el análisis computacional de
los datos que vamos progresivamente obteniendo, y que se plasmará de modo definitivo y muy
tangible sobre los modelos hidrológicos a exponer en próximos capı́tulos.
también un parámetro de forma de la misma, aunque, sin ninguna duda, reflejo de un análisis
más profundo e intenso y con derivaciones notables sobre diversos aspectos hidrológicos que
paulatinamente iremos presentando.
En este apartado, todos los anteriores aspectos serán estudiados desde el punto de vista
conceptual, pues su relativa novedad — o al menos la novedad en las capacidades que de su
actual resolución pueden derivarse — hacen recomendable el tratar explı́citamente la inter-
pretación de valores empleados y obtenidos. Por supuesto, lo anterior se acompañará de las
formulaciones y algoritmos correspondientes que sirven para una aplicación directa y un mejor
desarrollo de la base teórica antedicha.
El objetivo del trabajo en este punto vamos a materializarlo, como ya es habitual, en la
elaboración de una nueva malla regular de valores, los cuales en este caso serán las distancias
— o tiempos — recorridas por el flujo generado en cada celda en su trayecto aguas abajo
hasta el punto de cierre de la cuenca.
La ya citada cualidad de la cuenca como entidad espacial tridimensional, junto con las
ventajas asociadas al estudio de las mismas en este sentido sobre la potente base del MDT,
pueden ponerse de manifiesto antes de entrar en la formulación directa de algoritmos y la
exposición de conceptos, mediante un pequeño ((experimento)) que, a buen seguro, va a servir
para ir comprendiendo la manera en que estos análisis, en apariencia de mera clasificación,
son fieles indicadores del comportamiento final de la cuenca desde el punto de vista de la
hidrologı́a en su más puro sentido.
Figura 4.6: Cuenca original y modificada para variar la distribución de tiempos de salida. La respuesta
y comportamiento hidrológico de ambas es distinto, pese a compartir valores de otros parámetros de
forma.
Para ello, se lleva a cabo sobre la base de un MDT — en este caso, por simplicidad, se
ha trabajado con una cuenca semicircular creada a partir de una formulación puramente ma-
temática — una modificación de alturas en algunas de sus celdas, aumentando o disminuyendo
elevaciones en diversas zonas, de tal modo que los recorridos del flujo desde estas zonas se vean
modificados con respecto a los existentes en el MDT original. Por supuesto, la modificación se
realiza de forma que los lı́mites de la cuenca no se vean modificados, actuando sobre puntos
interiores. Asimismo, realizada esta acción, otros parámetros de forma no ven apenas modifi-
cados sus valores, reflejando desde ese punto de vista dos cuencas prácticamente idénticas. La
imagen (4.6) muestra vistas en relieve de ambas cuencas, tanto original como modificada1 .
1
Para el lector más inquieto, algunos comentarios acerca de cómo se ha desarrollado esta modificación. A
pesar de que se comentó que los formatos de imágenes en escala de grises no son correctos para el almacenamiento
de MDTs, sı́ que pueden ser empleados para experiencias como éstas donde la precisión en las resoluciones pasa
a un segundo plano, abriendo ası́ todo un enorme abanico de posibilidades gracias a las infinitas funcionalidades
de los programas de tratamiento digital de imágenes. Con un programa tal como GIMP (disponible en www.-
gimp.org) puede emplear filtros y otros elementos para alterar MDTs almacenados como imágenes y estudiar las
consecuencias de ello sobre aspectos hidrológicos, utilizando con posterioridad las aplicaciones que se describen
en el anexo correspondiente.
172 CAPÍTULO 4. CUENCAS VERTIENTES
Figura 4.7: Variación en las distribuciones de frecuencias de los tiempos de salida al modificar inter-
namente la cuenca. A la izquierda, cuenca original. A la derecha, cuenca modificada.
Distancias
Comprobada la importancia de la distancia de flujo como factor a utilizar en el análisis
hidrológico, y habiendo quedado introducida la relación entre ésta y otra serie de elementos que
con posterioridad serán analizados en mayor detalle, es momento de entrar en la metodologı́a
que permite el cálculo y evaluación de dicha distancia. Una vez más, como para todo análisis
que se encuentre relacionado en alguna medida con el flujo de agua a través de la propia
cuenca, resultan básicas como elemento de partida las direcciones de flujo en cada celda.
Con éstas, el seguimiento del flujo desde cada una de ellas hasta la celda de cierre de la
cuenca nos señalará un recorrido entre celdas que, de modo sencillo, podemos medir disponien-
do de ese modo de la distancia buscada para cada una. También una vez más, la formulación
explicita de estos conceptos y la elaboración de algoritmos asociados puede realizarse en con-
diciones ventajosas a través de expresiones recursivas, teniendo en cuenta que, denominando
fDIST (i, j) a la función que da la distancia recorrida desde la celda (i, j) hasta la salida, se
cumple
Pruebe y experimente con estas acciones. Además de ser muy instructivo, es algo tremendamente divertido y
supone una nueva manera de entender los MDTs como tales y las aplicaciones que trabajan sobre los mismos.
Intente adjudicar una interpretación hidrológica a las modificaciones que haga y a los resultados obtenidos
sobre ellas.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 173
p
fDIST (i, j) = fDIST (i + m, j + n) + g m2 + n2 (4.17)
donde g es el tamaño de celda y (i + m, j + n) es la celda sobre la que vierte (i, j).
La consideración de una única celda como receptora del flujo desde (i, j) nos indica que,
como es sencillo advertir, el razonamiento anterior se encuentra basado sobre la metodologı́a
del D8 y que, como viene siendo habitual, sólo se trata de un razonamiento completo si se
aplica este método, debiendo precisarse su significado a la hora de utilizar uno distinto.
A medida que nos acercamos, no obstante, a las formulaciones más hidrológicas y tratamos
de dar un sentido distinto del mero análisis del terreno a los resultados que vamos obteniendo,
este método del D8 que ya era por sı́ mismo el eje principal de todas las formulaciones rela-
cionadas con la dirección de flujo, se va haciendo aún mas preponderante. La simplicidad y
eficacia de los algoritmos que derivan del mismo, sólo ensombrecidas por la mayor imprecisión
que el método en sı́ conlleva, se ve favorecida al emplear sus resultados en conceptos con una
cada vez mayor componente hidrológica. Por ello, las nuevas formulaciones que van siendo ex-
plicadas en éste y lo serán en sucesivos capı́tulos, cada vez van a basarse más exclusivamente en
los conceptos del D8, quedando su aplicación en conjunto con otros métodos como un ejercicio
práctico para el lector. La interpretación de los resultados cuando se contempla el uso de uno
de dichos otros métodos, aunque paulatinamente con menor relevancia, se comentará siempre
que se considere necesario.
En el caso que ahora nos ocupa, el empleo de un algoritmo de tipo MFD, resultando en un
desplazamiento desde cada celda a un número más elevado de celdas circundantes, da lugar
a otros tantos recorridos aguas abajo y sus correspondientes distancias y tiempos asociados.
Este hecho hace desaparecer el sentido de trabajar sobre una malla de distancias, pues para
cada celda de la misma debieran recogerse más de un valor, en particular tantos como celdas
distintas reciban el flujo existente en ella.
A efectos del resultado final, y considerando la implicación hidrológica ya mostrada de este
parámetro, la precisión aportada por otros método distintos del D8 no supone una diferencia de
precisión relevante. Los diversos recorridos desde cada celda son altamente similares siempre,
por lo que, traduciendo las distancias a tiempos y las áreas acumuladas a caudales lı́quidos,
los resultados van a a ser altamente similares. En un sı́mil muy adecuado para este contexto,
vemos que la incorporación de interpretaciones hidrológicas sobre los resultados obtenidos
ejerce un dulce efecto laminador sobre los errores o imprecisiones que pueden achacarse a cada
método, haciendo ası́ que, cada vez con más justificación, la decisión entre los mismos se lleve a
cabo únicamente en virtud de la eficacia y sencillez de sus algoritmos y expresiones asociadas.
Centrándonos, pues, sobre el D8 como metodologı́a base, la expresión en pseudocódigo
con que se cierra el desarrollo de este apartado, queda como sigue. La matriz de distancias se
denota como D. Ejecutando este algoritmo sobre la celda de cierre, las distancias hasta dicha
celda desde todas las restantes de la cuenca quedan definidas en esta matriz.
D(i+n,j+m)=D(i,j)+ g * SQR(n*n+m*m)
CalcularDistanciaSalida (i+n,j+m)
}
}
}
}
}
Figura 4.8: Representación de una malla de distancias de salida. Los tonos más claros representan
distancias mayores.
El parámetro que ha dado lugar en origen al cálculo de las distancias de flujo, es decir,
la longitud de la cuenca, se calcula con suma sencillez una vez que se conoce la malla de
distancias haciendo uso del algoritmo anterior. Simplemente buscando el mayor valor en la
misma, la celda a la cual corresponda ese valor es la situada hidrológicamente más alejada de
la salida de la cuenca y, por tanto, la que determina la longitud de la misma.
La representación de una malla de distancias de salida se recoge en la figura (4.8)
Tiempos
Conociendo ya las distancias existentes entre las celdas y el punto de salida de la cuenca, y
aplicando la sencilla y por todos conocida relación entre tiempo y distancia t = s/v, podemos
proceder a la transformación de esta última en el primero, de sumo interés para consideraciones
hidrológicas diversas como ya quedó introducido hace algunas lı́neas. La velocidad que nos
permite realizar la conversión anterior es el único parámetro en el que debemos, por tanto,
centrarnos en esta sección, dependiendo de la precisión — y complejidad asociada — a dicha
velocidad, que los valores de tiempo obtenidos sean correspondientemente más precisos — y
complejos sus algoritmos asociados —.
Dos metodologı́as para la estimación de velocidades van a ser analizadas y presentadas:
velocidad constante y velocidad variable en función del flujo acumulado y la pendiente. En
ambos casos se busca como resultado final un valor para cada una de las celdas de la cuenca,
aunque, por ser esta malla constante en el primer caso, no es necesario reflejar dicho valor
en una malla pudiendo emplearse directamente sobre la distancia de cada punto. A la hora
de utilizar la velocidad para crear la malla de tiempos, en el caso de emplear una velocidad
variable, el tiempo de paso entre dos celdas variará a lo largo del recorrido aguas abajo de
cada celda, por lo que debe en primer lugar calcularse la malla de velocidades y después, con
ella, elaborar directamente la de tiempos sin pasar por una malla de distancias intermedia.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 175
Vcauce
Vladera = (4.19)
k
donde k se sitúa según estos autores en el intervalo de valores 10–15. Esta leve modificación
supone una mejora conceptual y de precisión para el cálculo de tiempos, y su empleo es
relativamente habitual para evitar la suposición de una velocidad homógenea en la totalidad
de las zonas de la cuenca independientemente de sus caracterı́sticas.
El verdadero aumento de precisión — y de fidelidad para con el proceso real modelizado
— se consigue, no obstante, teniendo en cuenta algunos parámetros más de los que entran
a formar parte del fenómeno de escurrimiento y desplazamiento del flujo, aparte de los ya
considerados.
En primer lugar, la idea introducida anteriormente de caracterizar de modo diferente las
zonas de cauce de aquellas sin flujo encauzado — léase, con poco flujo acumulado — parece un
primer paso a llevar a cabo. El umbral a emplear, sin embargo, no tiene una finalidad similar a
la que veı́amos en el caso de la propia definición de cauces y, consecuentemente, puede basarse
en diferentes conceptos y simplificarse su elección.
Por ejemplo, Huggins y Burney (1982) consideran que el flujo en ladera no encauzado
tan sólo puede darse durante los primeros 100 metros. Si empleamos una hipotética cuenca
176 CAPÍTULO 4. CUENCAS VERTIENTES
vertiente semicircular con ese radio, se tiene un resultado de aproximadamente 1,8 hectáreas,
valor que, aceptando lo anterior, puede utilizarse como divisor entre los dos tipos de flujo
considerados.
Desde este punto, debemos ahora formular un método para calcular la velocidad teniendo
en cuenta que en las celdas a partir de ese umbral el flujo está canalizado — aplicando, por
tanto, las ecuaciones de la hidráulica relativas a ese hipotético canal de flujo — y que en las
restantes el tipo de flujo es en ladera.
Para este primer caso, la velocidad del flujo estará en relación directa con el caudal que
conforme dicho flujo canalizado a través de una ecuación como la bien conocida de Manning
según la cual
1 S 1/2 A5/3
Q= (4.20)
n P 2/3
Por ello, el conocimiento de este caudal circulante debe ser un paso previo a la estima-
ción de la velocidad, pues es requisito en la anterior expresión. La exposición detallada de
metodologı́as para ello es parte del núcleo de la siguiente sección del libro, por lo que no se
profundizará excesivamente en este aspecto, simplemente indicando una aproximación posible
— aunque la mas habitual y extendida — que nos permita disponer de valores aproxima-
dos de caudal para el cálculo de la velocidad. Los detalles acerca de la misma, ası́ como de
otros planteamientos de similar ı́ndole, quedan recogidos en un posterior apartado y podrán
ser implementados en lo aquı́ expuesto de igual modo una vez sean desarrollados en mayor
profundidad.
Suponiendo que se dispone de valores de intensidad de precipitación neta en cada celda
—este hecho será también en su momento analizado —, pueden convertirse estos valores en
caudales aplicando la ecuación
Q = i · g2 (4.21)
Q
V = (4.22)
A
En el caso de flujo en ladera en aquellas celdas que no superen el umbral establecido de
área aportante, la velocidad puede obtenerse combinando la formula de Manning presentada
en (4.20) con una aproximación al proceso mediante la teorı́a de onda cinemática. Siguiendo
a Overton y Meadows (1976), el calado puede tomar la expresión
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 177
n·i·x
y= √ (4.23)
S
donde n es el número de Manning y x la distancia recorrida sobre el plano de flujo. Esta
última se estima como la distancia desde la celda de borde mas cercana — es decir, una celda
sobre la que no viertan otras y su flujo acumulado sea igual a g 2 —, o bien, simplificando
más, suponiendo una cuenca semicircular y, con el valor de área acumulada a, calculando el
radio de ésta que será el valor a considerar como distancia de flujo x. En un próximo apartado
se tratará mas en detalle el cálculo exacto de esta distancia hacia la cabecera del flujo aguas
arriba.
Es decir,
r
2a
x= (4.24)
π
Llevando (4.23) a (4.20), se llega a la ecuación
(i · x)0,4 S 0,3
V = (4.25)
n0,6
la cual nos permite ya disponer de un valor de velocidad también para estas celdas con flujo
en ladera.
De este modo, todas las celdas de la malla, de una u otra forma, tienen ya una velocidad
asociada particular, estimada en base a sus propias caracterı́sticas. Con los anteriores elementos
y la metodologı́a que brevemente se ha apuntado, la creación de una malla de velocidades puede
llevarse a cabo sin mayores dificultades, siendo ésta ya utilizable para el cálculo de tiempos
de salida, destino final al que pretendemos llegar con este análisis.
La formulación global presentada hasta este punto constituye sólo una posible forma de
hacer frente a la evaluación de una malla de velocidades apta para su aplicación en el cálculo de
tiempos de salida. Otras muchas alternativas pueden plantearse a este respecto, tantas como
diferentes planteamientos hidráulicos o consideraciones fı́sicas puedan asumirse, por lo que la
solución presentada no es sino un representante — habitual, eso sı́ — de ese conjunto de solu-
ciones. El objetivo de este apartado no es el de presentar una formulación de modo categórico,
sino poner de manifiesto las dos tendencias genéricas — empleo de velocidad constante o de
una malla de velocidades variables —, de tal modo que con las metodologı́as de aplicación
sobre las que éstas se sustentan, cada cual pueda con conocimiento de causa construir sus
propios modelos o aplicar los que considere más oportunos y precisos.
Más aún, uno de los objetivos principales no es sino la comparación efectiva entre la
hipótesis de velocidad constante — aplicable de modo aproximado en el caso clásico de emplear
cartografı́a en papel — y la de velocidad variable — sólo empleable sobre la base de un MDT
—, poniendo de manifiesto las diferencias ventajosas que surgen en este aspecto del uso de
cartografı́a digital y que se verán directamente reflejadas también en posteriores apartados.
La presentación de los algoritmos básicos a este respecto es sin duda el componente esencial
del apartado, por encima de formulaciones particulares en todo caso.
Ası́ pues, una vez se dispone de la malla de velocidades, con independencia del método
utilizado para su confección, basta modificar el algoritmo que se presentó para la evaluación de
la malla de distancias y utilizar una formulación como la mostrada a continuación para crear
la malla de tiempos de salida que buscamos. La malla de tiempos se denota en esta ocasión
como T, siendo V la correspondiente a las velocidades.
{
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
velocidad = (V(i,j)+V(i+n,j+m))/2
T(i+n,j+m)=T(i,j)+ (g * SQR(n*n+m*m)/ velocidad)
CalcularTiempoSalida (i+n,j+m)
}
}
}
}
}
Puesto que el recorrido entre celdas se hace entre los centros de éstas, se recorre la mitad
de la celda origen y la mitad de la celda destino, lo cual justifica la utilización de una velocidad
media como la propuesta en la formulación anterior.
Como puede observarse en la figura (4.9), el aspecto de una malla de tiempos de salida
con velocidad variable difiere notablemente del aspecto para su malla de distancias asociadas,
debido a la relación variable que existe entre ambos parámetros en cada celda.
Figura 4.9: Representación de una malla de tiempos de salida con velocidad variable. Los tonos más
claros representan tiempos mayores.
Una alternativa más sencilla a todo lo anterior, tanto en concepto como en su aplicación,
pero manteniendo el empleo de velocidad variable, se basa en la consideración de la propia
fórmula de Kirpich para el tiempo de concentración, aplicando la misma a cada celda de la
cuenca. El tiempo ası́ obtenido es el tiempo de salida de la celda, es decir, directamente el
valor que buscamos para formar la malla de tiempos. Como longitud de flujo para la fórmula
se utiliza la distancia de salida desde dicha celda, y la pendiente media del cauce se evalúa
con la diferencia de cotas entre la celda y el punto de salida, además de la propia distancia.
Sin entrar en un planteamiento con una componente hidráulica tan fuerte como el anterior,
se tiene de este modo una aproximación mas realista que en el caso de velocidad constante, al
considerar de modo particular las condiciones de cada celda y su recorrido aguas abajo.
4.3. CARACTERIZACIÓN DE CUENCAS VERTIENTES 179
Nótese que al aplicar una hipótesis de velocidad constante — y también en esta última
formulación que se acaba de comentar — hacı́amos uso para el cálculo de ésta del tiempo de
concentración calculado mediante una formula cualquiera para el mismo, de tal modo que el
tiempo de recorrido para el punto hidrológicamente más alejado era precisamente igual a dicho
tiempo de concentración. En el caso de velocidad variable, no hemos necesitado recurrir a dicho
parámetro, pero sobre la malla de tiempos calculada, teóricamente el tiempo más elevado se
corresponde con el concepto de tiempo de concentración de la cuenca. Esto nos aporta una
nueva metodologı́a con una base fı́sica para la estimación de este importante parámetro, al
mismo tiempo que, en conjunto con las propias fórmulas para la determinación del mismo,
constituye un elemento de comprobación de sumo interés para la calibración de los elementos
que se emplean en la estimación de velocidades de flujo en las distintas celdas de la malla.
fSIN : M × N −→ R
fDIST (i, j)
fSIN (i, j) = p (4.26)
(i − Sfil )2 + (j − Scol )2
Recordando los conceptos relativos a cauces, la anterior definición no es sino la de la
sinuosidad del recorrido que desde cada celda va aguas abajo hasta la celda de salida. Este
concepto, que en su momento era utilizado para el caso de los cauces, ahora puede aplicarse
a cada uno de los flujos de agua, independientemente de si estos tiene entidad o no para ser
considerados cauces. Es de interés recalcar que entonces las distancias se calculaban utilizando
los puntos de cabecera y definiendo explı́citamente el trazado de cada recorrido, mientras que
en este caso, y puesto que todas las celdas de la cuenca se consideran como tales puntos de
cabecera, la introducción de algoritmos más eficaces es necesaria y fuerza a la consideración
de un planteamiento distinto.
De cualquier modo, y más allá del interés de la propia sinuosidad de un único trazado,
definamos una sinuosidad global de la cuenca con la expresión
el segundo caso, donde la modificación introducida obliga al agua a ((dar más rodeos)) antes
de llegar al cierre de la cuenca, el valor de sinuosidad es de τ = 1, 85. Es claro, por tanto,
y como parece lógico dada la formulación establecida, que la sinuosidad guarda abundante
información acerca del comportamiento hidrológico de la cuenca, en particular acerca de cuan
((dı́recto)) se desplaza el flujo desde las distintas zonas de la cuenca hasta su punto de cierre.
Una interpretación similar recordemos que se asocia también a la forma plana de la cuenca,
donde las formas circulares muestran una eficacia mayor en desalojar el flujo que las alargadas
o fusiformes. La combinación de ambos parámetros es, naturalmente, de gran interés para
definir con notable justificación la naturaleza de la cuenca en este sentido.
En esa misma linea, definamos un segundo parámetro de forma de la cuenca, que evalua-
remos según la expresión
fDIST (i, j) · g 2
P
χ= ; ∀(i, j) ∈ C (4.28)
A
Este nuevo factor no es sino una media de las distancias recorridas desde cada celda,
por lo que, en principio, resulta de poca información pues es por completo dependiente de
las dimensiones de la cuenca. Dividiendo lo anterior entre el área de la misma, obtendremos
un parámetro de mayor aplicabilidad que nos podrá permitir establecer comparaciones entre
diversas cuencas.
fDIST (i, j) · g 2
P
χ= ; ∀(i, j) ∈ C (4.29)
A2
De igual modo que con el factor de sinuosidad de cuenca τ anteriormente definido, el
significado fı́sico de este nuevo valor guarda un relación directa con la eficacia de la cuenca
para la evacuación del flujo en ella generado.
Como puede verse, la combinación de éstos y otros parámetros de forma, ası́ como otros
factores asociados a la geometrı́a de la cuenca permite, llegados a este punto, caracterizar
por completo la misma y disponer de los valores necesarios para acometer definitivamente
el planteamiento de modelos hidrológicos completos con los que ir alcanzando los verdaderos
objetivos del estudio que iniciamos al comienzo de la obra.
Figura 4.10: Representación de una malla de distancias a cabecera. Las tonalidades claras indican
mayor distancia.
p
tcab cab
i,j = máx(ti+m,j+n + n2 + m2 )
n, m = −1, 0, 1 (i + m, j + n) vierte sobre (i, j) (4.30)
es decir, el máximo entre las distancias de las celdas aportantes a la celda problema, más la
propia distancia a dicha celda.
La adición de una condición de inicio en el que se exprese el valor de tcab sin referencia
a otras celdas, permitirá el establecimiento de una formulación recursiva, actuando como
finalizador de la recursión. Esta condición no es otra que
tcab
i,j = 0 (4.31)
para las celdas (i, j) que sean ellas mismas de cabecera, es decir, aquellas que no reciban
ningún tipo de flujo.
Con todo lo anterior, las ideas principales desarrolladas se plasman sobre el siguiente
algoritmo, el cual, como ya es habitual, permite mediante su utilización sobre la celda de
cierre de la cuenca el cálculo de la malla buscada. La matriz de distancias se denota como D.
funcion CalcularDistanciaACabecera(i,j)
{
distanciaMax=0
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
distancia = CalcularDistanciaCabecera(i+m,j+n) +
+ SQR(n*n+m*m)
distanciaMax=max(distanciaMax, distancia)
}
}
}
}
D(i,j) = distanciaMax
devolver distanciaMax
}
La figura (4.10) recoge el aspecto de una malla de distancias a cabecera obtenida según lo
anterior. La representación de la malla se presenta con escala logarı́timica para potenciar la
información que de la misma puede obtenerse. Nótese lo fácil que resulta sobre esta malla la
localización de los cauces — con distancias elevadas y en tonalidad clara — y las cumbres y
crestas — con distancia corta o nula y en color negro —.
Como resulta lógico, el valor máximo de distancia a cabecera debe coincidir con el va-
lor máximo obtenido en la malla de tiempos de salida, no ocurriendo esto mismo con otros
parámetros de tipo estadı́stico que de ambas mallas puedan derivarse. Esta última circunstan-
cia puede comprobarse simplemente por el hecho de que la representación logarı́tmica arroje
una mayor información visual de la malla de tiempos a cabecera, lo cual no ocurrı́a en el caso
de la correspondiente a tiempos de salida.
Modelización Hidrológica
183
Introducción
Ahora sı́, todas las piezas del juego desde el punto de vista fı́sico se han dispuesto para que
podamos llevar a cabo el análisis hidrológico que perseguimos, de tal modo que éste haga suyas
las ventajas asociadas a los parámetros previamente extraı́dos, los cuales son más precisos y
exactos en virtud de la utilización del MDT como fuente base de información.
No obstante, ese MDT, el tablero donde vamos a jugar nuestra partida, debe ser ahora
considerado como tal, no limitándonos al mero empleo de los valores de que ya disponemos
sobre los modelos clásicos conocidos, sino también adaptando esos modelos a la nueva realidad
del entorno en el que trabajamos, llevando más alla aún esas ventajas que antes se comentaban.
Dando un paso más, no sólo debemos reconsiderar la manera en que los modelos que conoz-
camos (u otros que puedan desarrollarse) vayan a ser aplicados, sino que nuestro ya profundo
conocimiento del MDT y de otras entidades similares (todas ellas también escenarios sobre
los que vamos a poner en escena nuestra modelización) nos debiera permitir la incorporación
de nuevos elementos en las mismas condiciones de mayor precisión y potencia, simplemente
haciendo uso de los conceptos que hasta ahora conocemos y aplicándolos sobre otros aspectos
distintos.
Por una parte, pues, este segundo bloque del libro actúa como un crisol donde se condensan
los elementos ya desarrollados, cobrando sentido al incorporarse en su destino final, que no es
otro que el de los distintos modelos hidrológicos al uso. Por otra parte, representa también una
continuación en la linea argumental seguida hasta el momento, prosiguiendo en la introducción
de nuevos conceptos e ideas con diverso grado de novedad sobre los enfoques clásicos habituales.
Desde uno u otro punto de vista, el desarrollo de la materia que ahora va a introducirse
representa el sentido exacto de esa hidrologı́a computacional que da tı́tulo a este texto, y como
tal debe verse en todo momento. Las ideas a exponer son realmente sencillas y concretas, pero
el número de formulaciones posibles es en exceso elevado. Por ello, lo más conveniente en mi
opinión ha sido intentar mostrar por encima de todo esas ideas y esos principios fundamentales,
de modo que éstos reflejen los elementos básicos necesarios para el desarrollo sobre cualquier
base teórica de las muchas existentes, de modelos hidrológicos con base computacional.
De igual forma, no todos los modelos para los cuales se haya planteado un enfoque com-
putacional y estén plasmados en diferentes aplicaciones informáticas han sido recogidos aquı́,
pues es en conjunto con el empleo de Modelos Digitales del Terreno o de la información que de
ellos hemos derivado, como se define la verdadera materia que queda tratada en este texto. El
uso de ordenadores en hidrologı́a se remonta a las primeras epocas de éstos, cuando ejercı́an
como mero soporte en el cálculo de los distintos resultados sobre los modelos existentes, apor-
tando al análisis hidrológico tan solo su potencia bruta de cálculo. Es, sin embargo, con la
introducción de las nuevas tecnologı́as relativas al registro de la información espacial, ya en
epocas más recientes, cuando se produce el giro que permite la utilización de esos mismos or-
denadores (ahora más potentes) de un modo notablemente distinto, abriendo nuevas filosofı́as
y extendiendo el abánico de la hidrologı́a hacia los territorios que pretenden cubrirse con este
texto.
Como consecuencia de lo anterior, la exposiciones de esta parte se fundamentan más en
185
186
pasajes descriptivos de caracter muchas veces puramente verbal, no recurriéndose con excesi-
va frecuencia al empleo de fórmulas explicitas relativas a los modelos utilizados, salvo como
ejemplo puntual de las ideas desarrolladas, o cuando la existencia de algún modelo unánime-
mente aceptado o de mayor interés de cara a la materia tratada exige la presentación de las
ecuaciones que lo definen. El objetivo de este enfoque no es otro que centrar todo lo posible la
atención sobre la filosofı́a de utilización de las tecnologı́as que vamos conociendo progresiva-
mente — siempre sin perder el sentido práctico, obviamente —, de modo que, aun mostrando
las formulaciones más idóneas para ser integradas junto con el trabajo que ya ha sido realiza-
do sobre el MDT, el lector pueda abordar la implementación de cualquier planteamiento de
un modo ventajoso y sin perder, sino potenciar, las ventajas que ya se obtuvieron con dicho
análisis ya efectuado.
Pese a todo lo anterior, el primer capı́tulo presenta un breve resumen de algunos modelos
existentes que conjugan el análisis hidrológico con el empleo de Modelos Digitales del Terreno
y cartografı́a de similares caracterı́sticas, para ası́ introducir los planteamientos generales de
éstos, de los cuales, con ciertas modificaciones y adiciones por mi parte, he tomado parte
de los desarrollos que se exponen en capı́tulos sucesivos respecto a los diferentes paramétros
utilizados. El conocimiento de estos modelos y su herramientas informáticas asociadas, cada
uno de ellos con sus particularidades, ventajas e inconvenientes, facilitará la comprensión de
los conceptos genéricos a todos ellos, al mismo tiempo que aporta una perspectiva de mayor
riqueza sobre la propia modelización computacional de los procesos hidrologicos.
En otras palabras, mientras que en la primera parte de la obra se han recogido la práctica
mayorı́a — al menos desde el punto de vista de su implementación real en software — de
las formulaciones existentes para el análisis del terreno con una finalidad hidrológica, en esta
segunda parte no se incluyen apenas ejemplos de formulaciones como tales en relación con
la modelización hidrológica en todos sus sentidos, y cuando esto sucede es únicamente con
carácter ejemplificador. El núcleo de los capı́tulos restantes se basa, por encima de todo, en
ideas genéricas y pautas habituales al respecto.
La estructuración de este resto de capı́tulos que componen la presente parte, en cierta
medida se asemeja a los esquemas habituales en los libros de hidrologı́a de tipo general,
aunque el desarrollo de cada uno de ellos internamente no se corresponde con un esquema
clásico, poniéndose más énfasis en unos conceptos y menos en otros. La frontera que separa
los contenidos de ambas partes no se encuentra por completo definida, incluyéndose en la
presente algunos elementos que bien podrı́an pertenecer a la anterior (en especial los primeros
capı́tulos), mientras que ya en dicha parte precedente se avanzaron algunos conceptos más
propios de ésta. No obstante, se ha buscado una estructura que haga autónomos a ambos
bloques, quedando el primero centrado principalmente sobre lo concerniente al análisis del
terreno, tratándose en este segundo los temas principalmente de corte hidrológico, entendida
esta cualidad desde distintos puntos de vista.
Por todo lo mencionado con anterioridad, las teorı́as y resultados aquı́ recogidos son sólo
ejemplos con carácter genérico con cierta base clásica y cierta base más actual, que podrán
siempre ser matizados o adaptados de acuerdo con una u otra propuesta de tipo teórico,
pero que guardan siempre en su fondo ese concepto que venimos denominando Hidrologı́a
computacional y que ahora ya por fin comienza a trazarse de modo definitivo.
Capı́tulo 5
“And relationships,” he had told her, “contained the essential meaning of life.”
Pearl S. Buck
5.1. Introducción
Muchos son los elementos que intervienen en los distintos fenómenos hidrológicos y, dife-
renciados por el uso que en mayor o menor medida hacen de los mismos, muchos son también
los modelos hidrológicos y enfoques que se presentan. Todos estos parámetros, cuyo significado
y su vinculación con el análisis de MDTs, ası́ como su tratamiento en un entorno computacio-
nal, serán desarrollados a lo largo de los próximos capitulos, podrán comprenderse con mayor
facilidad si previamente se ha explicitado, aunque sea tan sólo mediante unas ligeras pince-
ladas, el papel que cada uno de ellos juega en los resultados finales a obtener de los modelos
existentes y la forma general de integrarlos.
La variedad de objetivos que pueden perseguirse dentro del análisis hidrológico da lugar a
una variedad igual de planteamientos, los cuales, combinados con las múltiples formulaciones
existentes para el estudio de un proceso aislado, propician una todavı́a mayor multiplicidad
de alternativas, imposible de abarcar en una obra de la entidad de la presente. La principal
finalidad de este capı́tulo es agrupar las más importantes de dichas alternativas en los grandes
bloques definidos de forma habitual para la clasificación de modelos, introduciendo las pecu-
liaridades de cada uno, sus necesidades a nivel de datos base y otras caracterı́sticas que se
consideren de interés para un buena comprensión de los mismos. Sobre todos estos aspectos,
se trabajará, por supuesto, desde el punto de vista computacional y desde un enfoque cercano
al que se viene aplicando hasta el momento.
En próximos apartados, cada uno de esos datos necesarios para uno u otro tipo modelo,
que ahora van a ser mencionados brevemente y con caracter genérico, se disgregará en sus
componentes básicos, descendiéndose desde la caracterización global hacia algunos de los as-
pectos especı́ficos de ciertos modelos, en especial de aquellos más comunes o cuyos resultados
hayan sido contrastados en mayor medida por el uso habitual. Debe tenerse en cuenta, en
todo caso, que la relativa novedad en el desarrollo de modelos hidrológicos que cumplan las
condiciones generales de los aquı́ tratados, hace que, por una parte, no existan modelos prefe-
rentes con una diferencia notable sobre los anteriores, al mismo tiempo que, por otra, propicia
la coexistencia de todos los modelos sin que éstos compartan un número elevado de enfoques
comunes o presenten cierta homogeneidad como conjunto.
Uno de los objetivos de esta parte del libro — y de toda la obra como conjunto — es
buscar esos puntos de similitud que puedan, al menos dentro de este contexto, acercarse a una
cierta homogeneidad de cara a estructurar adecuadamente el conocimiento existente en este
187
188 CAPÍTULO 5. IDEAS GENERALES Y ANTECEDENTES
sentido, de tal modo que queden recogidas las ideas generales al respecto. Para ello, creo que
es adecuada la presentación de los conceptos comenzando por aspectos muy generales basados
en las distintas mallas de información, para luego ir detallando la obtención de las mismas y
el análisis en que esta obtención se basa, ası́ como las diversas formas de empleo de cada una
de dichas mallas.
De este modo, todos los diferentes niveles en que puede estructurarse la creación de un
modelo hidrológico sobre una base computacional quedan tratados, desde el mero concepto
genérico — adecuado para un usuario con interés en un conocimiento más profundo de las
herramientas que maneja — hasta el puro detalle algorı́tmico — para quien desee proceder
directamente a la implementación de las teorı́as desarrolladas —.
Escorrentı́a
Infiltración
Precipitación
Figura 5.1: Balance hı́drico en una celda dada dentro de un modelo distribuido básico.
Las diferentes componentes se pueden identificar rápidamente entre aquellas que algunas
lı́neas atrás fueron introducidas como mallas básicas, por lo que, extendiendo el planteamiento
de una celda a la totalidad de la malla — para ello es necesario conocer la relación existente
entre las distintas celdas al respecto de cada una de dichas componentes —, se puede redibujar
este esquema dando lugar a uno como el mostrado en la figura (5.2). En esta última, la baterı́a
de capas de información, cada una de ellas registrada en una malla de datos, dan lugar a unos
resultados —que pueden ser una o varias capas más, o bien datos puntuales —, en virtud del
análisis de los procesos que tienen lugar en cada una de las celdas.
Desde otro punto de vista, como queda reflejado en la figura (5.3), cada celda puede tam-
190 CAPÍTULO 5. IDEAS GENERALES Y ANTECEDENTES
bién considerarse como una unidad independiente desde el punto de vista de sus caracterı́sticas
fı́sicas — relieve, vegetación y suelo, esencialmente —, pudiéndose en base a las mismas pro-
ceder a la obtención de las capas de información anteriormente mencionadas de escorrentı́a,
infiltracion, etc. La utilización directa de mallas de datos referidos a dichas cualidades fı́sicas
para la obtención de los parámetros hidrológicos mencionados, constituye la principal materia
del resto de capı́tulos del texto.
Figura 5.3: Caracterización de cada celda como una unidad independiente desde el punto de vista de
sus caracterı́sticas fı́sicas. La base para el desarrollo de modelos distribuidos reside fuertemente en esta
consideración (Adaptado de Wigmosta)
Alguna información relacionada con dichas salidas en formato malla de datos son también
requeridas para alguno de los modelos, en particular los valores iniciales sobre los que comenzar
la ejecución del mismo. Ası́, se constituye el conjunto de capas del modelo como formado por
un subconjunto de ellas que aportan información acerca de las condiciones y elementos que
actúan, junto con otro compuesto por mallas de datos sobre las que se reflejan las variaciones
de estado en función de lo que indiquen al respecto las anteriores capas y las propias formulas
en que se base el modelo.
Respecto a las relaciones existentes entre celdas, éstas es lógico pensar que van a depender
principalmente del terreno y su relieve, por lo que el MDT va a ser nuestra herramienta de
trabajo básica también en este punto. En particular, para el conjunto de entradas y salidas
que caracterizan una celda, unas de ellas derivan de los valores concretos de ciertos parámetros
sobre la celda en cada instante t, mientras que otras se calculan a partir de los valores en el
instante t − 1 para las celdas de influencia de la celda problema. De modo mas formal, para
una variable λ estudiada, y denotando con letras minúsculas los parámetros del primer grupo
y con mayúsculas los del segundo, podemos expresar de forma genérica
7 7 7
λi,j λi+m k ,j+nk
Ai+m k ,j+nk i+mk ,j+nk
X X X
t = t−1 + at + bt + · · · + t−1 + Bt−1 (5.1)
k=1 k=1 k=1
i,j
donde Xt−1 representa el valor de la variable X en la celda (i, j) en el instante t − 1.
Para las celdas de influencia, se suman las entradas de éstas. Se ha supuesto que existen
como mucho 7 celdas de influencia, por lo que es fácil intuir que se consideran únicamente las
situadas en el ya bien conocido entorno 3 × 3. Los valores de m y n se ajustan por tanto a los
habituales, donde m, n = 0, 1, −1 ; m · n 6= m + n. Todo ello debiera ser indicativo suficiente
de que, como la lógica dicta, es la dirección de flujo el parámetro principal para establecer la
relación entre celdas en la forma de las antedichas celdas de influencia.
Con lo anterior, las ideas más generales sobre los modelos quedan definidas, y resumidas
de forma sencilla en esta primera etapa. En base a ellas, puede continuarse el análisis, especı́fi-
cando en qué medida los anteriores elementos son necesarios en cada tipo de modelo y los
requisitos que para cada uno de ellos presentan éstos últimos.
5.3. TIPOS DE MODELOS 191
En el primer capı́tulo del libro ya se trabajó con algunos conceptos referentes a modelos
al introducir la evolución histórica de los mismos y su relación con el empleo de perspectivas
computacionales. En este caso, no obstante, se aborda la materia desde un punto de vista
más técnico, con el objeto de mostrar una visión global del conjunto de modelos que permita
encuadrar conceptualmente las formulaciones y algoritmos hasta el momento desarrollados
en el texto, ası́ como los que se desarrollarán desde este punto en adelante. Es seguro, de
cualquier modo, que este nuevo análisis ayudará a la comprensión de la evolución histórica ya
presentada, igual que ésta resulta de interés para entender el contexto en que tiene lugar la
aplicación de la base teórica aquı́ desarrollada.
utilizadas, circunstancia que, sin duda alguna, se ha visto favorecida por la utilización de
medios informáticos en la implementación y el uso práctico de estos modelos. Junto a esto, la
imposibilidad conceptual de generalizar algunas de estas formulaciones teóricas para elementos
de tal magnitud como cuencas o subcuencas ha hecho que el escenario dispuesto por los modelos
distribuidos sea altamente más compatible con la idea de un modelo fı́sico, por lo que son estos
modelos de base fı́sica y de tipo distribuido los grandes beneficiarios de este nuevo entorno de
trabajo y, por tanto, con una presencia muy importante dentro de esta obra.
Por su parte, los modelos conceptuales generalmente se presentan como simplificaciones
de más sencilla aplicación con respecto a los modelos fı́sicos, basándose en una formulación
de tipo experimental convenientemente contrastada. Al igual que sucedı́a con los modelos
agregados, también éstos, pese a la buena disposición de sus opuestos los modelos de base
fı́sica, aprovechan en gran medida los resultados derivados del análisis de MDTs y similares.
Para ello, pueden sin dificultad integrarse de modo sumamente ventajoso con los modelos de
tipo distribuido, al mismo tiempo que, si se conjugan con enfoques de tipo agregado, algunos
de sus conceptos básicos pueden ser mejorados o redefinidos de acuerdo con los resultados
de los que se dispone sobre la base del tratamiento computacional de datos base que ya fue
presentado.
de fuentes cartográficas, el uso de dicha cartografı́a no se dé en la misma medida en todos los
tipos de modelos a estudiar. Por ello, resulta adecuado en este capı́tulo de introducción de
fundamentos básicos el presentar de manera esquemática el modo en que cada tipo de modelo
se apoya sobre los distintos elementos cartógraficos que componen el abanico de datos de los
que se dispone, y entre los cuales sobresale en el contexto de este libro el Modelo Digital del
Terreno y todas las mallas de datos que del mismo derivan.
Asimismo, gran parte de variables no se presentan en formato cartográfico pero derivan de
algúna malla de datos — muy especialmente del MDT —, existiendo también diversidad en
cuanto a la utilización de éstas variables y la forma en que deben considerarse como parte de
los modelos hidrológicos empleados.
En posteriores capı́tulos, cada uno de los elementos a utilizar — y en especial cada una de
las mallas de datos con las que se trabaja en el conjunto global de modelos — será detallada
a diferentes niveles, debiendo considerarse entonces la incorporación del mismo bajo unas u
otras circunstancias, en función del tipo de modelo a utilizar y los aspectos que a continuación
serán indicados en relación cada una de las clasificaciones ya conocidas.
Con carácter general, la vinculación que pueda existir entre un tipo de modelo y las dife-
rentes mallas de datos disponibles no debe verse únicamente como una necesidad cuantitativa
de número de parámetros distintos requeridos por el modelo, sino como un indicador cualita-
tivo que indica el tipo de relación que se establece entre dicho modelo y el conjunto de mallas
de datos o, visto de otro modo, la forma en que cada modelo saca partido a las capacidades de
dichas mallas y cómo esto puede aplicarse ante una posible implementación del modelo dentro
de una aplicación de tipo SIG.
Como veremos progresivamente desde este punto en adelante, y a medida que aumentemos
el detalle del análisis asociado a cada factor, la comprensión de este uso distinto de elementos es
la que define el verdadero núcleo de ideas que permite la implementación de cada formulación
y la articulación de las mismas en modelos completos y consistentes.
Para el caso particular del MDT y el empleo del mismo, se apuntan seguidamente algunas
breves ideas de acuerdo con los tipos de modelos ya conocidos.
facilidad, el relieve es un factor presente en ellos con notable fuerza, y por tanto el MDT,
más aun considerando la ventajosa estructura de su disposición regular, es una herramienta
de importancia para llevar a cabo dicha regionalización.
Los resultados de ésta constituyen lo que se denominan Unidades de Respuesta Hidrológi-
ca(Hydrological Response Units en ingles, abreviadamente HRU), y representan elementos que
pueden considerarse con un comportamiento similar a efectos de la modelización posterior a
que se va a someter la zona analizada. La división de dicha zona en estas unidades permite
simplificar la información total contenida en el MDT y otros elementos cartografı́cos, al mis-
mo tiempo que se tiene en consideración la variabilidad espacial de los parámetros que dichos
elementos describen. Se sitúan, por tanto, en un punto intermedio entre los modelos agregados
y los modelos distribuidos, presentando asimismo formulaciones intermedias entre ambos.
La utilización de las Unidades de Respuesta Hidrológica tiene, no obstante, algunos de los
inconvenientes asociados a los enfoques agregados, principalmente debido a que la situación
de cada una de las unidades dentro de la cuenca no es considerada habitualmente, no siendo
en muchos casos dichas unidades conexas, sino simplemente conjuntos de puntos — celdas, si
se trabaja con la estructura regular de malla ya habitual — con un comportamiento común.
La discontinuidad de las unidades hace necesario efectuar ciertas suposiciones a la hora de
relacionar todas ellas para el cálculo de, por ejemplo, un caudal generado a nivel de cuenca,
del mismo modo que dichas suposiciones se realizan sobre un modelo agregado.
En algunos aspectos, tales como la estimación de pérdidas de suelo, la circunstancia anterior
tiene un peso relativo menor sobre la precisión final asociada, siendo por ejemplo común en
cierta medida la creación de unidades de respuesta referidas a erosión — frecuentemente
presentadas bajo el nombre de Erosion Response Units (ERU) —.
En este texto, no se tratará el empleo de HRUs como tal alternativa intermedia entre
modelos agregados y distribuidos para ningún parámetro, salvo en el caso puntual del modelo
TOPMODEL, el cual implementa una filosofı́a similar a este concepto como ya se dijo.
La regionalización desde el punto de vista hidrologico, representa, pese a todo, una forma
interesante de clasificar una cuenca y caracterizarla, siendo interesante el considerar la creación
de mallas de datos de las distintas clases creadas de acuerdo con un criterio dado, y el posterior
análisis de las mismas. Elementos tales como la distribución de frecuencias de las diversas clases
existentes son de gran interés de cara a obtener una visión global y resumida de la cuenca y
su comportamiento.
De cualquier manera, la exposición de las ideas del TOPMODEL y los planteamientos del
mismo constituye una gran información al respecto, pues sus esquemas pueden extrapolarse y
emplearse con parámetros de regionalización distintos al propio ı́ndice topográfico. La adopcion
de simplificaciones tales como las que implica el empleo del modelo TOPMODEL son, en
cierta medida, gran parte del mecanismo general que reside tras la utilización de elementos de
regionalización y el análisis posterior de las diferentes clases o unidades generadas.
La comprensión de las estructuras básicas que definen estos modelos debe tomarse como
un paso importante dentro del entendimiento de la filosofı́a y arquitectura genérica de mo-
delos hidrológicos computacionales con apoyo en MDTs, previo al estudio detallado de otras
formulaciones accesorias que se desarrollan a partir de dichas arquitecturas conceptuales.
De entre la gran variedad de modelos hidrológicos que pueden encontrarse, se han elegido
aquellos que se corresponden en mayor medida con el tema del texto — esto es, la utilización
fuerte de MDTs como ayuda en las distintas facetas a considerar dentro del análisis hidrológico
—, centrando asimismo la atención sobre los que presentaban una mayor generalidad y eran
por tanto aptos para la presentación de conceptos que posteriormente se tratarán en detalle
en los próximos temas.
La muestra ası́ escogida es suficientemente representativa de cara al contenido de esta obra,
constituyendo una buena base tanto desde una óptica teórica como en vistas al planteamiento
de nuevos modelos mediante el empleo de determinados componentes o ideas tomadas de los
aquı́ presentados.
5.5.1. TOPMODEL
Tanto desde el punto de vista histórico como desde el relativo a su utilización real y su
bondad como elemento ejemplificador de tipo didáctico, el modelo TOPMODEL es sin duda
un punto de referencia de cuyo análisis pueden surgir gran número de ideas y planteamientos
en relación con la modelización computacional de fenómenos hidrológicos. En particular, una
buena parte de los conceptos desarrollados en este texto, aunque tratados desde un punto de
vista siempre generalista, toman en parte su forma a partir de los presentes en la concepción
original de este modelo.
TOPMODEL es un modelo en el cual las dinámicas de los flujos superficial y subsuperficial
se modelizan a partir de las relaciones y balances hı́dricos en los distintos niveles del perfil
edáfico, acudiendo a planteamientos por regla general sencillos y facilmente utilizables. La
base principal en términos de su formulación se centra en torno a su tratamiento del suelo
y, muy especialmente, su utilización particular del terreno, caracterizado a partir de el ı́ndice
topográfico cuya definición ya se introdujo en (2.3.15) a través de la expresión
El flujo subsuperficial puede ser representado por una sucesión de estados instantaneos
del nivel freático
El gradiente hidráulico del perfil saturado del suelo puede ser descrito mediante la to-
pografı́a, en particular mediante la pendiente en cada punto considerado.
Con lo anterior, la ejecución del modelo supone el estudio de los diferentes excesos o déficits
de agua en el suelo, los cuales caracterizarán a su vez las escorrentı́as generadas y permitirán
la obtención de resultados hidrológicos derivados.
Puesto que, como se ha dicho, las referencias a este modelo van a ser frecuentes en sucesivos
apartados una vez se entre en detalle para cada uno de los factores que intervienen en balance
5.5. ALGUNOS MODELOS DE REFERENCIA 199
hidrólogico de las unidades consideradas, esta sección se limitará a comentar las generalidades
al respecto, reservándose para posteriores páginas un análisis más en profundidad, donde
convenientemente se señalará la procedencia de las formulaciones según corresponda. De igual
modo, la integración final de todos los diferentes parámetros y fórmulas de cara a la obtención
de resultados se tratará en detalle en el tema correspondiente.
Desde el punto de vista práctico, el modelo se opera con valores relativos a los siguientes
factores:
Precipitación
Condiciones iniciales
Índice topográfico
Aunque tanto el ı́ndice topográfico como los valores de tiempos de salida derivan de sus
correspondientes mallas, las cuales a su vez provienen del análisis del MDT, la información
que toma el modelo no es en forma de mallas de datos, sino en forma de valores puntuales o
series de valores, con lo que su apoyo ((directo)) sobre la cartografı́a digital es prácticamente
nulo. En particular, tanto los tiempos de salida como el ı́ndice topográfico se introducen en
TOPMODEL como histogramas de frecuencias de los mismos en la cuenca analizada.
Los restantes parámetros tales como las caracterı́sticas del suelo se introducen como va-
lores puntuales, siendo la precipitación empleada como una serie de éstos correspondiente al
desarrollo temporal de la tormenta que se estudia. En el caso de los valores que definen las
caracterı́sticas del suelo, es posible el empleo de mallas que reflejen la variabilidad espacial de
los mismos, aunque lo habitual es la suposición de valores constantes debido a que la infor-
mación a este respecto suele ser inexistente, siendo los propios autores conscientes de ello al
plantear su modelo y la implementación práctica del mismo.
Junto a estos elementos resulta posible la introducción de elementos relativos a subcuencas
y elementos hidrográficos de cara a complementar el modelo, aunque se puede decir que no
forman parte del funcionamiento propio del mismo en sentido estricto.
Como puede verse, la sencillez es una de las cualidades más notables del TOPMODEL,
unida a su uso intenso pero simple de la información topográfica, derivada ésta, por supuesto,
del Modelo Digital del Terreno de la forma que ya conocemos. La información del suelo también
cobra un papel relevante el en proceso de modelización, dejando claro que son el suelo y el
relieve los principales condicionadores del comportamiento hidrológico en la cuenca según este
modelo.
Todos los detalles acerca de los distintos parámetros, asi como el significado de éstos, se
detallará en profundidad a lo largo de los proximos capı́tulos.
5.5.2. DHSVM
De creación más reciente que el anterior, el modelo DHSVM (Distributed Hydrological
Soil-Vegetation Model) supone una formulación mas detallada de los procesos hidrológicos,
considerando activamente el papel del suelo y la vegetación y la evolución de estos, y teniendo
en cuenta su influencia en los valores de distintos parámetros del modelo, los cuales, como
era el caso de la evapotranspiración, se introducı́an directamente en el modelo como dato de
procedencia externa.
200 CAPÍTULO 5. IDEAS GENERALES Y ANTECEDENTES
DHSVM es un modelo distribuido de base fı́sica el cual, al igual que el TOPMODEL, centra
sus capacidades en la modelización del flujo superficial — escorrentı́a — y subsuperficial. El
mayor nivel de detalle del modelo redunda en una elevada cantidad de capas de información
que deben incluirse en el mismo, como cabe esperar. De modo particular, el núcleo de proceso
del modelo lo constituye el estudio en profundidad de los balances de masa y energia en cada
celda, el cual se lleva a cabo mediante el empleo de un alto número de mallas de datos. Estas
mallas de datos pueden agruparse esquemáticamente en los siguientes grupos.
Información fisica del suelo en relación con su textura y propiedades de tipo hidráulico
Como se puede observar, los requerimientos en cuando a datos meteorológicos son muy
notables debido a la necesidad de conocer todos estos factores de cara a evaluar algunos
parámetros tales como la ETP con el nivel de detalle que pretende el modelo.
En la exposición detallada de estos parámetros a lo largo de los sucesivos capı́tulos del libro,
se tomará una postura intermedia entre la simpleza en ciertos aspectos del TOPMODEL y la
mayor complejidad del DSHVM, optándose por mostrar los detalles de formulación únicamente
en aquellos parámetros para los cuales pueda darse un uso más intenso del MDT, en detrimento
de otras mallas de datos cuyo cálculo queda fuera del tema central de esta obra.
5.5.3. Heart
En contraste con las concepciones principalmente de tipo continuo de los modelos anterio-
res, Heart representa una solución eminentemente enfocada al análisis de eventos, siendo por
tanto su planteamiento distinto en numerosos aspectos.
Dotado de una amplia gama de capacidades de análisis del terreno en sentido estricto, el
modulo de modelización hidrológica de Heart hace uso de dichas capacidades para integrar
modelos tanto agregados como distribuidos que aprovechan los resultados extraı́dos del MDT
para ofrecer una modelización precisa de eventos hidrológicos sobre cuencas de pequeño y
medio tamaño.
Los modelos agregados se corresponden en gran medida, salvo algunas mejoras y ciertas
simplificaciones, con los implementados en el conocido programa HEC–HMS y su antecesor
HEC–1, vinculados fuertemente, no obstante, con el análisis del terreno que el propio Heart
realiza, y que hace innecesaria la introducción de un buen número de parámetros que son
extraı́dos directamente por el programa a partir del MDT.
Las capas de información necesaria para operar Heart son las mismas con independencia del
modelo que se emplee dentro de los implementados en el programa, pudiendo esquematizarse
en las siguientes:
Precipitación.
Puesto que se trata de un modelo de suceso y uno de sus usos importantes es el relacionado
con el diseño hidrológico y la estimación de parámetros hidrológicos en eventos máximos, Heart
admite la introducción de los datos referidos a precipitación como series de datos puntuales en
base a las cuales se elaboran las correspondientes mallas, disponiendo de módulos de análisis
estadı́stico de datos y generación de eventos de cálculo. Los pormenores de este proceso se
analizarán con detalle en el próximo tema, donde quedarán reflejados con mayor profundidad
los conceptos a este respecto.
La naturaleza propia del modelo hace que, como puede verse, la complejidad y volumen de
información necesaria para su operación sea menor, pues gran parte de los factores de mayor
complejidad quedan ignorados como ya se explicó en su momento.
Desde el punto de vista de las ideas en las que se fundamenta, Heart se distingue de los
anteriores, como modelo de suceso que es, en no plantear para cada celda un equilibrio de
masa o energı́a, acudiendo a elementos conceptuales — muchos de ellos de tipo clásico —
que se adaptan a las caracterı́sticas de la implementación y el trabajo intenso realizado en el
análisis de Modelos Digitales del Terreno como datos básicos. Aunque también se incorporan
formulaciones fı́sicas explicitas en algunos puntos, éstas no lo hacen en un esquema similar al
que resulta habitual para los modelos de tipo continuo tales como los ya presentados DHSVM
o TOPMODEL.
Desde un punto de vista de su relación con los MDTs y el análisis del terreno, Heart centra
esta relación sobre la extracción de parámetros concretos que luego son incorporados dentro
de las formulaciones de tipo conceptual. En este sentido, el análisis del MDT se adhiere a
todo lo en su momento comentado acerca del uso que los modelos de tipo agregado hacen del
MDT, pues el nucleo de Heart es un modelo agregado en su mayorı́a, al mismo tiempo que un
modelo que depende ı́ntimamente de la presencia de un MDT para su funcionamiento.
Figura 5.5: Esquema de la utilización e incorporación de Modelos Digitales del Terreno en los diferentes
elementos que forman parte de un proceso de modelización hidrológica genérico.
2. ¿En que tipo de modelos resulta mas relevante la aplicación de algoritmos eficientes computa-
cionalmente, los continuos o los de suceso? Razónese la respuesta.
204 CAPÍTULO 5. IDEAS GENERALES Y ANTECEDENTES
Capı́tulo 6
Precipitación y evaporación
6.1. Introducción
Dos elementos que frecuentemente constituyen de por sı́ bloques distintos dentro de los
textos de hidrologı́a, se presentan unidos en éste con objeto de mostrar las similitudes que en
lo referente a su manejo podemos encontrar en ambos elementos. La utilización de concep-
tos similares, aunque aplicados en cada caso sobre los fundamentos y componentes teóricos
relativos a cada uno de estos fenómenos, servirá para introducir las nociones generales de la
utilización de información meteorológica y similar dentro de nuestra filosofı́a de trabajo, a la
par que mostrando algunas de las ventajas que pueden derivarse de este uso.
Abandonando ya el mero análisis del relieve, los Modelos Digitales del Terreno nos siguen
acompañando de dos formas distintas, una de tipo conceptual y otra con carácter más tangi-
ble. En primer lugar, la propia estructura del MDT sobre la que tanto ya se ha hablado se va
a demostrar también útil para el trabajo con la información manejada en este capı́tulo, exten-
diendo aún más su valor e idoneidad para el desarrollo de nuestro trabajo. En segundo lugar,
la aplicación directa de los Modelos Digitales del Terreno para el cálculo de ciertos parámetros
va a suponer un aumento importante en la cantidad de información disponible, redundando
en una mayor disponibilidad de información de cara al desarrollo de modelos adecuados rela-
tivos tanto a la precipitación como, especialmente, a la evaporación, ambos procesos de suma
importancia dentro del ciclo hidrológico.
Aún sin entrar de lleno en la pura modelización hidrológica, nos vamos acercando cada
vez más a la misma, introduciendo elementos que poco a poco conforman todo el espectro
necesario para un correcto desarrollo de ésta.
6.2. Precipitación
La precipitación es, sin ningún duda, el punto en el que debemos comenzar la exposición del
presente bloque. Es esta precipitación la que, al llegar al suelo (es decir, al entrar en contacto
con ese terreno que con tanta profundidad estudiamos en la parte anterior) producirá los
205
206 CAPÍTULO 6. PRECIPITACIÓN Y EVAPORACIÓN
fenómenos hidrológicos sobre los que guardamos interés, y la que por tanto debemos conocer
para estimar con posterioridad la magnitud y forma de los mismos.
Desde la perspectiva que nos ocupa, el objetivo principal no es otro que el de conocer la
forma en que los datos de precipitación disponibles pueden integrarse con toda la información
que ya hemos extraı́do del MDT, para, en la medida de lo posible, producir una suerte de
sinergia entre ambos conjuntos de datos, siempre gracias al empleo de nuevos planteamientos,
tecnologı́as y métodos como algunos de los ya explicados.
Los datos sobre los que nos centraremos, y en base a los cuales debemos tratar de cumplir
lo anterior, son principalmente datos en formatos clásicos, pues son éstos mayoritariamente los
que vamos a poder obtener de las fuentes habituales. En cierta forma, la situación es similar a
la que se introdujo hace ya bastantes páginas en lo referente a la creación del MDT, cuando se
comentaba la habitual procedencia de la información base de mapas de elevaciones clásicos y
similares. También en este caso se hará mención a la adaptación y conversión entre formatos,
comparándose las metodologı́as y necesidades de ambos casos.
No obstante, los avances tecnológicos no han dejado de lado al ámbito de la recogida de
datos de tipo meteorológico, existiendo de modo complementario a las anteriores, otras formas
de presentación de esta información, más acordes con los planteamientos aquı́ desarrollados,
y que analizaremos de igual modo.
Respecto a éstos, en ningún caso es mi intención entrar en temas puramente meteorológi-
cos, de análisi estadı́stico estadı́stica, predicción o similares, sino tan solo describir los nuevos
elementos relativos a la precipitación que pueden entrar a formar parte de los modelos hi-
drológicos que más adelante se estudiarán, poniendo de manifiesto diferencias y ventajas de
éstos con otros ya conocido y habituales en la hidrologı́a en su sentido más clásico. La atención
se centra, pues, sobre dichos elementos, y no sobre formulaciones o planteamientos novedosos
que dentro del ámbito propio de la meteorologı́a se encuentren relacionados con los anteriores,
siendo este un campo amplio y complejo en el que no resulta procedente entrar en el contexto
de esta obra.
de datos y ciertos elementos adicionales, los fenómenos hidrológicos que tienen lugar como
consecuencia de dichos eventos.
Por ello, la denominación de MDP va a englobar tanto a mallas de datos para valores
sencillos — precipitación media mensual, por ejemplo — como mallas que recojan el desarrollo
de sucesos meteorológicos, cuyas caracterı́sticas se tratarán con mayor profundidad en breve.
Estas últimas se asocian al empleo de eventos y, por su mayor peculiaridad, serán expuestas
aquı́ con algo más de detalle.
Con este MDP tal y como ha sido introducido en sus distintas formas, y una vez que
desarrollemos en profundidad los métodos y las circunstancias que deben tenerse en cuenta
para la creación del mismo, será ya posible estudiar la interacción entre la precipitación y
el terreno, pues ambos se encuentran representados de modo similar, siendo de este modo
sencillo el modelizar con precisión los diferentes fenómenos que tienen lugar a partir de dicha
interacción, siendo los escorrentı́a e infiltración los más importantes de los mismos.
Existe, no obstante, una diferencia conceptual entre el MDT y el MDP cuando éste último
se refiere a un evento dado que, aun no afectando al empleo conjunto de ambos, si es necesario
comentar para la comprensión de este último. Mientras que el terreno puede considerarse como
algo fijo y estático (prescindiendo, obviamente, de enfoques geológicos) para cuyo registro es
suficiente contar con una malla de datos, los fenómenos de precipitación son variables y rara
vez constantes, siendo además de notable importancia el reflejar la propia dinámica de los
mismos. Esa dinámica de la precipitación es la que da forma los resultados finales tales como
hidrogramas de avenida, y la que por lo tanto debe ser tenida en cuenta con la máxima
consideración.
Si se considera un punto dado, la definición del relieve de ese punto se resume en un único
valor de altura. Si se considera la definición de un evento meteorológico dado — más explici-
tamente, una tormenta — sobre el mismo punto, este vendrá registrado como un hietograma,
es decir, un conjunto de valores con una disposición temporal dada. Si en lugar de puntos
trabajamos con mallas de celdas, el relieve quedará reflejado mediante un simple MDT, mien-
tras que las precipitaciones requieren de un número dado de mallas distintas, número que
dependerá del intervalo de tiempo estudiado y la resolución con que se quiera llevar a cabo
ese estudio.
Este hecho se refleja graficamente en la figura (6.1).
Figura 6.1: Estructura multicapa del MDP asociado a un evento. Extracción del hietograma asociado
a un punto a partir de los valores contenidos en éste.
esa tormenta sobre un terreno dado se va a llevar a cabo empleando las distintas mallas de pre-
cipitación de modo aislado (cada una de ellas representa un intervalo de tiempo independiente
del resto), por lo que, a efectos prácticos, este hecho únicamente tiene como consecuencia una
multiplicidad en los cálculos a desarrollar, pero no una mayor complejidad de los mismos.
Desde un punto de vista cualitativo, tanto el MDT como el MDP son mallas de datos
continuos, y pueden por tanto ser objeto de análisis similares o bajo consideraciones parecidas.
No obstante, el análisis del MDP desde la perspectiva del análisis hidrológico guarda un interés
mucho menor, pues esta precipitación encuentra su significado real una vez alcanza el suelo,
siendo entonces cuando su estudio debe ser desarrollado a un nivel más profundo. Este hecho
provocará, entre otras cosas, que las exigencias que serán comentadas para la creación del
MDP sean mucho menos restrictivas que en el caso del MDT.
Figura 6.2: Mapa de intensidad de precipitación en una hora, obtenido a partir de radar. Las distintas
intensidades se representan mediante tonalidades de gris.
El formato de la información procedente del radar, que es presentada como una imagen,
hace notablemente sencilla la incorporación de estas imágenes como capas del MDP, pues
ambas entidades son de similar naturaleza. La resolución espacial, no obstante, es mucho
menor para las imágenes de radar que para las mallas de datos de elevaciones, siendo del
orden del kilómetro en estas primeras, con lo que es obligado proceder a adaptar su tamaño
para compatibilizarlas con las últimas, sin existir mayor dificultad al respecto. Deben, no
6.2. PRECIPITACIÓN 209
obstante, tenerse en cuenta las mismas ideas que ya fueron introducidas para la modificación
del tamaño de celda en el caso de MDTs mediante remuestreo de la malla de datos.
Al respecto de esta resolución, la validez de la misma para llevar a cabo un análisis hi-
drológico cualquiera está en relación directa con el tamaño de la cuenca analizar, que de-
berá ser suficiente para garantizar una cierta representatividad de la información aportada
por las imágenes de radar. Por otra parte, debe pensarse que una mayor resolución en éstas,
alcanzando el nivel del MDT, no tiene excesivo sentido ya que la precipitación no varı́a tanto
espacialmente como el relieve, por lo que únicamente se concibe su uso a esas resoluciones
como una adaptación para integrar ambos tipos de datos, pero no como una caracterı́stica
que deba presentarse en origen. En términos generales se puede afirmar que resulta adecuada
la resolución presentada por las imágenes de radar, máxime si se compara con la que pueden
ofrecer las fuentes de datos puntuales, sensiblemente menor y ofrecida en un formato menos
cercano al de los MDPs que pretendemos utilizar.
En cuanto a su resolucı́on temporal, la información horaria es de amplio interés para
elaborar hietogramas con un detalle adecuado, por lo que se deduce que un conjunto de
imágenes de radar con estas caracterı́sticas es una fuente de primer orden para la creación
de un MDP completo y de gran utilidad relativo a un evento dado, mediante el que se va a
poder modelizar el conjunto de fenómenos hidrológicos que tienen lugar sobre la cuenca como
consecuencia de dicho evento.
La utilización en este sentido de los datos del radar meteorológico va a tener como destino
principal dentro de los diversos objetivos que se plantean con los modelos hidrológicos aún
por desarrollar, la modelización de eventos conocidos sobre cuencas aforadas de cara a la
calibración de dichos modelos sobre las mismas, ası́ como, con caracter más novedoso, el estudio
hidrológico en tiempo real para el control y monitorización de la actividad hidológica en la
cuenca. La facilidad de obtención y uso de imágenes de radar hace de estas una herramienta
que, si bien no satisface una buena parte de las necesidades en cuanto a estudio hidrológico
se refiere, se demuestra de gran utilidad en muchas otras, siendo superior a la mayorı́a de los
restantes formatos existentes.
Información detallada acerca del uso del radar puede consultarse, por ejemplo, en (Abbott,
1996).
Junto con la información de radar para un periodo concreto, encontramos también distintos
tipos de datos no centrados en eventos que satisfarán el resto de necesidades al respecto,
tanto para el caso presente de la precipitación como en el de los valores de temperatura que
proximamente serán introducidos.
Entre ellos, los mapas de isohietas que ya fueron citados anteriormente, los cuales pueden
interpolarse para obtener mallas regulares de datos, juegan un papel preponderante, siendo
intermedios en cuanto a su cercanı́a con los MDPs entre las imágenes de radar y los datos de
fuentes puntuales. No obstante, la similitud existente con estos últimos en su tratamiento hace
que sea en el desarrollo de éstos, que tendrá lugar a continuación, donde se vean en detalle las
operaciones que deben aplicarse en este caso.
polación de datos climatólogicos van a tener su reflejo sobre los resultados finales mediante
la modificación de las magnitudes de éstos en la misma medida en que los datos interpolados
se desvı́en de los valores reales. Se trata, por tanto, de una consecuencia que afecta de modo
cuantitativo a dichos resultados. Por el contrario, la modificación de los valores de elevacio-
nes, si es de cierta importancia — como sucedı́a con algunos de los métodos de interpolación
comentados —, supone una modificación del relieve cuyas consecuencias pueden ser de gran
dimensión al varı́ar la propia morfologı́a del terreno creando estructuras geomorfológicas por
completo distintas a las presentes en la realidad. La afeción que se produce es, por tanto,
tanto cuantitativa como cualitativa, siendo ésta la principal razón que se aduce para desechar
la creación del MDT a partir de datos en otro formato, con carácter particular por parte de
la propia persona que posteriormente llevará a cabo un estudio hidrológico sobre dicho MDT.
Métodos
Aceptando, pues, la creación del MDP, es momento de profundizar algo más en la manera
en que la misma se llevará a cabo. Desde el punto de vista matemático, cualquiera de los
métodos de interpolación van a dar resultados aceptables, por lo que todos ellos podrı́an
ser utilizados sin ninguna consideración accesoria de cara a la realización de esta tarea. No
obstante, y aunque ya se dijo que las consecuencias sobre los resultados finales que pueden
derivar del uso de uno u otro método no son relevantes, la utilización de los métodos que eran
adecuados para la creación del MDP parece favorecerse frente a aquellos menos adecuados,
al menos en términos generales, existiendo algunas puntualizaciones interesantes que deben
tenerse en cuenta en función de la naturaleza del dato interpolado.
Con carácter general, debe considerarse, a éste y a otros respectos, que el número de puntos
en los que basar la interpolación va a ser muy inferior al considerado en el caso de manejar
elevaciones, con lo que interesa la aplicación de métodos que den buenos resultados con un
número reducido de puntos.
Este número de puntos reducido tiene también sus consecuencias sobre la consideración
algorı́tmica de los métodos aplicables y la eficacia de los distintos planteamientos, permitiéndo-
nos realizar simplificaciones o llevar a cabo algunas adaptaciones como en breve veremos. Entre
los distintos métodos de interpolación no existen grandes diferencias en este sentido, por lo
que no favorece la utilización particular de ninguno de ellos. Sin embargo, influye sobre la
aplicación de todos ellos, haciendo, por ejemplo, innecesaria la selección de un número da-
do de puntos alrededor de una celda a interpolar, pudiendo utilizar en cada interpolación la
totalidad de los puntos conocidos, en virtud del reducido tamaño de la muestra.
De forma más particular, deben considerarse también las caracterı́sticas propias de la
muestra de cara a la elección de uno u otro método, ya que en función de éstas y del objetivo
que se persiga en el análisis de la información de precipitaciones una vez el MDP haya sido
creado, será más adecuado decantarse por un método u otro. Ası́, la utilización de métodos
como Kriging o Splines, generalmente señalados como soluciones más exactas en términos de
error medio introducido, da lugar a superficies suaves que en ocasiones pueden desestimar por
defecto o exceso los valores reales extremos, siendo especialmente evidente este primer caso
cuando se trata de crear una malla de valores máximos de precipitación pero ninguno de los
puntos de datos conocidos registra el valor máximo absoluto presente en la malla (Lynch, 1998).
Como es lógico pensar, si se trata de modelizar eventos máximos, una estimación a la baja
puede tener efectos graves sobre la posterior utilización de los resultados, por lo que en estos
casos el uso de Splines o Kriging no es tan recomendable. Paradójicamente, la ponderación
por distancia inversa (IDW) se muestra mucho más interesante en estos casos, pese a ser más
impreciso y mucho menos adecuado para la interpolación de alturas en el MDT, como ya
vimos.
212 CAPÍTULO 6. PRECIPITACIÓN Y EVAPORACIÓN
No obstante, el empleo de ponderación por distancia inversa es también mucho más reco-
mendable en el caso de disponer del valor máximo en uno de los puntos conocidos, por lo que,
en caso de no suceder ası́, debe tenerse en cuenta esta circunstancia y comprobar los valores
obtenidos en el proceso de interpolación. Algunas alternativas han sido propuestas a este res-
pecto, entre las cuales es interesante la desarrollada por Schäfer (1991), en la cual se apoya
sobre una malla raster de valores de precipitación medios mensuales — de más fácil obtención
que una referida a un evento concreto —, para estimar la distribución de las precipitaciones
máximas con las que se trabaja.
En particular, supone que la distribución de la precipitación diaria es similar a la de la
media mensual, con lo que, conociendo esta última, puede crear la malla relativa a la primera
sin más que hacer que en cada celda, la relación entre su precipitación media y la de la celda
conocida de máximo valor sea igual a la relación existente entre ellas en lo que respecta a la
precipitación diaria.
La extensión de esta idea a eventos de distinta duración, aunque supone asumir un he-
cho en absoluto corroborado — ya es quizás muy elevada la magnitud de la suposición en el
planteamiento original —, constituye una interesante solución en cuanto que se basa en infor-
mación más contrastada y se apoya en la misma de modo ventajoso, permitiendo, al menos
en cierta medida desde un enfoque conceptual, una relativa mejora respecto al empleo aislado
de un método de interpolación en las circunstancias dadas.
Por último, y frente a las soluciones basadas en la interpolación de datos, existe una
solución habitual basada en ponderación y de uso muy frecuente en el caso tratado, que es la
basada en los denominados polı́gonos de Thiessen 1
Este método se basa en la creación de polı́gonos asociados a cada punto de datos conocidos,
de tal forma que, para cada otro punto dentro del polı́gono, su punto de datos conocidos más
cercanos es el asociado a dicho polı́gono. Las diferencias con los resultados obtenidos de la
utilización de métodos de interpolación es clara, principalmente porque la malla ası́ creada no
es en absoluto de tipo continuo, no extrayéndose de este modo todas las prestaciones que la
propia naturaleza del MDP puede ofrecer, y siendo en su uso posterior cuando estas diferencias
deben igualmente ser consideradas. Se puede decir, de modo sintético, que este MDP es de
una naturaleza por completo distinta, aunque la utilización del mismo guarda también interés
para alguna serie de modelos, motivo por el cual se recoge en estas páginas.
Desde otro punto de vista, de inmediato se aprecia que estos polı́gonos de Thiessen se
prestan a una utilización y un almacenamiento desde un punto de vista vectorial, en contraste
con la naturaleza raster del MDP en su sentido original, y tal como se deriva de los métodos de
interpolación ya mencionados. Desde esta perspectiva, los polı́gonos de Thiessen constituyen
una estructura matemática denominada Teselación de Voronoi, dual a su vez de la conocida
como Triangulación de Delaunay. Si recuerda el lector, esta última se mencionó al comienzo
del libro como la base para el desarrollo de redes de triángulos irregulares, esto es, de los TINs,
con lo que en cierto modo que se establece una ligera analogı́a entre ambos conceptos.
En este caso, no obstante, las circunstancias son bien distintas. Habiendo asumido el mode-
lo raster como óptimo para nuestro trabajo, debemos disponer de la información de polı́gonos
de Thiessen en dicho formato, por lo cual, en caso de trabajar con ellos en formato vectorial,
será necesario realizar una conversión entre ambos. Además, el escaso número de puntos nos
permite, sin excesiva penalización de rendimiento, el plantear la creación de la teselación desde
1
Las denominaciones que pueden encontrarse para estos polı́gonos son muy variadas, ya que guardan interés
para un amplio número de diversas disciplinas, siendo frecuente que en cada una de ellas reciban el nombre
de quien en primer lugar adapto su uso a la materia de la misma. Originariamente se conocen como celdas de
Dirichlet , aunque en su empleo relativo a datos meteorológicos es habitual la denominación de Polı́gonos de
Thiessen, que será la que adoptemos en este texto. Desde el punto de vista del ámbito puramente matemático,
lo más frecuente es encontrar el conjunto de estos polı́gonos bajo la denominación de teselacion de Voronoi.
6.2. PRECIPITACIÓN 213
un punto de vista exclusivamente raster, sin pasar previamente por un conocimiento de los
polı́gonos de modo vectorial, por lo que éste no será analizado.
Con un rendimiento menor — peor cuanto mayor sea el número de puntos de datos co-
nocidos — que los algoritmos usuales, y ciertamente con una menor elegancia desde el punto
de vista puramente computacional, es posible la creación de un MDP basado en polı́gonos de
Thiessen simplemente calculando para cada celda la distancia a cada uno de los puntos de
datos conocidos, y asignando a la misma el valor de aquella situada mas próxima. La discreti-
zación del espacio en celdas permite llevar a cabo este proceso, en oposición a los algoritmos
existentes (abundantes, ya que, como en su momento se indicó, ésta es una parcela rica dentro
de la geometrı́a computacional), que, como es lógico fuera de nuestro entorno de trabajo, no
consideran dicha división.
Haciendo una pequeña abstracción, y suponiendo que las estaciones representan celdas de
datos conocidos y el objetivo de este método es completar las celdas restantes de la malla, la
forma de proceder en el mismo es similar a la del algoritmo que denominábamos de vecindad
para el remuestreo de imágenes, y que podı́a ser aplicado en el cambio de resolución del MDT.
La similar naturaleza de tipo raster de imágenes y mallas de datos, permite una vez más
un cierto vı́nculo, escaso en esta ocasión concreta, pero que permite mediante su comprensión
avanzar hacia en cierto modo hacia la integración de dos disciplinas altamente complementarias
como son las anteriores.
Volviendo al aspecto mas práctico una vez el anterior proceso ha sido llevado a cabo,
la malla del MDP creada mediante este método puede emplearse de igual modo que las de
tipo continuo, si bien su utilidad es mayor — y, especiamente, más habitual — en el caso de
modelos agregados donde la extracción de parámetros medios es necesaria a partir de dicho
MDP. Para este caso, la utilización de polı́gonos de Thiessen representa un punto de apoyo
intermedio de interés de cara a la realización de dicha tarea. Utilizando el MDP en conjunto
con la malla de subcuencas, se obtienen valores medios para cada una de ellas, siendo estos
valores los que posteriormente se llevarán a los modelos hidrológicos correspondientes.
La multiplicidad del MDP no tiene lugar en el caso de emplear este tipo de interpolación,
ya que los valores de la celda sólo son referencias a datos externos, siendo dichos datos los que
deberán contener toda la información asociada a los eventos de precipitación, y por tanto, los
que deben estar compuestos no de valores únicos, sino de una serie múltiple de ellos.
de diversas capas representando los distintos intervalos de tiempo considerados, cuando dicho
MDP recoge la información de una tormenta concreta. La aplicación de cualquier metodologı́a
de las previamente comentadas (o cualquier otra al respecto) debe dar resultados coheren-
tes para los puntos de valores conocidos, al mismo tiempo que debe mantener una misma
coherencia entre las distintas capas creadas.
Para ver de modo más claro lo anterior, utilicemos un ejemplo. Supongamos dos puntos
de datos para cada uno de los cuales se dispone de un hietograma recogido, siendo estos
hietogramas de aspecto similar pero uno de ellos comenzando en un intervalo de tiempo
distinto. La interpretación más inmediata de esta situación es la de que la tormenta que produjo
ambos hietogramas se desplazó entre los puntos donde estos se recogieron, siendo lógico pensar
que, en una localización intermedia entre ambos, el hietograma tendrá un aspecto similar pero
comenzando con un retardo menor.
Veamos cómo obtener a partir de dichos dos hietogramas y el emplazamiento de los mismos
un MDP para la zona en la que estos se encuentran y para la tormenta recogida en dichos
hietogramas. Sobre ello, analizaremos las particularidades antes mencionadas que se deben
tener en cuenta en la creación del MDP con objeto de garantizar un significado correcto del
mismo.
La forma más simple y lógica de tener en cuenta el conjunto de valores para los distintos
intervalos de tiempo, pasa por interpolar una malla de datos para cada uno de dichos intervalos.
Para cada malla, se utilizarán en los distintos puntos conocido los datos de sus correspondientes
hidrogramas para el intervalo considerado.
Utilizando, por ejemplo, como método de interpolación una ponderación por distancia
inversa, y para una celda situada a igual distancia de los dos puntos de registro de hietogramas,
la figura (6.4) muestra el resultado obtenido según el procedimiento trazado anteriormente.
Resulta obvio que este resultado no se ajusta al que se busca, habiendo quedado modificado el
hietograma y desvirtuándose de este modo la información contenida en el conjunto de capas
del MDP.
Figura 6.4: Ponderación de hietogramas mediante ponderación directa de cada intervalo. El resultado
no se ajusta a la interpretación lógica.
De lo anterior se deduce que no es suficiente con trabajar de forma aislada con los valores
correspondientes a cada malla raster de las que componen el MDP, sino también con el conjunto
de ellas y sus relaciones. Dichas relaciónes, en este caso, vienen impuestas por el tiempo, pues
6.2. PRECIPITACIÓN 215
es éste quien ordena el conjunto de datos y representa la otra dimensión existente en nuestras
mallas. La consideración de dicho tiempo como un factor más sobre el que se deben llevar
a cabo las operaciones pertinentes, nos hará obtener una metodologı́a mas adecuada para la
creación de un MDP con un sentido correcto y coherente con la propia lógica de los valores
utilizados como partida.
Una propuesta sencilla a este respecto, que soluciona de modo óptimo el problema al
que antes nos enfrentabamos, consiste en modelizar los distintos hietogramas añadiendo a los
mismo un nuevo parámetro δ que indique el retardo en el comienzo de la precipitación en
cada uno de ellos. Se añade de este modo un parámetro con unidades de tiempo que permite
trabajar con las magnitudes temporales de un modo similar a como se realiza para los valores
de precipitación del hietograma, integrando las mismas en un esquema numérico a través de
la aplicación de alguno de los métodos ya conocidos. La aplicación de esta alternativa al caso
tratado con anterioridad se refleja en la figura (6.5), en la que se puede apreciar la mayor
similitud del resultado obtenido con aquel que la mera lógica dictaba.
Resulta claro que el empleo de polı́gonos de Thiessen elimina esta problemática, ya que,
independientemente de la naturaleza de los datos manejados, la malla que se constituye con
este método únicamente indica el punto de información conocida más cercano a cada celda,
siendo por tanto una entidad de por sı́ que no necesita de otras mallas accesorias para poder
ser utilizada.
En todo lo anterior, hemos manejado información real registrada en puntos concretos, la
cual puede ser utilizada tanto en modelos agregados como distribuidos, y para la modelización
de un evento dado o la calibración del modelo empleado en base al ajuste de los resultados
observados y los obtenido con el mismo. Este sencillo recurso presentado quizas sea de dificil
aplicación en caso de cuencas de gran tamaño donde la variabilidad espacial de la precipitación
no pueda ser recogida mediante conceptos tan simples. En tal supuesto, la aplicación de otras
ideas, o quizas la división de la cuenca en subunidades hidrológicas, sean necesarias con objeto
de realizar planteamientos coherentes. Lo que se pretende mostrar aquı́ es, no obstante, la
necesidad de garantizar esa coherencia siempre que se recurra a la utilización de un MDP tal
y como el que en este apartado nos ocupa.
Un caso distinto al anterior lo encontramos en la utilización de hietogramas de cálculo, los
216 CAPÍTULO 6. PRECIPITACIÓN Y EVAPORACIÓN
Figura 6.6: Secuencia de etapas en la creación del MDP a partir de hietogramas puntuales (a) o datos
estadı́sticos puntuales para la creación de tormentas de diseño (b).
homogéneo en términos espaciales, y que puede no ser fácil de obtener con la precisión deseable.
En general, dependiendo de la localización, ası́ como de la propia configuración del relieve que
dé lugar a una mayor o menor homogeneidad, existirán o no regresiones apropiadas para la
corrección de datos de precipitación en función de la altura.
Una solución para poder utilizar la información del MDT sin conocer el antedicho gradiente,
pasa por la utilización volumétrica del método de interpolación elegido, es decir, aplicándolo
en 3 dimensiones en lugar de en 2, con lo cual se obtiene un volumen como resultado en
lugar de una superficie como en el caso de las mallas de datos que manejamos. La obtención
posterior de la malla de precipitaciones se lleva a cabo intersecando el volumen resultante con
el MDT y tomando los valores de dicha intersección como valores que pasarán a formar parte
del MDP buscado.
Las consideraciones acerca de los distintos métodos de interpolación son las mismas en
este caso que para el caso bidimensional. Únicamente debe considerarse la mayor complejidad
computacional de este enfoque, tanto desde el punto de vista de su rendimiento como de su
implementación.
La ejecución de este último paso es la que presentan el núcleo del algoritmo en lo que a
la creación de la malla de facetas respecta, llevándose a cabo mediante el uso de una clave de
tipo dicotómico basada en los valores de orientación que aparezcan con máxima frecuencia. La
malla de facetas se emplea entonces como elemento básico para llevar a cabo la interpolación
ajustando los pesos asignados a los datos conocidos en función de la similitud de facetas
existente entre dichos datos y las celdas interpoladas. Para los detalles completos del método
puede consultarse (Daly, 1994).
Sin ser un método tan especı́fico como el anterior, diseñado expresamente para la interpola-
ción de datos meteorológicos, puede añadirse en una formulación como el Kriging información
adicional correspondiente a las elevaciones, para de este modo considerar la influencia de este
factor en la propia precipitación. El establecimiento de una relación entre ambas variables
que pueda incorporarse dentro de las propias expresiones del Kriging, puede llevarse a cabo
de diversos modos y desde distintos puntos de vista. Una referencia muy completa acerca de
la incorporación de MDTs en la interpolación de datos de precipitación mediante diversos
métodos es (Goovaerts,2000).
Para más información, referencias generales sobre geoestadı́stica mas allá de las breves
nociones aquı́ recogidas son, por ejemplo, (Clark, 2000) y (Armstrong, 1998), el primero de
ellos más sencillo y con menor carga matemática.
cualquier nuevo tipo de modelo o concepto en relación con el mismo requiere un conocimiento
adecuado del potencial de los elementos que se manejan, tan necesario o más que el propio
conocimiento meramente técnico de los mismo.
6.2.9. Nieve
Para concluir dentro de este apartado los aspectos concernientes al aporte liquido que va
tener lugar sobre cada celda de nuestra malla de estudio, no puede dejarse a un lado algunas
consideraciones al respecto de la cobertura nivosa y la forma en que los datos acerca de esta
debe ser utilizados e incorporados como parte del estudio que se va a llevar a cabo.
Sin ninguna duda, una fuente importante de agua que debe tenerse en cuenta es la pro-
veniente del manto nivoso que puede cubrir total o parcialmente una zona de estudio, y cuyo
220 CAPÍTULO 6. PRECIPITACIÓN Y EVAPORACIÓN
deshielo da lugar a volúmenes de escorrentı́a que pueden ser más o menos importantes según
sean las caracterı́sticas de dicha zona y el tipo de modelo que se aplique sobre la misma.
En general, en lo referente a este libro, el estudio de los elementos propios de la nivologı́a
y su papel dentro de la modelización hidrológica computacional tal y como aquı́ es entendida
va a tratarse apenas en estas páginas, por considerarse un elemento relativamente marginal
en un ámbito de aplicación mediterraneo, entre otras circunstancias. Asimismo, la elevada
relación que existe entre los fundamentos fı́sicos que rigen los procesos relacionados con la
nieve con otros factores tratados más en profundidad dentro del texto — en especial, los
fenómenos de evaporación que seguidamente se tratarán — hace que, una vez la relación de
estos últimos con el empleo de MDTs quede puntualizada, sea sencillo adaptar sus conceptos
para el planteamiento de un modelo en el que se considere como elemento fundamental el
aporte del manto nivoso y la evolución del mismo.
6.3. Evaporación
De escaso interés para el planteamiento de modelos de eventos tales como los empleados
en diseño hidrológico, los procesos de evaporación deben ser tenidos en cuenta, sin embargo,
cuando se trata de modelizar fenómenos hidrológicos sobre un intervalo de tiempo más largo
o en los que las propia magnitud de los mismos no haga posible prescindir de dichos procesos.
La utilización de modelos continuos, los cuales, como sabemos, son algunos de los grandes
beneficiarios de las ventajas obtenidas por el empleo de Modelos Digitales del Terreno y de
toda la baterı́a de elementos que circundan a los mismos, no pueden concebirse sin el concurso
de una modelización adecuada de todo lo concerniente a la evaporación que tiene lugar sobre
la cuenca analizada.
Desde la óptica de este texto, la incorporación de los MDTs como base sobre la que apoyar
los cálculos sobre evaporación es altamente similar a cuanto ya hemos visto para el caso de
la precipitación, incorporándose además algunas formulaciones accesorias en relación con el
análisis del terreno que, por su propia utilidad y concepto, resulta más conveniente introducir
ahora en lugar de en la primera parte del libro. El conjunto de estos elementos nos dotará de
la información suficiente para poder modelizar de forma efectiva el conjunto de procesos refe-
rentes a evaporación, y con ellos, junto con lo ya dispuesto tras el apartado correspondiente
a la precipitación, continuar hacia la utilización conjunta de toda esta información dentro de
los modelos hidrológicos de uno u otro tipo.
De forma concreta, tres se puede decir de forma esquemática que son los factores que
influyen principalmente en la magnitud de la evaporación que se da sobre una zona dada,
y que por tanto deben ser evaluados y tenidos en cuenta para la formulación de modelos al
respecto: insolación, temperatura y viento.
Sobre estos dos primeros van a residir las funcionalidades de mayor interés en relación con
los MDTs en particular y las mallas raster en general, siendo menos importante la aporta-
ción de éstas sobre el tercer elemento, al menos al nivel de trabajo que aquı́ se desarrolla.
Éllos tendrán su explicación detallada en algunos de los siguientes puntos, comentándose los
pormenores correspondientes a cada caso.
Con objeto de evaluar la evaporación producida en un punto dado — es decir, en una
celda dada, puesto que se va a continuar con la estructura matricial también en este caso
—, hagamos uso de una fórmula genérica al respecto, sobre la cual quedarán plasmadas las
necesidades de datos que debemos cubrir.
Se puede considerar, en lı́neas muy generales, que la gran mayorı́a de fórmulas para el
cálculo de la evaporación se ajustan a una expresión de la forma
EV = f (T, E, V, α1 , α1 , . . . , αn ) (6.1)
6.3. EVAPORACIÓN 221
6.3.1. Temperatura
El trabajo con los datos de temperatura que son necesarios para el anterior modelo, se
asemeja prácticamente en su totalidad al que tiene lugar con los datos de precipitación, aunque
son muchas las circunstancias que hacen éste primero más sencillo en muchos aspectos. Como
se dijo en la introducción, los conceptos relativos a meteorologı́a se reúnen bajo este único
capı́tulo con objeto de reflejar la similitud entre ellos desde el punto de vista de su manejo y
empleo sobre una base conceptual común, por lo que, una vez que se han estudiado la gran
mayorı́a de aspectos en el apartado correspondiente a la precipitación, será sencillo aplicar
esas ideas al caso de la temperatura, poniendo primero de manifiesto las ya mencionadas
diferencias.
En primer lugar, la obvia distinción que debe advertirse entre ambos es la necesidad de
un dato único para el caso de la temperatura, elı́minandose ası́ el concepto múltiple, y re-
duciéndose a una sola capa la representación en malla de los datos sobre dicha temperatura
— podrı́amos denominar a estos Modelo Digital de Temperaturas, aunque prescindiremos de
cualquier denominación particular para los mismos —.
Bien es cierto que la temperatura varı́a a lo largo del tiempo de igual modo que lo hace
la precipitación, por lo que deberán emplearse un cierto numero de mallas para reflejar su
dinámica de modo adecuado, pero no existe necesidad alguna de tratar esas distintas capas de
temperatura como asociadas a un evento concreto, siendo de cara a su uso práctico unidades
mucho mas independientes que las que conforman el MDP. El uso de las distintas mallas
del MDP como caracterizadoras de un evento concreto es más notable en los modelos de
suceso, donde la temperatura no es un parámetro a tener en cuenta, como ya sabemos. Por
ello, podemos trabajar bajo la consideración de la independencia entre sı́ de las distintas
mallas de temperatura, sin menoscabo de la precisión, tanto práctica como conceptual, de la
modelización que sobre esa hipótesis llevemos a cabo.
En segundo lugar, la creación de esta malla raster de temperaturas no sólo ofrece una
mayor simplicidad debido a lo anterior, sino que, por sus caracterı́sticas, permite encontrar
alternativas adecuadas a la misma, evitando ası́ ésta creación y pudiendo recurrir a fuentes de
datos ya adecuadas a las filosofı́a raster que nos es necesaria para nuestro trabajo.
No debe perderse de vista en ningún momento el destino de los datos de temperatura
dentro del análisis hidrológico, los cuales, como ya se dijo, se dirigen mayoritariamente a
modelos continuos, no siendo necesaria una caracterización termométrica instantánea de la
zonas estudiada, sino más bien consistente en valores medios. La mayor disponibilidad de este
tipo de datos en un formato acorde con las necesidades que tenemos de cara a la utilización
conjunta con MDTs y MDPs, la cual en su momento fue comentada en relación con las fuentes
de datos no puntuales, nos permite considerar la creación de una malla de temperaturas a partir
de interpolación como una alternativa más, aunque tal vez no con tanta preponderancia como
222 CAPÍTULO 6. PRECIPITACIÓN Y EVAPORACIÓN
6.3.2. Insolación
Dentro de los elementos que se analizan en este capı́tulo relativos a las entradas y salidas
relacionadas con el estudio climatológico que deben considerarse en el planteamiento de de-
terminados modelos, la ayuda más importante por parte de los MDTs se encuentra, sin duda,
en el estudio de la energı́a radiante de origen solar y la magnitud de ésta sobre la superficie
terrestre. El conocimiento detallado del terreno permite un análisis local de las condiciones de
cada celda a este respecto, permitiendo también ası́ la incorporación de datos a la misma escala
que el resto de información por el momento extraı́da, y aportando una descripción del balance
energético con un nivel de detalle óptimo para su incorporación dentro de las formulaciones
que hagan uso de este factor, como a continuación veremos.
La estimación de la insolación en términos de energı́a recibida por una superficie — paráme-
tro que en última instancia es el que debemos estimar para una posterior evaluación de la eva-
poración — va a implicar el cálculo de dos factores independientes. Por una parte, el número
de horas de sol efectivas, para el cual deben considerarse las caracterı́sticas del entorno de
cada celda, estudiando los efectos de sombra que los puntos de dicho entorno pueden causar.
Por otra parte, las propias caracterı́sticas de la celda en cuanto a su orientación y pendiente,
pues éstas condicionaran la manera en que la insolación incide sobre la misma y el aporte
energético que ésta recibe.
En primer lugar, y abordando la estimación de insolación efectiva, debe definirse un algo-
ritmo que nos indique la situación o no en sombra de un punto dado a partir del análisis de
su relieve, ası́ como considerando unas determinadas caracterı́sticas sobre la posición del sol,
6.3. EVAPORACIÓN 223
indispensables para condicionar los cálculos a las diferentes horas del dı́a y momentos del año
en que se produzcan. Este último hecho nos indica ya que los modelos hidrológicos en los que
pretendamos incorporar este tipo de análisis deberán ser dependientes de la época del año en
que se den, siendo por tanto de tipo continuo, pues en modo alguno la fecha de ocurrencia
afecta significativamente a los resultados derivados de los modelos de suceso.
Como elementos de caracterización de la posición del sol se emplean los conocidos ángulos
azimutal (φs ) y de elevación (γs ), los cuales pueden calcularse de modo sencillo a partir de la
latitud de la zona de estudio y la declinación correspondiente a la época del año concreta. Para
estudiar la insolación durante un periodo de tiempo dado — cuya duración, de cara a integrar
los resultados con los modelos hidrológicos, será la del periodo de tiempo en que se analicen
dichos modelos —, se discretiza a su vez este mismo periodo mediante unas divisiones de menor
longitud y se calculan los parámetros de insolación para esos subintervalos, acumulándose
finalmente para obtener un resultado correspondiente al intervalo mayor.
Sobre la base anterior, el algoritmo para caracterización de zonas en sombra se adapta a
una formulación sencilla consistente en comprobar si desde el punto analizado existe contacto
visual con el sol, para lo cual se compara la lı́nea de visión trazada entre dicho sol y la celda
con el perfil del terreno sobre esa misma linea. Si el terreno es superior en algún punto a la
linea de visión, el terreno actúa como obstáculo y, por tanto, la zona esta en sombra. La figura
(6.7) refleja gráficamente esta idea.
Figura 6.7: Zonas en sombra (a) frente a zonas bajo insolación (b), por comparación entre el perfil del
terreno y la lı́nea de visión entre la celda problema y el sol.
La pendiente de la linea de visión es, lógicamente, la que dicta el ángulo de elevación del
sol sobre el horizonte. Respecto al perfil del terreno, este se evalúa sobre una recta con ángulo
Φ igual al ángulo azimutal del sol, trazando el perfil a partir de los datos de altura del MDT y
las distancias entre las celdas sucesivas que pertenecen a dicha recta, como se recoge de forma
visual en la figura (6.8). La determinación de estas celdas puede llevarse a cabo mediante
sencilla interpolación o, de modo más particular, mediante algún algoritmo desarrollado a este
efecto, tal y como un algoritmo de Bresenham.
A continuación se presenta un algoritmo resumen de las ideas anteriores. A efectos del mis-
mo, se considera que el perfil del terreno es calculado por una función de la forma PerfilTerreno(x1,y1,x2
la cual crea un vector de pares de valores (altura, distancia desde la celda origen) que permite
la posterior generación de la curva de perfil.
Figura 6.8: Determinación de celdas a considerar en el perfil del terreno según la posición del sol
determinada por su ángulo azimutal.
Una vez se conoce si un punto esta en sombra para una posición dada, resulta posible
calcular el periodo total en sol y en sombra para cada celda de la malla a lo largo de un
intervalo considerado de tiempo, dividiendo el mismo en lapsos de tiempo y analizando la
situación en cada uno de ellos de tal modo que puedan acumularse los resultados del conjunto
de los mismos, como ya se introdujo anteriormente. No obstante, la magnitud energética de la
insolación, la cual debemos llevar a la formulación pertinente para el cálculo de la evaporación,
nos es todavı́a desconocida.
Para la estimación de dicha magnitud, y a partir del número de horas de sol en cada celda,
va ser necesario incorporar las caracterı́sticas propias de la celda que condicionan su exposición
a la radiación. Junto con ellas, la consideración de las perdidas energéticas que tienen lugar a
lo largo de la transmisión de la energı́a desde el sol a la tierra nos permitirá la obtención de
valores precisos de dicha energı́a.
Comenzando partir de la magnitud E de la misma recibida del sol en el exterior de la
atmósfera, se puede calcular la recibida por una superficie plana — es decir, horizontal —
situada a una altura h sobre el nivel del mar, según los pasos siguientes.
Se tiene que
donde E0 es la conocida constante solar de valor 1367W m−2 y d el número de dı́a del año.
El paso por la atmósfera reduce el valor de E según
E 0 = Eτ Mh (6.3)
6.3. EVAPORACIÓN 225
Mh = M0 Cp (6.4)
siendo
p
M0 = 1229 + (614 sin α2 ) − 614 sin α (6.5)
228 − 0, 0065h 5,256
Cp = (6.6)
288
Por último, el relieve de la celda modifica la energı́a recibida según
E 00 = E 0 cos α (6.7)
El valor de cos α se calcula a partir de las orientaciones y pendientes tanto del sol como
de la celda, haciendo uso de la expresión
6.3.3. Evapotranspiración
Muy habitualmente (y este hecho también se aplica en los modelos que aquı́ se presentan,
pese a la mayor resolución y la fuerte base fı́sica que por regla general los caracteriza), la
evapotranspiración constituye un elemento de mayor aplicabilidad a incorporar en la modeli-
zación hidrológica, en cuanto que resume eficientemente las pérdidas de agua que pasan a la
atmósfera en estado gaseoso por uno u otro modelo. Por esta razón, debe analizarse de igual
modo la forma en que la información extraı́ble del MDT puede incorporarse para la evaluación
de este parámetro, siendo esta tarea sumamente sencilla con la base ya disponible gracias a
las ideas vistas en el anterior apartado.
De entre las formulaciones habitualmente empleadas para el cálculo de la evapotranspira-
ción, consideraremos aquellas que nos permiten estimar el valor potencial de dicha evapotrans-
piración — conocido con carácter general como ETP —, y comenzando en particular por la
propuesta por Thornthwaite, de uso muy extendido. El valor potencial de evapotranspiración
puede convertirse con relativa sencillez en un valor real aplicando otra serie de parámetros tales
como los propios balances hı́dricos de cada celda, elementos presentes en modelos hidrológicos
distribuidos de tipo continuo como pronto veremos, y en los que esta forma de proceder es
ciertamente común.
Según Thornthwaite, para un mes j dado se tiene que
α
10Tj
ET Pj = 16fj (6.11)
I
donde,
T 1,514
I es un ı́ndice de calor anual con valor I = 12
P
n=1 5
α es un parámetro dependiente de I
fj representa la duración media de la luz solar por comparación a un mes de 30 dı́as y 12
horas de luz.
Resulta obvio que es sobre este último parámetro sobre el que podemos hacer uso de la
información detallada de relieve que nos proporciona el MDT, estudiando la ETP a nivel local
de celda considerando las caracterı́sticas particulares de cada misma.
Tradicionalmente, los valores de fj se tomaban de tablas expresadas en función del mes
del año considerado y la latitud, perspectiva altamente más simple que la que se va a abordar
aquı́ con el análisis local de cada celda para periodos de tiempo más reducidos, es decir,
con un aumento notable de la resolución en todas las dimensiones. Esta circunstancia va a
requerir una adaptación para el empleo de la formulación de Thornthwaite en las condiciones
en que nos encontramos trabajando, no resultando este método, pese a ser en la práctica
el más utilizado en multitud de campos, el más adecuado considerando la situación en la
que pretendemos emplearlo. Las diferencias motivadas por la adaptación algo ((forzada)) de
esta formulación a una resolución temporal mayor, mantienen, no obstante, el resultado en
una precisión válida por ser poco significativas (Robredo, 1994), aunque conceptualmente
es posible buscar modelos más correctos que, como veremos, también ofrecerán una mayor
precisión en su aplicación práctica.
Es fácil comprender que las formulaciones empı́ricas demuestran en lı́neas generales una
menor aptitud para ser adaptadas a condiciones distintas a aquellas sobre las que fueron elabo-
radas, mientras que las de tipo fı́sico pueden ser empleadas independientemente del contexto
sin menoscabo de la calidad de los resultados o la corrección conceptual de su uso. Aquı́ ha-
llamos quizás una buena justificación a la mayor importancia que estas segundas han cobrado
con el empleo de nuevas técnicas, en particular la cartografı́a digital con los MDTs a la cabeza.
6.3. EVAPORACIÓN 227
E
ET P = 0, 0135 (T + 17, 8) (6.12)
λ
donde T es la temperatura media del aire en o C, E la energı́a recibida en M J/m2 · dia y λ el
calor de vaporizacion con valor λ = 2, 45M J/Kg
La magnitud de ETP viene en este caso en mm/dia, por lo que la formula resulta a todas
luces más adecuada que la de Thornwaite para este caso. Otras alternativas existen, por
supuesto, aunque la complejidad de las formulaciones no compensa en ı́neas generales su uso,
no extráyendose además ningún mayor aprovechamiento del MDT, cono lo que, a efectos de
este texto, carecen por completo de mayor relevancia.
Comentar, para concluir el apartado, que en el cálculo de la evapotranspiración puede
añadirse un nivel más de detalle aún, separando los fenómenos producidos en el suelo, de los
que tiene lugar en el agua retenida en las coberturas vegetales, ası́ como de los que se dan a
más profundidad en la zona de raı́ces. Este planteamiento exige, no obstante, formulaciones
más detalladas y, sobre todo, mayor cantidad de datos, siendo necesaria la intervención de
nuevas mallas con coberturas temáticas acerca de suelo y vegetación principalmente.
Figura 6.9: Esquema conceptual del modelo MIKE–SHE (Adaptada de DHI, 1985).
Aunque estas mallas de datos serán utilizadas con intensidad en el proximo capı́tulo, he
considerado conveniente no incluirlas en este, limitando la exposición a las formulaciones sin
tanto nivel de detalle que ya han sido vistas. No obstante, recojo en la figura (6.9) un esquema
gráfico de este tratamiento mas preciso de los fenómenos de evapotranspiración, en particular
la correspondiente al Modelo Hidrológico Europeo MIKE–SHE que, pese a no haber sido
presentado en el apartado correspondiente — si lo fue en el repaso histórico realizado en el
primer capı́tulo del libro —, es de notable relevancia y uso habitual. Como puede verse, el
228 CAPÍTULO 6. PRECIPITACIÓN Y EVAPORACIÓN
detalle del modelo también es fuerte en otros aspectos además del propiamente referido a la
evapotranspiración.
sino usarlos como valores indicativos sin perder las ventajas que el propio MDT, como ya
hemos visto, ofrece en este sentido.
Más allá de mostrar los posibles errores conceptuales sobre la base fı́sica de las formula-
ciones aquı́ tratadas, la temática de esta obra hace más interesante el poner de manifiesto las
deficiencias relativas a aspectos de tipo computacional, pues mediante una correcta estruc-
turación del modelo y la comprensión de las ideas generales es como se garantiza la eficacia
y buen funcionamiento de cualquier implementación posterior independientemente de las for-
mulaciones que se consideren y la naturaleza de las mismas.
En otras palabras, y volviendo de nuevo al tema concreto de la ETP, uno de los aspectos
de interés que proporciona el análisis del relieve es el poder efectuar una distinción entre las
magnitudes de este parámetro en cada celda, en función de las diferentes caracterı́sticas de la
misma, siendo esta capacidad de diferenciación — fundamentada en la resolución elevada del
propio MDT — constante pese a la asunción de ciertas simplificaciones.
Por ejemplo, puede suponerse que a lo largo de una semana el tiempo total de insolación
no varı́a apreciablemente — no al menos en lo que a la evaporación causada respecta — siendo
correcto emplear el valor de horas de insolación del dı́a medio de cada semana, reduciéndose
ası́ notablemente el volumen de cálculos que deben realizarse.
Similares soluciones pueden buscarse según las diferentes combinaciones de resolución,
método utilizado, etc., de cara a manejar eficazmente el conjunto de mallas de datos que
toman parte en el proceso de modelización, no perdiendo en ello el detalle que éstas ofrecen y
que garantizará la buena calidad de los resultados.
Como vamos viendo, a medida que se van construyendo los modelos es sencillo que éstos
adquieran una muy elevada complejidad si en todo momento asumimos que se puede entrar
al detalle fı́sico mı́nimo en cada uno de los factores involucrados. No debe olvidarse que el
número de capas de información puede hacerse sumamente elevado, teniendo esto consecuen-
cias sobre el rendimiento en términos computacionales del modelo pero, sobre todo, afectando
a la propia capacidad intrı́nseca del mismo para ser utilizado, al requerir una entrada de datos
de muy difı́cil obtención con las exigencias deseadas y hacer de este modo muy complicada la
calibración de su funcionamiento.
Es por esta razón, entre otras, que la presencia de modelos agregados o modelos distribuidos
pero muy simplificados — léase, como el TOPMODEL — sigue manteniendo su vigencia en
la actualidad, aumentando éstos, eso sı́, su precisión, pues el aprovechamiento óptimo del
MDT no es el basado exclusivamente en la resolución de los mismos y la elevada capacidad
de cómputo del entorno informático en el que éste se maneja, sino considerándolo como una
herramienta flexible que permite un acercamiento distinto al estudio de la dependencia entre
relieve e hidrologı́a, no siendo este enfoque en absoluto exclusivo de los modelos distribuidos.
Infiltración y escorrentı́a
Las aguas penetran en la caliza y circulan en profundidad, disolviendo interiormente la roca. Todo
sucede como si la región se vaciara misteriosamente de su sustancia, como si se fundiese sobre
sı́ misma.
José Manuel Gandullo
7.1. Introducción
Especialmente para el caso de modelos de tipo continuo, aunque también con carácter
general e independientemente del tipo de modelo desde cualquier punto de vista, el presente
capı́tulo se presenta como uno de los más importantes en términos conceptuales para ir fijando
la relación entre el empleo de MDTs y la obtención de resultados tangibles desde el punto de
vista de la hidrologı́a. Este relación quedará plasmada definitivamente, como resulta lógico,
en el próximo tema a tratar en referencia con la obtención de caudales lı́quidos.
En este capı́tulo acerca de la escorrentı́a y la infiltración, los balances de masa que cons-
tituyen la base teórica de los modelos distribuidos continuos van a ser planteados y resueltos,
llegándose de este modo, en conjunto con los datos extraı́dos del MDT, a una modelización
completa de los movimientos de agua a lo largo del terreno objeto de estudio. Junto con ellos,
otros planteamientos más conceptuales van a tener su lugar, analizándose la manera en que
pueden aplicarse sobre la estructura de MDT y capas asociadas que venimos manejando hasta
este punto.
Por otra parte, el conocimiento de los parámetros que rigen el comportamiento de este
terreno frente a la precipitación y permiten convertir los valores de ésta en valores de preci-
pitación neta, van a dar lugar a un análisis notable de diversos tipos de información, hasta
este punto no empleados con igual intensidad. Junto a la lógica presencia del MDT también
como fuente de parámetros en este sentido, la cartografı́a temática se revelará como elemento
clave imprescindible, siendo por tanto en este capı́tulo, y no en otro, donde los pormenores y
aspectos de interés en relación con su utilización serán tratados con la profundidad y detalle
que requieren.
El objetivo del capı́tulo es, en resumen, doble. En primer lugar, se busca insistir sobre
las caracterı́sticas de los principales tipos de modelos, poniendo de manifiesto una vez más
los diferentes enfoques de cada uno, con especial énfasis en este caso en el tratamiento de
los procesos de infiltración y escorrentı́a. En segundo lugar, se persigue presentar algunas
formulaciones habituales sobre dichos procesos e integrarlos sobre la base disponible acerca
del MDT y su análisis, viendo cómo dicho análisis puede emplearse para la mejora de estas
formulaciones.
De acuerdo con el esquema anterior, se introducirá una metodologı́a de tipo conceptual y
gran sencillez — la bien conocida del Número de Curva —, ası́ como una serie de ideas generales
231
232 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
acerca de modelos de tipo fı́sico con mayor detalle y complejidad, para cada una de las cuales
se estudiará su implementación y el manejo de datos que realizan como parte de la misma.
En ambos supuestos, la aplicación de las formulaciones correspondientes permite convertir la
malla de precipitaciones en una nueva de precipitaciones efectivas, siendo éste el resultado
buscado con su empleo, y el que se llevará con posterioridad a los modelos hidrológicos como
tales, existiendo, por tanto, similitud en la manera de plantear ambas formulaciones.
En contraste con las anteriores, se detallará por último la metodologı́a implementada en
el modelo TOPMODEL, la cual presenta algunas diferencias frente a los enfoques anteriores,
y mediante la cual se terminarán de desarrollar las ideas más importantes y de frecuente uso
en lo que a conversión de precipitación en escorrentı́a se refiere.
Los detalles acerca de cada uno de los parámetros mencionados y sus particularidades de
manejo y obtención se recogen en los siguientes apartados.
7.2.1. Vegetación
La cartografiá de la vegetación resulta necesaria para el planteamiento de formulaciones re-
feridas a la generación de escorrentı́a, en cuanto que influye directamente sobre la intercepción
y las circunstancias propias que definen la conversión de precipitación en dicha escorrentı́a.
Al contrario que para la información sobre el suelo, donde con frecuencia se van a requerir
varias capas, en el caso de la vegetación, aun pudiendo añadirse más complejidad, vamos a
mantenernos en un número reducido de capas, generalmente una única de ellas.
Para los modelos que posteriormente se analizarán tanto de modo explı́cito como en sus
ideas más generales, cada uno de ellos presenta unos requerimientos acorde con sus propias
caracterı́sticas. Ası́, el modelo del Número de Curva, de carácter conceptual, requiere una
descripción cualitativa de la vegetación, mientras que los modelos fı́sicos exigen datos más
precisos de tipo cuantitativo. Por su parte, el modelo TOPMODEL hace escaso uso de la
información relativa a vegetación, al menos en formato de malla, viendose en este punto que
las necesidades son sumamente distintas entre unos y otros planteamientos, y debiendo esto
reflejarse como tal en esta sección dedicada a la obtención de dichos datos.
Respecto a la obtención de una malla del primer tipo, ésta puede derivarse de la inter-
pretación de imágenes aéreas o de satélite, estableciendo una clasificación de la cobertura
vegetal compatible con las clases que se encuentren definidas en las tablas que se emplean
para la estimación del Número de Curva, siendo esta clasificación relativamente sencilla para
las divisiones establecidas de manera habitual.
La estimación de valores concretos para determinados parámetros relacionados con dicha
vegetación requiere otro enfoque distinto y más elaborado que el anterior. Estos parámetros
no sólo deben considerarse en el caso de utilizar un modelo fı́sico que los requiera como
entradas dentro de un modelo, sino también de cara a la utilización de los mismos con carácter
cualitativo, ya que, por ejemplo, dentro de las clases habitualmente definidas en el método del
número de curva, la distinción entre ellas se efectúa en algunos casos atendiendo a intervalos
para factores sencillos tal como la Fracción de Cabida Cubierta (FCC) .
Un parámetro de interés principal de cara a la intercepción es el indice de área foliar —
Leaf Area Index (LAI, en su denominación inglesa) —, que no es sino la relación entre el
área ocupada por las hojas de la vegetación en una superficie dada, y la magnitud de dicha
superficie. Es, por tanto, de la forma
SHojas
LAI = (7.1)
S
siendo un parámetro adimensional.
El cálculo del LAI puede llevarse a cabo a partir de imagenes de satélite haciendo uso de
otro parámetro muy importante como es el NDVI (Normalized Vegetation Index, un ı́ndice de
vegetación asociado a la magnitud de la radiación absorbida por fotosı́ntesis. La expresión que
permite obtener este ı́ndice es
ρinf − ρvis
NDVI = (7.2)
ρinf + ρvis
siendo ρinf y ρvis las reflectancias correspondientes al espectro visible y al infrarrojo cercano,
respectivamente.
Si se conocen de antemano los distintos tipos de vegetación presentes en la zona de estudio
— lo cual puede llevarse a cabo, como se ha dicho, a partir de la interpretación de imágenes
234 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
aéreas, o simplemente mediante mapas de usos de suelo de cualquier origen —, existen ecua-
ciones que permiten relacionar LAI y NDVI en función de dichos tipos. Un conjunto sencillo
de estas ecuaciones aparece recogido en (Biftu, 2001).
Figura 7.1: Relación entre LAI y NDVI. Las curvas delimitan el intervalo de confianza del 95 %
(adaptado de (Wylie et al, 2000)).
7.2.2. Suelo
La creación de una malla raster con información referente al suelo, la cual pueda usarse
para definir los procesos de escorrentı́a e infiltración, conlleva principalmente la simple digita-
lización de la información cartográfica disponible en este aspecto en formatos tradicionales. La
escasez general de dicha información a un nivel suficiente para llevar a cabo la aplicación de
modelos detallados con base fı́sica, hace que el uso de éstos sea difı́cil en términos de gestión
y planificación hidrológica, especialmente cuando las necesidades de datos en este sentido son
elevadas, como sucede en muchos modelos.
Frente a la unicidad de la malla de vegetación, la información sobre el suelo se materializa
de forma habitual en una serie de parámetros diversos sobre el mismo, los cuales con frecuencia
7.2. INFORMACIÓN DE PARTIDA 235
Aunque no es el tema de este capı́tulo, algunos de los parámetros mostrados tienen interés
igualmente para la creación de mallas de valores relativos al suelo a utilizar en el estudio de
fenoménos erosivos al tiempo que para la modelización de la escorrentı́a. Se recogen aquı́, no
obstante, por dotar de cierta compacidad este apartado, tratándose tan sólo otros aspectos
puntuales al respecto en el posterior capı́tulo correspondiente.
En (McBratney, 2003) se recogen un numero mayor de dichas referencias, con alusiones
al uso de MDTs en conjunto con otra serie de informaciones accesorias para la estimación de
diversas propiedades del suelo.
236 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
Una primera noción sobre la inherente tendencia a la acumulación de humedad en cada cel-
da se tiene ya con este parámetro al que, no obstante, pueden añadirse algunas consideraciones
accesorias.
Haciendo uso ya de valores propios de caracterización del suelo, la siguiente expresión, que
más adelante veremos que forma parte del propio modelo TOPMODEL como componente
de sus núcleo de ecuaciones básicas, constituye una mejora sobre la anterior al considerar las
7.2. INFORMACIÓN DE PARTIDA 237
caracterı́sticas propias del suelo en cada celda, además de la propia topografı́a ya recogida en
la expresión previa del ı́ndice topográfico.
Ra0
w = mı́n ,1 (7.6)
T0 sin γ
siendo R la recarga del suelo expresada en m/h, y a el área aportante especı́fica. En realidad,
se considera de modo habitual como un parámetro único el cociente R T , en lugar de evaluar
por separado los valores de sus dos componentes.
La acotación a 1 como valor máximo se debe a que, a partir de ese valor, se considera que la
saturación del suelo no aumenta, produciéndose escorrentı́a de ahı́ en adelante. El valor queda
acotado en el intervalo [0,1], siendo este rango de valores óptimo para tratar de establecer,
como con posterioridad se hará, alguna relación con parámetros directamente incluidos en la
modelización del proceso de generación de precipitación neta, tales como Números de Curva.
Acerca de este ı́ndice de humedad se hablará también en temas posteriores, relacionándolo
con su planteamiento original, esto es, con la evaluación de estabilidad del terreno mediante
el análisis de factores topográficos principalmente.
Otras posibilidades más refinadas caben aún si se considera que el agua que alcanza cada
celda y es susceptible de contribuir a la saturación del suelo no es únicamente la caı́da sobre
esa celda, sino también la que procede de las situadas aguas arriba. Para modelizar este
hecho, resulta obvio que será necesario recurrir a los conceptos de direcciones de flujo y áreas
acumuladas, en un intento de reflejar los movimientos del agua entre las distintas celdas. Esta
aproximación, aunque más realista sin duda, es en exceso compleja si se tiene en cuenta la
naturaleza del parámetro que pretendemos estimar y su utilidad práctica, por lo que no sera
desarrollada. Se justificarán más adelante, en el siguiente apartado, las razones que permiten
prescindir de este hecho no únicamente para este parámetro, sino también para la estimación
directa de la escorrentı́a en algunos métodos y para algunos tipos de modelos.
Otra forma de afinar la estimación del método es, como ya se comentó algunas lı́neas
atrás, considerar parámetros adicionales además de los ı́ndices topográficos presentados. Los
parámetros más inmediatos a incorporar en una nueva formulación son, principalmente, los
238 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
mayor sencillez, ésta última se estudiará en primer lugar. La anterior división servirá también
para analizar las posibles diferencias — pocas — entre el tratamiento de este parámetro en
modelos continuos y de suceso.
En ambos casos, la forma en que los datos ya conocidos provenientes del análisis del terreno
pueden modificar la aplicación de dichas metodologı́a será analizada y estudiada con detalle.
El análisis de la filosofı́a del modelo TOPMODEL será, como ya se ha dicho, desarrollado
en último lugar.
4,2NII 23NII
NI = ; NIII = (7.8)
10 − 0, 058NII 10 − 0, 13NII
donde el estado I es el de menor humedad precedente, el II el de humedad media — el dado
generalmente por las tablas — y el III el de humedad precedente mayor.
Sobre estas ideas, y en el caso de aplicar esta metodologı́a sobre un MDT, la utilización
de mallas de datos simples referentes a tipos de suelo y vegetación — sobre las que ya se
habló algunas lı́neas atrás — darı́a como resultado una nueva malla de Números de Curva,
pudiendo combinarse ésta con una malla de precipitaciones y en función de estas dos últimas
extraer un valor de escorrentı́a asociado a cada celda y en última instancia una malla de dicha
escorrentı́a.
Sin analizar los desarrollos teóricos que conducen a las mismas, las expresiones que rigen
el proceso de conversión de precipitación en escorrentı́a en este método pueden resumirse en
la formula
7.3. INFILTRACIÓN Y ESCORRENTÍA 241
( 2
= (PP−0,2S)
−0,8S si P ≥ 0, 2S
PE (7.9)
=0 si P < 0, 2S
donde
P es la precipitación,
PE es la precipitación efectiva,
y S es la retención potencial máxima.
El valor del número de curva entra a formar parte de la formulación a través de este último
parámetro, ya que éste se evalúa según
1000
S = 2, 54 − 10 (7.10)
N
siendo N el Número de Curva.
Para la aplicación de esta metodologı́a a una tormenta caracterizada por una serie de
n intervalos, no debe tenerse en cuenta exclusivamente la lluvia en cada intervalo, sino la
acumulada desde el inicio de la tormenta. Ello da lugar a que el cálculo de una serie de valores
de precipitación neta se lleve a cabo mediante las siguientes etapas.
Sea para un Número de Curva dado — y, por tanto, un valor de S constante —, la función
fEsc (x) la definida por la ecuación (7.9), esto es, la que da para el valor de precipitación x la
escorrentı́a generada en dichas condiciones.
Denotando como P i a la precipitación en el intervalo i–esimo, se tiene
i
X
P 0i = Pj (7.11)
j=1
PE0i = fEsc (P 0i )
PEi = PE0i − PE0i−1
Siendo ya el conjunto de valores PEn los que deben ser utilizados como precipitación efectiva.
Puede obtenerse de este modo sencillo una escorrentı́a asociada a cada celda para cada intervalo
de tiempo, empleando para ello una información relativamente reducida, y manteniéndose
como es lógico la simplicidad del método en las condiciones de aplicación actuales.
El empleo de celdas como unidades mı́nimas permite en conjunción con algunos resultados
derivados del MDT esbozar una aproximación más precisa basada en la sencilla base conceptual
del método. Al mismo tiempo, dicha información extraı́da del MDT, por su mayor detalle, hace
interesante plantearse algunas cuestiones en relación con la citada base del método, analizando
ésta y su validez, ası́ como la posible necesidad de efectuar ciertas consideraciones adicionales.
En primer lugar, y tratando el primer aspecto, la búsqueda de un refinamiento en la apli-
cación del método nos conduce de modo inmediato al empleo de la malla de humedad edáfica
en su momento estudiada, de la cual hasta este punto no se ha realizado uso alguno. La
distinción sencilla pero poco precisa de tres clases de humedad precedente puede mejorarse
notablemente ahora que el conocimiento de dicho parámetro en el suelo viene dado por una
magnitud continua. Conociendo el valor medio del Numero de Curva y los valores a ambos
extremos, puede establecerse arbitrariamente un valor medio del ı́ndice topográfico de hume-
dad correspondiente a la condicion II y suponer que entre dicho valor y los restantes que se
encuentren en la malla, el Número de Curva varı́a entre el valor NII y los valores extremos
(NI o NIII , según si la humedad en la celda es menor o mayor respectivamente) de acuerdo
con una función dada.
242 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
En particular, suponiendo que dicha función se ajusta a una de tipo lineal, y tomando como
entradas una malla de Números de Curva y otra malla de ı́ndice topográfico de humedad W ,
se tiene que
= máx NII + NIII −NII (WIII − W ), WIII si W > WII
WIII −WII
N (7.12)
= mı́n NII − NII −NI (WII − W ), WI si W < WII
WII −WI
El valor de W para las condiciones extremas I y III no tiene porqué ser el extremo inferior
o superior de dicho parámetro en la malla, motivo por el cual se toman valores máximos y
mı́nimos en las expresiones anteriores. El empleo de este planteamiento debe ser, no obstan-
te, complementado con una calibración adecuada del modelo, en cuanto que la información
disponible al respecto, dado el carácter ciertamente experimental de la propia formulacion, es
bastante escasa.
La figura (7.2) muestra la conversión de una malla de valores de Número de Curva en sus
valores corregidos de acuerdo con la expresión anterior.
Figura 7.2: Creación de malla de Números de Curva adaptados en base a mallas de Números de Curva
e Índice Topográfico.
Figura 7.3: Errores en la estimación de la precipitación efectiva aportada por cada celda al hidrograma,
al suponer dicha celda como unidad aislada en la aplicación del método del Número de Curva.
las celdas interiores, la escorrentı́a calculada puede ser inferior a la real, ya que el suelo en
la celda puede estar saturado por el flujo recibido de aguas arriba, mientras que según el
planteamiento realizado, solo se ha considerado la saturación producida por la precipitación.
No obstante, y teniendo en cuenta que lo que se busca es fundamentalmente el antedicho
hidrograma en el punto de cierre de la cuenca, la cancelación de estos efectos opuestos de tal
modo que puedan despreciarse está en función de la homogeneidad de la precipitación entre
las diferentes zonas. La experiencia demuestra, sin embargo, que existe un muy buen ajuste si
se supone de antemano dicha cancelación, por lo que el planteamiento simplificado se emplea
de forma general aquı́ y también en el próximo capı́tulo cuando se evalúe explı́citamente el
hidrograma generado por dicha escorrentı́a en el conjunto de la cuenca analizada.
Pese a que hasta este punto se ha evaluado la escorrentı́a con carácter individual para cada
celda — y sin incorporar en el proceso la relación de dicha celda con otras, como acabamos
de ver —, la división de las mallas de datos en estas unidades mı́nimas no obliga a llevar a
cabo un análisis completamente distribuido del parámetro escorrentı́a. Resulta posible — y
habitual — dentro de modelos agregados, y a pesar de que se disponga en éstos de información
en forma de mallas de datos, trabajar considerando como unidades mı́nimas las subcuencas
como elementos hidrográficos fundamentales.
Para la estimación de valores de escorrentı́a asociados a subcuencas estimados mediante la
aplicación del método del Numero de Curva, es frecuente tomar valores medios de este último
parámetro a partir de los valores del conjunto de celdas incluidas en la subcuenca. De igual
modo, pueden tomarse valores medios de precipitación a partir de los registrados en dichas
celdas de la cuenca para los distintos intervalos considerados — esto es, para los distintas
capas del MDP asociado a la tormenta —.
Esta ultima opción, sin embargo, se sustituye frecuentemente por el empleo de enfoques
con mayor carácter agregado, tales como emplear como dato de precipitación el resultante de
la interpolación de las estaciones disponibles en un punto situado en el centro de gravedad de
la subcuenca — es decir, sin necesidad de generar un MDP —, o el empleo de aquella estación
con mayor influencia sobre la cuenca, lo cual se estima mediante polı́gonos de Thiessen – y,
suponiendo la creación de estos sobre una base raster, se tomarı́a aquella estación que fuera
la más cercana a un mayor número de celdas dentro de las incluidas dentro de la cuenca —.
No obstante, la utilización de un esquema distribuido en el cálculo de la escorrentı́a no res-
tringe en absoluto el tipo de modelo hidrológico en el que la información sobre dicho parámetro
va a ser utilizada, pudiendo ((agregarse)) los datos en el cálculo de caudales como último paso
244 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
del modelo. Ello hace más interesante el trabajo con un planteamiento distribuido, pues, al con-
trario que en los modelos hidrológicos como tales, donde no se puede afirmar categóricamente
la ventaja del enfoque distribuido frente al agregado, sı́ se puede afirmar que el conocimien-
to distribuido de los datos de partida de dicho modelo es superior en términos generales al
agregado.
su moderada complejidad, sirve perfectamente para recoger gráficamente las ideas referentes
a este tipo de modelos. La infiltración en este caso se evalúa mediante la clásica y bien co-
nocida metodologı́a de Green–Ampt. Se incluyen en la figura elementos correspondientes a la
generación y conducción del flujo, propios del próximo tema, a efectos de reflejar completa la
estructura del modelo.
Zona de intercepción
Zona no saturada
Zona saturada
Figura 7.6: Esquema de zonas y procesos en el modelo TOPMODEL (Beven y Kirby, 1979).
Qsub y Qsup y la manera de trabajar con los mismos para obtener resultados globales de la
cuenca, se verán en el proximo capı́tulo.
Entrando en los fundamentos del modelo para la generación de escorrentı́as, la ecuación
fundamental en que se basa el TOPMODEL, relacionada ésta con el ı́ndice topográfico I, es
la referida al cálculo de un déficit de humedad en cada celda, la cual toma la forma
δ = ln T0 (7.14)
s
a0
I= (7.15)
tan γ
a0
I= (7.16)
tan γ
para los cuales las restantes formulaciones del modelo también son distintas. No obstante,
la consideración exponencial original será la que se trate en este texto, siendo sencilla la
adaptación de los conceptos a las restantes variantes.
Volviendo al valor del déficit S, por representar éste dicho deficit, aquellas celdas en las que
se tenga S < 0 indicarán una presencia de saturación, y por tanto la ocurrencia de escorrentı́a.
Con ello, la dependencia directa de la escorrentı́a con el ı́ndice topográfico se puede ver con
sencillez en la ecuación (7.13)
Los valores medios de cuenca δ y I se evalúan directamente sobre las mallas correspon-
dientes, llevándose a cabo el calculo de S para cada intervalo — de duración — del periodo
de tiempo estudiado, en base al valor del intervalo anterior según
siendo qt−1 la escorrentı́a total de la cuenca en el intervalo t − 1 dividida por el área total de
la cuenca. r es la recarga neta en el suelo, es decir, las entradas al sistema.
Con este valor medio para el intervalo t se calculan posteriormente los valores del déficit
en cada celda durante dicho intervalo, y ası́ sucesivamente para todo el periodo analizado.
Debe establecerse como dato de entrada la condición inicial S0 , la cual se evalúa a partir
de la expresión
Q0
S0 = −m · ln (7.18)
T0 e−I
7.3. INFILTRACIÓN Y ESCORRENTÍA 249
siendo Q0 un valor inicial de caudal, el cual es, en última instancia, el valor que debe intro-
ducirse como condición inicial.
Como puede observarse, al ser dependiente de modo exclusivo del ı́ndice topográfico como
variable local, todas aquellas celdas que compartan el valor de dicho parámetro tendrán un
idéntico comportamiento hidrológico. Pese a trabajar celda a celda, el modelo TOPMODEL
se define como un modelo semidistribuido, ya que el cálculo de escorrentı́as y generación
de caudales como tal no se lleva a cabo sobre el MDT y sus celdas, sino, aprovechando la
similitud hidrológica de las zonas con igual valor del ı́ndice topográfico, sobre el histograma
de distribución del mismo. La división de dicho histograma en una serie de clases reduce en
gran medida el cálculo, pues se analizan dichas clases y se estudian los déficits de humedad
en ellas, utilizando luego los porcentajes ocupados por dicha clase dentro de la cuenca para
conocer las áreas totales en las que se producen los fenómenos de escorrentı́a y empleando
éstas.
Por lo anterior, se dice con frecuencia que TOPMODEL es un modelo de ((área contribu-
yente variable)) ya que la fracción de la cuenca que genera escorrentı́a se modifica a lo largo de
los intervalos que se analizan. La dimensión de este área viene condicionada por la topografı́a,
las caracterı́sticas del suelo y la humedad en la cuenca.
Figura 7.7: Variación del área contribuyente (en negro) a medida que se modifica el umbral de satu-
ración en función del ı́ndice topográfico.
Una de las caracterı́sticas de interés del enfoque del TOPMODEL en lo referente a la es-
correntı́a según lo anterior, es, tal y como citan sus propios autores, la posibilidad de analizar
gráficamente mediante elementos cartográficos la evolución de las áreas contribuyentes men-
cionadas con anterioridad y del proceso general de escorrentı́a. La creación de mallas con los
valores del déficit de humedad para distintos momentos dentro del lapso de tiempo analizado,
pérmite estudiar de una manera complementaria a la puramente numérica la respuesta de
la cuenca a la precipitación, siendo ello de gran carácter didáctico, ası́ como desde el punto
de vista del aprovechamiento e interpretación de cualquier otro resultado derivado del propio
modelo.
La figura (7.7) muestra un ejemplo de lo anterior, quedando en ella reflejada la variación
250 CAPÍTULO 7. INFILTRACIÓN Y ESCORRENTÍA
de áreas activas a medida que se modifica el umbral de ı́ndice topográfico a partir del cual se
da la saturación.
Aunque no con el mismo significado, este análisis de las diferentes mallas de escorrentı́a
puede también llevarse a cabo en caso de aplicar otros métodos para la conversión de precipi-
tación en precipitación neta, teniendo ello, no obstante, menor interés cuando no se contempla
la variabilidad del área contribuyente como en el presente caso.
Estos aspectos, no obstante, se analizarán también desde otro punto de vista en el siguiente
capı́tulo, cuando se traten los aspectos propiamente relacionados con la generación de caudales.
Caudales lı́quidos
8.1. Introducción
Sin duda alguna, los resultados más importantes de cuantos pueden derivarse en términos
hidrológicos de la información obtenida hasta este punto de las distintas mallas de datos —
y en especial del MDT —, son los referentes a caudales que van a ser desarrollados en el
presente capı́tulo. Si bien la información correspondiente a los balances de agua planteados
dentro de los modelos continuos para cada celda a lo largo de los distintos intervalos resulta
de gran interés, los resultados de que se dispone hasta el momento dentro de los modelos de
suceso no verán su culminación hasta que sean empleados para la elaboración de elementos
hidrológicos tales como hidrogramas de avenida o similares. Por esta razón, la importancia de
este capı́tulo es notable, y ası́ lo será también el detalle en que las formulaciones y algoritmos
correspondientes al mismo serán analizadas seguidamente.
La distinción anterior entre modelos continuos y de suceso no será, sin embargo, tan patente
en la estructura de las exposiciones que siguen como en otras previas, pero sı́ se establecerá una
distinción entre las metodologı́as y algoritmos propios de modelos distribuidos y las relacio-
nadas con modelos de tipo agregado. La distinta consideración de las unidades mı́nimas de
trabajo en cada una de estas filosofı́as da lugar a diferentes enfoques y alternativas, que son
en cada caso más óptimas para su utilización con uno u otro tipo de modelos, y que deben
analizarse por separado para guardar una coherencia lógica y una correcta estructuración de
los contenidos.
En realidad, y aunque se mantenga la división relacionada con los tipos de modelo, la
diferenciación entre las distintas filosofı́as — muy relacionada, no obstante, con el caracter
agregado o distribuido del enfoque — se hace en tres bloques principales (Asante, 2000)
basados en el concepto de volumen de control (Chow, 1988) , según lo siguiente:
251
252 CAPÍTULO 8. CAUDALES LÍQUIDOS
Con todo lo anterior, una notable serie de métodos serán expuestos y analizados, conclu-
yendose ası́ una buena parte del estudio hidrológico perseguido originalmente y obteniéndose
ya resultados que ponen de manifiesto la gran potencialidad del análisis llevado a cabo en
puntos anteriores para la obtención de dichos resultados de modo preciso y eficaz.
Q = f (A) (8.1)
que sean aplicables a las distintas celdas del MDT. Estas ecuaciones pueden ser únicas, o
bien establecerse diferentes grupos en función del propio valor del área aportante u otros
8.2. ALGUNOS PLANTEAMIENTOS SENCILLOS 253
parámetros conocidos con o sin relación con el relieve de la cuenca. Es lógico pensar que
dichas ecuaciones serán generalmente de carácter regional, pues resulta altamente complejo e
impreciso el formular expresiones que puedan trascender con cierta fiabilidad un ámbito local
de aplicación.
Bao (1997) propone el empleo de expresiones de la forma
Figura 8.1: Representación de una malla de caudales promedio, supuesta una escorrentı́a instantanea
(T = 0) de 1 mm en cada celda.
tiempo de generación de dicho caudal — que representa el tiempo en el que todo ese caudal
va a pasar por dicha celda —. Es decir,
PN 2
n=1 in · g
Qi,j = (8.4)
tcab
i,j + T
en una concepción agregada de las diferentes variables que toman parte en dicha modelización.
La división en subcuencas de podemos disponer en virtud de los algoritmos introducidos en
el capı́tulo (4.2.2), nos ofrece la posibilidad de utilizar dichas cuencas como unidades hidrológi-
cas, estudiando ası́ la cuenca global como un conjunto interconectado de dichas unidades. Esta
aproximación al análisis de los fenómenos y variables hidrológicas principales, más cercana al
estudio clásico y a los conceptos básicos empleados habitualmente en un contexto no com-
putacional, puede, sin embargo, sacar provecho de la amplia información de que disponemos
a partir del MDT, complementando e incluso ampliando dichos métodos y las ideas que los
definen.
En particular, el presente punto se divide en dos apartados, uno de ellos dedicado al estudio
de caudales para las distintas subcuencas y el otro a la manera en que dichas subcuencas
van a relacionarse. Estos son, en otras palabras, los aspectos relativos al cálculo de caudales
propiamente dicho, y a la conducción de dichos caudales entre los diversos puntos de la red
de subcuencas establecida.
Por supuesto, este esquema puede aplicarse sin necesidad de dividir la cuenca estudiada,
considerando a ésta como única unidad existente — agregación máxima posible que puede rea-
lizarse —. No obstante, el aprovechamiento de los algoritmos de análisis hidrográfico basados
en el MDT es óptimo cuando se consideran unidades de menor tamaño, manteniéndose de ese
modo un modelo de tipo agregado — ya que las unidades consideradas, por su condiciones de
subcuencas, tienen pleno significado hidrográfico —, pero ganando en resolución y situando a
dicho modelo en un punto intermedio que le permite disfrutar de algunas de las ventajas de
los modelos distribuidos en lo que a su precisión y exactitud se refiere.
De igual modo, el carácter agregado del modelo no impide que en determinados aspectos se
entre al detalle a nivel de celda, no en los propios conceptos, sino sencillamente buscando ese
aumento de precisión y elevada resolución antes mencionado, aproximándose ocasionalmente
a una concepción distribuida del análisis de ciertos elementos.
La metodologı́a del hidrograma unitario se basa en asumir una serie de hipótesis referidas
a la escorrentı́a generada por un evento de precipitación, En particular, éstas pueden sin-
tetizarse (Ponce, 1989) en los principios de linealidad y superposicion. Según el primero, el
hidrograma para una precipitación neta distinta de la unidad puede obtenerse multiplicando
el hidrograma producido por una precipitación neta unitaria por el valor de la precipitación
neta considerada. El segundo hace referencia a la posibilidad de obtener el hidrograma de un
evento combinando los hidrogramas de los distintos intervalos en que éste puede dividirse.
Este proceso se denomina convolución.
El hidrograma generado por una precipitación neta de 1 mm es el que denominaremos
Hidrograma Unitario y denotaremos como
P = fEsc (N C, P0 ) (8.11)
o bien
P = fEsc (N C, P0 ) (8.12)
Nótese que, pese a ser conveniente por simplificar de manera notable, no es necesario que
los intervalos y 0 sean iguales, ya que puede calcularse la escorrentı́a generada entre dos
puntos cualesquiera a lo largo de la duración de la tormenta dividiendo proporcionalmente la
producida en cada intervalo, cuando sea necesario.
De igual modo, adviértase que el operador suma ((+)) aplicado a hidrogramas no es una
suma vectorial como tal, ya que los vectores pueden tener diferente dimensión — si la du-
ración de los hidrograma es distinta —, siendo una suma componente a componente pero
mas ((relajada)), ya que permite sumar dichos vectores de diferente ı́ndole igualando a cero las
componentes no presentes.
1
Para evitar un número excesivo de subı́ndices y superı́ndices, desde este punto en adelante la notación P
hace referencia a la precipitación efectiva y no a la precipitación caı́da, como venı́a entendiéndose hasta este
punto.
8.3. MÉTODOS SOBRE MODELOS AGREGADOS 257
Sobre la base de esta teorı́a, el elemento base del que por el momento carecemos es el propio
hidrograma unitario, para cuya determinación se presentan diversas alternativas, las cuales
se estudiarán seguidamente, con atención a las aportaciones que el análisis de los Modelos
Digitales del Terreno puede realizar a este respecto.
tl = 0, 6tc (8.13)
tp = + tl (8.14)
2
tb = 2,67tp (8.15)
A
Qp = 0,208 ; (8.16)
tp
258 CAPÍTULO 8. CAUDALES LÍQUIDOS
donde tp es el tiempo al pico del hidrograma, Qp el caudal punta, tb el tiempo base o duración
total del hidrograma, tc el tiempo de concentración, A el área de la cuenca y tl el tiempo de
retardo
Al respecto del empleo del tiempo de concentración como parámetro necesario, éste puede
calcularse a través de cualquiera de las fórmulas conocidas o bien utilizarse un mapas de
tiempos de salida y localizar en él el punto más alejado, como ya se comentó en su momento
— obviamente, en la confección de este mapa no debe haberse utilizado la fórmula del tiempo
de concentración en ningún punto —. No obstante, si se dispone de este mapa, veremos más
adelante que existe otra forma distinta de obtener un hidrograma unitario — no de tipo
sintético, en este caso —, de forma particular para la cuenca que se analiza. Debe tenerse
en cuenta igualmente que el valor 0, 6 que aparece en la expresión del tiempo de retardo
es el correspondiente a la utilización de la formula de Kirpich para el cálculo de tc — la
más habitual para este cometido —, debiendo utilizarse otro valor en caso de utilizar otra
formulación distinta.
Un nuevo factor asociado a la forma de la cuenca, tal y como la posición de su centro de
gravedad, puede emplearse para el cálculo de un distinto tipo de hidrograma unitario sintético
como es el de Snyder , definido por las expresiones
12
tp = Ct (L · Lc )0,3 (8.17)
11
Cp A
Qp = 2, 78 (8.18)
tp
siendo Cp y Ct parámetros relacionados con la retención y el almacenamiento en la cuenca
que se estiman a partir de datos de aforo en la cuenca estudiada o en otras cercanas. L es la
longitud del cauce de mayor longitud y Lc la distancia entre la salida de la cuenca y el punto
de cauce más cercano al centro de gravedad de la misma.
En este caso, la duración viene definida por el propio hidrograma según
Tl
= (8.19)
5, 5
De entre los parámetros que intervienen en las anteriores expresiones resulta especialmente
relevante desde nuestra perspectiva la relativa a la posición del centro de gravedad, pues
este parámetro puede ser complejo de evaluar sobre una base cartográfica clásica, siendo
relativamente sencillo con la ayuda del MDT sin más que hacer uso de algunos resultados que
ya se conocen en este punto.
Partiendo de la cabecera del rio más largo de la cuenca — que es conocido en virtud de
lo explicado en el capı́tulo correspondiente —, se va descendiendo por él a lo largo de las
sucesivas celdas y calculándose la distancia — euclidea, en este caso — entre dichas celdas y
el centro de gravedad. Tomando la celda con el mı́nimo valor, se obtiene la posición buscada.
De este modo, el hidrograma unitario de Snyder se convierte en una alternativa sencilla
de implementar, cuyo cálculo es similar en cuanto a complejidad al del hidrograma unitario
triangular del SCS, una vez se conocen los resultados desarrollados en capı́tulos precedentes.
no reflejan la totalidad de factores que definen la misma. Ésta era, como ya se dijo, una de
las razones por las que el conocimiento detallado del terreno que nos permiten los MDTs no
suponı́a una diferencia realmente notable en cuanto a su precisión o a las propias prestaciones
que de su metodologı́a pueden extraerse.
En un intento por incorporar con más intensidad las caracterı́sticas morfológicas de la
cuenca vertiente, Rodrı́guez–Iturbe y Valdés (1979) definen el concepto de Hidrograma Uni-
tario Geomorfológico Instantaneo (HUGI, de aquı́ en adelante), el cual a lo largo de los años
se ha demostrado como una herramienta de enorme utilidad para el estudio en aquellas cuen-
cas de las que no se dispone de prácticamente información alguna. Más aún, por sus propias
caracterı́sticas, los HUGIs, en todas sus diferentes formulaciones propuestas por diferentes
autores, se han visto potenciados y favorecidos notablemente por el análisis riguroso del terre-
no efectuado sobre la base de un MDT, motivo por el cual son analizados aquı́ con cierto
detalle.
Para desarrollar la explicación de este concepto, es necesario primero mencionar el concepto
más genérico de Hidrograma Unitario Instantaneo (HUI), el cual representa la función de
densidad de probabilidad, para un volumen instantáneo unitario de precipitación neta sobre
la cuenca, del tiempo de salida de una gota de agua desde un punto aleatorio de dicha cuenca.
Como tal, el HUI es un descriptor directo de la respuesta de la cuenca ante un evento de
precipitación, y su conocimiento posibilita por tanto el cálculo de hidrogramas asociados a
eventos concretos que pueden modelizarse a través de este planteamiento.
Si el hidrograma unitario refleja el comportamiento de la cuenca para una tormenta gene-
radora de una escorrentı́a unitaria con una duración determinada — que denotábamos como
por ser coincidente con el intervalo de trabajo en la estimación del hidrograma final —, el
Hidrograma Unitario Instantaneo hace lo propio suponiendo que la precipitación tiene una du-
ración infinitesimal, es decir, que en un instante dado ((aparece)) sobre la cuenca la escorrentı́a
unitaria que caracteriza al propio hidrograma.
Aunque este planteamiento es puramente teórico, es importante porque mediante el mismo
se puede reflejar la respuesta de la cuenca con independencia de la duración de la tormenta,
siendo ası́ unicamente dependiente de la propia cuenca y sus caracterı́sticas particulares (Chow
et al, 1988).
La conversión de un HUI en un hidrograma unitario habitual de duración puede realizarse
simplemente aplicando
HU It + HU It−
HUt = (8.20)
2
El tema de los HUIs fue intensamente tratado en los años 70, pero después de este periodo
ha existido un vacı́o de aproximadamente unos 20 años en su estudio, principalmente debido a
las dificultades de establecer relaciones entre las caracterı́sticas de estos HUIs con los paráme-
tros habituales que pueden extraerse de las cuencas. El análisis en mayor profundidad del
relieve que permite el MDT, en conjunto con algunos nuevos planteamientos, ha contribuido
a poner de nuevo de actualidad este concepto, en gran medida gracias al propio concepto de
los HUGIs y su dependencia de los aspectos morfológicos del relieve.
La idea fundamental detrás de los HUGIs es establecer un vı́nculo entre el HUI y la
morfologı́a de la cuenca, de tal modo que el cálculo de este último sea sencillo en base al
conocimiento de ciertos parámetros geomorfológicos de obtención relativamente sencilla.
En particular, los propios Rodrı́guez–Iturbe y Valdés dan expresiones para los parámetros
definitorios del hidrograma unitario como tp y qp — el desarrollo matemático hasta estos
resultados no se detalla aquı́ por ser extenso —, según
−0,43 1, 31
tp = R L V (8.21)
Lω
260 CAPÍTULO 8. CAUDALES LÍQUIDOS
0,55
0, 44Lω RB −0,38
qp = RL (8.22)
V RA
siendo RB el radio de bifurcación y RA y RL los radios correspondientes a las áreas y longitudes
asociadas a los tramos de la red de drenaje.ω es el orden máximo de cauce presente en la cuenca.
Respecto al parámetro V , este representa la velocidad media del flujo en la cuenca, que
mediante esta metodologı́a se asume constante. Este valor permite la introducción de aspectos
relativos a una respuesta no lineal por parte de la cuenca, siendo uno de los elementos acerca
de los cuales más se ha debatido y escrito con respecto a la obtención precisa del HUGI.
El propio Rodriguez–Iturbe (1982) propone la estimación de V en función de las carac-
terı́sticas de una tormenta dada, desarrollando ası́ un hidrograma unitario geomorfoclimático.
Para una tormenta de intensidad media — supuesta constante— ir , las expresiones que
definen a éste son
0, 871
tp = (8.23)
π 0,4
siendo
L0,25
Ω
π= 1,5 (8.25)
ir AΩ RL αΩ
0
Hi+1 = C1 Hi + C2 Hi+1 + C3 Hi0 (8.27)
siendo
Kx + 2 −Kx + 2 K(1 − x) − 2
C1 = ; C2 = ; C3 = (8.28)
K(1 − x) 2 K(1 − x) 2 K(1 − x) 2
Una vez conocemos las metodologı́as para estimar los hidrogramas generados en cada sub-
cuenca, ası́ como las relativas a la conducción de los mismos, debe entrar en juego como
elemento final la propia estructura de la cuenca y las interrelaciones entre sus subelementos,
pues los hidrogramas que deben conducirse son los formados por todos aquellos otros hidrogra-
mas — bien sean éstos generados directamente por una subcuenca o bien sean ya hidrogramas
conducidos cuyo origen se encuentra en subcuencas situadas más hacia aguas arriba — que
confluyen sobre una subcuenca dada y la atraviesan. La presentación de ciertas ideas y una
formulación algorı́tmica a este respecto, además de cumplir su cometido cerrando el desarrollo
concerniente a enfoques agregados, presenta una circunstancia relativa al orden de cálculo que
también deberá considerarse mas adelante en los modelos distribuidos con mayor énfasis si
cabe.
Una vez más, como ya fue habitual en la extracción y análisis de la cuenca vertiente y sus
subcuencas, será un sencillo algoritmo recursivo quien nos permita evaluar el parámetro que
buscamos, en este caso el hidrograma a la salida de la cuenca.
Sea para cada subcuenca i su hidrograma generado por dicha subcuenca Hi , calculado
según las metodologı́as explicadas lı́neas atrás. La relación entre las subcuencas hace que el
caudal que pasa por ellas no sea exclusivamente el generado en las mismas, sino también el
que proviene de aguas arriba. Ası́, puede expresarse en una primera aproximación que
262 CAPÍTULO 8. CAUDALES LÍQUIDOS
m
X
H∗i = Hi + Hj ∀j, j vierte sobre i (8.29)
j=1
Nótese que se han restringido las entradas únicamente a las subcuencas que vierten di-
rectamente sobre la cuenca problema, pues estas ya incluyen todo el flujo que proviene de
aguas arriba de las mismas. Igualmente, es interesante reseñar que mediante algunas de las
metodologı́as estudiadas para la división de una cuenca en subcuencas, todas las entradas a
una cuenca dada se realizan sobre un mismo punto, con lo que en lugar de conducir cada uno
de los hidrogramas entrantes y sumarlos con posterioridad, se puede conducir en un único
proceso la suma de todos ellos.
Llevar las anteriores ecuaciones a un algoritmo requiere, en primer lugar, conocer cuáles son
dichas subcuencas que vierten directamente, algo sumamente sencillo conociendo los puntos de
salida de cada una de ellas y haciendo uso de la malla de subcuencas en su momento definida
en (4.2). Simplemente tomando el punto (a, b)i de cierre de la subcuenca i y calculando la
celda situada aguas abajo mediante el empleo de la direccion de flujo en (a, b)i , el valor c de
la malla de subcuencas en dicha celda es el número de subcuenca que se busca.
Si denotamos como fSig la función que asigna a cada cuenca su siguiente cuenca aguas
abajo, se tiene que
= 0 para la ultima subcuenca aguas abajo
fSig (i, j) (8.31)
= c para el resto de subcuencas c = 1, . . . , m
siendo m el número total de subcuencas.
Como es lógico, el punto de salida de la ultima subcuenca coincide con el de la cuenca
global, es decir, con el punto donde se busca conocer el hidrograma asociado a la tormenta en
última instancia.
De cara a plantear el algoritmo correspondiente, resulta sin embargo de mayor interés
conocer una relación en sentido inverso, es decir, no qué cuenca es la siguiente para una dada,
sino cuáles vierten sobre una concreta. La creación de un vector asociado a cada cuenca con
esta información es un proceso trivial.
8.4. MÉTODOS SOBRE MODELOS DISTRIBUIDOS 263
Aprovechando la llamada recursiva del algoritmo, basta ejecutar el mismo sobre la ulti-
ma subcuenca aguas abajo para que, no solo el hidrograma a la salida de la cuenca global,
sino todos los correspondientes a las distintas subcuencas, sean calculados en el proceso. Si
se almacenan de algun modo los hidrogramas intermedios, este procedimiento añade la carac-
terı́stica interesante de proporcionar dichos hidrogramas para todo el conjunto de unidades
hidrográficas consideradas, pudiendo ası́ estudiarse el efecto de la tormenta sobre cada una de
ellas de modo aislado y en puntos concretos de relevancia de la cuenca global.
Las diferentes formas de plantear la descripción de las técnicas que permiten tomar los
valores de escorrentı́a de cada celda en cada intervalo de tiempo considerado y dar lugar a partir
de ellos a un hidrograma correspondiente a la cuenca para dicha tormenta, se van a analizar
aquı́ en ordente creciente de complejidad. De esta forma, comenzando por una aproximación
muy básica, se irá aumentando conceptualmente el modelo, añadiendo al mismo más detalle
de modo paulatino.
Estas ideas iniciales que van a desarrollarse se ajustan principalmente a los modelos de
tipo suceso, pues en ellos se considera tan solamente esa escorrentı́a como responsable directa
del hidrograma, añadiendose con posterioridad quizás un caudal base al mismo. Los modelos
continuos, que serán analizados con posterioridad, deben tener en cuenta otra serie de flujos
en el punto donde desee evaluarse el hidrograma, por lo que, dada su mayor complejidad, es
preferible tratarlos a continuación de los anteriores.
siendo Qtn los caudales que llegan a a la salida de la cuenca en el intervalo p y son generados
en el intervalo n por las celdas (i, j) tales que
t
V = Pi,j · g2 (8.35)
es decir, como producto de la altura de escorrentı́a por el área de la celda, en unidades
homogéneas.
8.4. MÉTODOS SOBRE MODELOS DISTRIBUIDOS 265
Figura 8.3: Desplazamiento de los hidrogramas generados en cada celda en función del tiempo de
salida ts de la misma.
Con lo anterior, cada celda da lugar a un hidrograma para la escorrentı́a generada en ella
en un instante dado t, el cual denominaremos Hi,j t . La obtención del hidrograma generado
tsi,j
k= (8.38)
siendo tsi,j el tiempo de salida de la celda (i, j). Y ahora ya sı́, el hidrograma a la salida
generado por la precipitación en el instante t puede expresarse como
X
Ht = Hti,j (8.39)
Con el conjunto de hidrogramas para los distintos instantes, se obtiene por convolución de
éstos el hidrograma definitivo de la tormenta para la cuenca analizada, según
T
X
H= Hn (8.40)
n=t0
8.4. MÉTODOS SOBRE MODELOS DISTRIBUIDOS 267
Figura 8.4: Conducción del hidrograma en cada celda aplicando el modelo de embalses lineales en
serie.
Cada celda es considerada como uno de tales embalses lineales, caracterizándose éstos por
una constante de almacenamiento K que refleja el tiempo medio de estancia del flujo en el
embalse. Dicho valor puede considerarse como el tiempo de paso, aunque es habitual suponerlo
268 CAPÍTULO 8. CAUDALES LÍQUIDOS
constante para todas las celdas de la malla. La modificación del hidrograma al paso por el
embalse se evalúa mediante la expresión
siendo
Hi + Hi−1
Hi = (8.42)
2
y
C
C1 = (8.43)
2+C
2−C
C2 = (8.44)
2+C
Vx = V0 · R x (8.46)
Figura 8.5: Creación de un hidrograma unitario a partir del histograma de tiempos de salida.
Figura 8.6: Representación esquemática de un metodo combinado. El análisis distribuido de las unida-
des hidrológicas (izquierda), se emplea para, con los datos obtenidos, utilizar posteriormente un modelo
agregado(derecha).
Pese a que el establecimiento de relaciones entre las subunidades derivado del análisis de
la jerarquı́a de la cuenca se ha tratado junto a los modelos agregados, no es necesario que
dichas subcuencas se analicen mediante métodos agregados, pudiendo estudiarse por métodos
distribuidos, en particular haciendo uso de los tiempos de salida anteriormente explicados —
tiempos de salida en este caso hasta el punto de cierre de la subcuenca, no el de la cuenca
global —.
272 CAPÍTULO 8. CAUDALES LÍQUIDOS
Ası́, como se muestra esquemáticamente en la figura 8.6, se tendrán una serie de subcuencas
analizadas de modo aislado estimando los hidrogramas a la salida de las misma de forma
distribuida utilizando la información de las celdas, para luego aplicar conceptos más cercanos
al enfoque agregado sobre el conjunto de los mismos.
La bondad de éstos planteamientos es grande en el caso de cuencas de cierta dimensión
o aquellas cuya propia variabilidad haga interesante la división de las mismas en unidades
de mayor homogeneidad, púdiendose sobre las mismas aprovecharse la propia potencia de los
módelos distribuidos gracias al empleo conjunto de forma paralela a otra serie de ideas.
una serie de almacenamientos con comportamiento lineal — las celdas — sufriendo los efectos
propios de los mismos. En segundo lugar, se presentará una perspectiva con mayor carga
matemática, basada en la resolución numérica de la ecuación de onda cinemática, planteada
esta sobre cada una de las celdas que forman las distintas rutas de descenso hacia el punto de
cierre de la cuenca.
El planteamiento de todos estos modelos considera el flujo con cáracter unidimensional,
por lo que, como venimos asumiendo en gran parte de los últimos capı́tulos, la metodologı́a
empleada para el conocimiento de las direcciones de flujo que condicionan dichas rutas de
descenso será el sencillo y clásico D8.
Entrando en la primera formulación, en base a las direcciones definidas por el D8 sobre las
distintas celdas del MDT, y en conjunción con el mapa de tiempos de salida, pueden crearse
mallas de volúmenes de escorrentı́a — o caudales, si se emplea el tiempo del intervalo con-
siderado — para cada intervalo dentro de la duración de la tormenta, aplicando conceptos
similares a los ya vistos para el empleo de dichos tiempos de salida. Puesto que no se trata
en este caso de obtener un hidrograma en un punto concreto, sino un número dado de mallas
— que en realidad representan un número de n de hidrogramas, siendo n el número de cel-
das en la cuenca analizada —, las consideraciones que deben realizarse deben ser revisadas,
especialmente de cara al rendimiento de los algoritmos que deban plantearse.
En este caso, si aplicáramos directamente la metodologı́a de isocronas, y puesto que se
van a generar datos en cada celda, dichas celdas adquieren la consideración de punto de cierre
de una subcuenca, con lo que será necesario conocer un número muy elevado de cuencas,
siendo el manejo de esta información y el trabajo con la misma poco eficaz. Si en el cálculo de
hidrogramas mediante isocronas se añadı́an en cada intervalo los caudales generados en celdas
que cumplieran una condición determinada según su tiempo de salida — véase la ecuación
(8.33) —, en esta ocasión, y a efectos de calcular el caudal en una celda en un intervalo dado —
esto es, en una de las mallas que van a generarse — deben considerarse aquellas que cumplan
dicha condición pero además pertenezcan a la cuenca vertiente de la celda problema. Ello
obliga a, de algún modo, almacenar las relaciones entre todas las celdas de la cuenca, de forma
que pueda identificarse dicha relación de modo sencillo en el momento de sumar los caudales
a cada una de ellas.
Para ello, resulta más conveniente en esta ocasión no realizar un esquema ((hacia aguas
arriba)), sino en el sentido propio del flujo. Es decir, desde cada celda registrar el conjunto de
celdas hacia las que el flujo de esta se desplaza. Este planteamiento, que fue calificado en su
momento como muy inferior a los algoritmos recursivos presentados para el cálculo de tiempos
de salida o estimación de áreas aportantes, es en este caso más adecuado debido a la diferente
problemática que se presenta.
Por simplicidad, se considerará en esta primera exposición que la tormenta es de intensidad
constante, por lo que las precipitaciones efectivas — y por tanto los caudales generados — en
cada celda no varı́an a lo largo de la misma. Ello hace necesaria la utilización de tan sólo una
malla de caudales generados en las celdas, las cuales denotaremos como Qi,j . La adaptación
para una precipitación variable es sumamente sencilla. Las mallas de caudales que atraviesan
cada celda en los diferentes intervalos en que se estudia la tormenta se denotan como Qn
siendo expresados dichos valores de sus celdas de la forma Qni,j .
De acuerdo con este planteamiento, y para la malla n–esima — es decir, la correspondiente
al intervalo n entre los instantes tn−1 = (n − 1) y tn = n · —, los caudales de las distintas
celdas pueden evaluarse como
X
Qni,j = Qa,b (8.49)
ta,b ≤ (8.52)
Es decir, se utilizan los resultados correspondientes al último intervalo para generar los
del siguiente. De este modo, al ser menor el tiempo en el que se detiene el descenso desde
cada celda, los recorridos son mas cortos y el costo computacional se reduce sensiblemente. No
obstante, hay una pérdida de precisión en el proceso debida a la discretización de los tiempos
de salida en intervalos de longitud — y el redondeo que ello supone —, y la utilización de
valores pequeños de dicho puede impedir el funcionamiento correcto del método.
Una alternativa a lo anterior es, siguiendo la misma idea, considerar en cada instante lo
que sucede en cada celda y sus circundantes, planteando que el volumen en una celda es
igual a la suma los volúmenes entrantes que provienen de dichas celdas circundantes y de la
precipitación, menos el saliente hacia la celda situada aguas abajo. Es decir,
X
n n n
Vi,j = (Vs(a,b) ) + Vi,j − Vs(i,j) (8.53)
n
siendo Vs(i,j) el volumen saliente de la celda (i, j), que puede calcularse haciendo uso del
intervalo y el tiempo de tránsito entre cada celda y la situada aguas abajo de la misma,
según la expresión
n n−1
Vs(i,j) = Vi,j (8.54)
ti,j − ta,b
siendo (a, b) la celda sobre la que vierte (i, j), y debiendo cumplirse, por mera lógica, que
ti,j − ta,b ≥ , siendo esta circunstancia un posible inconveniente del método, ya que para
mallas con una resolución elevada, el valor de puede ser excesivamente pequeño y generarse
una información excesiva, con el costo de proceso que ello conlleva.
Con los volúmenes, los caudales correspondientes se calculan aplicando
V
Q= (8.55)
8.4. MÉTODOS SOBRE MODELOS DISTRIBUIDOS 275
∂Q ∂A
+ −q =0 (8.56)
∂x ∂t
y la ecuación de conservación del momento
1 ∂Q 1 ∂(Q2 /A) ∂y
+ +g − g(Sf − S0 ) = 0 (8.57)
A ∂t A ∂x ∂x
Esta última no obstante, y dadas las asumciones del propio método de onda cinemática,
se reduce al ultimo término, pudiendo despreciarse los restantes.
S f = S0 (8.58)
A = αQβ (8.59)
∂A ∂Q
= αβQβ−1 (8.60)
∂t ∂t
y llevando esto a (8.56), ésta ultima ecuación queda de la forma
∂Q ∂Q
+ αβQβ−1 =q (8.61)
∂x ∂t
Siendo S0 = Sf , se puede expresarse el caudal de acuerdo con la fórmula de Manning, por
lo que se tiene
!3/5
nP 2/3
A= √ Q3/5 (8.62)
S0
!3/5
nP 2/3
α= √ ; β = 0, 6 (8.63)
S0
La ecuación (8.61) permite con esta última consideración modelizar el comportamiento
del flujo a lo largo del canal considerado. No obstante, la naturaleza de dicha ecuación dife-
rencial hace que para su resolución deban emplearse métodos numéricos que hagan posible
el planteamiento de una formulación algorı́tmica al respecto. El método de diferencias finitas
permite convertir (8.61) en un conjunto de ecuaciones algebraicas con las que resulta asequible
el trabajo y la resolución de las mismas, y será mediante su aplicación como se emplee dicha
ecuación para el estudio del flujo en cada celda de la malla. Más detalles acerca de las diferentes
metodologı́as basadas en diferencias finitas puede encontrarse en (Chow, 1988), apuntándose
aquı́ tan sólo los aspectos principales y reservándose la exposición fundamentalmente a los
elementos concernientes a la implementación de dicha metodologı́a sobre la base de trabajo
del MDT.
Ası́, utilizando un esquema lineal en diferencias finitas, se obtienen las expresiones
∂Q Qn+1 − Qn+1
≈ i+1 i
(8.64)
∂x 2
∂Q Qn+1 − Qni+1
≈ i+1 (8.65)
∂x 2
Qn − Qn+1
Q ≈ i+1 i
(8.66)
2
n+1
q n − qi+1
q ≈ i+1 (8.67)
2
siendo Qn+1
i+1 el caudal saliente en una celda dada en el instante n + 1. El valor de Qi
n+1
es el
valor de caudal entrante, que se obtiene sumando los valores correspondiente a los caudales
en t + 1 para todas las celdas que vierten sobre la celda problema. q es la entrada de flujo que
tiene lugar a lo largo del tramo sobre el que se aplica la formulación de onda cinemática, y
que será igual al volumen total de escorrentı́a generado por precipitación en la celda — esto
es, Qi,j —, dividido entre el tiempo utilizado. El valor de q es, por tanto, constante para
todos los instantes si se supone una constancia de la precipitación y la respuesta del terreno,
como ası́ se ha hecho, aunque se insiste una vez más en la posibilidad relativamente sencilla
de emplear una malla de escorrentı́as.
Llevando estas expresiones a (8.61), se obtiene
β−1
Qn n+1 n −q n+1
n+1 i+1 −Qi qi+1
∆x Qi + αβQni+1 2 + 2
i+1
Qn+1
i+1 = β−1 (8.68)
n+1
Qn
i+1 −Qi
∆x + αβ 2
donde ∆x es el intervalo espacial que se considera, que puede√ hacerse igual al ancho de celda
2+1
g (Downer, 2002), aunque puede también tomarse como 2 , es decir, una media entre la
distancia horizontal entre celdas y la diagonal, según se considere.
El principal aspecto de interés desde el punto de vista computacional y su unión con el
Modelo Digital del Terreno y las mallas de datos implicadas, es la necesidad de que, en cada
paso de cálculo del valor de Qn+1
i+1 , deben conocerse los valores de Qi
n+1
, los cuales dependen
de los valores de caudal en ese mismo intervalo de tiempo n + 1 para las celdas situadas
inmediatamente aguas arriba de la celda problema. Ello obliga a que el cálculo de los caudales
8.4. MÉTODOS SOBRE MODELOS DISTRIBUIDOS 277
a lo largo de las distintas celdas se lleva a cabo en un determinado orden, de tal modo que los
caudales de dichas celdas aguas arriba se encuentren ya calculados en el momento de proceder
a la evaluación del caudales sobre una celda concreta. También resulta posible el llevar a cabo
el proceso con un esquema recursivo, de la manera que ya ha sido presentada para otra buena
serie de operaciones similares, que será el que aquı́ se adopte.
El establecimiento de un orden de procesado de las celdas, que se ve implementado me-
diante la estructura recursiva propuesta, puede verse gráficamente en la figura (8.7)
Figura 8.7: Mapa de ordenes de celda. Las celdas con tonalidades mas claras se procesan con poste-
rioridad a las de tonalidad oscura.
Una vez se conocen los valores de caudal Q para los instantes y celdas correspondientes,
los valores de q y α son también conocidos, siendo el de β el único que aún resta por precisar.
Éste se encuentra en función del perı́metro mojado P , el cual a su vez depende del caudal
y puede en función de éste obtenerse de la manera ya expuesta en el caso del cálculo de
velocidades de flujo en las celdas. Como valor de caudal a emplear, una buena aproximación
es utilizar el del instante precedente, suponiendo que la forma del hidrograma en cada celda
no es brusca y no se dan, por tanto, cambios fuertes en la magnitud de dicho caudal entre
intervalos consecutivos.
Un algoritmo para el cálculo de caudales según lo anterior tendrı́a la forma siguiente. Los
diferentes mapas de caudales se almacenan en un array de la forma Q(i,j,t) y la malla
de precipitación efectiva se denota como P(i,j). Se supone la existencia de una función
OndaCinematica(Q1,Q2,q) que implementa la formulación introducida en (8.68).
}
}
}
}
Q2=Q(i,j,t-1)
Q(i,j,t) = OndaCinematica (Q1,Q2,P(i,j))
devolver Q(i,j,t)
}
El lector podrá fácilmente apreciar en estas ideas una obvia similitud con planteamientos
básicos ya explicados, pudiendo asimilarse en gran medida a la creación de hidrogramas uni-
tarios a partir de isocronas y la suposición de una linealidad en la respuesta de la cuenca como
entidad hidrológica.
La versión aquı́ presentada del modelo TOPMODEL es la más habitual y a la vez la más
sencilla, pudiéndose plantear notables mejoras — como de hecho ası́ sucede —, que no se
presentarán aquı́ pues gran parte de ellas pueden derivarse de conceptos previos — ası́ sucede,
por ejemplo, para la mejora del empleo de tiempos de salida — o bien están relacionadas
con los propias formulaciones fı́sicas en que se fundamenta el modelo — por ejemplo, las que
tienen que ver con la variación de transmisividad a lo largo de la profundidad del suelo—. Esta
versión básica es la que, por otra parte, se implementa en la aplicación que puede obtenerse
de sus autores a través de Internet, ası́ como — en lı́neas generales — en aquella cuyo manejo
se detalla en el anexo correspondiente para que el lector pueda experimentar personalmente
con la misma.
Respecto a la influencia de los parámetros considerados en los resultados finales, un análisis
conciso puede encontrarse en (Fedak, 1999), donde se desarrollan igualmente algunos elementos
relativos al ajuste de los mismos y la calibración general del modelo.
Por último, y habiendo concluido la exposición de todos los aspectos relativos a este méto-
do, es de interés reseñar que la implementación de estas ideas puede consultarse de modo
explicito en el código fuente del programa, el cual los autores ponen a disposición en la direc-
ción Web
http://www.es.lancs.ac.uk/hfdg/topmodel.html
http://instaar.colorado.edu/topoflow/Downloads/Models/TopModel/C version/-
topmodel.c
siendo más clara y legible que la anterior, y por tanto más interesante a efectos didácticos.
9.1. Introducción
La clara influencia de la topografı́a en las acciones erosivas del agua sobre el terreno,
sumada a las derivadas de la propia magnitud de los flujos erosionantes — las cuales también
guardan relación directa con el relieve, según hemos visto —, hacen que la presencia de un
elemento tal como el MDT suponga un apoyo muy notable para la mejora de los modelos
sobre fenómenos erosivos y las estimaciones de pérdidas de suelo y caudales solidos.
Centrando la atención sobre los factores directamente derivados del análisis del relieve,
aunque también analizando la influencia que sobre los restantes puede tener el trabajo ba-
jo las circunstancias actuales, ya bien conocidas por el lector de los anteriores capı́tulos, se
presentarán en éste las formulaciones que permiten actualizar los planteamientos clásicos y
añadir un nuevo nivel de detalle a los mismos. Este desarrollo pondrá de manifiesto la for-
ma en que nuevas ideas y nuevas concepciones pueden derivarse del conocimiento exacto de
parámetros con anterioridad no tratados, dando lugar a su vez a distintos enfoques y maneras
de cuantificar o definir los procesos erosivos que tienen lugar sobre un terreno dado.
Aunque la diferencia más notable viene, como resulta lógico, desde un punto de vista cuan-
titativo — no olvidemos que trabajamos sobre un MDT, entidad eminentemente numérica —,
los aspectos cualitativos son de tremenda importancia para las labores de gestión y planifica-
ción ligadas a los fenómenos erosivos, por lo que también en este sentido deben contemplarse
adaptaciones ventajosas a partir de los nuevos planteamientos desarrollados. Ası́, tanto mo-
delos explı́citos como interpretaciones de los resultados serán ligadas sobre la base formal del
Modelo Digital del Terreno, con objeto de demostrar la buena disposición del mismo en todos
los aspectos dentro de lo que al estudio de la erosión a nivel hidrológico respecta.
Muchos son los modelos que sobre este concepto pueden encontrarse, compartiéndo en
muchas ocasiones un buen número de planteamientos comunes. No obstante, se ha centrado
el texto tan sólo sobre aquellos planteamientos de corte más general, los cuales, al tiempo que
permiten una aplicación general y no local de sus formulaciones, sirven de modo correcto para
281
282 CAPÍTULO 9. CAUDALES SÓLIDOS Y EROSIÓN
la exposición de los conceptos de base que relacionan el empleo de MDTs con el cálculo de
parámetros diversos asociados al estudio de la erosión en la práctica totalidad de sus facetas.
Como es lógico esperar, distintas perspectivas se presentan a la hora de formular modelos
en este sentido sobre la base del MDT, en función del uso que de su información realicen. Por
una parte, se tratarán aquellos en que el MDT se emplea como una fuente para la obtención
de los parámetros necesarios que deben incorporarse a las distintas formulaciones de corte más
o menos habitual, destacando entre ellas la USLE. En cierto modo, se trata de un enfoque de
puro proceso encaminado a la obtención de los datos de entrada necesarios, y con un particular
carácter aislado — puesto que cada celda se va a analizar de modo independiente — , el cual
puede asimilarse al uso que del MDT se realizaba en su momento en la aplicación de una
metodologı́a tal y como la del hidrograma unitario, por ejemplo.
Por otra parte, desde otro punto de vista distinto, se verán propuestas basadas en formu-
laciones de tipo fı́sico, que tratan el análisis al nivel de las relaciones entre cada celda y sus
circundantes, planteando en cada una algún tipo de ecuación definitoria de los procesos de
transporte de sedimentos. Se añade de este modo complejidad — y por tanto, inevitablemente,
dificultad para su empleo — a los modelos propuestos, los cuales serán también analizados en
un apartado independiente. Este tipo de modelos se asemejarı́a en mayor medida a lo que en su
momento se describió en el apartado (8.4.3) ((Calculo de caudales sobre un enfoque continuo)).
9.3.2. USLE
La ecuación básica que define la perdida de suelo según la USLE y también su posterior
sucesora la RUSLE — Ecuación Universal de Perdidas de Suelo Revisada — tiene la forma
A = RKLSCP (9.1)
donde A es la citada perdida expresada en toneladas por hectárea y año,
R es un factor dependiente de la agresividad del clima,
K es un factor dependiente de las caracterı́sticas del suelo,
LS es un factor que depende de la pendiente y la longitud de la misma,
C es un factor dependiente de la cobertura vegetal y
P es un factor dependiente de las practicas de cultivo presentes.
La aplicación de esta formulación a cada una de las celdas del MDT dentro de la cuenca
analizada nos permitirá obtener una malla con valores de erosión potencial en las mismas, de
la cual con posterioridad podrán obtenerse valores para el conjunto de la cuenca, ası́ como
realizar otra serie de usos que más adelante en este mismo capı́tulo se detallarán.
Obviamente, esta utilización será idéntica en el caso de emplear cualquier otra formulación,
ya sea de las aquı́ reseñadas o de otro tipo, presentándose no obstante en este punto por meras
razones de su carácter inicial dentro del actual capı́tulo.
Entrando en la propia formulación de la USLE y su adaptación al contexto del trabajo con
el MDT, como resulta lógico, las ventajas asociadas al MDT van a derivar casi totalmente de
los aspectos relacionados con el factor LS — también conocido como factor topográfico —,
pues es éste el que puede evaluarse con la sola ayuda del MDT y donde la precisión de los
parámetros extraı́dos del mismo puede ponerse de manifiesto.
Respecto al resto de parámetros, las consideraciones que sobre ellos pueden realizarse
son similares a las en su momento comentadas para la obtención de cartografı́a temática en
relación con los procesos de conversión precipitación–escorrentı́a, en cuanto que la obtención
de las correspondientes mallas de datos puede derivarse de forma ventajosa a partir de la
teledetección, entre otros aspectos. La utilización del MDT en este sentido, si bien existe una
relación conceptual, no es de verdadera aplicabilidad, debiendo restringirse su uso como tal a
los parámetros puramente topográficos.
En lo referente a éstos, la formulación original de Wischmeier y Smith (1978) — des-
arrollada, como parece lógico pensar, sin tener en cuenta la presencia de MDTs — es de la
forma
m
λ
65, 4 sin2 γ + 4, 56 sin γ + 0, 0654
LS = (9.2)
22, 13
siendo λ la longitud proyectada en la horizontal de la ladera en metros y m un factor que
puede estimarse según la expresión (McCool et al, 1989)
β
m= (9.3)
1+β
siendo
sin γ
β= (9.4)
0, 0896(3(sin γ)0,8 + 0, 56)
En las anteriores ecuaciones, los parámetros básicos provenientes del MDT no son sino la
pendiente y la longitud de la misma — proyectada en este caso —, parametros sobre los cuales
se debe, por tanto, centrar el consiguiente desarrollo y explicación teórica.
9.3. EROSIÓN EN LADERA 285
Respecto a la longitud de la pendiente, se entiende ésta como distancia hacia aguas arriba
de cada celda, por la cual el agua discurre hasta llegar a dicha celda y dar lugar al fenómeno
erosivo. De los parámetros que hasta el momento se han desarrollado, el más relacionado es
la distancia a cabecera, cuya formulación fue entonces tratada en el apartado (4.3.4). Aprove-
chando la base conceptual de este elemento, es sencillo formular un algoritmo para la extracción
de longitudes de pendiente, como a continuación se tratará.
En su concepto, la longitud de ladera puede asimilarse a la distancia a cabecera, si se
considera que esta última no se mide necesariamente hasta el punto mas lejano hacia aguas
arriba sino que una discontinuidad en la pendiente interrumpe la ladera como tal y provoca
la finalización de la medición. La modificación a incluir, por tanto, no es otra que la lo-
calización de dichos puntos de interrupción, y sobre el conocimiento de estos reformular el
algoritmo propuesto para la evaluación de distancias a cabecera con objeto de adaptarlo al
nuevo parámetro.
Estos puntos de interrupción se corresponden en su sentido fı́sico con zonas donde el flujo
sufre una ralentización y en las cuales no se produce erosión neta sino que ésta es sustituida
por una deposición causada por el ((freno)) que dicho relieve impone en el flujo. La definición
numérica de los mismos que permita implementar de modo sencillo su localización en el corres-
pondiente algoritmo se basa en que la linea de flujo entre dos celdas a lo largo de una ladera
debe cumplir la siguiente restricción referente a sus pendientes.
funcion CalcularLongitudDePendiente(i,j)
{
distanciaMax=0
desde n=-1 hasta n=1
{
desde m=-1 hasta m=1
{
si no (n=0 y m=0) entonces
{
si (i+n,j+m) vierte sobre (i+j) entonces
{
distancia = CalcularLongitudDePendiente(i+m,j+n) +
+ SQR(n*n+m*m)
si pend(i,j) < 0,5*pend(i+m,j+n)
{
distancia = 0
286 CAPÍTULO 9. CAUDALES SÓLIDOS Y EROSIÓN
}
distanciaMax=max(distanciaMax, distancia)
}
}
}
}
D(i,j) = distanciaMax
devolver distanciaMax
}
Nótese que la distancia empleada ya es la proyección requerida por la fórmula, puesto que
se calcula únicamente en función de la distancia entre los centros de las celdas, sin considerar
la pendiente.
Pese a que la anterior formulación es relativamente habitual y a efectos prácticos su uso
puede considerarse válido con unos requerimientos de precisión suficientes, mediante su empleo
se toma para cada celda el valor de longitud de pendiente máximo de entre los provenientes
todas aquellas celdas que vierten sobre la misma, constituyendo esto una indeterminación
conceptual en cierta medida, cuyo significado fı́sico no es por completo consistente con las
ideas básicos de los modelos de erosión, y en particular la USLE.
Una alternativa es considerar aquel flujo que viene de la celda situada aguas arriba sobre
la dirección de máxima pendiente y remontar dicha linea de flujo repitiendo este mismo plan-
teamiento. La dirección de la misma se puede evaluar como la opuesta a la orientación de la
celda, es decir, en radianes, φi,j − π. La longitud buscada será entonces la de la celda situada
sobre dicha dirección más la distancia existente entre ella y la celda problema analizada. El
resto de las celdas del entorno no son analizadas.
El uso del gradiente se puede sustituir por el cálculo de la dirección de flujo aplicando el
método del D8, y posteriormente tomando la celda situada en la dirección inversa al mismo.
Si desde la celda problema (i, j) el flujo se desplaza hacia (i + m, j + n), la celda a considerar
hacia aguas arriba sera la (i − m, j − n)
Hasta este punto, las formulaciones mostradas no constituyen sino la forma de calcular
sobre el MDT los parámetros clásicos presentes en las fórmulas originales de la USLE, sin
aportar mayor diferencia que la lógica mayor precisión que el propio MDT como fuente carto-
gráfica supone. No obstante, las diferencias que pueden establecerse con respecto a los medios
cartográficos clásicos son también de tipo conceptual, reformulando las expresiones originales
o los propios conceptos con objeto de incorporar en los mismos cierta serie de consideraciones
que anteriormente no era posible tratar.
Ası́, el empleo exclusivo de la longitud de pendiente y la propia pendiente no tiene en
consideración elementos tales como la convergencia de flujo, que, como ya sabemos, pueden
conocerse con detalle mediante algunos de los parámetros que ya han sido tratados en aparta-
dos anteriores. La evolución de los parámetros de la USLE — y por tanto, en cierta medida,
de la propia USLE — propiciada por la introducción del análisis del terreno a partir de MDTs
es, pues, uno de los apartados relevantes de el presente punto. Otros aspectos, tales como el
hecho de no poder aplicar esta formulación sobre zonas que no experimenten erosión neta —
la USLE no contempla los procesos de deposición — no son mejorados mediante la diferente
evaluación de parámetros, aunque más adelante veremos alternativas a este respecto.
Adelantando las ideas de dichas alternativas, las cuales se fundamentan en una base fı́sica
en contraposición a la naturaleza empı́rica de la propia USLE, éstas tratan de dar una expresión
entre la morfologı́a del relieve y los parámetros definitorios de los procesos erosivos. Sea la
9.3. EROSIÓN EN LADERA 287
expresión siguiente (Julien y Simmons, 1985) relativa al caudal especı́fico — por unidad de
ancho — de sedimentos .
τ
0
qs = φq m (sin β)n iδ (9.6)
τ
donde qs es el caudal solido especı́fico,
q es el es caudal de agua especı́fico,
i es la intensidad de precipitación,
τ y τ0 son los valores del esfuerzo cortante y esfuerzo cortante crı́tico respectivamente,
β es la pendiente,
y los restantes elementos son coeficientes que se determinan experimentalmente por regla
general.
De forma más sintética
De la anterior expresión, tiene interés para el aspecto aquı́ tratado el factor q m (sin β)n , pues
es el que guarda relación directa con la forma del terreno y puede enlazarse con los parámetros
descriptores de la misma que ya han sido presentados. La relación de la pendiente es obvia,
mientras que el valor de q puede relacionarse con el área aportante especı́fica mediante la
expresión ya conocida
q = a0 · i (9.8)
Figura 9.1: Mapa de factor LS calculado empleando área aportante especı́fica en lugar de longitud de
pendiente
una utilización generalizada de la formula concreta mostrada con anterioridad, hecho suma-
mente común y que debe evitarse, procediendo al menos a una interpretación más cuidadosa
de los valores obtenidos.
La figura (9.1) muestra el aspecto un mapa del factor LS evaluado según la metodologı́a
anterior. Debido a la presencia de valores altos puntuales según se ha comentado anteriormente,
se representa mediante escala logarı́tmica para ampliar la cantidad de información aportada
por dicha representación.
Un último apartado en relación con la USLE — sobre la cual, como vemos, el trabajo
ha sido intenso de cara a explotar el potencial de esta formulación de forma paralela al de
los propios MDTs —, es el referente a la incorporación, de algún modo, de los fenómenos de
deposición que tienen lugar en ciertas celdas de la malla. Esta incorporación, por las propias
limitaciones de la USLE , no va a darse de un modo explı́cito indicándose en qué celda se
produce — como veremos que será el caso en la USPED —, sino tan sólo estableciendo que
los sedimentos generados en una celda no van a llegar por completo a la salida de la cuenca.
Se establecen ası́ unos coeficientes de ajuste que permiten la generación de una malla de
sedimentos ((efectivos)) generados en cada celda, y que desde el punto de vista de la planificación
pueden ser más interesantes, en especial cuando resulte de importancia el valor de emisión
global de la cuenca.
Numerosas expresiones han sido propuestas para el cálculo de los factores de corrección
anteriores, los cuales denominaremos razones de erosión neta R. Cada uno de ellos tiene en
cuenta diferentes factores que influyen sobre los valores finales de dicha razón, siendo en su
mayorı́a de tipo empı́rico. La aplicación de todos ellos dentro del trabajo sobre el MDT y
los datos del terreno conocidos es altamente similar tanto en su aspecto práctico como en su
fiabilidad o exactitud.
Por una parte, Sun y McNulty (1998) proponen una expresión basada en la distancia entre
cada celda y el cauce más cercano, de la forma
D
R = 1 − 0, 97 (9.10)
L
donde D es la distancia al cauce más cercano y
L = 5, 1 · 1, 79A (9.11)
R = e0,4233L·Sf (9.12)
siendo
0,057r
Sf = e−16,1· L (9.13)
donde r es la diferencia de cotas entre la celda considerada y la del cauce más cercano.
Al contrario que la anterior, esta fórmula se recomienda principalmente para un uso en
áreas de cultivos o pastos.
Con carácter más general, Vanoni (1975), evalúa el valor de R en función del área aportante,
proponiendo la expresión
R = 0, 42a−0,125 (9.14)
expresándose el área a en este caso en millas cuadradas.
Otras expresiones existen en función de la precipitación o incluso del tamaño medio de las
partı́culas del sedimento, siendo, no obstante, las anteriores las mas adecuadas, en especial
para su integración sobre el análisis topográfico que se viene realizando.
Reseñar, para finalizar, que los resultados relativos a la USLE, en especial los relativos a la
extracción de los parámetros topográficos a partir de MDTs, son aplicables de igual modo a las
formulaciones derivadas de la misma tales como la RUSLE o la MUSLE (Modified Universal
Soil Loss Equation). Esta última adapta la USLE para ofrecer valores de perdidas de suelo
asociados a un evento de precipitación concreto en lugar de valores medios anuales, a través
de la expresión
las formulaciones hasta ahora vistas, se obtiene mediante la suma de los sedimentos generados
en todas las celdas que conforman dicha cuenca — utilizando, si ası́ se considera, las razones
de erosión neta —.
Mas allá de esto, pueden obtenerse de modo sencillo valores medios aguas arriba de cada
celda o flujos solidos acumulados en cada una de ellas, empleando la cuenca vertiente de
las mismas, resultados que pueden resultar de sumo interés para un conocimiento global de
la unidad hidrológica desde el punto de vista de los procesos erosivos que tiene lugar en la
misma.
En resumen, la combinación de la malla de potencial de erosion ofrecida por modelos del
tipo USLE y similares con las mallas de direcciones de flujo y otras derivadas del análisis
del MDT, abren una nueva forma de análisis en este sentido. Este enfoque es, como pronto
veremos, una cualidad que se manifiesta con carácter elemental en los modelos de tipo fı́sico,
donde toda la información hasta el momento obtenida es aprovechada para una modelización
realista de la erosión en su concepto más genérico.
9.3.3. USPED
Partiendo de la propia USLE, y considerando las limitaciones anteriormente expuestas de
la misma, la USPED (Unit Stream Power–based Erosion Deposition) (Mitasova et al, 1996)
pretende tomar en consideración todos los elementos que pueden derivarse del análisis del
terreno sobre un MDT, dando lugar a un modelo de erosion–deposición de aplicabilidad más
genérica y con resultados tanto conceptual como materialmente más precisos.
El desarrollo de la USLE parte de la capacidad de transporte, la cual se supone igual al
caudal sólido según éste se expresó en la ecuación (9.6). Con los valores de dicha capacidad de
transporte CT , puede expresarse la erosión (o deposición) ED de cada celda en función de la
variación de la misma, expresada mediante la divergencia del caudal sólido — que, recordemos,
se supone igual a la capacidad de transporte —.
Es decir,
Con lo anterior, cálculo de una malla con valores para la expresión (9.7). Esta se obtiene
mediante los pasos a continuación enunciados. Los valores de m y n a emplear son los
en su momento comentados en función del tipo de erosión predominante para el cálculo
del factor LS de la USLE.
Cálculo de una malla para el término K · C · CT cos φ. Se incorporan en este punto las
mallas referentes a los valores de la USLE relacionados con el suelo y la cubierta vegetal.
∂(K · C · CT cos φ)
= cos φ0 · tan γ 0 (9.17)
∂x
de igual modo, cálculo de una malla para K · CCT sin φ, su pendiente y su orientación,
y su derivada respecto a y según
∂(K · C · CT sin φ)
= sin φ00 · tan γ 00 (9.18)
∂y
La malla final con los valores de erosión–deposición es la suma de las dos mallas de deri-
vadas calculadas. Para el caso de erosión predominante en ladera, Mitasova recomienda
multiplicar ésta por 10.
Figura 9.2: Mapa de erosión deposición según la USPED. Las tonalidades claras indican erosión y las
oscuras deposición.
La figura (9.2) muestra un ejemplo del resultado obtenido mediante las operaciones ante-
riores.
No obstante, la interpretación de la USPED debe hacerse fundamentalmente con carácter
cualitativo, pues su formulación propia no incorpora parámetros en los que se consideren
elementos tales como las caracterı́sticas del suelo o la vegetación, empleándose los existente en
la USLE según los autores proponen. Pese a ello, las diferentes circunstancias en las que estos
otros factores fueron desarrollados, obliga a la búsqueda de otros parámetros especı́ficamente
adaptados a los conceptos de la USPED, de cara a poder comparar los valores mediante dicho
modelo obtenidos con los provenientes de la USLE.
Con lo anterior, la USPED representa ası́ una formulación sencilla con notables ventajas
frente a la USLE o sus derivadas, manteniendo, no obstante, su simplicidad de uso, lo que se
traduce en una fácil implementación dentro del contexto relativo a MDTs y otros elementos
similares en el cual se desarrolla la materia de esta obra.
292 CAPÍTULO 9. CAUDALES SÓLIDOS Y EROSIÓN
P = a0 · γ (9.19)
Si se desprecia la diferencia entre los valores de área aportante — algo bastante lógico,
especialmente en las celdas de cauce — dicha razón, mediante la que podemos localizar
los puntos de erosión o deposición — dependiendo del signo — más notables, no es
sino un cociente entre las pendientes en una celda y la situada aguas abajo, es decir, la
variación de dicha pendiente sobre la linea de máxima inclinación. Esto es equivalente,
en otros términos, a la curvatura vertical de la superficie, parámetro que, como se sabe,
tiene notable influencia en la acumulación o generación de sedimentos, corroborándose
ası́ el interés del parámetro analizado, que permite llegar a un resultado conocido por
una vı́a distinta.
Avanzando más aún en esta idea, el uso de una malla de ı́ndices de potencia de cauce
— o de cualquier otra que represente una capacidad erosiva — puede combinarse con
el conocimiento de direcciones de flujo de una manera similar a lo ya visto en el caso
de caudales lı́quidos, y que veremos aparece también de forma habitual en los modelos
distribuidos de base fı́sica.
Figura 9.3: Mapa de balance neto de potencia de cauce. Las tonalidad des blancas indican deposición
potencial, mientas que las negras señalan erosión potencial.
Para una celda dada, la capacidad de erosión del agua al pasar por la misma — direc-
tamente relacionada con el caudal solido que puede desplazar a través de ella — viene
indicada por el ı́ndice de potencia de cauce en dicha celda. De igual modo, la suma de
la capacidad de erosión de las celdas inmediatamente aguas arribas puede relacionarse
con el caudal solido que puede llegar a la celda considerada. La comparación entre estos
valores puede asociarse con facilidad a la tendencia a la deposición o a la erosión neta
que dicha celda presentará. De este modo, no sólo la capacidad absoluta de la celda, sino
también las de aquellas otras con las que establece una relación inmediata de vecindad,
es empleada para la generación de información relevante en lo que a erosión respecta.
Analizando La diferencia entre la capacidad erosiva de una celda y la de las celdas
situadas aguas arriba de la misma, en caso de ser ésta positiva, supondrán la presencia
de fuertes erosiones, al ser la capacidad del flujo para el transporte de sedimentos mayor
en gran medida que la inmediatamente anterior, con lo que dicho ((exceso)) de potencia
se empleará en la erosión del terreno en dicha la celda. Inversamente, disminuciones
notables a lo largo de la linea de flujo supondrán una deposición en las celdas en que
294 CAPÍTULO 9. CAUDALES SÓLIDOS Y EROSIÓN
tengan lugar. Este sencillo análisis veremos en breve que es la base para el planteamiento
de modelos con planteamiento fı́sico, como parece lógico anticipar.
La figura (9.3) muestra un ejemplo de una malla en la que se recogen los valores de las
diferencias entre la suma de ı́ndices de potencia de cauce entrantes y el propio de cada
celda. La utilización de estas mallas con balances netos de un determinado parámetro
en cada celda, se puede extender a otra serie de mallas base, ejercicio de análisis que se
deja como tarea para el lector más inquieto
El objetivo de esta breve exposición no ha sido sino mostrar algunas otras formas de
trabajar con el MDT en los aspectos relativos a la erosión, en especial poniendo de manifiesto
la muy interesante aportación de éstos desde el punto de vista cualitativo. La naturaleza
numérica del MDT invita a un tratamiento numérico y cuantitativo de cuantos parámetros
derivan del mismo, pero no debe olvidarse nunca la interpretación de los mismos desde otros
puntos de vista, pues en ciertos casos — y éste quizás sea uno de ellos — la información
obtenida es de mayor utilidad desde dichos enfoques, especialmente en los aspectos relativos
a la gestión y planificación hidrológica.
X
Si,j = CTi,j − CTi,j (9.21)
CT = Ct Q (9.22)
donde Ct se obtiene a partir de la ecuación
V S Vcr S
log Ct = I + J − (9.23)
ω ω
En lo referente a los sedimentos transportados a lo largo del cauce, la generación de éstos
o su deposición se puede modelizar igualmente recurriendo a los conceptos y formulaciones
clásicas aplicadas a cada una de las celdas como elementos unitarios interrelacionados.
Como ejemplo sencillo, Takara y Sayama (1997) proponen una separación básica entre la
carga total de fondo y la carga de lavado, es decir, qBT y qL con la notación habitual de la
hidráulica fluvial. Formulas habituales como las de Colby o Laursen — para el primer término
— o Einstein y derivadas — para el segundo —, por citar algunas, pueden adaptarse sin
dificultad a este contexto con las pertinentes consideraciones.
La utilización, una vez más, de los parámetros hidrológicos relativos a caudales y sus
mallas asociadas tal y como éstas se obtuvieron en el capı́tulo anterior, es parte integrante de
la utilización de estas formulaciones. Si el planteamiento de modelos distribuidos de base fı́sica
nos facultaba para la obtención de mallas de caudales para cada intervalo de tiempo analizado,
esta filosofı́a puede extenderse a los fenómenos erosivos que ahora se tratan, calculando los
efectos que sobre el terreno tiene la escorrentı́a generada por una tormenta a lo largo de su
duración y las etapas que en la misma se diferencien. El establecimientos de estos modelos
en base a formulaciones particulares como las que genéricamente se han introducido algunas
lı́neas atrás, es sencillo conceptualmente dada la similitud con los esquemas ya presentados
para el caso de caudales lı́quidos.
Más allá de las formulas particulares a aplicar, campo en el que la bibliografı́a es extensa
y se sitúa fuera del ámbito de esta obra, se debe resaltar la metodologı́a para aplicar dichas
formulas sobre el esquema de celdas del MDT y las relaciones existentes entre ambas a través de
las direcciones de flujo, y que no es sino la entonces comentada para el caso de caudales lı́quidos.
Habiendo calculado previamente la malla de caudales pertinentes, y puesto que el cálculo de
los volúmenes de sedimentos en una celda requiere el conocimiento de las entradas provenientes
de de celdas aguas arriba, un esquema recursivo o mediante un orden preestablecido de celdas
debe aplicarse para poder resolver las correspondientes ecuaciones en cada una de ellas. Una vez
más, los detalles al respecto son los mismos que fueron desarrollados en el capı́tulo precedente.
La exposición en detalle de un modelo concreto se encuentra fuera de lugar dentro del
presente contexto, siendo éstos en la gran mayorı́a de casos muy extensos y requiriendo una
amplia baterı́a de datos — es decir, de mallas de información — a introducir, en especial
referentes a la caracterización del suelo desde todos los puntos de vista. Con los conceptos
anteriores, no obstante, el conocimiento de fórmulas particulares al respecto permite una
296 CAPÍTULO 9. CAUDALES SÓLIDOS Y EROSIÓN
implementación sencilla sobre la base del MDT y los parámetros de él extraı́dos, los cuales,
en lineas generales, se encuentran presentes de uno u otro modo en la mayorı́a de modelos por
el momento desarrollados.
Todas estas ideas, no obstante, requieren, por la habitual complejidad de las expresiones
asociadas, la incorporación de más mallas de datos o, más óptimamente, la suposición de
valores constantes para algunos de los numerosos parámetros implicados. Ello hace que, en la
práctica, la utilidad real de una formulación tan detallada sea reducida y existan dificultades
para una aplicación en buenas condiciones de la misma.
siendo
hw
w= (9.26)
h
ρw
r= (9.27)
ρs
Cr + Cs
C= (9.28)
hρs g
Figura 9.4: Sustitución de las profundidades verticales de suelo y lamina de agua por profundidades
perpendiculares al terreno en el modelo SINMAP.
El enlace de lo anterior con la información del MDT se lleva a cabo considerando las asum-
ciones del TOPMODEL con algunas modificaciones, para dar lugar a un ı́ndice de humedad
w de la forma
Ra0
w = mı́n ,1 (9.29)
T sin γ
el cual ya fue presentado en su momento en el apartado (7.2.3) como ı́ndice topográfico de
humedad.
Llevando esta expresión a (9.25), se tiene
0
C + cos γ(1 − mı́n T Ra
sin γ , 1 r) tan α
FS = (9.30)
sin γ
En esta ecuación, se toma habitualmente un valor fijo r = 0, 5, estableciéndose para los
restantes parámetros C R T y tan α un intervalo de variación con un valor mı́nimo y uno máximo,
entre los cuales se supone varı́an dichos parámetros, conformándose ası́ unas distribuciones
homogéneas de probabilidad.
Tomando el caso mas desfavorable, — es decir, los lı́mites inferiores de C y tan α y el
superior de RT —, si el valor obtenido de FS es mayor de uno, la celda considerada es estable
y el valor de el ı́ndice de estabilidad IE igual al de FS, es decir
0
C1 + cos γ 1 − mı́n TR 2a
2 sin γ
, 1 r1 tan α
IE = FSmin = (9.31)
sin γ
En caso de resultar un valor de FS mayor de 1, se define en tal caso el ı́ndice de estabilidad
como
Figura 9.5: Valores de ı́ndice de estabilidad en el modelo SINMAP en función de área y pendiente
(adaptado de (Pack, 1998)).
http://moose.cee.usu.edu/sinmap/simmap.htm
Con los valores de EI obtenidos según lo anterior, pueden clasificarse las distintas zonas
— celdas — haciendo uso de la siguiente tabla, tomando en consideración la incertidumbre
reflejada en los valores de los parámetros implicados en la formulación..
Anexos
301
Apéndice A
Herramientas informáticas
utilizadas
Programming today is a race between software engineers striving to build bigger and better
idiot-proof programs, and the Universe trying to produce bigger and better idiots. So far, the
Universe is winning.
Rich Cook
A.1. Introducción
La teorı́a recogida a través de las paginas de este texto tiene su verdadera realización
práctica en el desarrollo de aplicaciones informáticas basadas en la misma, que permitan de
modo tangible el alcanzar un conocimiento más profundo de la realidad hidrológica de una zona
dada. Esta relación existente entre los aspectos teórico y práctico se demuestra, no obstante,
como eminentemente reciproca, al servir estas aplicaciones ya desarrolladas también como
valiosos instrumentos para complementar el aprendizaje y estudio de los conceptos que tras
ellas mismas residen.
A lo largo de este texto, y como es lógico pensar considerando la naturaleza computacional
del mismo, el empleo de herramientas informáticas es una constante que ha quedado plasmada
de modo explı́cito en gran parte de las representaciones gráficas que se incluyen en el mismo,
y que dan prueba de la aplicación directa de buena cantidad de las formulaciones recogidas.
Aun ası́, el manejo directo de estos programas supone un paso más para entrar en contacto
directo con la modelización hidrológica computacional en sus diversos aspectos, razón ésta
por la cual he intentado facilitar la posibilidad de que el lector combine provechosamente el
texto en sı́ con la experiencia directa sobre las implementaciones de los elementos teóricos en
él descritos. Dichas implementaciones se encuentran en diversas aplicaciones de obtención y
manejo relativamente simples, que son las mismas que yo particularmente he empleado para
la composición de elementos gráficos y similares en los distintos capı́tulos del libro.
En el presente anexo, para cada una de estas aplicaciones se aportará información acerca
de la forma de obtener la misma, sus requerimientos mı́nimos y algunas indicaciones someras
sobre su manejo, al tiempo que se detallan aquellos apartados teóricos del texto con los que
se relaciona principalmente dicha aplicación. En la práctica, ningún programa engloba la
totalidad de conceptos aquı́ presentados, pero a través de diferentes enfoques, un número no
excesivamente elevado de ellos puede servir suficientemente para poder llevar a la práctica la
casi totalidad del contenido teórico que se ha desarrollado en esta obra.
303
304 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
TOPSIMPL
A.2. SAGA
Heredero directo de una aplicación denominada DiGeM, del mismo autor, SAGA es un
programa con abundantes capacidades SIG de las cuales, no obstante, son principalmente de
interés en relación con el texto aquellas que originalmente se encontraban implementadas en
DiGeM, esto es, las que se sitúan dentro del análisis del terreno — es decir, de la primera parte
del libro —. Pese a que las capacidades de SAGA como aplicación permiten la programación
de módulos accesorios y por tanto podrı́an incorporarse algunos elementos de modelización
hidrológica propiamente dicha, la utilidad inmediata que presenta de cara a nuestros objetivos
reside en el mero análisis del terreno, donde se demuestra como opción completa y altamente
potente que permitirá el estudio de la gran mayorı́a de formulaciones a este respecto.
SAGA se distribuye bajo la filosofı́a de software libre y puede obtenerse en la dirección web
http://134.76.76.30/saga/html/index.php
A.2.1. Manejo
La caracterı́stica principal de SAGA en lo que a su estructura se refiere es el emplazamiento
de sus capacidades en diversos módulos, cada uno de los cuales realiza una serie de funciones
especı́ficas relacionadas con un área concreta, y que pueden ser asimismo desarrollados por
cualquier usuario con los conocimientos de programación necesarios. SAGA como tal es un
entorno que provee las funciones necesarias para la implementación de estas capacidades, y
cuyo manejo básico es sumamente intuitivo y accesible al usuario general.
Por ser posible y relativamente sencillo el desarrollo de módulos particulares para SAGA,
el número de éstos disponible puede ir en aumento, pudiendo ser los de nueva creación amplia-
mente interesantes para el campo aquı́ tratado. Aunque su uso y empleo no quede reflejado
en estas páginas, una vez la filosofı́a global del manejo de módulos es asimilada resulta fácil
incorporar otros nuevos y aprovechar las formulaciones incorporadas en los mismos, añadien-
dolos ası́ a la pequeña baterı́a de procedimientos que en estas páginas se recoge. Se recomienda
visitar ocasionalmente la pagina Web del programa en busca de dichos módulos.
Administración de módulos
La administración de los módulos del programa es una tarea sencilla pero esencial, la
cual instaura los elementos necesarios para proceder con posterioridad al trabajo de análisis
correspondiente. En nuestro caso, éste se lleva a cabo mediante los módulos de análisis del
terreno, siendo éstos los únicos cuya utilización se describirá en el presente apartado.
A.2. SAGA 305
Desde dicha ventana, el botón Load Library hace aparecer un cuadro de diálogo desde el
que se pueden seleccionar las librerı́as — con extensión .mlb — que se desean cargar. Las
relacionadas con análisis del terreno y otros aspectos a tratar en este punto dentro de las que
acompañan al programa, son las siguientes, las cuales deberán cargarse para poder continuar
el seguimiento del texto:
Geostatistics Kriging
Grid Gridding
Cada uno de estos módulos se centra sobre un aspecto particular de los tratados en este
texto, y será analizado de modo particular en un apartado independiente algo más adelante
dentro de este capı́tulo. Antes de ello, se presentan algunas de las nociones generales del manejo
de mallas raster dentro de SAGA, las cuales son aplicables con independencia de la naturaleza
de las mismas o el tipo de análisis al que se quiera someter a éstas.
Antes de entrar en el estudio particular de los modulos de interes señalados con anterio-
ridad, se tratan los aspectos genéricos de SAGA, los cuales permiten el manejo esencial de
mallas raster de todo tipo y el trabajo con las mismas.
La pantalla principal de SAGA se divide en dos elementos principales: una zona donde
se muestran imágenes reducidas de todas las mallas cargadas en cada momento, y otra zona
donde puede trabajarse en detalle con una o varias de las mismas.
306 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
En la zona de la izquierda existen tres pestañas, de las cuales tan sólo nos es de interés
la etiquetada como Grids, pues las restantes son para el trabajo con capas de datos de tipo
vectorial, no siendo éstas apenas necesarias para nuestro trabajo, y siendo además este as-
pecto mucho menos desarrollado en SAGA, frente al aspecto raster donde reside su verdadera
potencia. La obligatoriedad de emplear ficheros de datos de tipo vectorial — en particular, de
punto – para llevar a cabo operaciones de interpolación, hace que deban utilizarse con carácter
ocasional este tipo de ficheros, siendo, no obstante, muy similar su manejo y tratamiento, por
lo que serán en su momento reseñadas brevemente.
Para comenzar el trabajo de análisis, necesitará una malla de datos, en concreto un MDT.
Recuerde que la malla de ejemplo utilizada en las ilustraciones de este libro puede descargarse
gratuitamente en
http://renres.gov.yk.ca/pubs/rrgis/data/90m-dem-down.html
Dicha malla tiene formato ASCII GRID de ESRI — con extensión .asc — por lo que
deberá cargar el módulo Grid IO.mlb de la manera ya tratada con anterioridad, de cara a
poder introducir mallas en este formato de fichero. Una vez cargada la extensión vaya al
menú Modules → Files → Grid →Import y seleccione Import ESRI Arc/Info Grid
Le aparecerá una nueva ventana como la siguiente.
Como iremos viendo a lo largo de los siguientes puntos, esta ventana — con más o menos
campos — es común a la práctica totalidad de comandos de SAGA que requieran la entrada
A.2. SAGA 307
de información por parte del usuario. Por decirlo de algún modo, éste es el cuadro de diálogo
estándar en el programa.
Para proceder a la importación de una malla, pulse sobre el campo File y le aparecerá un
cuadro de diálogo para elegir fichero. Elija el que contenga la malla que desee cargar y a
continuación haga clic en OK. La malla se cargará y su imagen reducida aparecerá en la zona
izquierda de la ventana principal.
La extensión Grid IO.mlb permite también exportar cualquier malla al formato ASCII
GRID, haciendo uso para ello del menú Modules → Files → Grid → Export → Export ESRI
Arc/Info Grid. Podrá emplear este comando para guardar las mallas que genere con el uso de
la aplicación según las operaciones que a lo largo de este capı́tulo serán detalladas.
Para ver más en detalle una malla cargada en el programa, haga doble clic sobre la imagen
de la misma. Una nueva ventana aparecerá, conteniendo una representación de ésta a mayor
tamaño.
Puede aumentar dicho tamaño empleando las herramientas de zoom y desplazamiento que
encontrará en la parte superior de la ventana, en la barra de herramientas.
Herramienta Zoom in
Herramienta Zoom out
Herramienta Zoom area
Herramienta Pan
También resulta posible, acudiendo al concepto, Scaling Mode, seleccionar entre represen-
tación con escala lineal o logarı́tmica, siendo cada una de ellas adecuada a un tipo de mallas
de datos en función de la variación de los valores en las mismas.
Algunos parámetros estadı́sticos de la malla considerada se pueden consultar en la misma
ventana, ası́ como otra serie de ajustes gráficos que no se detallan aquı́ pero son relativamente
sencillos de operar.
Al margen de la forma de representación de las mallas, y una vez se conoce la forma de
manejar éstas, pueden realizarse análisis sencillos de los valores presentes en cualquier malla
de que se disponga dentro del programa. Una consulta básica de interés es la referente al
histograma de frecuencias de dichos valores. Para consultarlo haga clic con el botón derecho
sobre la representación reducida de la malla a analizar y seleccione Histogram. Le aparecerá una
ventana como la siguiente, conteniendo dicho histograma.
Sobre el mismo puede seleccionar una amplitud de valores y obtener una representación
detallada del mismo. Para ello, haga clic en el punto de inicio del intervalo que desee am-
pliar y arrastre hasta el extremo opuesto del mismo. Para volver a la extensión completa del
histograma, pinche con el botón derecho sobre el mismo.
Note que, al variar la extensión del histograma, varı́a la representación de la malla, pues
se consideran sólo los valores en el intervalo seleccionado, aplicándose la rampa de color ex-
clusivamente sobre los mismos.
Para realizar un análisis de regresión entre dos mallas de datos dadas, seleccione el menú Grid
→ Regression analysis → New. . . En la ventana que aparecerá seguidamente, seleccione en
los campos Grid A y Grid B las mallas que se encuentren cargadas que desee emplear en
el análisis. En el campo Method seleccione Grid A with Grid B. Pulse OK y el análisis de
regresión se mostrará en una nueva ventana.
A.2. SAGA 309
Por último, finalizando este muy breve repaso a las funciones mas importantes de tipo
general, mencionar la posibilidad de obtener visiones tridimensionales de una malla cualquiera,
haciendo clic sobre la representación reducida de la misma y utilizando el comando 3D–View.
En la ventana que le mostrará el programa, introduzca en el campo Elevation la malla que
contiene el MDT con las elevaciones. En ocasiones, sin embargo, puede resultar interesante
que las elevaciones no sean realmente cotas de altitud, sino los propios valores de la malla
que se representa, para que dicha elevación se utilice como una forma más de resaltar el
valor en cada celda, en lugar de para proyectar la representación de una malla dada sobre el
terreno considerado. En tal caso, seleccione en el campo Elevation la propia malla que desee
representar.
Comenzando ya con los detalles particulares de los módulos que nos son de interés, el modu-
lo Geo–statistics – Kriging, recogido en el fichero de librerı́a denominado Geostatistics Kriging,
permite la creación de mallas de datos regulares a partir de información puntual distribuida
de forma irregular, haciendo uso de la técnica del kriging . Es, por tanto, de utilidad para la
creación de gran número de mallas tales como las de precipitación, temperatura, o el propio
Modelo Digital del Terreno.
Una vez cargado este módulo, un nuevo menú aparece en Modules→ Geo–Statistics →
Kriging → Ordinary Kriging. . . , que da acceso a la ventana principal para el manejo de sus
funciones asociadas. Otros menús principales aparecen de igual modo para distintas variaciones
de la técnica de kriging, de muy similar manejo, y que no se tratarán aquı́.
Para los siguientes apartados relativos a técnicas de interpolación no utilizaremos la malla
de datos del MDT, pues no tienen relación alguna con el análisis del terreno propiamente
dicho. Sin embargo, antes de llevar a cabo una interpolación mediante kriging — y también
en cualquier otro tipo de método de los que posteriormente se tratarán —, es necesario cargar
un tema de puntos con valores puntuales de la variable a interpolar. El formato más habitual
para este tipo de información espacial de naturaleza vectorial es el Shapefile de ESRI, el cual
puede ser leı́do por SAGA sin necesidad de cargar ningún módulo adicional.
Simplemente vaya al menú File y seleccione Open. en el cuadro de diálogo que apare-
cerá puede ya seleccionar su fichero Shapefile, que será cargado por SAGA e incluido en la
pestaña correspondiente de la zona situada en la parte izquierda de la ventana principal del
programa. Asimismo, se mostrara la capa de puntos con mas detalle en una ventana individual,
del mismo modo que sucedı́a con las mallas raster.
310 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
Obtener un fichero de puntos a través de Internet es mas sencillo que conseguir un MDT,
simplemente haciendo una busqueda genérica no le resultará complicado encontrar alguno. De
cualquier forma, un fichero con datos de puntos para usar a modo de ejemplo puede encontrarse
en
http://heart.sf.net/puntos.shp
Con el fichero de puntos ya cargado, vaya al comando Ordinary Kriging mencionado con
anterioridad. Haciendo clic en el mismo, el programa le mostrará un cuadro de diálogo habitual.
Seleccione el nombre del archivo de puntos que desee utilizar mediante la lista desplegable
situada en el campo Shapes y elija el atributo de dichos puntos que desee utilizar para la
interpolación mediante la lista denominada Field. Puede ajustar el desarrollo del propio kriging
ajustando los restantes parámetros de la ventana.
Haga clic en OK
Una segunda ventana aparecerá, en la cual debe incluir información referente a la malla
de salida que desea obtener tras la interpolación. Esta ventana es común a todos los métodos
de interpolación existentes en el programa.
Seleccione la opcion true en el campo Fit Extent e introduzca el tamaño de celda que desea
para la malla final en el campo Grid size. Las unidades empleadas serán aquellas en las que
se encuentren referenciados los datos puntuales empleados como información de partida.
Haga clic en OK y una nueva malla de datos se sumará a las que en ese momento pudiera
tener cargadas, apareciendo una imagen reducida de la misma en la correspondiente pestaña.
Seleccione OK y tendrá ya un MDT sobre el que trabajar sin problemas de aquı́ en adelante.
Mediante el último menú, puede seleccionar la formulación a aplicar para el cálculo de los
parámetros citados. Las basadas en ajuste de polinomios de segundo grado — Fit 2 degree. . . —
312 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
se basan en los conceptos desarrollados en esta obra. Tenga en cuenta que otras formulaciones
como la de Tarboton también han sido vistas en el texto, aunque como parte de otros capı́tulos,
ya que no contemplaban el cálculo de curvaturas. Por este motivo, si especifica la creación de
un mallas de curvaturas con alguno de esos métodos, dichas mallas serán enteramente de valor
nulo.
Como es habitual, las mallas creadas pasan a formar parte del conjunto de ellas recogidas
en la pestaña de proyecto correspondiente.
SAGA permite también obtener resultados que no sean nuevas mallas de datos, como por
ejemplo una curva hipsográfica. Para ello seleccione el menú Modules → Terrain Analysis
→ Morphometry → Hypsometry y en la ventana que el programa le mostrará seguidamente
introduzca en el campo Number of Classes el numero de divisiones que desea para dicha curva.
Establezca la opción —CREATE NEW —, como ya es habitual, en el apartado Output. A
continuación haga clic en OK
El resultado generado por SAGA es una tabla, y como tal, se recoge en la pestaña Tables
de la zona izquierda de la ventana principal.
Haga clic sobre dicha pestaña y después haga doble clic sobre la tabla que encontrará en
la misma bajo el nombre Hypsometric Curve. . .. Una ventana como la mostrada bajo estas
lı́neas se abrirá, pudiendo en ella consultar los datos de la curva hipsográfica creada.
Para representar gráficamente la curva, haga clic con el botón derecho sobre el antedicho
nombre de la tabla y seleccione Diagram → Show. Pulse OK en la ventana que se abrirá a
continuación y el programa le mostrará una curva similar a la siguiente.
A.2. SAGA 313
El módulo Flow Accumulation, accesible mediante la carga del fichero de librerı́a Terrain analysis Flo
permite aplicar los distintos métodos de asignación de direcciones de flujo y obtener mediante
los mismos las mallas de área acumulada y otras derivadas, como a continuación veremos.
Las metodologı́as a utilizar se dividen en bloques según la naturaleza de las mismas, en
relación a las caracterı́sticas de los algoritmos que se emplean en cada una de ellas, tal y
como con detalle se trató en el capı́tulo correspondiente en la primera parte de la obra.
Ası́, los métodos que permiten la formulación de un algoritmo recursivo se agrupan en un
menú diferente que aquellos para los cuales lo anterior no resulta posible.
El menú Modules → Terrain Analysis → Flow Accumulation → Recursive Upward Proces-
sing da acceso a la utilización de aquellos metodos que permiten el planteamiento de algoritmos
recursivos, es decir, aquellos de la familia — en sentido amplio — del D8.
En la ventana de parámetros correspondientes, únicamente debe especificarse la malla
de elevaciones a emplear — también en este caso, utilice una sin depresiones —, ası́ como
el método a usar, éste último en el campo Method. En caso de emplear FD8 — recogido
aquı́ bajo la denominacion de Multiple Flow Directions —, puede ajustar también el factor de
convergencia introduciendo su valor en el campo Convergence.
Conocida ya el área aportante a cada celda, ası́ como los descriptores morfológicos lo-
cales de la misma, los ı́ndices topográficos pueden evaluarse con sencillez recurriendo al
módulo Indices, el cual se incorpora al programa mediante la carga del fichero de librerı́a
Terrain analysis Indices.mlb.
El menú correspondiente al mismo se sitúa bajo Modules → Terrain Analysis → Indices,
encontrándose en el comando Topographic Indices los parámetros que han sido tratados en
este texto y resultan de interés. Haciendo clic en dicho menú, un cuadro de diálogo de los ya
habituales aparece en pantalla, en el cual deben especificarse la malla de elevaciones como dato
de partida, junto con la malla que contenga datos de área acumulada según se calculó mediante
los comandos tratados en el anterior punto.
La introducción de una malla con valores de transmisividad T0 es opcional, empleándose
la misma para el cálculo de un indice topográfico teniendo en cuenta una variabilidad de dicho
parámetro, según se vio en (7.5)
Con esta información, SAGA genera mallas de datos relativas al ı́ndice topográfico, ı́ndice
de potencia de cauce y factor LS de la USLE, este último considerando área aportante en
lugar de longitud de pendiente.
El último módulo con el que se concluye el ánalisis del terreno de cara a sus caracterı́sticas
desde el punto de vista de la hidrologı́a, es el referente a la extracción de redes de drenaje y
cuencas vertientes, implementado en el fichero de librerı́a Terrain analysis Channels.mlb
Comenzando por la extracción de cauces, esta es accesible a través del menú Modules →
Terrain Analysis → Channels → Channel Network. En la ventana de entrada de parámetros
correspondiente debe especificarse la malla de elevaciones, ası́ como la malla sobre la que
establece los umbrales. Para ello, en el campo Initiation Grid, seleccione en la lista desplegable
la malla que contenga el área acumulada.
A.3. HEART 315
Con esos datos, SAGA genera una malla de cauces con los ordenes de Strahler de cada
celda, siempre que éstas constituyan uno de tales cauces. Igualmente, otra malla en la que
las celdas contienen la dirección del tramo al que pertenecen se crea de forma paralela a la
anterior.
Con los cauces definidos, el programa permite el cálculo de las cuencas asociadas, tomando
como puntos de cierre de las mismas las intersecciones entre dos cualesquiera de los anteriores.
Para ello, seleccione el elemento de menú Modules → Terrain Analysis → Channels →
Watershed Basins y en la ventana de parámetros que el programa le mostrará especifique
la malla de elevaciones y la que contiene la información de la red de drenaje anteriormente
generada. Si lo desea, puede incluir un valor mı́nimo — expresado en celdas — para las
cuencas a crear, de tal modo que se evite la delimitación de subcuencas de escaso tamaño y
con poco interés desde el punto de vista de la configuración hidrológica global de la cuenca en
su conjunto.
Para finalizar este bloque de herramientas, el módulo incluye la posibilidad de crear malla
relativas a distancias de flujo hacia cauces, tanto distancias horizontales como saltos alti-
tudinales, cuyo manejo es sumamente sencillo y similar a lo anterior, y cuyos elementos de
menú correspondientes se encuentran también bajo Modules → Terrain Analysis → Channels
al igual que los precedentes.
A.3. Heart
Con una filosofı́a muy distinta al anterior programa, Heart es una aplicación eminentemente
destinada al análisis hidrológico a nivel de cuenca vertiente, especialmente desarrollado para
cuencas de pequeño y medio tamaño, auqnue con ciertos elementos que permiten su aplicación
en buenas condiciones sobre cuencas de mayor complejidad y dimensión. Su interés desde el
punto de vista de este libro reside en la fuerte dependencia de la información cartográfica —
especialmente el MDT — que presenta, y sobre la que realiza un análisis en profundidad, tanto
desde el punto de vista geomorfológico — principal enfoque de SAGA, según acaba de verse
— como desde el puramente hidrológico. Cubre, por tanto, ambas partes de lo explicado en
esta obra, con mayor o menor profundidad según el caso concreto.
316 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
Desde el punto de vista informático Heart ha sido desarrollado bajo la filosofı́a de Sis-
tema de Informacion Geográfica Orientado a Producción de Documentos (SIG–OPD)(Olaya,
2003), con lo cual presenta los principios asociados a este tipo de herramientas informáticas,
fundamentalmente caracterizados por una gran sencillez de uso, interactividad reducida y ge-
neración de resultados en los que la buena estructuración de los mismos es el aspecto más
destacable. Por ello, el manejo de Heart es sencillo y, con los conocimientos obtenidos a través
de esta obra, apenas serán necesarias un par de nociones para que usted pueda extraer toda
la potencia a este software.
Puede descargar Heart de forma libre en la dirección web
http://heart.sf.net
Simplemente descomprima el fichero de descarga en una carpeta a tal efecto y obtendrá to-
dos los elementos del programa, incluyendo la documentación extensa del mismo y su uso, de
la cual este apartado es tan sólo una pequeña parte, aunque suficiente considerando que los
conceptos teóricos de la aplicación ya son conocidos por usted.
A.3.1. Manejo
Aunque puede utilizarse desde un entorno de lı́nea de comandos — más complejo —
aquı́ se detallará su uso a través de la interfaz Beat, sumamente más sencillo e intuitivo. Para
cargar Beat, vaya a la carpeta bin dentro del directorio donde situó Heart y ejecute el fichero
Beat.exe. Le aparecerá una ventana como la siguiente.
El proyecto
Dicha ventana contiene cajas de texto con los elementos básicos de un proyecto de análisis
hidrológico. Más aún, dicho proyecto puede analizarse tan sólo con el MDT y con datos
meteorológicos, prescindiendo de otra información cartográfica — a costa de obtener una
menor información, claro está —. Será en esta versión más básica como veremos el programa
y sus capacidades, siendo en los propios resultados del programa donde se podrá apreciar la
relación entre Heart y todo lo tratado en capı́tulos anteriores.
Para especificar un MDT haga clic en el botón situado al lado de la caja de texto que debe
contener el fichero correspondiente, etiquetada como Modelo Digital del Terreno. El programa
le mostrará un cuadro de diálogo donde deberá elegir el fichero del MDT que desee usar. En
la carpeta samples dentro del directorio de Heart podrá encontrar el MDT utilizado en las
imágenes de esta obra bajo el nombre test.asc.
A continuación seleccione los datos climátologicos, haciendo clic en el botón de la caja
de texto correspondiente, y cargando en eta ocasión el fichero datos de la misma carpeta
samples. Heart admite información de series de precipitación mensuales en el formato de
datos del Instituto Nacional de Meteorologı́a (INM) español.
A.3. HEART 317
Las opciones de Heart se dividen en grupos para cada uno de los cuales existe una pestaña
en la parte superior de la ventana. La gran mayorı́a de estas opciones, al menos las de mayor
contenido hidrológico, deben resultarle conocidas, pues guardan relación con los parámetros
de ajuste que a lo largo del texto se han comentado en referencia a los distintos algoritmos y
métodos introducidos.
Por lo anterior, y por la extensión del número de opciones disponibles, tan sólo se comen-
tarán las más básicas para dar una idea general del uso de las mismas. Todas las opciones y
parámetros ajustables se encuentran, no obstante, extensamente detalladas en la ayuda del
programa, por lo que, en caso de duda acerca de las restantes, puede acudir a la misma para
encontrar explicaciónes aclaratoria sobre ellas.
Las opciones sobre las que se hara énfasis son las las que controlan la definición de cauces
y cuencas vertientes, situadas en las pestañas Cálculo y General.
En la pestaña general puede introducir el punto de cierre de la cuenca especificando sus
coordenadas UTM separadas por un espacio. Una manera más sencilla de hacerlo es, sin
embargo, de modo gráfico, en caso de que ya haya establecido en la ventana de proyecto un
MDT válido. Para ello, pulse el botón situado al lado de la caja de texto de las coordenadas. Al
cabo de un tiempo en el que el programa evalúa el MDT y establece unos cauces orientativos,
aparecerá una nueva ventana con dichos cauces similar a la mostrada a continuación
cauce —, haga doble clic sobre él y las coordenadas de dicho punto pasarán automáticamente
a la caja de texto anteriormente comentada.
Para establecer el umbral de establecimiento de cauces, vaya a la pestaña Cálculo e intro-
duzca dicho umbral expresado en metros cuadrados de área vertiente aguas arriba en la casilla
correspondiente.
Este umbral puede considerarse sobre el conjunto de celdas aguas arriba, o bien teniendo
en cuenta únicamente las celdas de tipo cóncavo. La elección de la opción deseada se puede
hacer a través de un Check box situado también en esta pestaña.
Con estas opciones establecidas, cierre la ventana de opciones haciendo clic en el botón
Aceptar y vuelva a ejecutar Heart de la manera ya explicada para generar nueva información
que seguidamente se tratará.
Documentación cartográfica
Caudales lı́quidos
Los restantes son de facil interpretación con la información que aquı́ se aporta, pudiéndose
recurrir, no obstante, a la ayuda del programa donde quedan detallados con mayor profundi-
dad.
Cada uno de los puntos anteriores se analiza seguidamente de modo aislado.
320 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
Documentación cartográfica
La documentación cartográfica generada por Heart incluye todas las mallas de datos con las
que el programa trabaja y que resultan relevantes para el conocimiento de la zona analizada.
Dichas mallas se presentan representadas con las correspondientes escalas de color según la
naturaleza del prámetro en cuestión, siendo el propio programa el que prepara dichos elementos
gráficos de modo automático.
Todas estas mallas, tanto las de carácter geomorfológico — la mayorı́a — como las rela-
cionadas con otros aspectos, han sido detalladas extensamente a lo largo del texto, por lo que
el lector no tendrá dificultad alguna en comprender las mismas.
Para cada una de ellas, además de la imagen de la representación junto a una escala y un
indicador de orientación, se presentan algunos datos particulares de tipo estadı́stico referidos
al parámetro al que dicha malla hace referencia. Algunos de dichos datos son valores numéricos
sencillos, mientras que otros representan enlaces a nuevas paginas de información, pues se trata
de documentación asociada de mayor extensión que un simple valor puntual.
Los valores calculados se presentan tanto para el total de la malla del MDT como para las
celdas incluidas dentro de la cuenca vertiente especificada.
Una constante en la información generada por Heart es la presencia de gráficas, tanto de
barras como en forma de curva, siempre acomñañadas por tablas en las que se reflejan los
valores a partir de los cuales se crean dichas gráficas. A través de las gráficas asociadas a los
elementos cartográficos incluidos en la documentacion generada, es sencillo comprender las
lı́neas generales que se aplican a la creación de las mismas.
Sobre un mapa dado, haga clic en Histograma. Le aparecerá una ventana como la siguiente.
Como se ha dicho, esta presencia conjunta de tablas y gráficas es una constante para toda
la información creada que pueda presentarse de este modo, con independencia de su naturaleza
o del parámetro al que se haga referencia.
Los enlaces le llevarán a información en forma de gráficas, cada una de ellas con su tabla
asociada, de la manera ya explicada en el punto anterior.
Con respecto a los cauces, la forma de proceder para la consulta de la información es
sumamente sencilla. En este caso, la representación de la cuenca y sus subcuencas se ve
sustituida por una representación de la red de drenaje, mediante la cual puede igualmente
acceder a información complementaria. Los colores de los cauces representan sus órdenes de
Strahler correspondientes.
Cada cabecera de un cauce queda señalada mediante un punto rojo, sobre el cual puede
hacerse clic para obtener la información pertinente a dicho cauce. La ventana correspondiente
a esta información presenta tanto valores puntuales como un enlace a una curva de perfil
longitudinal del mismo.
Caudales lı́quidos
Dentro de los caudales lı́quidos, los cuales constituyen una de las partes fundamentales
de la documentación generada por Heart, tanto por si mismas como en lo que respecta a la
consideración de éstas desde esta obra, se deben distinguir dos bloques principales. Por una
parte, aquellas metodologı́a que generan hidrogramas completos como resultado. Por otra, los
A.3. HEART 323
que tan sólo dan resultados puntuales. Estos últimos, formados por la aplicación de la formula
racional a la cuenca de modo global, ası́ como otras formulaciones empı́ricas, no son de interés
desde nuestro punto de vista actual, por lo que no se tratan, no necesitando, no obstante,
explicación alguna debido a su sencillez.
Los enlaces que dan acceso a los hidrogramas calculados por el programa son los corres-
pondientes a las tres metodologı́as que el mismo aplica, a saber:
Hidrograma unitario
Ademas de existir esta información para los tres métodos mencionados con anterioridad, el
enlace Hidrogramas por subcuencas permite acceder a la información correspondiente al estudio
de la cuenca completa a partir del análisis de sus subcuencas constituyentes. En este caso, los
enlaces correspondientes a las distintas tormentas no dan acceso al hidrograma directamente,
sino a una nueva página con enlaces a cada una de las subcuencas definidas.
A.4. TOPSIMPL
Como última aplicación, y complementando a las anteriores que permitı́an el análisis del
terreno – ambas —, ası́ como el empleo de un modelo enfocado al estudio de eventos — Heart —
, la presencia de un modelo de tipo continuo y un software asociado a éste completa el grupo de
aplicaciones que se tratan en este capı́tulo, y mediante las cuales el lector podrá experimentar
de modo directo con gran parte de los elementos, tanto teóricos como prácticos, vistos a lo
largo del texto.
De forma particular, el modelo TOPMODEL, que ha supuesto un referente importante en
estas páginas, queda también aquı́ reflejado, concretamente a través de una adaptación del
mismo denominada TOPSIMPL, la cual, por sus propias caracterı́sticas y los complementos
adicionales que presenta, es más adecuada a los efectos didácticos que aquı́ se persiguen. Una
vez se comprenda el funcionamiento de TOPSIMPL, y conociendo los aspectos teóricos genera-
les de TOPMODEL, es igualmente sencillo trabajar con la aplicación propia del TOPMODEL,
la cual puede descargarse en
http://www.es.lancs.ac.uk/hfdg/topmodel.html
http://www.lthe.hmg.inpg.fr/hlsurf/topsimpl/download.htm
A.4.1. Topsimpl.exe
Para ejecutar TOPSIMPL, vaya al directorio donde instaló el programa y ejecute el archivo
topsimpl.exe. La ventana inicial de la aplicación tiene una apariencia como la siguiente.
El primer paso para trabajar con la información es crear un proyecto, definiendo los ficheros
que contienen los datos base, de forma muy similar a lo que veı́amos en el caso de Heart. Haga
clic sobre la opción Define a new study. El programa le mostrará una nueva pantalla donde
deberá introducir el nombre que desea asignar al proyecto y seguidamente pulsar la tecla Enter.
Le aparecerán entonces unos nuevos campos donde introducir los nombre y la ruta de acceso
de los ficheros de datos antes mencionados, quedando una pantalla de la forma mostrada a
continuación.
En este caso trabajaremos con los datos de ejemplo que trae el programa, y que se encuen-
tran situados en la carpeta Examples bajo el directorio en el que el programa se encuentre
instalado.
Haciendo clic en los botones situados junto a las cajas de texto, podrá elegir los corres-
pondientes archivos. El último de ellos, el asociado a la caja situada en la parte inferior de la
ventana, es opcional, y representa la distribución del ı́ndice topográfico. Puesto que el ejemplo
que se adjunta con la aplicación incluye también un fichero de ı́ndice topográfico, y teniendo en
cuenta que, de cara al contenido de este texto, es un parámetro de importancia, usaremos di-
cho fichero aun no siendo estrictamente imprescindible. Para que TOPSIMPL utilice el fichero
incluido en dicha caja de texto, es necesario que el botón de selección situado inmediatamente
encima este señalado en la opción Known
Una vez el proyecto ha sido definido, puede procederse a la realización de análisis sobre
el mismo. En la ventana principal del programa seleccione ahora la opción Open an already
defined project. En la ventana que aparecerá seguidamente, seleccione el proyecto que ha creado
con anterioridad — el cual se identificará por el nombre que le asignó — y pulse el boton OK.
Con ello, se accede a la ventana principal de análisis mostrada bajo estas lı́neas.
326 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
Para desarrollar una simulación con los datos de partida especificados en el proyecto, haga
clic sobre el boton denominado Interactive simulation. Verá un cuadro de diálogo como el
siguiente.
En él debe incluir los parámetros que rigen la propia simulación, y cuyo significado ya
debiera ser conocido. Por constituir una adaptación simple del TOPMODEL, el modelo TOP-
SIMPL considera las perdidas por intercepción y ET como constantes, debiendo introducirse
las mismas mediante un único valor en el campo Inter. Un valor de la conductividad del suelo
debe proporcionarse en el campo K0 .
Con los valores de los parámetros establecidos, haga clic en OK para ver los resultados de
la simulación. Aparecerá una ventana nueva en cuya parte superior existen botones mediante
los que puede ir avanzando a tra’ves de las distintas étapas o eventos de la simulación.
Para cada uno de ellos, la ventana presenta una gráfica con la precipitación — que fue
introducida como dato de partida — y la escorrentı́a generada – calculada por el programa
—.
A.4. TOPSIMPL 327
Ası́mismo, se recoge otra gráfica con el hidrograma calculado, ası́ como el que se introduce
en el modelo a efectos de calibración, pudiendo compararse los mismos para de este modo
obtener un buen ajuste de los parámetros anteriormente fijados.
Almacenamiento de simulaciones
La simulación interactiva presentada con anterioridad es útil para trabajar sobre la misma
y efectuar un ajuste de los parámetros implicados, aunque no resulta posible almacenar los
resultados obtenidos para una consulta posterior, o bien para su inclusión en algún tipo de
documento. Para ello, es necesario recurrir a otra función a la cual también se accede desde
la ventana principal de operaciones, en este caso mediante el botón Simulation on file.
Haciendo clic sobre éste botón, TOMPSIMPL le preguntará mediante un cuadro de diálogo
con tres botones el tipo de formato en que desea almacenar los resultados de la simulación.
Puesto que en breve vamos a utilizar estos resultados para mostrar el manejo de la apli-
cación restante incluida en el paquete junto a TOPSIMPL, elija el formato propio de esta
aplicación haciendo clic sobre el botón Topsimpl.
A continuación el programa le mostrará el ya conocido cuadro donde deberá introducir
los parámetros de la simulación y, una vez haya realizado esto, un cuadro de diálogo para
especificar el nombre del fichero en el que la simulación debe ser almacenada.
328 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
A.5. Anim–Top.exe
La naturaleza del modelo TOPMODEL como modelo de área contribuyente variable se
puede ver de forma clara mediante el empleo de la otra aplicación denominada — lacónica-
mente — Visual TOPSIMPL , incluida junto al propio modelo TOPSIMPL analizado en el
punto anterior, la cual se ejecuta mediante el fichero Anim-top.exe situado en el directorio de
instalación del programa. El uso de esta aplicación permite un análisis distinto de la evolución
del proceso de formación de escorrentı́a y generación de caudales, dividiendo éste en sus in-
tervalos y pudiendo llevarse a cabo un seguimiento del mismo también a través de elementos
cartográficos.
La pantalla principal del programa introduce sus funciones básicas, siendo sumamente
sencilla y presentando un aspecto similar al siguiente.
Las dos acciones principales de preparación de datos a las que se puede acceder desde dicha
ventana son la introducción de un MDT y la de una malla con valores del ı́ndice topográfico,
a llevar a cabo en dicho orden. Una vez quedan definidos dichos datos, se puede emplear un
fichero de simulación generado según se explicó en el punto anterior, para seguir la evolución
del mismo sobre la cartografı́a especificada.
Comenzando con la introducción de las mallas, un detalle importante es el formato en que
el programa admite éstas, no siendo éste en absoluto estandar, por lo que deberá ser el lector
el que deba llevar a cabo la adaptación, sencilla por otra parte, a dicho formato. También
en el caso de los fichero de entrada en TOPSIMPL, éstos debı́an encontrarse en un formato
concreto, aunque la presencia de archivos de ejemplo hacı́a entonces innecesaria la creación
de los mismos, la cual deberá afrontar el lector — también es ello sencillo — tan sólo si desea
analizar unos datos particulares más allá de los empleados para presentar el manejo genérico
de la aplicación.
El formato de mallas de datos compatible con Visual TOPSIMPL es muy similar al formato
ASCII GRID de ESRI, presentando tan sólo diferencias en la cabecera. Los campos de este
último — veáse la página 29 para detalles — deben ser sustituidos simplemente por el número
de columnas, número de filas, y tamaño de celda, sin necesidad de datos de georeferenciación.
Para el MDT que venimos usando, éste contendrı́a lo siguiente.
445
586
90
El resto del archivo, los datos de elevación como tales, son por completo idénticos en su
formato.
La modificación anterior puede hacerse de forma muy simple mediante el uso de un editor de
texto ASCII tal como el bloc de notas de Windows, por ejemplo. La extensión del fichero debe
renombrarse a .dtm en el caso del MDT y a .it en el caso de la malla de ı́ndice topográfico.
A.5. ANIM–TOP.EXE 329
Una vez preparados los ficheros — no sólo el MDT sino también el que contiene la malla de
ı́ndice topográfico, que coincidirá en su cabecera — éstos deben introducirse en el programa.
Comenzando con el MDT, éste se incorporá a Visual TOPSIMPL seleccionando el botón Input
a new DTM. Seleccióne en el cuadro de diálogo que el programa le mostrará el fichero que
contenga el MDT en el formato ya explicado. A continuación, el programa le mostrará un
nuevo cuadro para que incluya un nombre identificativo del fichero.
Una vez haya especificado el mismo, haga clic en OK. Una última ventana le aparecerá, en
la cual podrá incluir un valor para las celdas sin datos — el cual, recuerde, ya no se encontraba
en la cabecera del fichero —.
Con estos datos, Visual TOPSIMPL procesa el MDT mostrando una ventana de progreso
mientras ello tiene lugar.
Con los elementos de la barra de botones situada en la parte superior, podrá hacer avan-
zar la simulación a lo largo de los instantes considerados, pudiendo regular la velocidad de
progresión entre los mismos con el indicador de tiempo situado en la parte derecha de dicha
barra. A medida que la simulación avanza, pueden observarse los valores de precipitación y
escorrentı́a, ası́ como los de caudal obtenido y registrado, del mismo modelo que ya ocurrı́a
en el caso de TOPSIMPL, aunque aquı́ de forma dinámica.
Por último, y de forma destacable, la vista de mapa situada en la parte derecha va reflejando
los cambios en el área activa de la cuenca, señalandose en tonalidad azul aquellas celdas que
se encuentran saturadas y producen escorrentı́a, tal y como se muestra bajo estas lı́neas
A.5. ANIM–TOP.EXE 331
332 APÉNDICE A. HERRAMIENTAS INFORMÁTICAS
Apéndice B
B.1. Introducción
Lejos de formar parte importante de los modelos de calidad de agua como tales, el empleo
de MDTs puede, no obstante, y en virtud de su mayor potencia para la definición de flujos
con respecto a la cartografı́a clásica, aporta información de gran interés para algunos aspectos
relacionados con procesos de contaminación y similares. Una vez más, el conocimiento de
las direcciones de flujo es el elemento principal del análisis a desarrollar, y sobre la base ya
adquirida respecto a dicho elemento pueden elaborarse algunos desarrollos de interés dentro
del campo de la calidad de aguas y el transporte de contaminantes.
El objeto de este breve apéndice no es otro que poner de manifiesto la relación entre
parámetros ya conocidos extraı́dos del MDT y dicho transporte, del mismo modo en que
éstos parámetros ya fueron asociados al propio movimiento del agua o al desplazamiento
de sedimentos en los capı́tulos correspondientes. La exposición de algunas ideas genéricas
servirá para enfocar el trabajo en este ámbito, mostrando ası́ que también aquı́ el MDT y el
análisis del terreno que éste representa son de utilidad.
333
334 APÉNDICE B. CALIDAD DE AGUAS
Primeramente, debe apuntarse la perdida de interés que métodos tales como el D8 o KRA
sufren en favor de algoritmos de tipo MFD, pues resulta claro que la modelización de la
difusión del flujo es un aspecto relevante de cara a modelizar la difusión propia que los agentes
contaminantes pueden sufrir. Tanto si el análisis se lleva a cabo hacia aguas arriba como si lo
es hacia aguas arriba, métodos como el FD8 o el D∞ se demuestran de mayor interés para
esta tarea.
Aprovechando las formulaciones propias de estos método se puede calcular no sólo aquellas
celdas hacia las que puede desplazarse un contaminante, sino también la proporción en la que
lo hará, considerando la difusión del flujo y las fracciones del mismo asignadas a cada celda
de las situadas aguas abajo.
Iguales puntualizaciones pueden hacerse para el estudio hacia aguas arriba, donde los
conceptos ya desarrollados en su momento pueden aplicarse de idéntico modo en este caso.
ejemplo — y la contaminación efectiva que finalmente alcanza cada una de las celdas aguas
abajo.
Considerando una masa determinada m de contaminante sobre una celda dada, la masa
que llega a cada una de las celdas inmediatamente aguas abajo de la anterior puede expresarse
de la forma
m = m0 · p · D (B.1)
donde p representa la fracción de flujo que llega a dicha celda aguas abajo y D es un fac-
tor que expresa la masa restante una vez se consideran las perdidas que tienen lugar en el
desplazamiento.
Este factor D no debe necesariamente ser constante, pudiendo variar para cada celda. En
particular, si se conocen los tiempos de paso a través de las distintas celdas, se puede establecer
el valor de D según la expresión (Tarboton, 2003)
D = eλt (B.2)
No debe olvidarse que los tiempos de paso por una celda, al contrario que el tiempo de
salida de la misma, no son una caracterı́stica propia de la celda, sino que depende del recorrido
en que se atraviese ésta, según se expresó en su momento en la sección (4.3.3). Por ello, el
valor de D calculado según la anterior expresión es propio de cada movimiento entre celdas,
no de la celda en sı́.
Tanto si existe una unica fuente, como si se tienen varias celdas donde se incorporan los
elementos contaminantes, y suponiendo un abastecimiento ilimitado en el tiempo de dicho
contaminante, puede crearse una malla con la carga total que llega a cada celda c mediante
la expresión
N
X
mi,j = m(n)p(c, n)D(c, n) (B.3)
n=1
[1] Abbott, M.B.; Bathurst, J.C.; Cunge, J.A.; O’Connell, P.E.; Rasmussen, J. An introduction to the Eu-
ropean Hydrological System — Système Hydrologique Européan, (SHE), 1: History and philosophy of a
physically–based distributed modelling system. Journal of Hydrology, 87: 45–59. 1986
[2] Abbott, M.B.; Bathurst, J.C.; Cunge, J.A.; O’Connell, P.E.; Rasmussen, J. An introduction to the Eu-
ropean Hydrological System — Système Hydrologique Européan, (SHE), 2: modelling system. Journal of
Hydrology, 87, 61–77. 1986
[3] Abbott, M.B.; Refsgaard, J.C. (eds.) Distributed Hydrological Modelling. Kluwer Academic Publishers,
1996
Una referencia con información muy genérica y poco concreta, pero con algunos capı́tulos interesantes. De
escaso contenido matemático o computacional.
[4] Acharya, B.; Chaturvedi, A. Digital terrain model: elevation extraction and accuracy assessment. Journal
of Surveying Engineering. Vol. 123, no. 2, pp. 71–76. 1997
[5] Al–Smadi, M. Incorporating Spatial and Temporal Variation of Watershed Response in a GIS–Based Hy-
drologic Model. Virginia Polytechnic Institute and State University, 184 págs, 1998
Interesante tesis acerca del desarrollo de un modelo de eventos implementado sobre un SIG. Contiene una
gran cantidad de ideas básicas extensamente desarrolladas. Puede desacargarse gratuitamente, asi como
[189] y [101] y otras muchas tesis más de diversos temas en http://scholar.lib.vt.edu/theses/
[6] Ambroise, B.; Beven K.;Freer, J. Toward a generalization of the TOPMODEL concepts. Topographic
indices of hydrological similarity, Wat. Resour. Res. 32, 2135–2145, 1996.
[7] Arge, L.; Chase, J.; Halpin, P.; Toma, L.; VItter, J.; Urban, D.; Wickremesinghe, R. Flow computation
on massive grids. Proc. ACM Symposium on Advances in Geographic Information Systems, 2001
[8] Armstrong,M. Basic Linear Geostatistics Springer Verlag, 160 págs., 1998
[9] Arrighi, P.; Soille, P. From scanned topographic maps to digital elevation models. En Jongmans, D.; Pirard,
E.; and Trefois, P. (eds.), Proc. of Geovision 99: International Symposium on Imaging Applications in
Geology, pp. 1–4. Université de Liège, Belgium, 1999.
[10] Asante, K.O. Approaches to Continental Scale River Flow Routing. PhD. Thesis, University of Texas, 218
págs, 2000
Disponible en http://www.crwr.utexas.edu/reports/pdf/2000/rpt00-1.pdf
[11] Ashour, R.S.A. Description of a Simplified GIS–Based Surface Water Model for an Arid Catchment in
Jordan, Proceedings of the XXth annual ESRI user conference, USA, 2000
[12] Baldwin, C.K.; Tarboton, D.G.; McKee, M. Review and Comparison of Hydrologic and Water Management
Models for Use in WRIA 1, WRIA 1 Watershed Management Project, Final Draft, 2002.
[13] Band, L.E. Extraction of channel networks and topographic parameters from digital elevation data, en
Beven, K.J.; Kirkby, M.J. Channel network hydrology. John Wiley and Sons. 1993.
[14] Band, L.E. Topographic partition of watersheds with digital elevation models, Wat. Resour. Res., 22(1):15–
24. 1986
Otro de los artı́culos clásicos en esta disciplina.
[15] Band L.E. Distributed parameterization of complex terrain. Surveys in Geophysics 12: 249–270, 1993
[16] Bao, J. Using GIS for Hydrologic Data–Processing and Modeling in Texas. CRWR Online Report 97-4.
Center for research in water resources. 131 págs, 1997
Una interesante tesis sobre el empleo de SIG en estudios hidrológicos. Algunas ideas son bastante básicas
desde el punto de vista de sus fundamentos, pero globalmente es de gran interés. Puede descargarse, junto
con otros informes, en la dirección Web del centro editor, en http://www.ce.utexas.edu/centers/crwr/-
reports/online.html
339
[17] Barling, R.D.; Moore, I.D. ; Grayson, R.B. A quasi–dynamic wetness index for characterizing the spatial
distribution of zones of surface saturation and soil water content. Wat. Resour. Res. 30(4):1029–1044. 1994
[18] Beauvais, A.; Montgomery, D.R. Planform scaling properties of rivers and channel networks, Eos Trans.
AGU, 75(44), Fall Meet. Suppl., 303, 1994.
[19] Beer, T.;M. Borgas, Horton’s laws and the fractal nature of streams, Wat. Resour. Res., 29, 1475–1487,
1993.
[20] Berry, J.K. Fundamental operations in computer–assisted map analysis, International Journal of Geograp-
hic Information Systems, 2, 119–136. 1987
[21] Beven, K.J.; M.J. Kirkby, A physically based, variable contributing area model of basin hydrology, Hydrol.
Sci. Bull., 24, 43-69, 1979.
El artı́culo original del método TOPMODEL. Probablemente el más citado dentro de los referidos a
modelización hidrológica actual. Bertolo, F Catchment delineation and characterisation: A review, EC–
JRC, Space Applications Institute, (EUR 19563 EN) Ispra (VA), Italy, 36 págs, 2000
Buena revisión de los elementos más importantes acerca de delineación de cuencas vertientes y algunos
otros aspectos relacionados. Documento disponible en http://agrienv.jrc.it/publications/pdfs/CatchRev.pdf
[22] Beven, K.J. Linking parameters across scales–subgrid parameterizations and scale dependent hydrological
models, Hydrological Processes, 9, 507–525, 1995.
[23] Beven, K.J. and Moore, I.D. (eds.) Terrain Analysis and Distributed Modelling in Hydrology, John Wiley
and Sons, Chichester, UK, 7–34.
[24] Beven, K. J. TOPMODEL: a critique, Hydrol. Process., 11, 1069–1085. 1997
Reflexiones sobre el TOPMODEL por parte de uno de sus autores.
[25] Beven, K.J., Kirkby; M.J.; Schoffield, N.; Tagg, A. Testing a Physically–based Flood Forecasting Model
(TOPMODEL) for Three UK Catchments, Journal of Hydrology, 69, 119–143, 1984
[26] Beven, K.J.; Quinn, P.;, Romanowicz, R.; Freer, J.; Fisher, J.; Lamb, R. TOPMODEL and GRIDATB,
a user guide to the distribution versions (95.02). CRES Technical Report 110 (2nd edition). Lancaster
University. 1995
[27] Bhaskar, N.R.; Devulapalli, R.S. Runoff Modelling Geomorphological Instantaneous Unit Hydrograph and
ARC/INFO Geographic Information System, Proc. Civil Engineering applications of remote sensing and
GIS ASCE.
[28] Biftu, G.F.; Gan, T.Y. Semi–distributed, physically based, hydrologic modelling of the paddle river basin,
Alberta, using remotely sensed data, Journal of Hydrology 244(3–4): 137–156. 2001
[29] Bingner, R. L.; Darden, R.W.; Theurer F.D. y Garbrecht J. GIS-Based Generation of AGNPS Watershed
Routing and Channel Parameters. American Society of Agricultural Engineers, Paper No. 97–2008, St.
Joseph, Michigan , 4 p., ASAE Annual International Meeting, Minneapolis, MN, August 10-14, 1997.
[30] Blaszczynski, J. Landform characterization with geographic information systems, Photogrammetric Engi-
neering and Remote Sensing, Vol. 63, No. 2, pp. 183–191. 1997
[31] Bonham–Carter, G.F. Geographic Information Systems for Geoscientists: Modeling with GIS, Kidlington,
Elsevier, 398 págs. 1994
Una de las referencias clásicas en lo que a Sistemas de Información Geografica se refiere. Algo antiguo pero
aún con gran vigencia.
[32] Bosque, J. Sistemas de Información Geográfica. Ediciones Rialp, S.A., Madrid, 449 pp. 1992
También algo antiguo ya, pero aún una de las referencias básicas en cuanto a SIG en España. Sin un
contenido hidrológico importante.
[33] Brabyn, L. GIS Analysis of Macro Landform Proceedings of The 10th Annual Colloquium of the Spatial
Information Research Centre. SIRC 98. 1998
[34] Brabyn, L. Classification of macro landforms using GIS. ITC Journal 97: 26–40, 1997
[35] Bras, R.L. Hydrology: An introduction to hydrology science. Addison–Wesley Publishing Company. 1990.
[36] Braun, P.; Molnar, T.; Kleeberg H.B. The problem of scaling in grid-related hydrological process modelling,
Hydrological Processes, 11, 1219–1230, 1997.
[37] Broscoe, A.J. Quantitative analysis of longitudinal stream profiles of small watersheds, Office of Naval
Research, Project NR 389-042, Technical Report No. 18, Department of Geology, Columbia University,
New York. 1959
[38] Bruce D.A. Soil Moisture from Multi-Spectral, Multi-Polarising SAR.Proceedings of 8th Australasian Re-
mote Sensing Conference, Canberra 1996
[39] Bruneau, P.; Gascuel–Odoux, C.; Robin P.; Merot, Ph.; Beven, K. Sensitivity to space and time resolution
of a hydrological model using digital elevation data, Hydrological Processes, 9, 69–81, 1995.
[40] Bryan, R., Processes and significance of rill development, in Rill Erosion: Processes and Significance, edited
by R. Bryan, Catena Suppl., 8, 1–15, 1987.
[41] Burke, E.J. et al. Using vegetation indices for soil–moisture retrievals from passive microwave radiometry.
Hydrology and Earth System Sciences, 5(4), 671–677. 2001
[42] Burrough, P.A.; McDonnell, R.A. Principles of Geographical Information Systems. Oxford University
Press. 333 págs. 1998
Otro de los grandes clásicos, algo mas actualizado en ésta su segunda edición que, por ejemplo, [31]. Muy
completo.
[43] Burt, T.P.; Butcher, D.P. Topographic controls of soil moisture distributions. Journal of Soil Science 36:
469–486, 1986
[44] Carrara, A.; Bitelli, G.; Carla, R. Comparison of techniques for generating digital terrain models from
contour lines. International Journal of Geographical Information Systems. Vol. 11, no. 5, pp. 451–473.
1997
[45] Carter, J.R. Digital representations of topographic surfaces. Photogrammetric Engineering and Remote
Sensing 54: 1577–1580, 1988
[46] Chairat, S. y Delleur J. W. Effects of the topographic index distribution on predicted runoff using GRASS.
Water Resources Bulletin 29: 1029–1034. 1993
[47] Chang, K.T.; Tsai, B.W. The effect of DEM resolution on slope and aspect mapping. Cartography and
Geographic Information Systems, Vol. 18, no. 1, pp. 69–77. 1991
[48] Chaplot, V.; Walter, C.; Curmi, P. Improving soil hydromorphy prediction according to DEM resolution
and available pedological data. Geoderma. 97, 405–422. 2000
[49] Charleux-Demargne J. Qualité des Modèles Numériques de Terrain pour l’Hydrologie — Application à la
Caractérisation du Régime de Crues des Bassins Versants —. Thèse, Université de Marne–la–Vallée, 275
p. 2001
Una muy buena referencia que analiza el uso de MDTs en hidrologı́a y se adentra en algunas formulaciones
con detalle y precisión. Puede descargarse en la direccion Web http://www.montpellier.cemagref.fr/doc/-
publications/theses/julie-charleux-demargne.html
[50] Chen, H. Object Watershed Link Simulation (OWLS). PhD Dissertation, Oregon State University. 1996
Un modelo complejo pero sumamente interesante y con ideas novedosas. Puede obtenerse la aplicacion
informática del mismo, ası́ como su codigo fuente y documentacion asociada en la direccion Web http://-
www.hydromodel.com
[51] Chen, H.; Beschta, R.Dynamic Hydrologic Simulation of the Bear Brook Watershed in Maine (BBWM).
Environmental Monitoring and Assessment 55:53–96, 1999
[52] Chorowicz, J.; Ichoku, C.; Riazanoff, S.; Kim, Y.; Cervelle, B. A combined algorithms for automated
drainage network extraction, Wat. Resour. Res., 28(5): 1293–1302. 1992
[53] Chorowicz, J.; Kim, J;Manoussis, S.; Rudant, J.P.; Foin P. et al A new technique for recognition of
geological and geomorphological patterns in digital terrain models, Remote. Sens. Environ. Vol. 29, pp.
229-239., 1989
[54] Chow, V.T; Maidment, D.R.; Mays, L.W. Applied Hydrology McGraw-Hill, 572 págs. 1988
Uno de los clásicos de la hidrologı́a, incluye algunos enfoques más ((computacionales)) que otras obras, y
con una carga matemática más intensa. Existe edición en español (1994)
[55] Claps, P.; Fiorentino, M.; Oliveto, G. Informational entropy of fractal river networks, Journal of Hydrology,
187 (1-2), 145–156, 1996.
[56] Claps, P.; Oliveto, G. Fractal structure, entropy and energy dissipation in river networks, Hydrology jour.
of the IAH, Vol. XVII, no. 3&4, 38–51, 1994.
[57] Claps, P.; Oliveto, G. Re–examining the determination of the fractal dimension of river networks, Wat.
Resour. Res., 32 (10), 3123–3135, 1996 Clark, I; Harper, W.H. Practical Geostatistics 2000 Ecosse North
America Llc, Columbus, Ohio, 442 págs., 2000
[58] Collins, S.H.M; Moon, G.C. Algorithms for dense digital terrain models. Photogrammetric Engineering
and Remote Sensing 47: 71–76, 1981
[59] Collins F.C.; Bolstad, P.V. A comparison of spatial interpolation techniques in temperature estimation.
Proceedings of Third International Conference/Workshop on Integrating GIS and Environmental Modelling
CD-ROM. Santa Fe, New Mexico, USA, 1996.
Disponible en http://www.ncgia.ucsb.edu/conf/SANTA FE CD-ROM/sf papers/collins fred/collins.html
[60] Conrad, O. Derivation of Hydrologically Significant Parameters from Digital Terrain Models. PhD Thesis.
Dept. for Physical Geography, University of Göttingen, 1998
Tesis doctoral del autor del programa SAGA, a partir de la cual surge la aplicación DiGem, precursora de
la anterior. Una de las referencias básicas y mejor estructuradas en cuanto al análisis del terreno con fines
hidrológicos, principalmente enfocada desde el punto de vista más computacional.
Disponible (en aleman) en la pagina web del program DiGem en http://www.geogr.uni–goettingen.de/pg/-
saga/digem/index.html
[61] Costa-Cabral, M. C.; Burges,S. J. Digital elevation model networks (DEMON): A model of flow over
hillslopes for computation of contributing and dispersal areas. Wat. Resour. Res. 30: 1681–92. (1994)
El artı́culo original del modelo DEMON.
[62] Costa–Cabral, M.C.; Burges, S.J. Sensitivity of channel network planform laws and the question of topo-
logical randomness, Water Resour. Res., 33, 2179–2197, 1997.
[63] Cowen, J. A proposed method for calculating the LS factor for use with the USLE in a grid–based
environment. Proceedings of the thirteenth annual ESRI user conference, pp. 65–74. 1993 Cressie, N.A.C.
Statistics for Spatial Data, Revised Edition, Wiley Series in Probability and Mathematical Statistics. New
York, Wiley, 1993
[64] Dalla Fontana, G.; Marchi, L.; Slope–area relationships and sediment dynamics in two alpine streams.
Hydrological Processes, 17(1), 73–87. 2003
[65] Daly, C.; Neilson, R.P.; Phillips, D.L.; A statistical topographic model for mapping climatological preci-
pitation over montainous terrain. J. Appl. Meteor. 33 (2), 140–158, 1994
El modelo PRISM para interpolación de datos climáticos se presenta en este artı́culo. El sitio Web oficial
del modelo se encuentra en http://www.ocs.orst.edu/prism/prism new.html
[66] Danish Hydrologic Institute, 2001, MIKE21 PA,
Los documentos acerca del modelo MIKE y otros derivados de este centro pueden obtenerse en la direccion
Web http://www.dhisoftware.com/. Un referente obligado en lo que a modelización hidrológica se rrefiere,
tanto con apoyo de MDTs como sin él.
[67] Da Ros D.; Borga M. On the use of digital elevation model data for the derivation of the geomorphologic
instantaneous unit hydrograph. Hydrological processes, 11, 13-33. 1997
[68] Davies, P.J.; Bruce, D.; Fitzpatrick, R.W.; Cox, J.W.; Maschmedt, D.; Bishop, L. A GIS using remo-
tely sensed data for identification of soil drainage/waterlogging in southern Australia. Proceedings of the
International Soil Science Society Congress, Montpellier, France. Symposium No. 17; p 8. 1998
[69] De Floriani; Magillo, P.; Puppo, E. Applications of computational geometry to geographic information
systems. En Sack, J.R.; Urrutia, J. (eds.) Handbook of Computational Geometry Elsevier, pp.333-388,
2000.
Una visión puramente computacional de los elementos cartográficos digitales como estructuras de datos.
Disponible en http://citeseer.nj.nec.com/63576.html.
[70] De Roo, A.P.J.; Hazelhoff, L.; Burrough, P.A.; Soil erosion modelling using ÁNSWERSánd Geographical
Information Systems. Earth Surface Processes and Landforms, 14, 517–532. 1989
[71] De Roo, A.P.J.; Wesseling, C.G.; Ritsema, C.J. LISEM: a single event physically–based hydrologic and soil
erosion model for drainage basins. I: Theory, input and output. Hydrological Processes, 10-8, 1107–1117.
1996
[72] Desmet, P.J.J.; Govers, G. Comparison of routing algorithms for digital elevation models and their im-
plications for predicting ephemeral gullies. International Journal of Geographical Information Systems 10:
311–331, 1996
[73] Desmet, P.J.J.; Govers, G. A GIS procedure for automatically calculating the USLE LS factor on topo-
graphically complex landscape units. Journal of Soil and Water Conservation 51: 427–433, 1996
[74] Desmet, P.J.J.; Govers, G. Comment on “Modelling topographic potential for erosion and deposition using
GIS”. International Journal of Geographical Information Science 11: 603–610, 1997
[75] Deursen, W.P.A.; Heil, G.W.; PCRaster. Department of Physical Geography, Utrecht University, Utrecht,
The Netherlands. 1995
PCRaster es un potente SIG raster gratuito, en el que se encuentran implementadas una buena parte de
las funciones de análisis del terreno aqui tratadas, ası́ como algunos elementos de modelización hidrológica.
La pagina Web oficial del programa se encuentra en http://www.pcraster.nl/
[76] Dietrich, W.E., Wilson, C.J.; Montgomery D.R.; McKean, J.; Bauer, R. Erosion thresholds and land
surface morphology, Geology, 20, 675–679, 1992.
[77] Dietrich, W.E., Wilson, C.J.; Montgomery, D.R.; McKean, J. Analysis of erosion thresholds, channel
networks, and landscape morphology using a digital terrain model, J. Geol., 101, 259–278, 1993.
[78] Dikau, R. The application of a digital relief model to landform analysis in geomorphology. En Raper,
J.(ed.) Three dimensional application in Geographic Information Systems, pp 51-77. Taylor and Francis.
1989
[79] Dikau, R. Computergestützte geomorphographie und ihre anwendung in der regionalisierung des reliefs.
Petermanns Geographische Mitteilungen, 138:99-114. 1994
[80] Dillabaugh, C. Drainage basin delineation from vector drainage networks. ISPRS Commission IV Sympo-
sium on Spatial Data Handling. 2002.
Con una cierta intensidad en cuanto a geometrı́a computacional, una curiosa referencia sobre la delimi-
tación de cuencas únicamente mediante métodos geométricos y a partir del conocimiento de las redes de
drenaje. Disponible en http://www.isprs.org/commission4/proceedings/pdfpapers/513.pdf
[81] Doan, J.H. Geospatial Hydrologic Modeling Extension, HEC–GeoHMS User’s Manual. US Army Corps of
Engineers, Hydrologic Engineering Center. 2000
[82] Dobos E.; Montanarella, L.; Negre, T.; Micheli, E. A regional scale soil mapping approach using integrated
AVHRR and DEM data. International Journal of Applied Earth Observations and Geoinformation. Vol.
3 Issue 1. 2001
[83] Dobos E.; Micheli, E.; Baumgardner, M.F.; Biehl, L.; Helt, T. Use of combined digital elevation model
and satellite radiometric data for regional soil mapping. Geoderma. 97:367–391, 2000
[84] Dobos, E.; Normann, B.; Worstell, B.; Montanarella, L.; Johannsen, C.; Micheli, E. The use of DEM and
satellite data for regional scale soil databases. Agrokémia és Talajtan. 51:1-2, pp. 263–272, 2002
[85] Donigian, A.S. Jr.; Imhoff, J.C. From the Stanford Model to BASINS: 40 Years of Watershed Modeling.
ASCE Task Committee on Evolution of Hydrologic Methods Through Computers. ASCE 150th Anniversary
Celebration. Washington, DC, 2002
Una buena revisión de la historia reciente de los modelos hidrológicos. Disponible en http://www.aquaterra.-
com/STANFORD TO BASINS.doc
[86] Downer, C. W.; Nelson, E. J.; Byrd, A. Primer: Using Watershed Modeling System (WMS) for Grid-
ded Surface Subsurface Hydrologic Analysis (GSSHA) Data Development–WMS 6.1 and GSSHA 1.43C
ERDC/CHL TR–02–XX, U.S. Army Engineer Research and Development Center, Vicksburg, MS. 2002
[87] Drake, N.A.; Vafeidis, A.; Wainwright, J.; and Zhang, X.; Modelling soil erosion using remote sensing and
GIS techniques, Proceedings of RSS 95 Remote Sensing in Action, 11-14 September 1995, Southampton,
217–224. 1995
[88] Duan, J.; Miller, N. A generalized power function for the subsurface transmissivity profile in TOPMODEL,
Wat. Resour. Res. 33 (11) 2559–2562. 1997
[89] Dubayah, R.; Rich, P.M. Topographic solar radiation models for GIS. International Journal of Geographical
Information Systems 9: 405–419, 1995
[90] Dubin, A. M.; Lettenmaier, D.P. Assessing the Influence of Digital Elevation Model Resolution on Hydro-
logic Modeling, Water Resources Series, Technical Report 159, University of Washington, Seattle. 1999
[91] Dubois, P.C.; van Zyl, J.J.; Engman E.T. Measuring soil moisture with imaging radars. IEEE Transactions
on Geoscience and Remote Sensing. 33, (4) 510–516. 1995
[92] Dunn, M.; Hickey, R. The effect of slope algorithms on slope estimates within a GIS. Cartography, Vol.
27, no. 1, pp. 9–15 1998
[93] Dymond, J.R.; Derose, R.C.; Harmsworth, G.R. Automated mapping of land components from digital
elevation data. Earth Surface Processes and Landforms 20: 131–137, 1995
[94] Dymond, J. R.; Harmsworth, G.R. Towards automated land resource mapping using digital terrain models,
ITC Journal, Vol. 2, pp. 129–138. 1994
[95] Environmental Systems Research Inc. ArcHydro Data Model. 2000
La definición del modelo de datos hidrológicos ArcHydro, la cual puede obtenerse en la dirección Web
http://www.esri.com/software/arcgisdatamodels/arcgishydromodel/index.html
[96] Environmental Systems Research Institute. Cell-based modelling with GRID. ESRI, California. 1996
[97] Evans, I. S., General geomorphometry, derivatives of altitude, and descriptive statistics. En Chorley, R. J.
(ed.) Spatial Analysis in Geomorphology, Methuen, London. pp.17-90. 1972
[98] Evans, I.S. An integrated system of terrain analysis and slope mapping, Zeitschrift für Geomorphologie,
N.F. Supplementband, 36, 274–295. 1980
Un artı́culo clasico y fundamental en lo que a análisis del terreno mediante MDTs se refiere.
[99] Fairfield, J.; Leymarie P. Drainage networks from grid digital elevation models. Wat. Resour. Res. 27(5):
709–717, 1991
El artı́culo original del método Rho8
Falconer, K. Fractal Geometry: Mathematical Foundations and Applications, John Wiley and Sons, 310
págs. 1997.
Una de las referencias básicas en temas de fractales, imprescindible para el desarrollo de cualquier teorı́a
en este sentido y para un conocimiento intenso de la componente matemática del análisis fractal.
[100] Fall, A., Morgan, D.G. Ecological Soil Moisture Prediction Models. Research Branch. BC Ministry of
Forests, Smithers, BC. 2000
[101] Fedak, R. Effect of Spatial Scale on Hydrologic Modeling in a Headwater Catchment. Virginia Polytechnic
Institute and State University, 179 págs. 1999
[102] Felicı́simo, A. M. Modelos Digitales del Terreno. Introducción y aplicaciones en la Ciencias ambientales.
Oviedo, Pentalfa, 222 págs. 1994
Sin duda, la mejor referencia en español sobre MDTs y una de las más importantes en general. No esta
centrado en aspectos hidrológicos, pero presenta mucha información sobre MDTs, incluyendo numerosos
aspectos no tratados en este texto. Puede descargarse gratuitamente en la página Web del autor http://-
www.etsimo.uniovi.es/f̃eli/
[103] Fiorentino, M.; Claps, P.; Singh, V.P. An entropy-based morphological analysis of river–basin networks.
Wat. Resour. Res., 29(4): 1215–1224. 1993
[104] Flanagan, D.C.; Nearing, M.A. (eds.) USDA–Water Erosion Prediction Project: Report no. 10, USDA
National Soil Erosion Laboratory, West Laffayette, Indiana. 1995
[105] Florinski, I. V. Combined analysis of digital terrain models and remotely sensed data in landscape inves-
tigations, Prog. Phys. Geogr., 22(1), 33–60, 1998.
[106] Florinsky, I. Accuracy of local topographic variables derived from digital elevation models. International
Journal of Geographical Information Science, Vol. 12, no. 1, pp. 47–61. 1998
[107] Flügel, W.A. Delineating Hydrological Response Units (HRU’s) by GIS analysis for regional hydrological
modeling using PRMS/MMS in the drainage basin of the River Bröl, Germany, Hydrol. Processes, vol. 9,
pp. 423–436, 1995.
[108] Flügel, W.A. Hydrological Response Units (HRU’s) as modelling entities for hydrological river basin
simulation and their methodological potential for modelling complex environmental process systems. -
Results from the Sieg catchment, Die Erde, 127, pp. 43–62, 1996.
[109] Fortin, J.P., Moussa R.; Bocquillon C.; Villeneuve, J.P. Hydrotel, un modèle hydrologique distribué pou-
vant bénéficier des données fournies par la télédétection et les systèmes d0 information géographique. Revue
des Sciences de l´Eau, 8 : 97–124. 1995
Un interesante modelo especialmente creado para el uso de información digital. Disponible en http://-
www.inrs-eau.uquebec.ca/activites/modeles/hydrotel/fr/accueil.htm
[110] Fortin, J.P.; Bernier, M.; El Battay, A.; Gauthier, Y. Estimation of Surface Variables at the Sub–pixel
Level for Use as Input to Climate and Hydrological Models. Final report to Centre national d’études
Spatiales (France). Rapport de recherche INRS-Eau no. 564, 64 p. 2000
[111] Foster, G.R. Process–based modelling of soil erosion by water on agricultural land, en Boardman, J.;
Foster, I.D.L.; Dearing, J.A. Soil Erosion on Agricultural Land, John Wiley and Sons Ltd, pp. 429-445,
1990
[112] Frances, F.; Benito, J. La modelacion distribuida con pocos parámetros de las crecidas. Ingenierı́a del
agua. Vol. 2 No 4, pp. 7–24, 1995
[113] Franchini, M.; Wendling, J.; Obled, Ch.; Todini, E. Physical interpretation and sensitivity analysis of the
TOPMODEL. Journal of Hydrology. 175, 293–338. 1996
[114] Franklin, W. R. Applications of analytical cartography, Cartography and Geographic Information Systems
(pendiente de publicación).
Disponible en http://www.ecse.rpi.edu/Homepages/wrf/research/gisapps/gisapps.pdf
[115] Franklin, R.; Gousie, M. Terrain Elevation Data Structure Operations. 19th International Cartographic
Conference & 11th General Assembly of the International Cartographic Association (ICA) 1999.
[116] Franklin, S. Geomorphometric processing of digital elevation models, Computers and Geosciences, Vol.
13, No. 6, pp. 603–609. 1987
[117] Freeman, T.G. Calculating catchment area with divergent flow based on a regular grid, Computers and
Geosciences, 17(3): 413–422. 1991
[118] Gao, J. Resolution and accuracy of terrain representation by grid DEMs at a micro-scale. International
Journal of Geographical Information Science. Vol. 11, no. 2, pp. 199–212. 1997
[119] Garbrecht, J,; Martz L.W. Grid size dependency of parameters extracted from digital elevation models.
Computers and Geosciences 20: 85–7. 1994
[120] Garbrecht, J.; Martz, L. W. Comment on “A Combined Algorithm for Automated Drainage Network
Extraction” by J. Chorowicz, C. Ichoku, S. Riazanoff, Y. J. Kim, and B. Cervelle, Wat. Resour. Res.,
29(2):535–536, 1993.
[121] Garbrecht, J.; Martz L.W. Network and Subwatershed Parameters Extracted From Digital Elevation
Models: The Bills Creek Experience. Water Resources Bulletin, American Water Resources Association,
29(6):909–916, 1993.
[122] Garbrecht, J.; Martz L.W. y Starks, P.J. Automated Watershed Parameterization from Digital Landsca-
pes: Capabilities and Limitations. Proceedings of 14th Annual American Geophysical Union Front Range
Branch Hydrology Days, Colorado State University, Fort Collins, Colorado, pp. 123–134, 1994.
[123] Garbrecht, J.; Martz L.W. Digital Landscape Parameterization for Hydrologic Applications. Proceedings
of HydroGIS ’96, International Conference on Application of Geographic Information Systems in Hydrology
and Water Resources Management, Vienna, Austria, IAHS Publication No. 235, pp. 169–173, 1996.
[124] Garbrecht, J.; Martz L.W. Comment on “Digital Elevation Model Grid Size, Landscape Representation,
and Hydrologic Simulation” by Weihua Zhang and David R. Montgomery. Wat. Resour. Res., 32(5):1461–
1462, 1996.
[125] Garbrecht, J.; Martz L.W. TOPAZ: An Automated Digital Landscape Analysis Tool for Topographic Eva-
luation, Drainage Identification, Watershed Segmentation and Subcatchment Parameterization; TOPAZ
Overview. U.S. Department of Agriculture, Agricultural Research Service, Grazinglands Research Labo-
ratory, El Reno, Oklahoma, USA, ARS Publication No. GRL 97–2, 21 pp., 1997.
Esta referencia y las dos siguientes constituyen la documentación de la aplicación TOPAZ, en la que se
implementan los algoritmos desarrollados por sus autores, tratados en [128], [230], [232], [235] y [236]
[126] Garbrecht, J.; Martz L.W. 1997. TOPAZ: An Automated Digital Landscape Analysis Tool for Topographic
Evaluation, Drainage Identification, Watershed Segmentation and Subcatchment Parameterization; TO-
PAZ Installation Guide. U.S. Department of Agriculture, Agricultural Research Service, Grazinglands
Research Laboratory, El Reno, Oklahoma, USA, ARS Publication No. GRL 97–3, 12 pp., April 1997.
(ARS Publication)
[127] Garbrecht, J.; Martz L.W. TOPAZ: An Automated Digital Landscape Analysis Tool for Topographic Eva-
luation, Drainage Identification, Watershed Segmentation and Subcatchment Parameterization; TOPAZ
User Manual. U.S. Department of Agriculture, Agricultural Research Service, Grazinglands Research La-
boratory, El Reno, Oklahoma, USA, ARS Publication No. GRL 97–4, 119 pp., April 1997.
[128] Garbrecht, J.; Martz L.W. The Assignment of Drainage Direction over Flat Surfaces in Raster Digital
Elevation Models. Journal of Hydrology, 193:204–213. 1997
[129] Garbrecht, J.; Martz L.W. Automated Channel Ordering and Node Indexing for Raster Channel Net-
works. it Computers and Geosciences, 23(9): 961–966. 1997
[130] Garrote, L.; Bras, R.L. A distributed model for real–time flood forecasting using digital elevation models.
Journal of Hydrology, 167, 279–306. 1995.
[131] Gibson, W.P.; Daly, C.; Taylor, G.H. Derivation of facet grids for use with the PRISM model. Proc. 10th
AMS Conf. on Applied Climatology, Amer. Meteorological Soc., Reno, NV, 1997
[132] Goovarets, P. Performance comparison of geostatistical algorithms for incorporating elevation into the
mapping of precipitation. Journal of Hydrology 228:113–129. 2000
Artı́culo muy completo sobre la obtencion de MDPs sobre el apoyo del MDT. Disponible on–line en
http://www.geovista.psu.edu/sites/geocomp99/Gc99/023/gc 023.htm
[133] Gousie, M; Franklin, R. Converting Elevation Contours to a Grid. Proceedings of the Eighth International
Symposium on Spatial Data Handling. pp. 647–656. 1998
Los articulos del autor pueden encontrarse en su pagina Web personal: http://cs.wheatonma.edu/mgousie/
[134] Gousie, M. Contours to Digital Elevation Models: Grid–Based Surface Reconstruction Methods. PhD
thesis, Rensselaer Polytechnic Institute, 1998.
[135] Gousie, M.; Franklin, W. R. Constructing a DEM from Grid–based Data by Computing Intermediate
Contours. GIS 2003: Proceedings of the Eleventh ACM International Symposium on Advances in Geograp-
hic Information Systems pp. 71–77, New Orleans, 2003
[136] Grayson, R.B.; Moore, I.D.; McMahon, T.A. Physically–based hydrologic modelling: I. A terrain-based
model for investigative purposes. Wat. Resour. Res. 28(10):2639–2658.
[137] Grayson, R.B.; Moore, I.D.; McMahon, T.A. Physically–based hydrologic modelling: II. Is the concept
realistic? Wat. Resour. Res. 28(10):2659–2666.
[138] Griffin, M.L.; Beasley, D.B.; Fletcher, J.J; Foster, G.R. Estimating soil loss on topographically nonuniform
field and farm units. J. Soil and Water Cons. 43: 326–331. 1988
[139] Gupta, V. A.; Waymire, E.; Wang, C. T. (1980). A representation of an instantaneous unit hydrograph
from geomorphology. Water Resources Research, 16(5): 855–862.
[140] Gupta, V. K.; Rodriguez-Iturbe, I.; Wood, E. F. Scale Problems in Hydrology D. Reidel. 1986
[141] Gupta, V. K.; Dawdy, D. R. Regional analysis of flood peaks: multi scaling theory and its physical basis,
en Advances in Distributed Hydrology. Water Resources Publications, Fort Collins, USA. 1994
[142] Gyasi–Agyei, Y., G. Willgoose, and F. P. De Troch, Effects of vertical resolution and map scale of digital
elevation models on geomorphological parameters used in hydrology, Hydrol. Processes, 9, 363–382, 1995.
[143] Hammer, R.D.; Young, F.J.; Wollenhaupt, N.C.; Barney, T.L; Haithcoate, T.W. Slope class maps from
soil survey and digital elevation models, Soil Science Society of America Journal, 59(2), 509–519. 1995.
[144] Hammond, E.H. Small scale continental landform maps. Annals of Association of American Geographers,
44, pp. 32–42. 1954
[145] Hammond, E.H. Analysis of properties in landform geography: An application to broadscale landform
mapping. Annals of Association of American Geographers, 54, pp. 11–19. 1964
[146] Hammond, C.; Hall, D.; Miller, S.; Swetik, P. Level I Stability Analysis (LISA) Documentation for Version
2.0, General Technical Report INT–285, USDA Forest Service Intermountain Research Station, 1992
[147] Helmlinger, K.R.; Kumar, P.; Foufoula–Georgiou, E. On the use of digital elevation model data for
Hortonian and fractal analyses of channel networks, Wat. Resour. Res., 29(8), 2599–2613. 1993
[148] Hennrich, K.; Schmidt, J.; Dikau, R. Regionalization of geomorphometric parameters in hydrologic mo-
delling using GIS. IAHS Publications.
[149] Hickey, R.; Smith, A.; Jankowski, P. Slope Length Calculations from a DEM within Arc/Info GRID,
Computing, Environment and Urban Systems, Vol. 18, No. 5, pp. 365–380. 1994
[150] Hickey, R. Slope Angle and Slope Length Solutions for GIS. Cartography, Vol. 29, no. 1, pp. 1–8. 2000
[151] Hjelmfelt, A. T., Jr. Fractals and the river–length catchment–area ratio, Wat. Resour. Bull., 24(2), 455–
459, 1988.
[152] Hodgson What cell size does the computed slope/aspect angle represent? Photogrammetric Engineering
and Remote Sensing, Vol 61, No. 5, pp. 513–517. 1995
[153] Holmgren, P. Multiple flow direction algorithms for runoff modelling in grid based elevation models: an
empirical evaluation, Hydrological Processes, 8: 327–334. 1994
[154] Horn, B.K.P. Hill shading and the reflectance map, Proceedings of the I.E.E.E., 69, 14. 1981
[155] Horritt, M. S.; Bates, P. D. Effects of spatial resolution on a raster based model of flood flow. Journal of
Hydrology. 253, 239–249. 2001
[156] Horton, R.E., Erosional development of streams and their drainage basins: Hydrophysical approach to
quantitative morphology, Bull. Geol. Soc. Am., 56, 275–370, 1945.
[157] Howard, A.D., A detachment–limited model of drainage basin evolution, Water Resour. Res., 30, 2261–
2285, 1994.
[158] Huang, C.; Bradford, J. Analyses of slope and runoff factors based on the WEPP erosion model, Soil
Science Society of America Journal. Vol. 57, pp. 1176–1183. 1993
[159] Huang B.; Jiang B. AVTOP: a full integration of TOPMODEL into GIS, Environmental Modelling &
Software, Vol. 17, No. 3, pp. 261–268, 2002
Sencillo pero interesante artı́culo que muestra los elementos más básicos de la integración de modelos
hidrológicos y Sistemas de Información Geográfica. Disponible en http://www.hig.se/b̃jg/Publications.htm
[160] Huggins, L.F.; Burney, J.R. Surface runoff, storage and routing. En Haan C.T.; Johnson H.P. (eds.),
Hydrologic modeling of small watersheds. ASAE Monograph n◦ 5, St Joseph Michigan. 169–221. 1982
[161] Hutchinson, M.F. A new procedure for gridding elevation and stream line data with automatic removal
of spurious pits. Journal of Hydrology, 106, 211–232. 1988.
[162] Hutchinson, M. F. Interpolating mean rainfall using thin plate smoothing splines. International Journal
of Geographical Information Systems 9: 385–403. 1995
[163] Hutchinson M.F. Development of a continent–wide DEM with applications to terrain and climate analysis.
En M.F. Goodchild, B.O. Parks (eds)Environmental Modelling with GIS. Oxford University Press, New
York. 1999
[164] Ijjasz-Vasquez, E.J.; Bras, R.L.;, Rodriguez–Iturbe I. On the multifractal characterization of river basins.
Geomorphology 5 (1992) 297–310
[165] Ijjasz–Vasquez, E.J.; Bras, R.L.; Rodriguez–Iturbe I. Hack’s relation and optimal channel networks: the
elongation of river basins as a consequence of energy minimization, Geophys. Res. Lett., 20, 1583–1586,
1993.
[166] Ijjasz-Vasquez, E.J.; Bras, R.L. Scaling regimes of local slope versus contributing area in digital elevation
models, Geomorphology, 12, 299–311, 1995.
[167] Inaoka, H.; Takayasu H., Water erosion as a fractal growth process, Phys. Rev. E, 47, 899–910, 1993.
[168] Iorgulescu I.; Musy, A. Generalization of TOPMODEL for a power law transmissivity profile Hydrological
processes, Vol. 11, 1353–1355. 1997
[169] Iorgulescu, I.; Jordan, J.P., Validation of TOPMODEL on a small Swiss catchment, Journal of Hydrology,
159, 255–273, 1994.
[170] Jackson, T.J. Measuring Large Scale Surface Soil Moisture Using Passive Microwave Remote Sensing,
Hydrological Processes, 7, 139–152, 1993.
[171] Jain, S.K.; Chowdhry, H.; Seth, S.M.; Nema, R.K. Flood estimation using a GIUH based on a conceptual
rainfall–runoff model and GIS, ITC Journal 1997–1, pp. 20–25. 1997
[172] Jenson, S.K.; Domingue, J.O. Extracting topographic structure from digital elevation model data for
geographic information system analysis. Photogrammetric Engineering and Remote Sensing 54: 1593–1600,
1988
[173] Jenson, S. K. Applications of hydrologic information automatically extracted from Digital Elevation
Model. Hydrological Processes Vol. 5, Issue No. 1, pp. 31–44. 1991
[174] Johnson, B.E.; Julien, P.Y.; Molnar, D.K.; Watson, C.C. The two–dimensional upland erosion model
CASC2D–SED. Journal of American Water Resources Association 36:31–41. 2000
[175] Jones, J.A.A. Some limitations to the a/s index for predicting basin–wide patterns of soil water drainage.
Zeitschrift für Geomorphologie 60: 7–20, 1986
[176] Jones, J.A.A. The initiation of natural drainage networks. Progress in Physical Geography 11: 205–245,
1987
[177] Jones, N.L.; Wright, S.G.; Maidment, D.R. Watershed delineation with triangle-based terrain models.
Journal of Hydraulic Engineering 116: 1232–1251, 1990
[178] Jones, K.H. A comparison of eight algorithms used to compute slopes as a local property of the DEM,
Proceedings of the GIS Research UK 1996 Conference, 7–12. 1996.
[179] Julien, P. Y.; Simmons, D.B. Sediment transport capacity of overland flow. Trans. ASAE 28. pp. 755–762,
1985
[180] Julien, P. Y.; Saghafian, B.; Ogden, F. L. Raster–based hydrologic modeling of spatially varied surface
runoff. Water Resources Bulletin 31: 523–536. 1995
[181] Julien, P.Y.; Saghafian, B. CASC2D Users Manual — A Two Dimensional Watershed Rainfall–Runoff
Model. Civil Engr. Report, CER90–91PYJ–BS–12. Colorado State University, Fort Collins, 1991.
[182] Johnson, L.; Skahill, B. Evaluation Of Finite Difference Methods For A Distributed Rainfall-Runoff Model.
NOAA Technical Memorandum ERL FSL-23, Forecast Systems Lab. Boulder, Colorado. May, 74 págs,
1999.
[183] Jordan, P. Streamflow transmission losses in Western Kansas. Journal of Hydraulics Division, 103(8),
905-919. 1977
[184] Kahn, K.N. a Geographic Information System based spatially distributed rainfall-runoff model. M.S
Thesis. University of Pittsburgh.
Disponible en http://etd.library.pitt.edu/ETD/available/etd-02082002-171103
[185] Kavvas, M. L.; Chen, Z.-Q.; Tan, L.; Soong, S.-T; Terakawa, A.; Yoshitani, J.; Fukami, K. A regional-scale
land surface parameterization based on areally-averaged hydrological conservation equations. Hydrol. Sci.
J. 43(4), 611–631.
[186] Kenward, T.; Lettenmaier, D.P. Assessment of Required Accuracy of Digital Elevation Data for Hydrologic
Modeling, Water Resources Series, Technical Report 153, University of Washington, Seattle. 1997
[187] Kenward, T.; Lettenmaier, D.P.; Wood, E.F.; Fielding, E. Effects of Digital Elevation Model Accuracy
on Hydrologic Predictions,Rem. Sens. Environ., 74, 432–444. 2000
[188] Kidner, D.B.; Ware, J.M.; Sparkes, A.J.; Jones, C.B. Multiscale terrain and topographic modeling with
the implicit TIN. Transactions in GIS 4: 379–408, 2000
[189] Kilgore, J. Development and Evaluation of a GIS-Based Spatially Distributed Unit Hydrograph Model.
Virginia Polytechnic Institute and State University, 1997
Una interesante tesis con contenidos en parte similares a [5].
[190] Kirkby, M.J., A two–dimensional simulation model for slope and stream evolution, in Hillslope Processes,
edited by A.D. Abrahams, Allen and Unwin, London, pp. 203–222, 1986.
[191] Kirkby, M.J. Hydrological Slope Models: The Influence of Climate. En: E. Derbyshire (Ed.), Geomorp-
hology and Climate, John Wiley. 1996
[192] Kirkby, M. J. TOPMODEL: a personal view, Hydrol. Process., 11, 1087–1097. 1997
[193] Kleeberg, H.-B.(ed.) Regionalisierung in der Hydrologie. Deutsche Forschungsgemeinschaft.
[194] Kohler, Max A., Linsley, R.K.; Paulhus, J.L.H. Hydrology for Engineers. McGraw-Hill, St. Louis, Missouri.
1975
[195] Kondoh, H., and M. Matsushita, Diffusion-limited aggregations with anisotropic sticking probability: a
tentative model for river networks, J. Phys. Soc. Japan, 55, 3289–3292, 1986.
[196] Kouwen, N., WATFLOOD: A Micro-Computer based Flood Forecasting System based on Real-Time
Weather Radar, Canadian Water Resources Journal, 13(1):62–77. 1988
[197] Kouwen, N.; Soulis, E.D.; Pietroniro, A.; Donald, J.; Harrington, R.A. Grouping Response Units for
Distributed Hydrologic Modelling, ASCE J. of Water Resources Management and Planning, 119(3):289–
305. 1993
[198] Kovar, K.; Nachtnebel, H.P. (eds.) HydroGIS 93: Application of Geographical Information Systems in
Hydrology and Water Resources, IAHS Pubn. No. 211, 1993
[199] Kumar, L.; Skidmore, A.K.; Knowles, E. Modelling topographic variation in solar radiation in a GIS
environment. International Journal of Geographical Information Science 11: 475-97, 1997
[200] Kumler, M.P. An intensive comparison of triangulated irregular networks (TINs) and digital elevation
models. Cartographica 31: 1–99, 1994
[201] Kuo, W–L.; Steenhuis, T.S.; McCulloch, C.E.; Mohler, C.L.; Weinstein, D.; DeGloria, S.; Swaney, D.
Effect of grid size on runoff and soil moisture for a variable–source–area hydrology model. Wat. Resour.
Res. 35:3419–3428.
[202] La Barbera, P., and R. Rosso, On the fractal dimension of stream networks, Water Resour. Res., 25,
735–741, 1989.
[203] La Barbera, P.; Roth, G. Invariance and scaling properties in the distribution of contributing area and
energy in drainage basins, Hydrol. Processes, 8, 125–135, 1994.
[204] La Barbera, P.; Rosso, R. On the fractal dimension of the stream networks, Wat. Resour. Res., 25(4),
735–741, 1989.
[205] Lacroix, M.; Martz, L.W. Integration of the TOPAZ landscape analysis and the SLURP hydrologic
models. Proceedings of the Scientific Meeting: Canadian Geophysical Union, Banff, Alberta, p.208. 1997
[206] Lacroix, M.; Martz, L.W. The Application of Digital Terrain Analysis Modeling Techniques for the
Parameterization of a Hydrologic Model in the Wolf Creek Research Basin. Wolf Creek Research Basin
Planning Workshop, Whitehorse, Yukon, 1998
[207] Lamb, R.; Beven, K.; Myrabo, S. Discharge and water table predictions using a generalised TOPMODEL,
Hydrol. Process. 11, 1145–1168. 1997
[208] Lammers, R. B.; Band, L. E. Automating object representation of drainage basins. Computers and Geos-
ciences, 16, 787–810. 1990
[209] Lanfear, K.J. A fast Algorithm for Automatically Computing Strahler Stream Order. Water Resources
Bulletin, Vol. 26, Num 6, pp. 977–981, 1990
[210] Lea, N. L. An aspect driven kinematic routing algorithm. En Parsons, A. J.; Abrahams, A. D. Overland
Flow: Hydraulics and Erosion Mechanics, New York, Chapman & Hill. 1992
El articulo original acerca del método KRA
[211] Lee, J. Comparison of existing methods for building triangular irregular network models of terrain from
grid digital elevation models. International Journal of Geographical Information Systems 5: 267–285, 1991
[212] Lee, K.T. Generating design hydrographs by DEM assissted geomorphic runoff simulation: a case study,
Journal of the American Water Resources Association 34, No. 2, 1998.
[213] Leung, L.R.; Wigmosta, M.S.; Ghan, S.J.; Epstein, D.J.; Wail, L.W. Application of a Subgrid Orographic
Precipitation/Surface Hydrology Scheme to a Mountain Watershed., J. Geophys. Res., 101 (D8), 12,803–
12, 817, 1996
[214] Liang, C.; Mackay, D.S. A general model of watershed extraction and representation using globally optimal
flow paths and up–slope contributing areas. International Journal of Geographical Information Science,
14(4), 337–358, 2000 Disponible, junto con [220] en http://water.geog.buffalo.edu/ehmg/pubs.html
[215] Liu, T.; Fractal structure and properties of stream networks, Wat. Resour. Res., 28(11), 2981–2989, 1992.
[216] Lu, M.; Koike, T; Hayakawa, N. A distributed hydrological modeling system linking GIS and hydrologi-
cal models, IAHS Publ. No.235, Application of Geographic Information System in Hydrology and Water
Resources Management, pp. 141–148, 1996
[217] Lu, M.; Kioke, T.; Hayakawa, N. Distributed XinAnJiang model using radar measured rainfall data,
Proceedings of International Conference on Water Resources & Environmental Research: Towards the
21st Century, Vol. 1, pp. 29–36, 1996
[218] Lynch, S.D. Converting Point Estimates of Daily Rainfall onto a Rectangular Grid. Proceedings of the
ESRI User Conference 98. 1999.
[219] Mandelbrot, B., The Fractal Geometry of Nature, W. H. Freeman, New York, 1983.
El libro más clásico en cuanto a fractales, por el autor pionero y más importante en este campo. Sin apenas
componente matemática y con tan solo ligeras meniones a los elementos hidrogra’ficos como elementos
fractales. Aun ası́, un libro muy recomendable desde todos los puntos de vista.
[220] Mackay, D. S. y Band, L. E. Extraction and representation of nested catchment areas from digital elevation
models in lake–dominated topography. Water Resour. Res. 34: 897–901. 1998
[221] Mackay, D. S.; Robinson, V. B. y Band, L. E. Classification of higher order topographic objects on digital
terrain data. Computers, Environment, and Urban Systems 16: 473–496. 1992
[222] Maidment, D.R., Handbook of Hydrology. McGraw Hill, 1993
[223] Maidment, D. Developing a spatially distributed unit hydrograph by using GIS. En Kovar, K.; Nachte-
nebel, H. (eds.) Applications of GIS in hydrology and water resources. Proceedings of Vienna conf. IAHS
publ. no. 211. 181–192. 1993
[224] Maidment, D.R. Grid-based Computation of Runoff: A Preliminary Assessment, Hydrologic Engineering
Center, US Army Corps of Engineers, Davis, California, Contract DACW05-92-P-1983, 1992.
[225] Maidment, D.R. A Grid-Nework Procedure for Hydrologic Modeling, Hydrologic Engineering Center, US
Army Corps of Engineers, Davis, California, Contract DACW05-92-P-1983, 1992.
[226] Maidment, D.R.; Olivera, J.F.; Calver,A.; Eatherral, A.; Fraczek, W. A Unit Hydrograph Derived From
a Spatially Distributed Velocity Field. Hydrologic Processes, Vol 10, No. 6, pp.831–844, John Wiley and
Sons, Ltd., 1996.
[227] Marani, A.; Rigon, R.; Rinaldo, A. A note on fractal channel networks, Wat. Resour. Res., 27(12), 3041–
3049, 1991.
[228] Maritan, A.; Rinaldo, A.; Rigon, R.; Giacometti, A. Rodriguez–Iturbe, I. Scaling laws for river networks,
Phys. Rev. E., 53(2), 1510–1515, 1996.
[229] Martı́nez, V.; Dal–Ré, R.; Garcı́a, A.I.; Ayuga, F.; Modelación distribuida de la escorrentı́a superficial
en pequeñas cuencas mediante SIG. Evaluación experimental, Ingenieria Civil No 117, CEDEX Centro de
Estudios de Técnicas Aplicadas, 2000;
Un artı́culo español sobre el uso de tiempos de salida, de corte similar a lo recogido en trabajos como
[5] o [189], entre otros. DIsponible en la pagina Web de la revista en http://hispagua.cedex.es/Grupo1/-
Revistas/Ingcivil/primera.htm
[230] Martz, L. W. y Garbrecht, J. Numerical Definition of Drainage Network and Subcatchment Areas from
Digital Elevation Models. Computers and Geosciences, 18(6):747–761, 1992.
[231] Martz, L. W. y Garbrecht, J. DEDNM: A Software System for the Automated Extraction of Channel
Network and Watershed Data from Raster Digital Elevation Models. Proceedings of the Symposium on
Geographic Information Systems in Water Resources, J. M. Harlin and K. J. Lanfear (Eds.), American
Water Resources Association, Mobile, Alabama, pp. 211–220, 1993.
[232] Martz, L. W. y Garbrecht, J. Automated Extraction of Drainage Network and Watershed Data from
Digital Elevation Models. Water Resources Bulletin, American Water Resources Association, 29(6):901–
908, 1993.
[233] Martz, L. W. y Garbrecht J. Comment on “Automated Recognition of Valley Lines and Drainage Networks
From Grid Digital Elevation Models: A Review and a New Method” by A. Tribe. Journal of Hydrology,
167(1):393–396, 1995.
[234] Martz, L.W.; de Jong, E. Catch: A FORTRAN program for measuring catchment area from digital
elevation models, Computers and Geosciences, 14(5): 627–640. 1988
[235] Martz, L.W. and Garbrecht, J. An outlet breaching algorithm for the treatment of closed depressions in
a raster DEM. Computers and Geosciences 25, 835–844. 1999
[236] Martz, L.W.; Garbrecht, J.The treatment of flat areas and closed depressions in automated drainage
analysis of raster digital elevation models. Hydrological Processes 12, 843–855. 1998
Este artı́culo recoge la gran mayoria de los desarrollos de sus autores, tratados en numerosos otros textos.
[237] Masek, J.G., and D.L. Turcotte, A diffusion-limited aggregation model for the evolution of drainage
networks, Earth Plan. Sci. Lett., 119, 379–386, 1993.
[238] Maritan, A., A. Rinaldo, R. Rigon, A. Giacometti, and I. Rodriguez-Iturbe, Scaling laws for river net-
works, Phys. Rev. E, 53, 1510–1515, 1996.
[239] Mark, D.M. Automated detection of drainage networks from digital elevation models, Cartographica,
21(2/3): 168–178. 1984
[240] Marks, D.; Dozier, J.; Frew, J. Automated Basin Delineation From Digital Elevation Data. Geo. Proces-
sing, 2: 299–311. 1984
[241] McAllister, M. The computational geometry of hydrology data in geographic information systems. Thesis.
Department of Geography. University of British Columbia. 121 págs. 1999
[242] McBratney, A.B.; Mendonça–Santos, M.L.; Minasny, B. On digital soil mapping. Geoderma 117, 3–52.
2003
[243] McCool, D.K.; Foster, G.R.; Mutchler, C.K.; Meyer, L.D. Revised slope length factor for the Universal
Soil Loss Equation. Trans. ASAE, 32, 1571–1576. 1989
[244] Meisels, A.; Raizman, S.; and Karnieli, A.; Skeletonizing a DEM into a drainage network, Computers and
Geosciences, 21(1): 187–196. 1995
[245] Mendicino, G.; Sole, A. The information content theory for the estimation of topographic index distri-
bution used in TOPMODEL, Hydrological Processes, 11, 1099–1114, 1997.
[246] Mitas, L. y Mitasova, H Distributed soil erosion simulation for effective erosion prevention. Water Resour.
Res. 34: 505–516. 1998
[247] Mitas, L.; Mitasova, H.; Brown, W.M.; Astley, M. Interacting fields approach for evolving spatial phe-
nomenon: Application to erosion simulation for optimized land use. En NCGIA (ed.) Proceedings of the
Third International Conference Integrating GIS and Environmental Modeling, Santa Fe, New Mexico.
Santa Barbara, National Center for Geographic Information and Analysis, University of California. 1996
[248] Mitas L.; Brown W. M.; Mitasova H. Role of dynamic cartography in simulations of landscape processes
based on multi-variate fields. Computers and Geosciences, Vol. 23, No. 4, pp. 437–446. 1997
[249] Mitasova, H.; Mitas, L.; Brown, W.M.; Gerdes, D.P.; Kosinovsky, I.; Baker, T. Modelling spatially and
temporally distributed phenomena: New methods and tools for GRASS GIS, Geographical Information
Systems, 9, 433–446, 1995.
[250] Mitasova, H. ; Hofierka, J. ; Zlocha, M. y Iverson, L. R. Modeling topographic potential for erosion and
deposition using GIS. International Journal of Geographical Information Systems 10: 629–41. 1996
[251] Mitasova, H. Surfaces and Modeling. Grassclippings, 7(1), 18–19. 1993
[252] Mitasova, H.; Mitas, L. Interpolation by regularized spline with tension : I. Theory and implementation.
Mathematical Geology 25, p. 641–655. 1993
[253] Mitasova, H.; Hofierka, J. Interpolation by regularized spline with tension : II. Application to terrain
modeling and surface geometry analysis. Mathematical Geology 25, p. 657–669. 1993
[254] Mitasova, H.; Mitas, L. Multiscale soil erosion simulations for land use management. En Harmon, R.;
Doe, W. (eds.) Landscape erosion and landscape evolution modeling. Kluwer Academic/Plenum Publishers,
pp. 321–347. 2001
[255] Montgomery, D.R.; W.E. Dietrich, Where do channels begin?, Nature, 336, 232–234, 1988.
[256] Montgomery, D.R.; W.E. Dietrich, Source areas, drainage density, and channel initiation, Water Resour.
Res., 25, 1907–1918, 1989.
[257] Montgomery, D.R.; W.E. Dietrich, Channel initiation and the problem of landscape scale, Science, 255,
826–830, 1992.
[258] Montgomery, D.R.; Foufoula-Georgiou, E. Channel network source representation using digital elevation
models, Wat, Resour. Res., 29(12), 3925–3934. 1993.
[259] Moore, I.D.; Burch, G.J. Sediment transport capacity of sheet and rill flow: Application of unit stream
power theory. Wat. Resour. Res. 22: 1350–1356, 1986
[260] Moore, I.D. and Burch, G.J. Physical basis of the length–slope factor in the Universal Soil Loss Equation.
Soil Science Society of America Journal 50: 1294–1298, 1986
[261] Moore, I.D.; Burch, G.J. Modelling erosion and deposition: Topographic effects. Transactions of the
American Society of Agricultural Engineers 29: 1624–1630, 1640. 1986
[262] Moore, I.D.; Nieber, J.L. Landscape assessment of soil erosion and non-point source pollution. Journal
of the Minnesota Academy of Science 55: 18–25. 1991
[263] Moore, I.D. and Wilson, J.P. Length–slope factors for the Revised Universal Soil Loss Equation: Simplified
method of estimation. Journal of Soil and Water Conservation 47: 423–428. 1992
[264] Moore, I.D.; Lewis, A.; Gallant, J.C. Terrain attributes: Estimation methods and scale effects. En Ja-
keman, A.J.; Beck, M.B.; McAleer, M.J. (eds.) Modelling Change in Environmental Systems. New York,
NY, John Wiley and Sons: 189–214, 1993
[265] Moore, I.D.; Turner, A.K.; Wilson, J.P.; Jenson, S.K.; Band, L.E. GIS and land surface-subsurface mo-
deling. En Goodchild, M.F.; Parks, B.O.; Steyaert, L.T. (eds.) Environmental Modeling with GIS. New
York, Oxford University Press: 196–230, 1993
[266] Moore, I. D.; Grayson, R. B.; Ladson, A. R. Digital terrain modelling: a review of hydrological, geomorp-
hological, and biological applications. Hydrological Processes, 5(3):3–30. 1991
[267] Moore, I.D.; Gessler, P.E.; Nielsen, G.A.; Peterson, G.A. Soil attribute prediction using terrain analysis.
Soil Sci. Soc. Am. J. 57(2):443–452. 1993
[268] Moore, I.D.; Norton, T.W.; Williams, J.E. Modelling environmental heterogeneity in forested landscapes.
Journal of Hydrology 150: 717–747. 1993
[269] Moore, I.D.; Wilson, J.P. Length–slope factors for the Revised Universal Soil Loss Equation: Simplified
method of estimation. J. Soil and Water Cons. 47(5):423–428. 1992
[270] Morad, M.; Triviño, A. Sistemas de información geográfica y modelizaciones hidrológicas: Una aproxima-
ción a las ventajas y dificultades de su aplicación. Boletı́n de la AGE. , No 31, págs. 23–46, 2001
[271] Morillo, J.; Pozo, J.; Pérez, F.; Rodrı́guez, M.C.; Rebollo, F.J. Análisis de calidad de un modelo digital
de elevaciones generado con distintas técnicas de interpolación. Actas del XIV Congreso Internacional de
Ingenierı́a Gráfica Santander, España, 2002
[272] Morris, D.G.; Heerdegen, G. 1988. Automatically derived catchment boundaries and channel networks
and their hydrological applications, Geomorphology, 1, 131–141.
[273] Moussa, R.T. On morphometric properties of basins, scale effects and hydrological response, Hydrological
Processes Vol. 17, Issue 1, pp. 33–58, 2003
El concepto de elipse equivalente se presenta en este artı́culo junto con algunos ejemplos prácticos de su
uso.
[274] Moussa, R.T., Is the drainage network a fractal Sierpinski space?, Water Resour. Res., 33, 2399–2408,
1997.
[275] Nash, J.E. The Form of the Instantaneous Unit Hydrograph, IASH publication No. 45, Vol. 3–4, pp.
114–121, 1957.
[276] Nijssen, B., Lettenmaier, D.P.; Wigmosta, M.S.; Perkins, W.A. Testing an imposed channel network
algorithm for hydrograph prediction with a distributed hydrological model, EOS Trans. AGU, 77 (46),
F232, Fall Meet. Suppl. 1996
[277] Nikora, V.I., On self-similarity and self-affinity of drainage basins, Water Resour. Res., 30, 133–137, 1994.
[278] O’Callaghan, J. F. y Mark D.M. The extraction of drainage networks from digital elevation data. Com-
puter Vision, Graphics and Image Processing 28: 323–44. 1984
[279] Ogden, F.L. CASC2D Reference Manual, Dept. of Civil and Environmental Engineering, U-37, University
of Connecticut, Storrs, CT 06269, 106 págs. 1997
[280] Ogden, F.L.; Senarath, S.U.S. Continuous Distributed Parameter Hydrologic Modeling with CASC2D,
Proc. XXVII Congress, International Association of Hydraulic Research, San Francisco, CA, 1997
[281] Olaya, V. Integración de modelos computacionales geomorfológicos hidrologicos y selvicolas para el de-
sarrollo de soluciones SIG especı́ficas en hidrologı́a forestal de pequeñas y medianas cuencas vertientes.
Proyecto Fin de Carrera, Universidad Politécnica de Madrid, Madrid, 813 págs, 2002
[282] Olaya, V. Sistemas de Información Geográfica Orientados a Produccion de Documentos (SIG–OPD). Un
nuevo paradigma para un mejor acercamiento al análisis del medio. Inédito. 2003
Disponible en http:
heart.sf.net
[283] Olivera, F.; Maidment, D.R.; Charbeneau,R.J. Non-Point Source Pollution Analysis with GIS, Proceedings
of the Spring Meeting, ASCE Texas Section, pp.275–284, Waco, Texas, 1995.
[284] Olivera, F., Maidment, D.R., Runoff Computation Using Spatially Distributed Terrain Parameters, Pro-
ceedings of the ASCE–North American Water and Environment Congress ’96 (NAWEC ’96), Anaheim,
California, 1996.
[285] O’Loughlin, E. M. Prediction of surface saturation zones in natural catchments by topographic analysis.
Wat. Resour. Res. 22: 794–804, 1986
[286] Overton, D. E.; Meadows, M. E. Stormwater Modeling. New York, Academic Press. 1976
[287] Palacios–Velez, O.L. Automated river–course, ridge and basin delineation from digital elevation data,
Journal of Hydrology, 86, No.4, 299–314, 1986
[288] Parker, A.J. The topographic relative moisture index: An approach to soil-moisture assessment in moun-
tain terrain. Physical Geography 3: 160–168. 1982
[289] Parsons, A.J.; Wainwright, J.;, Abrahams, A.D.; Simanton, J.R. Distributed dynamic modelling of interrill
overland flow, Hydrological Processes, 11(14), 1833–1859. 1997.
[290] Peckham, S.D., New results for self-similar trees with applications to river networks, Water Resour. Res.,
31, 1023–1029, 1995.
[291] Peckham, S.D. RiverTools 1.01, software disponible en http://cires.colorado.edu/people/peckham.scott/-
RT.html, 1997.
[292] Peckham, S.D. Self–Similarity in the Three–Dimensional Geometry and Dynamics of Large River Basins,
PhD Thesis, Program in Geophysics, University of Colorado. 1995
[293] Perkins, W.A.; Wigmosta, M.S.; Nijssen, B. Development and testing of road and stream drainage network
simulation within a distributed hydrologic model, EOS Trans. AGU, 77 (46), F232, Fall Meet. Suppl. 1996
[294] Peuker, T.K.; Douglas, D.H. Detection of surface–specific points by parallel processing of discrete terrain
elevation data, Computer Graphics and Image Processing, Vol.4, No.4, 375–387, 1975
[295] Phillips, J.D. A saturation–based model of relative wetness for wetland identification. Water Resources
Bulletin 26: 333–342, 1990
[296] Pilesjo, P.; Zhou, Q., A multiple flow direction algorithm and its use for hydrological modelling, Geoin-
formatics’96 Proceedings, 26-28 Abril, West Palm Beach, FL, 2: 366–376. 1996
[297] Pilesjo, P.; Zhou, Q.; Harrie, L. Estimating flow distribution over digital elevation models using a form-
based algorithm. Geographical Information Sciences, 4(1-2), pp 44–51. 1998
[298] Pilotti, M.; Gandolfi, C.; Bischetti, G.B. Identification and analysis of natural channel networks from
digital elevation models, Earth Surface Processes and Landforms, 21: 1007–1020. 1996
[299] Planchon, O.; Darboux, F. A fast, simple and versatile algorithm to fill the depressions of digital elevation
models, Catena, Vol. 46, pp. 159–176, 2001
[300] Ponce, Victor M. Engineering Hydrology, Principles and Practices. Prentice Hall, Englewood Cliffs, New
Jersey. 1989
[301] Qian, J.; Ehrich, R.W.; Campbell, J.B., DNESYS — An expert system for automatic extraction of
drainage networks from digital elevation data —, IEEE Transactions on Geoscience and Remote Sensing,
28(1): 29–45. 1996
[302] Quinn, P.F.; Beven, K.J.;Lamb, R.; The ln(a/ tan β) index: how to calculate it and how to use it within
the TOPMODEL framework, Hydrological Processes, 9:161–182. 1995
[303] Quinn, P.F.; Beven, K.J.; Chevallier, P.; Planchon, O.; The prediction of hillslope flow paths for distri-
buted hydrological modelling using digital terrain models, Hydrological Processes, 5: 59–79. 1991
[304] Refsgaard, J. C. Parameterisation, calibration, and validation of distributed hydrological models, Journal
of Hydrology, 198, 69–97, 1997.
[305] Renard, K.G. et al. Predicting Soil Erosion by Water: A guide to conservation planning with the Revised
Universal Soil Loss Equation (RUSLE), Agricultural Handbook no.703, UDA-SRS, Washington, D.C. 1997
[306] Rieger, W., Automated river line and catchment area extraction from DEM data, Proceedings of 17th
Congress of ISPRS, 2-14 August, Washington, D.C., B4: 642–649. 1992
[307] Robinson, G. J. The accuracy of digital elevation models derived from digitised contour data, Photogramm.
Rec., 14(83), 805–814, 1994
[308] Romanowicz, R.; Beven, K.J.; Moore, R.V. GIS and distributed hydrological models. En Mather, P.M.
Geographical Information Handling - Research and Applications, Wiley, Chichester, 197–205. 1993
[309] Robredo Sánchez, J.C Modelo para la ordenación de cuencas hidrográficas torrenciales, encaminado a la
planificación de los trabajos y obras para su restauración hidrológico–forestal. Tesis doctoral. Universidad
Politécnica de Madrid, Madrid, 1994.
[310] Robson, A.J.; Whitehead, P.G.; Johnson, R.C. An application of a physically based semi–distributed
model to the Balquhidder catchments, Journal of Hydrology, 145, 357–370. 1993
[311] Rosso, R.; Bacchi, B.; La Barbera, P. Fractal relation of mainstream length to catchment area in river
networks, Wat. Resour. Res., 27(3), 381–387, 1991.
[312] Ryan, C,; Boyd, M. CatchmentSIM: A New GIS Tool for Topographic Geo-computation and Hydrologic
Modelling. Hydrology and Water Resources Symposium, Wollongong, Australia. 2003
[313] Ryan, C.; Boyd, M. Automated Catchment Parameterisation for Runoff Routing Models Utilising 3D
GIS Contour Information Hydroinformatics Conference, Cardiff UK. 2002
[314] Ryan, C.; Boyd, M. Automation of WBNM Hydrologic Modelling Using GIS Aided Topographic Para-
meterisation Hydrology and Water Resources Symposium, Melbourne, Australia. 2002
[315] Saghafian, B.; Julien, P.Y.; Rajaie, H. Runoff hydrograph simulation based on time variable isochrone
technique Journal of Hydrology, 261 (1–4) pp. 193-203, 2002
Una interesante referencia sobre el uso de isocronas y tiempos de salida para estimación de caudales, de
modo similar a una parte lo tratado en esta obra.
[316] Saulnier, G–M.; Beven, K.J.; Obled, Ch. Digital elevation analysis for distributed hydrological modelling:
reducing scale dependence in effective hydraulic conductivity values, Wat. Resour. Res. 33(9) 2097–2101.
1997
[317] Saulnier, G–M.; Obled, Ch.; Beven, K.J. Analytical compensation between DTM grid resolution and
effective values of saturated hydraulic conductivity within the TOPMODEL framework Hydrol. 11, 1331–
1346. 1997
[318] Schäfer, N.W. Modelling the Areal Distribution of Daily Rainfall. MSc. Thesis, Dept. Agric. Eng., Univ.
of Natal, Pietermaritzburg, South Africa. 1991
[319] Schumm, S.A. Evolution of drainage systems and slopes in badlands of Perth Amboy. Geological Society
of America Bulletin, No. 67, pp. 597–646, 1956.
[320] Schumann, A.H.; Funke, R.; Schultz. G.A. Application of a geographic information system for conceptual
rainfall-runoff modeling. Journal of Hydrology 240, 45–61. 2000
[321] Singh, V.P.; Fiorentino, M. (eds.) Geographical Information Systems in Hydrology. Kluwer. 443 págs. 1996
[322] Singh, V.P. Kinematic Wave Modeling in Water Resources. John Wiley and Sons, 1399 págs. 1996
[323] Singh, V.P.; Frevert, D.K. (eds.) Mathematical Models of Small Watershed Hydrology and Applications,
Water Resource Publications, Littleton, CO. 2002
[324] Shreve, R.L., Statistical law of stream numbers, J. Geol., 74, 17–37, 1966.
[325] Skidmore, A.K., A comparison of techniques for calculating gradient and aspect from a gridded digital
terrain model, International Journal of Geographical Information Systems, 3(4): 323–334. 1989
[326] Skidmore, A.K., Terrain position as mapped from a gridded digital elevation model, International Journal
of Geographical Information Systems, 4(1): 33–49. 1990
[327] Smith T.R., Zhan, C. and Gao, P. A knowledge-based, two-step procedure for extracting channel networks
from noisy DEM data, Computer Geoscience, 16, 777–786. 1990
[328] Snow, R. S. Fractal sinuosity of stream channels, Pure Appl. Geophys., 131(1/2), 99–109, 1989.
[329] Sorensen, D. L.; Moncur, K.D.; Tarboton, D. G.; Kemblowski, M.; Quiang, S.; Gogate, S. A Surface Water
Protection Assessment Tool that uses Digital Elevation Models, American Water Works Association,
Source Water Protection Symposium, Albuquerque, NM 19–22, 2003
[330] Srinivasan, R.; Arnold, J.G. Integration of a Basin Scale Water Quality Model with GIS. Water Resources
Bulletin, 30, 453-462. 1994
[331] Srinivasan, R.; Engel,B.A. Effect of Slope Prediction Methods on Slope and Erosion Estimates. Applied
Engineering in Agriculture, 7, 779-783. 1991
[332] Srivastava A. Comparison of two algorithms for removing depressions and delineating flow networks for
grid digital elevation models. Virginia Polytechnic Institute and State University, 132 págs. 2000
[333] Srivastava, K.P.; Moore, I.D. Application of terrain analysis to land resource investigations of small
catchments in the Caribbean. In Proceedings of the Twentieth International Conference of the Erosion
Control Association, Steamboat Springs, Colorado: 229–242, 1989
[334] Star, J,; Estes, J, Geographic Information Systems. Prentice Hall, Englewood Cliffs, New Jersey, 1990
[335] Storck, P.; Bowling, L.; Wetherbee, P.; Lettenmaier, D. Application of a GIS-based distributed hydrology
model for prediction of forest harvest effects on peak stream flow in the Pacific Northwest. Hydrol. Process.,
12, 889-904. 1998
[336] Strahler, A. N. Quantitative analysis of watershed geomorphology. EOS Trans. Agu. 38. 912–920
[337] Sui, D.Z.; Maggio, R.C.Integrating GIS with hydrological modeling: practices, problems and prospects.
Computers, Environment and Urban Systems, 23 (1), 33–51. 1999
[338] Sulebak, J. R.; Etzelmüller, B.; Sollid, J. L. Landscape regionalization by automatic classification of
landform elements. Norsk Geografisk Tidsskrift, 51(1):35–45. 1997
[339] Sun, G.; McNulty, S.G. 1998. Modeling soil erosion and transport on forest landscape. Proceedings of
conference 29. International Erosion Control Association: 187–198.
[340] Surkan, A. J. Synthetic hydrographs: Effects of network geometry, Wat. Resour. Res., 5(1), 112–128,
1969.
[341] Svetlitchnyi, A.A.; Plotnitskiy, S.V.; Stepovaya, O.Y. Spatial distribution of soil moisture content within
catchments and its modelling on the basis of topographic data. Journal of Hydrology, 277, 50–60, 2003
[342] Tabios G.Q.M; Salas, J.D. A comparative analysis of techniques for spatial interpolation of precipitation.
Water Resour. Bull., 365–380. 1985
[343] Tachikawa, Y.; Shiiba, M.; Takasao, T. Development of a basin geomorphic information system using a
TIN–DEM data structure. Water Resources Bulletin. Vol. 30, no. 1, pp. 9–17. 1994
[344] Takara, K.; Sayama, T.; Nakayama, D.; Tachikawa, Y. Development of rainfall–sediment–runoff model in
the upper Brantas River, Indonesia. Proc. of Third Workshop on Remote Sensing of Hydrological Processes
and Applications, pp. 121–130, 2002.
[345] Tarboton, D.G., R.L. Bras, and I. Rodriguez–Iturbe, The fractal nature of river networks, Water Resour.
Res., 24, 1317–1322, 1988.
[346] Tarboton, D.G., R.L. Bras, and I. Rodriguez–Iturbe, Scaling and elevation in river networks, Water
Resour. Res., 25, 2037–2051, 1989.
[347] Tarboton, D.G., R.L. Bras, and I. Rodriguez–Iturbe, A physical basis for drainage density, Geomorp-
hology, 5, 59–76, 1992. bibitemtarboton4 Tarboton, D. G. A new method for the determination of flow
directions and upslope areas in grid digital elevation models. Water Resour. Res. 33: 309–319. 1997
El artı́culo original acerca del metodo D∞. Puede descargarse, junto con algunos de los restantes articulos
del autor, en su página web personal http://www.engineering.usu.edu/cee/faculty/dtarb/
Los programas TARDEM y TauDEM también se encuentran disponibles en dicha dirección.
[348] Tarboton, D.G.; Bras, R.L.; Rodriguez—Iturbe, I. On the extraction of channel networks from digital
elevation data. Hydrological Processes, Vol.5, 81–100, 1991
[349] Tarboton, D.G.; Shankar, U. (1998), The Identification and Mapping of Flow Networks from Digital
Elevation Data, Invited Presentation at AGU Fall Meeting, San Francisco, 1998
[350] Tarboton, D.G.; Ames, D. P. Advances in the mapping of flow networks from digital elevation data,
World Water and Environmental Resources Congress, Orlando, Florida, ASCE. 2001
Probablemente la mejor referencia acerca de las diferentes metodologı́as para la extracción de cauces de
drenaje a partir de MDTs
[351] Tarboton, D.G. Terrain Analysis Using Digital Elevation Models in Hydrology, 23rd ESRI International
Users Conference, San Diego, California, 2003
[352] Thomas, A.L.; King, D.; Dambrine, E.; Couturier, A.; Roque, J. Predicting soil classes with parameters
derived from relief and geologic materials in a sandstone region of the Vosges mountains (Northeastern
France). Geoderma 90:291–305. 1999
[353] Thompson, J.A.; Bell, J.C.; Butler, C.A. Quantitative soil-landscape modeling for estimating the areal
extent of hydromorphic soils. Soil Science Society of America Journal 61:971–980. 1997
[354] Tomlin, C.D. Geographic information systems and cartographic modelling. Prentice Hall, New York. 1990
[355] Tokunaga, E., Ordering of divide segments and law of divide segment numbers, Trans. Jpn. Geomorphol.
Union, 5, 71–77, 1984.
[356] Travis, M.R.; Elsner, G.H.; Iverson, W.D.; Johnson, C.G. VIEWIT computation of seen areas, slope and
aspect for land–use planning, US Department of Agriculture Forest Service Gen. Techn. PSW 11/1975,
Pacific Southwest Forest and Range Experimental Station, Berkley, California, USA, 1975
[357] Tribe, A. Automated recognition of valley lines and drainage networks from grid digital elevation models:
a review and a new method. Journal of Hydrology, 139: 263–293. 1992
[358] Tribe, A. Automated recognition of valley heads from digital elevation data, Earth Surface Processes and
Landforms, Vol.16, 33–49, 1991
[359] Tribe, A. Towards the automated recognition of landforms (valley heads) from digital elevation models,
Proc. of the 4th Intern. Symposium on Spatial Data Handling, 45–52, 1990
[360] Tucker, G.E.; Bras, R.L. Hillslope processes, drainage density, and landscape morphology, Water Resour.
Res., 34, 2751–2764, 1998.
[361] Tucker, G.E.; Gasparini, N.; Bras, R.; Rybarczyk, P. An object-oriented framework for distributed hydro-
logic and geomorphic modeling using triangulated irregular networks. Computers and Geosciences 27(8):
959–973, 2001
[362] Turcotte, R.; Fortin, J.–P.; Rousseau, A.N.; Massicotte, S.; Villeneuve, J.–P. Determination of the drai-
nage structure of a watershed using a digital elevation model and a digital river and lake network. Journal
of Hydrology, 240(3-4):225-242. 2001
Buena información en este artı́culo acerca de encauzamiento forzado de rios.
[363] United States Army Corps of Engineers. Grass Reference Manual. Champaign, IL, Construction Engi-
neering Research Laboratory
[364] United States Army Corps of Engineers. Hydrologic Modeling System HEC–HMS, Technical Reference
Manual Hydrologic Engineering Center, 155 págs. 2000.
Aunque no contiene elementos relacionados con Modelos Digitales del Terreno, el manual técnico de HEC–
HMS constituye una referencia de primer orden sobre algunas ideas desarrolladas en este texto acerca de
modelización de tipo agregado, ası́ como otras partes tales como modelos de escorrentı́a.
Puede descargarse de la pagina Web del HEC, en www.hec.usace.army.mil/
[365] United States Geological Survey. Digital Elevation Models: Data Users Guide. Reston, VA, United States
Geological Survey, 1993
[366] United States Geological Survey. A Bibliography of Terrain Modeling (Geomorphometry), the Quantitative
Representation of Topography — Supplement 4. United States Geological Survey, 157 págs., 2001
Una ingente colección de referencias sobre modelización del terreno con más de 1600 entradas. Puede
descargarse en http://geopubs.wr.usgs.gov/open-file/of02-465/
[367] Van Deursen, W.P.A. Geographical Information Systems and Dynamic Models: development and appli-
cation of a prototype spatial modelling language. Netherlands Geographic Studies, 190. 1995 Vanoni, V.A.
Sediment Engineering, ASCE Manuals and Reports on Engineering Practice, No 54. 745 págs, 1975
[368] Van Remortel, R.; Hamilton, R.; Hickey, R. Estimating the LS factor for RUSLE through iterative slope
length processing of digital elevation data. Cartography, Vol. 30, no. 1, pp. 27–35. 2001
[369] Vieux, B.E., DEM Aggregation and smoothing effects on surface runoff modeling, ASCE J. Computing
in Civil Eng., 7, 310–338, 1993.
[370] Vieux, B.E.; Farajalla,N.S. Capturing the essential spatial variability in distributed hydrological mode-
lling: Hydraulic roughness, Hydrological Processes, 8, 221–236, 1994.
[371] Vieux, B.E. Distributed Hydrologic Modeling Using GIS, Kluwer Academic Publishers, Norwell, Massa-
chusetts, Wat. Sci. Tech. Series, Vol. 38. 293 págs, 2001
[372] Vieux, B.E. Geographic Information Systems and Non-Point Source Water Quality and Quantity Mode-
ling, Hydrological Processes, Vol. 5, pp. 101–113, 1991.
[373] Vieux, B.E.; Vieux, J.E. Vflo: A Real-time Distributed Hydrologic Model. Proceedings of the 2nd Federal
Interagency Hydrologic Modeling Conference, 2002, Las Vegas, Nevada.
[374] Wang, S. S.-Y.; Wu, W., Hsia, H.M.; Cheng, C.C. Simulation of Flood and Sediment Routing in the Pa-
Chang River and the Pu-Tze River of Taiwan using CCHE1D Model, Proccedings o the Fifth International
Conference on Hydroscience and Engineering, Warsaw, Poland. 2002
[375] Walker, J.P.; Willgoose, G.R. On the effect of DEM accuracy on hydrology and geomorphology models,
Wat. Resour. Res., 35(7), 2259–2268. 1998
[376] Watson, F.G.R.; Grayson, R.B.; Vertessy, R.A.; Peel, M.C.; Pierce, L.L. Evolution of a Hillslope Hydrolo-
gic Model. MODSIM 2001 – International Congress on Modelling and Simulation, Canberra, pp. 461–467.
2001
[377] Wang, P.–J, Wang, R.–Y. A Generalized Width Function of Fractal River Network for the Calculation
of Hydrologic Responses,Fractals, Vol. 10, No. 2, pp. 157–171. 2002
[378] Weibel, R.; Heller, M. Digital terrain modelling. En Maguire, D.J.; Goodchild, M.F.; Rhind, D.W. (eds.)
Geographic Information Systems: Volume 1, Principles. Harlow, Longman: 269–297, 1991
[379] Wesseling, C.G.; Karssenberg, D.J.; Burrough, P.A.; Van Deursen, W.P.A. Integrated dynamic environ-
mental models in GIS: The development of a Dynamic Modelling language. Transactions in GIS,1-1, 40–48.
1996
[380] Wigmosta, M.S.; Vail, L.W.; Lettenmaier, D.P. A distributed hydrology–vegetation model for complex
terrain,Wat. Resour. Res. 30(6), 1665–1669, 1994
[381] Wigmosta, M.S.; Lettenmaier, D.P. A Comparison of Simplified Methods for Routing Topographically–
Driven Subsurface Flow, Wat. Resour. Res., 35, 255–264. 1999
[382] Willgoose, G.; Bras R.L.; Rodriguez-Iturbe I. A physical explanation of the observed link area–slope
relationship, Water Resour. Res., 27, 1697–1702, 1991.
[383] Wilson, J.P. GIS–based land surface/subsurface models: New potential for new models. In NCGIA (ed.)
Proceedings of the Third International Conference Integrating GIS and Environmental Modeling, Santa
Fe, New Mexico. Santa Barbara, National Center for Geographic Information and Analysis, University of
California. 1996
[384] Wilson, J.P.; Gallant, J.C. Terrain–based approaches to environmental resource evaluation. En Lane,
S.N.; Richards, K.S.; Chandler, J.H. (eds.) Landform Monitoring, Modelling, and Analysis. New York,
John Wiley and Sons: 219–40, 1998
[385] Wilson, J.P.; Gallant, J.C. (eds.) Terrain Analysis: Principles and Applications. New York, NY, John
Wiley and Sons, 2000
[386] Wilson, J.P.; Lorang, M.S. Spatial models of soil erosion and GIS. En Fotheringham, A.S.; Wegener, M.
(eds.)Spatial Models and GIS: New Potential and New Models. London, Taylor and Francis: 83–108, 1999
[387] Wilson, J.P.; Mitasova, H.; Wright, D.S. Water resource applications of geographic information systems.
Journal of the Urban and Regional Information Systems Association 12: 61–79
[388] Wilson, J.P. Estimating the topographic factor in the universal soil loss equation for watersheds. Journal
of Soil and Water Conservation, 41, 179–184. 1986
[389] Wischmeier, W. H.; Smith, D.D. Predicting rainfall erosion losses, A guide to conservation planning,
Agricultural Handbook no. 537, UDA-SEA, Washington, D.C. 1978
[390] Wise, S.M. The effect of GIS interpolation errors on the use of DEMs in geomorphology. En Lane, S.N.;
Richards, K.S.; Chandler, J.H. (eds.) Landform Monitoring, Modelling and Analysis. Wiley, Chichester.
139-164, 1998
[391] Wise S.M. Assessing the quality for hyrdological applications of digital elevation models derived from
contours. Hydrological Processes 14, 1909-1929, 2000
[392] Wolock, D. M.; Price C. V. Effects of digital elevation model and map scale and data resolution on a
topography–based watershed model. Water Resour. Res. 30: 3041–3052. 1994
[393] Wolock, D.M.; McCabe Jr., G.J. Comparison of single and multiple flow direction algorithms for compu-
ting topographic parameters in TOPMODEL, Wat. Resour. Res., 31(5): 1315–1324. 1995
[394] Wolock, D. M. Simulating the variable-source-area concept of stream–flow generation with the watershed
model TOPMODEL, Water Resour. Invest. Rep., U.S. Geol. Surv., 93–4124, 1993.
[395] Wood, R.; Sivapalan, M; Robinson, J. Modeling the spatial variability of surface runoff using a topographic
index. Wat. Resour. Res. 33: 1061–1073, 1997
[396] Wood, J. The geomorphological characterisation of digital elevation models. PhD Thesis. Department of
Geography, University of Leicester. Leicester, UK. 1996.
Un excelente trabajo que puede obtenerse en la direccion Web http://www.geog.le.ac.uk/jwo/research/-
dem char/thesis/index.html junto con una buena serie de otros contenidos y una aplicación denominada
LANDSERF para análisis de MDTs. Sin relación con la hidrologı́a pero altamente recomendable. Muy
buena información en este sitio acerca del aspecto mas relacionado con la programación de aplicaciones
informáticas de esta ı́ndole.
[397] Woolhiser, D.A.; Smith, R.E.; Goodrich, D.C. KINEROS, A Kinematic Runoff and Erosion Model: Do-
cumentation and User Manual. U S. Department of Agriculture, Agricultural Research Service, ARS–77,
130 págs. 1990
[398] Wu, W.; Vieira, D.A.; Wang, S.S.Y. New Capabilities of the CCHE1D Channel Network Model, ASCE’s
2000 Joint Conference on Water Resources Engineering and Water Resources Planning and Management,
Minneapolis, USA. 2000
[399] Wylie, B. K.; Meyer, D.J.; Tieszen, L.L.; Mannel, S. Satellite mapping of surface biophysical parameters
at the biome scale over the North American grasslands; A case study. Remote Sensing of Environment
79(2-3): 266–278. 2002
[400] Yagow, E.R.; Shanholtz, V.O.; Julian, B.A.; Flagg, J.M. A water quality module for CAMPS. 1988
International Winter Meeting of ASAE, Chicago, USA, 1988.
[401] Yang, C.T. Sediment Transport — Theory and Practice, The McGraw–Hill Companies, Inc., 1996.
[402] Yu, S.; van Kreveld, M.; Snoeyink, J. Drainage queries in TINs: From local to global and back again. En
Kraak, M.J.; Molenaar, M. (eds.) Advances in GIS Research II: Proceedings of the Seventh International
Symposium on Spatial Data Handling. London, Taylor and Francis: 829–842, 1997
[403] Zevenberg, L.W.; Thorne, C.R. Quantitative analysis of land surface topography. Earth Surface Processes
and Landforms 12:47–56. 1987
Otro de los artı́culos clásicos sobre el cálculo de parámetros basicos del relieve a partir de un tratamiento
matemático del mismo.
[404] Zhang, W.; Montgomery D. R. Digital elevation model grid size, landscape representation, and hydrologic
simulations. Wat. Resour. Res. 30: 1019–1028. 1994
[405] Zhao, R.J.; Zuang, Y.L.; Fang, L.R.; Liu, X.R.; The Xinanjiang model. Proceedings of the Oxford Sym-
posium, IAHS Publication 129, 351–356. 1980
[406] Zhao,R.J. The Xinanjiang model applied in China, Journal of Hydrology, 135, 371–381. 1992
[407] Zheng, D.; Hunt, E.R.Jr.; Running, S.W. Comparison of available soil water capacity estimated from
topography and soil series information. Landscape Ecology 11, 3–14, 1996
Un articulo sobre la utilización del ı́ndice topográfico para la estimación de capacidades de campo. Dispo-
nible en hpp://landscape.forest.wisc.edu/landscapeecology/articles/v11i01p003.pdf
[408] Zhou, Q.; Wang, P.; Pilesjo, P. Accuracy assessment of hydrological modelling algorithms using grid–
based digital elevation models, Proceedings of the International Conference on Modelling Geographical and
Environmental Systems with GIS, 22–25 June 1998, Hong Kong, pp 257–265. 1998
[409] Zollweg, J.A.; Gburek, W.J.; Steenhuis, T.S. SMoRMod — A GIS–integrated rainfall–runoff model ap-
plied to a small northeast U.S. watershed, Trans. ASAE, 39, 1299–1307, 1996.
Knowledge is of two kinds. We know a subject ourselves, or we know where we can find information on it.
SAMUEL JOHNSON
Índice de figuras
2.1. Representación del relieve mediante redes de triángulos irregulares (TIN) (Adaptado de
Mitasova). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2. Esquema de una malla irregular de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3. Representación numérica y en escala de grises de una porción de un Modelo Digital del
Terreno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4. Superficie obtenida mediante interpolación con ponderación por distancia inversa (Adap-
tado de Mitasova). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5. Superficie obtenida mediante interpolación por Kriging (Adaptado de Mitasova). . . . . 35
2.6. Superficie obtenida mediante interpolación con curvas adaptativas (Splines) (Adaptado
de Mitasova). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.7. Curvas de nivel originales(a), interpolación con sistema no indeterminado(b) y con sistema
indeterminado empleando coeficiente c = 1 (c) y c = 10 (d) (tomado de Randolph, 2000) 38
2.8. Cambio de resolución realizado aplicando interpolación bicúbica. . . . . . . . . . . . . . . 39
2.9. Cambio de resolución de una imagen aérea para homogeneizar ésta con el MDT de la
misma zona. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.10. Representación del MDT en escala de grises (izquierda) y relieve sombreado(derecha).
Las tonalidades más claras en el primero de ellos representan valores de elevacion mayores. 43
2.11. Esquema del desplazamiento de una submalla 3 × 3 para el análisis completo de la malla
del MDT mediante el estudio local de sus propiedades. . . . . . . . . . . . . . . . . . . . . 47
2.12. Mapa de pendientes. Las tonalidades más claras indican pendientes mayores. . . . . . . . 49
2.13. Mapa de orientaciones. El rango de variación va desde los 0o (negro) hasta los 360o (blanco). 53
2.14. Mapas de curvatura horizontal (derecha) y vertical (izquierda). Las zonas claras repre-
sentan concavidad, mientras que las de tonalidad oscura indican convexidad. . . . . . . . 58
2.15. Caracterización de procesos de acumulación según los valores de las curvaturas horizontal
y vertical asociadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.16. Propagación de errores de dirección en el modelo D8.La flecha señala la dirección real de
la pendiente y las celdas sombreadas la dirección de flujo calculada . . . . . . . . . . . . . 64
2.17. Lı́neas paralelas de flujo como resultado de la aplicación del modelo D8 . . . . . . . . . . 65
2.18. Cálculo de direcciones y reparto de flujo sobre facetas triangulares en el modelo DD∞ . 71
2.19. Comparativa entre flujos calculados mediante KRA (trazo fino) y D8 (trazo grueso) . . . 72
2.20. Cálculo de dirección de flujo según Kinematic Routing Algorithm (KRA) (Lea, 1992),
como suma vectorial de máximas pendientes no diagonales. . . . . . . . . . . . . . . . . . . 73
2.21. Cálculo de la malla de flujo para el flujo generado en una celda dada (en negro), según
el modelo DEMON. Las zonas en gris indican el trazado del tubo de flujo generado. Los
porcentajes de flujo en cada celda se recogen en la malla de la derecha. . . . . . . . . . . 76
2.22. Cálculo de dirección de flujo sobre una celda llana (en trazo grueso) como suma vectorial
de las direcciones de las celdas que vierten sobre la misma (en trazo fino). . . . . . . . . . 79
2.23. Definición de un eje principal de la zona plana entre los puntos extremos (1) y(2), según
(Tribe,1992). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.24. Cálculo de direcciónes de flujo sobre zonas llanas según Jenson y Domingue (1988). La
malla de la izquierda representa las alturas del MDT, donde se aprecia la zona llana de
elevación 1 (en gris). Las mallas sucesivas presentan las etapas del proceso iterativo de
asignación de direcciones de flujo a partir del punto de salida existente. . . . . . . . . . . 81
359
2.25. Modificación del MDT para el cálculo de direcciónes de flujo sobre zonas llanas según
Garbrecht y Martz. De iquierda a derecha y de arriba a abajo: Elevaciones originales,
modificación de elevaciones según los dos supuestos considerados y elevaciones finales
resultantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
2.26. Causas posibles a considerar como implicadas en la aparición de depresiones erróneas en
el MDT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.27. De derecha a izquierda, elevaciones originales, eliminación de la depresión usando llenado
y eliminación de la depresión mediante llenado y modificación de celdas obstáculo. En
negro, celda de desagüe. En gris, celdas modificadas. . . . . . . . . . . . . . . . . . . . . . . 91
2.28. Eliminación de depresiones según Planchon (2001). . . . . . . . . . . . . . . . . . . . . . . . 91
2.29. Representación de flujo acumulado sobre un cono circular, según los principales algoritmos
de asignación de direcciones de flujo (adaptado de (Conrad, 1998)) . . . . . . . . . . . . . 105
2.30. Representación de una malla de flujo acumulado con escala lineal (izquierda) y logarı́tmica
(derecha). Se ve con facilidad la mayor utilidad de esta última para este tipo de parámetro 105
2.31. Trazado de flujo alrededor de un lago, según Liang y Mackay. (Tomado de Liang y Mackay,
1997) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
2.32. Mapa de ı́ndice topográfico. Las tonalidades más claras indican valores mayores. . . . . . 108
2.33. Mapa de potencia de cauce. Las tonalidades más claras indican valores mayores. La re-
presentación de este mapa, al igual que el de área acumulada, se realiza preferentemente
con escala de tipo logarı́tmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
2.34. Mapa de pendiente media aguas arriba. Las tonalidades más claras indican valores mayores. 110
2.35. Valores de relieve relativo(izquierda) y clasificación de los mismos en clases (derecha). . 112
3.1. Trazado de flujo aguas abajo de un punto dado por las metodologı́as del D8 y FD8. La
flecha ı́ndica la dirección de flujo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3.2. Redes de drenaje extraı́das para valores de umbral de 5000 ha (izquierda) y 1 ha (derecha) 125
3.3. Estimación de umbral de flujo acumulado en función de la relacion entre área aportante
y pendiente en cada celda, según Tarboton et al (1991) (Adaptado de Bertolo (2000). . . 126
3.4. Identificación de celdas de valle según Peucker y Douglas (1975). En cada pasada se
señala la celda más elevada de cada cuatro. Las celdas no señaladas al final del proceso
constituyen las celdas de valle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
3.5. Mapa de celdas de valle, elaborado segun Peucker y Douglas (1975). Las celdas en negro
representan celdas de valle. El cálculo del área aportante se lleva a cabo empleando
únicamente las celdas en blanco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
3.6. Codificación de un grafo de tipo árbol para su almacenamiento. . . . . . . . . . . . . . . . 133
3.7. Mapa de ordenes de Strahler. Nótese la similitud con el de flujo acumulado, aunque en
este caso la representación esta realizada con escala lı́neal y los valores se disponene
únicamente en el rango 1 − 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
3.8. Evolución del área acumulada a lo largo del cauce. . . . . . . . . . . . . . . . . . . . . . . . 139
3.9. Explicación gráfica del significado de la dimensión de Hausdorff. . . . . . . . . . . . . . . . 141
3.10. Forma de proceder en la aplicación del metodo box-counting para el cálculo de la dimensión
fractal de una red de drenaje. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
3.11. Ajuste de una recta sobre los pares de valores (log(Si ), log(Ni )). La pendiente de dicha
recta es la dimensión fractal buscada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
4.1. Comparación entre la cuenca delimitada mediante la aplicación del método D8 (derecha)
y el FD8 (izquierda) para un mismo punto de cierre. . . . . . . . . . . . . . . . . . . . . . . 148
4.2. Fuentes de error en la extracción de cuencas vertiente mediante algoritmos recursivo en
zonas con depresiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
4.3. Subcuencas establecidas sobre las confluencias con el cauce principal (izquierda) y sobre
las confluencias entre cauces cualesquiera (derecha). En la fila inferior, esquema funcional
de la cuenca en su conjunto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.4. Cuenca vertiente y su elipse equivalente asociada (Adaptado de Moussa, 2003). . . . . . 168
4.5. Función ancho de cuenca a partir de distancias topológicas (Adaptado de Bras,1990) . . 169
4.6. Cuenca original y modificada para variar la distribución de tiempos de salida. La respuesta
y comportamiento hidrológico de ambas es distinto, pese a compartir valores de otros
parámetros de forma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
4.7. Variación en las distribuciones de frecuencias de los tiempos de salida al modificar inter-
namente la cuenca. A la izquierda, cuenca original. A la derecha, cuenca modificada. . . 172
4.8. Representación de una malla de distancias de salida. Los tonos más claros representan
distancias mayores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
4.9. Representación de una malla de tiempos de salida con velocidad variable. Los tonos más
claros representan tiempos mayores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
4.10. Representación de una malla de distancias a cabecera. Las tonalidades claras indican
mayor distancia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.1. Balance hı́drico en una celda dada dentro de un modelo distribuido básico. . . . . . . . . 189
5.2. Estructura básica de un modelo hidrológico distribuido. . . . . . . . . . . . . . . . . . . . . 189
5.3. Caracterización de cada celda como una unidad independiente desde el punto de vista
de sus caracterı́sticas fı́sicas. La base para el desarrollo de modelos distribuidos reside
fuertemente en esta consideración (Adaptado de Wigmosta) . . . . . . . . . . . . . . . . . 190
5.4. Estructura conceptual del modelo TOPMODEL . . . . . . . . . . . . . . . . . . . . . . . . 198
5.5. Esquema de la utilización e incorporación de Modelos Digitales del Terreno en los dife-
rentes elementos que forman parte de un proceso de modelización hidrológica genérico. . 202
6.1. Estructura multicapa del MDP asociado a un evento. Extracción del hietograma asociado
a un punto a partir de los valores contenidos en éste. . . . . . . . . . . . . . . . . . . . . . 207
6.2. Mapa de intensidad de precipitación en una hora, obtenido a partir de radar. Las distintas
intensidades se representan mediante tonalidades de gris. . . . . . . . . . . . . . . . . . . . 208
6.3. creación de polı́gonos de Thiessen sobre una base raster. . . . . . . . . . . . . . . . . . . . 213
6.4. Ponderación de hietogramas mediante ponderación directa de cada intervalo. El resultado
no se ajusta a la interpretación lógica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
6.5. Ponderación de hietogramas considerando retardos. El resultado se corresponde con la
interpretación lógica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
6.6. Secuencia de etapas en la creación del MDP a partir de hietogramas puntuales (a) o datos
estadı́sticos puntuales para la creación de tormentas de diseño (b). . . . . . . . . . . . . . 216
6.7. Zonas en sombra (a) frente a zonas bajo insolación (b), por comparación entre el perfil
del terreno y la lı́nea de visión entre la celda problema y el sol. . . . . . . . . . . . . . . . 223
6.8. Determinación de celdas a considerar en el perfil del terreno según la posición del sol
determinada por su ángulo azimutal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
6.9. Esquema conceptual del modelo MIKE–SHE (Adaptada de DHI, 1985). . . . . . . . . . . 227
7.1. Relación entre LAI y NDVI. Las curvas delimitan el intervalo de confianza del 95 %
(adaptado de (Wylie et al, 2000)). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
7.2. Creación de malla de Números de Curva adaptados en base a mallas de Números de Curva
e Índice Topográfico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
7.3. Errores en la estimación de la precipitación efectiva aportada por cada celda al hidrogra-
ma, al suponer dicha celda como unidad aislada en la aplicación del método del Número
de Curva. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
7.4. Comparación visual entre el esquema de funcionamiento de un modelo de escorrentia
sencillo como el Número de Curva y uno complejo de base fı́sica. . . . . . . . . . . . . . . 245
7.5. Esquema de funcionamiento del modelo LISFLOOD (DeRoo). . . . . . . . . . . . . . . . . 246
7.6. Esquema de zonas y procesos en el modelo TOPMODEL (Beven y Kirby, 1979). . . . . . 247
7.7. Variación del área contribuyente (en negro) a medida que se modifica el umbral de satu-
ración en función del ı́ndice topográfico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
8.1. Representación de una malla de caudales promedio, supuesta una escorrentı́a instantanea
(T = 0) de 1 mm en cada celda. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
8.2. Hidrograma de tipo cuadrado resultante de la suposición de caudal constante. . . . . . . 265
8.3. Desplazamiento de los hidrogramas generados en cada celda en función del tiempo de
salida ts de la misma. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
8.4. Conducción del hidrograma en cada celda aplicando el modelo de embalses lineales en serie. 267
8.5. Creación de un hidrograma unitario a partir del histograma de tiempos de salida. . . . . 270
8.6. Representación esquemática de un metodo combinado. El análisis distribuido de las uni-
dades hidrológicas (izquierda), se emplea para, con los datos obtenidos, utilizar posterior-
mente un modelo agregado(derecha). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
8.7. Mapa de ordenes de celda. Las celdas con tonalidades mas claras se procesan con poste-
rioridad a las de tonalidad oscura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
9.1. Mapa de factor LS calculado empleando área aportante especı́fica en lugar de longitud
de pendiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
9.2. Mapa de erosión deposición según la USPED. Las tonalidades claras indican erosión y las
oscuras deposición. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
9.3. Mapa de balance neto de potencia de cauce. Las tonalidad des blancas indican deposición
potencial, mientas que las negras señalan erosión potencial. . . . . . . . . . . . . . . . . . . 293
9.4. Sustitución de las profundidades verticales de suelo y lamina de agua por profundidades
perpendiculares al terreno en el modelo SINMAP. . . . . . . . . . . . . . . . . . . . . . . . 297
9.5. Valores de ı́ndice de estabilidad en el modelo SINMAP en función de área y pendiente
(adaptado de (Pack, 1998)). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
9.6. Evolución de la morfologı́a fluvial — en este caso, la evolución de un meandro — simulada
mediante la aplicación del modelo CCHE2D (Wu y Vieira, 2002). Las distintas tonalidades
de gris indican la elevación del lecho. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
Índice alfabético
363
Factor de convergencia, 68, 313 Indice de estabilidad, 296, 297
Factor LS, 314 Indice de potencia de cauce, 108, 139, 292
Fairfield, 65 Indice de radiación, 225, 236
Fall, 237, 238 Indice topográfico, 107, 195–199, 236, 248, 292, 314,
FD8, 68–71, 103, 118, 148, 313, 334 328, 334
Felicisimo, 225 Indice topográfico de humedad, 237, 241, 297
Fortin, 12 Indice topográfico de humedad relativa, 238
Foster, 287 INM, 316
Fracción de Cabida Cubierta, 233 Interpolación
Bicúbica, 40
Gallant, 15 Bilineal, 39
Garbrecht, 15, 81, 86 de Lagrange, 45
Georreferenciación, 26 por distancia inversa, 310
GIMP, 171 por vecindad, 310
GIS, 15 volumétrica, 217
Gousie, 36 Isocronas, 263, 268, 273, 280
Gradiente adiabático del aire, 222
Grafo, 168 Jenson, 15, 81
Grafo acı́clico conexo, 132 Jenson y Domingue, 80
GRASS, 13, 15, 16
Green–Ampt, 246 KINEROS2, 14, 15
GRID, 10, 15 Kirpich, 175, 178, 258
Gumbel, 216 Kouwen, 12
KRA, 74, 104, 119, 149, 334
Hargreaves, 227 Kriging, 34, 35, 211, 218, 309
Harvard Laboratory, 9 kriging, 310
Heart, 200, 201, 304, 316
HEC, 7 Lı́neas paralelas de flujo, 67, 79, 80, 82, 87
HEC–1, 8, 200, 255 La Barbera, 143
HEC–5, 8 Lagrange, 37
HEC–6, 8 LAI, 233, 234
HEC–GeoHMS, 12 Laursen, 295
HEC–GeoRAS, 12 Lenguaje
HEC–HMS, 12, 200, 268 C, 280
HEC–RAS, 8, 12 FORTRAN, 280
Hidrograma Leymarie, 65
adimensional, 265 Linsey, 7
unitario, 255, 256, 259 LISFLOOD, 245
unitario Clark, 269 Longitud de apertura, 90
Unitario Geomorfológico Instantaneo, 259, 260 Lynch, 211
Unitario Instantaneo, 259
unitario sintético, 257 Maidment, 12
unitario Snyder, 258 Mandelbrot, 142
unitario triangular, 265 Manning, 176, 275
unitario triangular SCS, 257, 258 Mark, 62, 86
Hojas, 133, 135 Martz, 15, 81, 86
Horton, 119, 122 MDF, 313
HRU, 196 MDP, 206, 208–211, 215, 216, 218
HSP, 7 Meadows, 176
HSPF, 7, 12 Media focal, 112
HTML, 319 MFD, 68, 69, 95, 100, 103, 118, 121, 147, 149, 173,
Hydrotel, 12 334
MIKE–SHE, 12, 227
IDW, 34, 211 Mitasova, 55, 291
IHDM, 12 ModClark, 268
Imágenes Modelos
de radar, 208 matemáticos, 6
aereas, 24, 28, 41, 42, 192, 233, 235 Stanford, 7
de radar, 209, 216 Montgomery, 127
digitales, 47 Moore, 287
Imágenes digitales, 40 Morgan, 237, 238
Indice de compacidad de Gravelius, 163, 165 Moussa, 260
Multiple Flow Direction, 68 SIG–OPD, 316
Muskingum, 261, 263 Single Flow Direction, 68
MUSLE, 289 SINMAP, 237, 296, 298
Smith, 284
Número de Curva, 240, 242, 243 Source–to–sink, 252, 263, 272, 278
NDVI, 233, 234, 239 Spline, 40
Nearest Neighbour, 39 Splines, 35, 211
Nodo Star, 9
hijo, 132 Strahler, 119
padre, 132 Superficie cuadrática, 44
NPS, 7 SYMVU, 10
Nucleo de Prewitt, 50 SYNMAP, 10