Professional Documents
Culture Documents
Validation of Hydrological models Rain- Runoff for their Application to the bedside
of basin of the Jequetepeque River
RESUMEN.
ABSTRAC
1
Universidad Nacional Agraria La Molina. Programa de Doctorado en Ingeniera de Recursos Hdricos.
2
Universidad Nacional Agraria La Molina. Departamento de Doctorado de Recursos Hdricos.
3
Universidad Nacional Agraria La Molina. Departamento de Doctorado de Recursos Hdricos.
4
Universidad Nacional Agraria La Molina. Departamento de Doctorado de Recursos Hdricos.
*Corresponding author (a_b_alcantara@hotmail.com)
case of the flow rates, we used the Yonan station with a data of 34 years. Prior to the
model, was analyzed by the SAMS and HYDRACCESS programs.
The results of calibration of the model show a high efficiency with a Nash of 83 %,
after optimization of the parameters X1 =5.88 and X2 =0.72. The coefficient of
determination is highly reliable with a value of 0.83. In the validation of the model, it also
won a high efficiency of 81.3 % and a R2 coefficient of 0.86. In the sensitivity of the
model, it was determined that the most sensitive parameter is X2, therefore, has the
greatest influence on the results of the model.
The simulated flow rates for the stations of Porcon and Asuncin, determine that
there is a difference in flow rates during the course of the year. In the northern part of the
bedside of the basin flows are always present; on the other hand, in the southern part of the
bedside of the basin, the flows are a function of precipitation, droughts exist in the absence
of rain.
I.- INTRODUCCIN
El presente trabajo, est vinculado con la aplicacin del modelo GR2M de lluvia-
escorrenta en la cuenca del ro Jequetepeque, cuenca perteneciente a la vertiente del
pacfico, ubicado en la costa norte del Per.
Los datos en anlisis, pertenecen a estaciones distribuidas espacialmente con la mayor
cantidad de data (precipitacin y temperatura), y la estacin Yonan, con datos de caudales,
cuyo periodo corresponde a los aos 1965 1998.
Dada la problemtica de la deficiencia de datos de caudales, lo que se espera obtener en el
presente estudio es la aplicacin eficiente del modelo a la cuenca del ro Jequetepeque; el
problema se extiende a la mayor cantidad de cuencas y micro cuencas de la parte alta,
lugares en los cuales se presenta como informacin valiosa los datos de precipitacin y
temperatura.
El programa SAMS, ha permitido el anlisis de los datos y la generacin de caudales
sintticos con proyeccin de fenmenos del nio; as mismo, el programa Hydraccess ha
permitido distribuir la influencia espacial de las estaciones y delimitacin de influencia de
la intensidad de precipitacin espacial a lo largo de la cuenca.
Durante el proceso de utilizacin del modelo GR2M, se ha realizado los procesos de
calibracin para un periodo de 240 meses, y el periodo de validacin de 120 meses, como
parte del planteamiento de los objetivos para el estudio de la cuenca del ro Jequetepeque.
Con la finalidad de determinar el parmetro que tiene mayor influencia en los resultados
del modelo, se plante el proceso de sensibilidad del modelo con variaciones porcentuales
del 5% de incrementos. Base de estos procesos, se discute los resultados que arroja el
modelo mediante cuadros y figuras.
El rea de estudio se encuentra en la parte norte del Per, ubicada entre las regiones de La
Libertad (provincias: Pacasmayo y Chepn) y Cajamarca hacia el este (Provincias de
Cajamarca, Contumaz, San Pablo y San Miguel). Hidrolgicamente pertenece a la
vertiente del Pacfico, con una superficie aproximada de 4443.63 km2, (INADE, 2002).
2
El ro Jequetepeque tiene una longitud de 161.50 Km con un recorrido de este a oeste,
cuyas aguas desembocan en el ocano Pacfico; su altitud vara desde los 0 msnm hasta los
4188 msnm; espacialmente est limitando con siete cuencas, como se ilustra en la figura 1.
En la parte media de la cuenca, se ha construido el Embalse Gallito Ciego, con una
capacidad de almacenamiento de agua de 573x106 m3 de agua (FAO, 2003), cuyo uso
principal es la generacin de energa elctrica y el desarrollo de la actividad agrcola.
Los datos hidromtricos en la cuenca, est constituido por el conjunto de data hidrolgica
distribuidos en puntos estratgicos, los cuales van registrando peridicamente datos en
puntos denominados estaciones.
Para Molina, (1975), la hidrometra, es una parte de la hidrologa que mide el volumen de
agua que circula por una seccin de un conducto en un tiempo dado. Las medidas de la
cantidad de agua que circula por la seccin de una quebrada, riachuelo o ro, son datos
registrados con la finalidad de realizar su procesamiento con fines de planificacin,
distribucin o gestin del agua.
El proceso que se utiliza para medir los caudales de una determinada seccin del ro, es
mediante el mtodo de los llamados aforos de corriente de agua, existiendo diversos tipos
de medirlos, siendo el ms empleado el medir la velocidad del agua por una seccin
correspondiente, como se ilustra en la figura 2. (Daz, A. 2010).
3
Donde
Q = cauda, en m3 /s.
A = rea en m2.
V = velocidad en m/s.
4
Figura N 3. Esquema conceptual y ecuaciones del modelo GR2M.
S X 1 P
(1) S1 with tanh
E P 1
S X1
X1
evaporation (3)
(1) (2)
P1 P S S1
(2)
S1 1 tanh
E
(3) S2 with
S X1
Production X1 1 1 1
store S X 1
S2 P2 S 2 S
(4) S 1/ 3
(4) S 3
P2 P1 1 2
X 1
(5) P3 (5) P3 P1 P2
(6)
R1 R P3
Outside of X2 60 mm (6)
the basin R
(7) Routing
(7) R2 X 5 .R1
store
R22
(8) Q (8) Q R R2 Q
R2 60
Todas las cantidades (entradas, salidas y variables internas) estn expresadas en mm. En
las ecuaciones presentadas a continuacin P y E representan la precipitacin y la
evaporacin potencial promediadas sobre la cuenca del ro Jequetepeque.
1.0
2.0
Debido a la evaporacin (el clculo de la evaporacin real, depende del valor de E), S1 se
convierte en S2:
3.0
5
4.0
5.0
6.0
7.0
8.0
9.0
10.0
11.0
Los parmetros que deben ser calibrados en el modelo GR2M son X1 y X5.
Para evaluar la calidad del modelo, se puede realizar mediante una evaluacin cuantitativa
o cualitativa, en el caso del segundo se basa en la comparacin grfica entre los valores
calculados y los valores observados. Un factor a considerar en el modelo, es la funcin
objetivo Nash, para cuantificar la eficiencia del modelo simulado respecto al modelo
observado, su valor esta expresado en porcentaje, cuya ecuacin es como sigue:
12.0
6
En el proceso de la utilizacin del modelo GR2M, se procede a la calibracin, validacin y
sensibilidad del modelo; en el primer caso es obtener valores ptimos de los parmetros
incluidos en el modelo, es decir el mejor ajuste entre los datos observados y los datos
simulados por el modelo; en el segundo caso, la validacin, es el proceso de verificacin
de la calidad de los ajustes de la etapa de calibracin y finalmente la etapa de sensibilidad
del modelo, tiende a medir cuanto puede llegar a afectar a los resultados del modelo las
variaciones relativamente pequeas en los valores de los parmetros (Mena Correa, 2010).
2.4 Problemtica.
Las estaciones hidrolgicas, por lo general se ubican en la parte media o baja de la cuenca,
lugares donde se concentra la mayor cantidad de agua con fines de uso poblacional o
agrcola; sin embargo, en la parte alta, no se tiene datos de escorrenta, siendo ellos muy
importantes con diferentes fines, uno de ellos sera conocer la escorrenta en las cabeceras
de cuenca para programar los cultivos y tipos de cultivos mediante regado, debido a que
no se cuenta con agua de precipitacin durante la poca seca, el uso de agua para
actividades industriales, proyectos de produccin, con fines de recarga entre otros
propsitos. Este desconocimiento impide o dificulta realizar un conjunto de planificaciones
y que teniendo datos sobre las cantidades de agua podran mejorar las condiciones de
produccin y calidad de vida de los pobladores o de la cuenca en general.
En tal sentido aplicando este modelo lluvia-escorrenta, sera posible utilizar parmetros
calibrados y de acuerdo a estos ajustes utilizarlos en la generacin de datos de escorrenta
en las partes altas de la cuenca en estudio.
2.5 Objetivos
2.6 Hiptesis.
III.-METODOLOGA
7
Los datos de caudales, se obtuvo de la estacin hidrolgica Yonan, con datos histricos de
34 aos, desde el ao 1965 al ao 1998. Con la finalidad de estandarizar la data de las
estaciones que no contaban con datos desde el ao 1965, se realiz proyecciones y
simulaciones de precipitaciones sinttica a travs del programa SAMS.
Para el anlisis de lluvia escorrenta, se analiz los datos correspondientes a 4 estaciones
tambin por un periodo de 34 aos (1965-1998). Los datos a lo largo de la cuenca, han
sido trabajados previamente en el programa Hydraccess para determinar aplicar mtodos
de interpolacin y distribucin espacial de las estaciones. As mismo, el modelo GR2M, es
utilizado para la generacin de caudales mensuales a partir de la lluvia y
evapotranspiracin, (Tabla N1).
IV.-RESULTADOS Y DISCUSIN
Como se observa en las Figuras 4 y 5, los datos no tienen una distribucin normal, por ello
vamos a transformar estos datos a una determinada funcin. Por el mtodo grfico
observamos que las probabilidades Log-normal, va a representar esta distribucin log-
normal como una lnea recta, que para este caso en todas los meses acepta este parmetro.
90 90
Y=X
60 60
X
30 30
0
0
.1 .5 2 10 30 50 70 90 98 99.5 99.9
.1 .5 2 10 30 50 70 90 98 99.5 99.9
Non-Exceedance Probability (%)
Non-Exceedance Probability (%)
8
Figura N 5. Luego de aplicar el log-normal, se ajustan los datos y se obtiene:
4.5
90 4
Y = ln(X + a)
3.5
60
X
2.5
30
2
1.5
0
Las muestras estadsticas que arrojan el programa SAMS de las series originales y series
transformadas de la estacin en anlisis, se presentan la Tabla 2.
Station Yonan
Por otro lado, de acuerdo a los anlisis de los modelos Auto regresivos de Media Mvil,
que se presentan en la Tabla 3, cuyo principio es generar el presente o futuro en funcin de
lo que ha ocurrido en el pasado, los valores que nos arroja el programa para la estacin en
estudio, nos muestra el valor referencial de trabajo es el ARMA (1,0), por ser el menor
valor, dado que minimiza el error de pronstico de la matriz de suma de errores.
Estacin 1
ARMA(1,0) ARMA(2,0) ARMA(3,0)
Mean: 5.54386 5.54386 5.54386
Variance: 0.374783 0.374783 0.374783
AICC: 38.361 40.222 39.337
SIC: 37.501 40.474 40.537
9
Tabla N 4. Resultado del anlisis PARMA.
Usando la base de datos en log-normal y con la ARMA (1,0), para la estacin en estudio,
se determina la generacin de series sintticas, para 100 aos, corriendo el modelo,
obtenemos los siguientes datos del grfico. El color azul, corresponde a la data de series
histricas y el de color rojo, son las series sintticas o series generadas. As mismo se
puede observar 4 grandes fenmenos del nio hasta el ao 2094, siendo el ms intenso en
los prximos 10 aos. Tabla 4 y Figura 6.
700
Flow
500
300
100
10 40 70 100 130
Year
10
Figura N 7. Proceso de interpolacin de las estaciones en la cuenca Jequetepeque.
En el modelo GR2M, a paso mensual, se generan tres procesos fundamentales, los cuales
se ha seguido en el anlisis de aplicacin a la cuenca Jequetepeque que son: la calibracin,
validacin del modelo y la sensibilidad de los parmetros. Para el primer caso, en la parte
de la calibracin del modelo, se us el programa Solver, incorporado dentro del programa
Excel.
Los datos esenciales para nuestra cuenca, abarca 3642 km2, con un periodo de llenado de
tanque de 12 meses y un periodo de calibracin de 240 meses, que corresponde del ao
1966 al ao 1986, (Figura 8).
En una primera instancias, con los valores sugeridos para los parmetros X1 y X2, (6 y 1,
respectivamente) el Nash toma un valor muy bajo.
11
Figura N 8. Valor de los parmetros sin calibrar el modelo
Efficiencycriteria (%)
Nash(Q) 29.7
Nash(VQ) 44.9
Nash(ln(Q)) 41.9
Bias 174.8
Los resultados que nos arroja el modelo, en el proceso de calibracin con la optimizacin
del programa Solver, son ms aceptables, dado que el valor del Nash obtenido en este
proceso, tiene una eficiencia del 83% aplicado a un periodo de 240 meses, como se
observa en la Figura 9; al mismo tiempo que el valor de los parmetros se modifican
(parmetros ptimos): cuyos valores son:
X1 = 5.88
X2 = 0.72
Nash = 83
Efficiencycriteria (%)
Nash(Q) 83.0
Nash(VQ) 83.8
Nash(ln(Q)) 83.0
Bias 95.6
As mismo, en forma grfica (Figura 10), se observa que los flujos simulados, respecto a
los observados, guarda una buena correlacin, sin embargo se observa algunos resultados
no muy satisfactorios en seis periodos, siendo tres de ellos muy pronunciados: mar-78
12
(Qsim = 34.62 y Qobs = 7.402), abr-78 (Qsim = 39.07 y Qobs = 14.44) y ene-83 (Qsim =
92.25 y Qobs = 60.78). En el resto de los periodos, explica su proceso de generacin de
lluvia en caudales, como se observa en la Figura 10.
En la Figura 11, se considera la distribucin a partir de 1965, donde observa los cambios
en la velocidad de llenado de la produccin de tanques, por lo que se observa poca
estabilidad en el modelo, donde las variaciones S, al principio del periodo en evaluacin,
estn influenciadas generalmente por las Precipitaciones (ejemplo enero del 67, 68, 69 y
70), presentando dos periodos de tendencia marcados de los aos 68 72 y de los aos 80
al 83.
13
En la Figura 12, se observa el comportamiento del reservorio de transferencia, donde el
nivel R, presenta una alta dispersin de datos, los cuales varan entre 3 a 47 mm,
registrndose el mayor valor en marzo del ao 98 y el menor valor corresponde a
septiembre del 80; al igual que S, tambin presenta los mismos periodos de tendencia,
donde los mayores valores corresponde a las pocas de diciembre a abril, es decir pocas
de mayor precipitacin.
14
4.2 Validacin del Sistema
Para la validacin del modelo, usamos los parmetros determinados en la calibracin, con
1/3 de la data posterior al periodo de calibracin, como se muestra en el Tabla 5; esto nos
va a permitir validar la utilizacin del modelo GR2M en la cuenca del ro Jequetepeque.
2/3 1/3
Ene-66
Ene-67
Ene-68
Ene-69
Ene-70
Ene-71
Ene-72
Ene-73
Ene-74
Ene-75
Ene-76
Ene-77
Ene-78
Ene-79
Ene-80
Ene-81
Ene-82
Ene-83
Ene-84
Ene-85
Ene-86
Feb-86
Feb-87
Feb-88
Feb-89
Feb-90
Feb-91
Feb-92
Feb-93
Feb-94
Feb-95
Feb-96
Para este proceso, el periodo de validacin, corresponde a 120 meses, es decir 1/3 de la
data en estudio, y como se observa en la figura 14, el resultado del Nash, en este proceso,
result con una eficiencia alta del 81.3%, mantenindose los parmetros X1 =5.88 y el
X2=0.72.
Efficiencycriteria (%)
Nash(Q) 81.3
Nash(VQ) 80.5
Nash(ln(Q)) 78.4
Bias 98.6
As mismo, como se puede observar en la Figura 15, los resultados son bastante aceptables,
dado que los caudales simulados, se ajustan a los caudales observados en todo este periodo,
esto es un reflejo de los periodos de la generacin de lluvias, por lo cual el modelo es
vlido y aplicable para esta cuenca.
15
Figura N 15. Histograma correspondiente al periodo de validacin.
Los resultados estadsticos de la lnea de tendencia, con la ecuacin lineal de los caudales
simulados, en funcin de los valores observados, mantienen una alta correlacin de 0.86,
por lo que nos indica que si existe validez del modelo, como se observa en la Figura 16.
Con las variaciones porcentuales pequeas en cada uno de los valores de los parametros,
los resultados que se obtienen en este proceso, nos demuestran que el parametro X2 el mas
16
sensible (Tabla 6), por lo que es el parametro que tiene mayor influencia en los resultados
del modelo para nuestra cuenca; para ello variamos cada uno de los parametros
manteniendo el otro fijo.
Este proceso ha sido trabajado con los caudales generados durante todo el periodo de
calibracion del modelo. En forma grfica, se observa en las Figuras 17, donde se grafica la
sensibilidad para cada uno de los parametros en estudio; la tendencia de uno de ellos
aumenta con mayor rapidez a medida que se incrementan los porcentajes.
La Figura 18, muestra los resultados de escorrenta para la estacin Porcn, segn el
modelamiento del GR2M, en donde observan caudales continuos durante todas las
estaciones del ao, esta caracterizacin es un dato importante, razn de anlisis, pues no
17
existen glaciares en esta parte de la cuenca, sin embargo existe escorrenta aun en pocas
de estiaje. El rea de influencia de estos caudales son los distritos de Llapa, Cochn y
Cajamarca.
En la Figura 19, observamos que los caudales simulados en las pocas secas, no presentan
corrientes de agua, esto estara relacionado con las caractersticas del suelo y los procesos
de intemperismo, dado que las precipitaciones tambin son menores respecto a la estacin
anterior.
La simulacin de caudales de la estacin Asuncin, corresponden para los ros San Juan,
Paigal y Quinuas, cuya rea de influencia es el distrito de San Juan, Jess, Asuncin, y
parte de Contumaz.
18
V.-CONCLUSIONES
1. La aplicacin del modelo GR2M, en la cuenca del rio Jequetepeque, presenta una alta
eficiencia, tanto en el periodo de calibracin (83%), como en el periodo de validacin del
modelo (81.3%), por lo que se ajusta a la aplicacin de este modelo satisfactoriamente a
nuestra cuenca en estudio.
3. La aplicacin del modelo, dado su alta eficiencia para la cuenca del rio Jequetepeque, se
adecua a la generacin de caudales a partir de la informacin de precipitacin bsicamente
en la parte de las micro cuencas (parte alta), donde se adolece de informacin de caudales.
4. A nivel de cabecera de cuenca, se observa que existe una variacin de los caudales en la
parte norte de la cabecera de cuenca, respecto a una disminucin en los caudales para la
parte sur de la cabecera de cuenca del ro Jequetepeque, simulado en dos estaciones
ubicados en las partes ms altas de la cuenca en estudio.
VI.-AGRADECIMIENTOS
VII.-REFERENCIAS BIBLIOGRFICAS.
19
9. Sveinsson, O., Lee, T., Salas, J., Lane, W. y Frevert, D. (2009). Stochastic Analysis
Modeling and Simulation. Colorado State University. USA.
20