UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA SANITARIA

TEMA: MODELAMIENTO DE CUENCAS HIDROGRÁFICAS

UNIDAD: III

DOCENTE: [Link]. Ing. Hidráulico. Jairo Isaí Alvarez Villanueva

 ACTIVIDAD 1

LECTURA DE PAPER
enviar evidencias
CUENCA HIDROGRÁFICA

La base del estudio de la Hidrología es la comprensión del ciclo hidrológico, de sus procesos e
interrelaciones tanto superficiales y subsuperficiales, y esta comprensión implica “medir”.

[Link]
 Medidor de humedad portátil para arena y piedra

Si bien los métodos y técnicas de medición de caudales y

precipitaciones has evolucionado en el tiempo, también es
cierto que otras componentes del ciclo hidrológico no han
corrido la misma suerte pues se presentan bajo el suelo

[Link]
humedad-portatil-para-arena-y-piedra

[Link]
[Link]
[Link]
 La infiltración, la percolación profunda, el flujo subsuperficial, el flujo subterráneo, entre otros,
son procesos que se miden usualmente de manera indirecta y/o remota, lo que conlleva a una
fuerte incertidumbre respecto al funcionamiento del ciclo hidrológico.

[Link]
MODELACION DE CUENCA
Entender el ciclo hidrológico Permite entender la “respuesta” de la cuenca en el tiempo y en el espacio

La base de la modelación hidrológica es la modelación de cuencas

Los modelos de cuenca son un reflejo de cómo entendemos el sistema cuenca y su respuesta.
Esta compresión podemos realizarlo a través de una modelo conceptual, como primera
instancia.
Po tanto el modelo hidrológico permite cuantificar la respuesta de la cuenca. Estos modelos permiten
pronosticar, pero las respuesta esta supeditada a la calidad de información que dispongamos de la zona de
estudio. Esto significa que no todos los modelos son perfectos para todas las cuencas. Esto se debe a las
características particulares de la cuenca, tales como: clima, geografía, geología…… Estas características influyen
o condicionan a los modelos.
 Los modelos hidrológicos se presentan como una necesidad y una herramienta para conocer mejor el
funcionamiento y el comportamiento de las diferentes componentes del ciclo hidrológico.

Los modelos hidrológicos se usan:

- Como herramienta para la gestión y planeamiento.

- Para una mayor comprensión del rol de los componentes del ciclo hidrológico en una determinada cuenca.
- Para extrapolar INFORMACION HIDROMETEREOLÓGICO a partir de condiciones actuales.

[Link]
SISTEMA HIDROLÓGICO DE CUENCA
[Link]
 Una vez entendida la cuenca como sistema, debemos comprender las interacciones que existen entre sus elementos; por
ejemplo, la deforestación irracional de la cuenca alta puede conllevar a inundaciones en la época de lluvias en la parte
baja.

[Link]
[Link]
[Link]
 La variabilidad del caudal dependerá:

 Características de clima

 Características topográficas

 Características geológicas

 Acciones antrópicas

[Link]
PROCESO DE MODELACIÓN
 El primer paso de toda modelación hidrológica es establecer un “modelo perceptual”, es decir, decidir cuáles son los
principales procesos y variables que intervienen en la generación de caudales

Cada poblador debería conocer el

proceso del ciclo hidrológico.

[Link]
[Link]
El estudiante de ingeniería presenta un bosquejo de la cuenca, subcuenca o microcuenca de su zona
 El primer paso de toda modelación hidrológica es establecer un “modelo perceptual”, es decir, decidir cuáles son los
principales procesos y variables que intervienen en la generación de caudales (O cuanto conocemos de nuestra zona de
vida). Esto permite observar y analizar las características del suelo, subsuelo y clima, como elementos principales y
discriminar cuales son los procesos más importantes que intervienen en la formación de escorrentía: evaporación,
evapotranspiración, infiltración, humedad de suelo, flujo subterráneo, etc.

1 2

[Link]
[Link]
 Una vez reconocidos, se debe relacionar estos procesos y variables principales, obteniéndose un “modelo conceptual”.

Decidiendo a partir variable y

parámetros, ecuaciones que
represente un proceso específico.

[Link]
 Si las ecuaciones demasiado complejas, como es el caso de ecuaciones diferenciales, se hace necesario
simplificarlas de manera que puedan ser reconocidas y procesadas por un sistema de cómputo; este modelo
simplificado es una aproximación al modelo conceptual y suele llamársele “modelo procedimental”.

Estos modelos pasarán a un proceso de calibración

[Link]
ELEMENTOS DE MODELO
[Link]
[Link]
 ECUACIÓN DE MAILLET

[Link]
CALIBRACION
 El proceso de calibración es la etapa en la cual se asignan valores a todos los parámetros del modelo de manera tal
que “la salida del modelo se ajuste lo mejor posible a los datos históricos registrados”. Este “mejor ajuste” implica
utilizar herramientas estadísticas para buscar minimizar la diferencia entre valores simulados y registrados, mediante
procesos de optimización. Algunos indicadores son:

Valor ideal
Rango Qb1 Qb2 Qb3 Qb4 Qb6 Qb7 Qb8 Qb9 Qb10 Qb11

NS
[-α;1] 1 -0,46 -0,24 -0,48 -0,26 -0,3 -3,33 -0,73 -0,17 -0,16 -0,18

RMSE
[0; +α] 0 1,79 1,65 1,81 1,66 1,71 3,09 1,95 1,61 1,60 1,62

R2
[0;1] 1 0,09 0,09 0,05 0,09 0,09 0,05 0,05 0,08 0,09 0,09

(EEE)
[0; +α] 0 1,85 1,70 1,85 1,71 1,76 3,20 2,02 1,66 1,65 1,67

(IWM) [0;1] 1 0,44 0,45 0,41 0,44 0,44 0,30 0,41 0,45 0,45 0,45

Alvarez (2022)

[Link]
 Indicador Descripción
Coeficiente de Mediante este coeficiente se determinó la estrecha relación de variación entre los
Nash-Sutcliffe caudales observados y caudales generados. Se tuvo en cuenta que, si el resultado de la
(NS (Fórmula 24) fuere uno (1), esto indicaría un ajuste perfecto entre los caudales
observados y los caudales generados. Pero si el resultado del NS es mayor que 0,5
entonces tendrá un ajuste satisfactorio. Además, en la (Tabla 8) se muestra valores a
considerar para el análisis de este indicador (Tabla 17 y Tabla18).

Raíz del Error Este índice permite cuantificar la desviación entre los caudales simulados y los caudales
Cuadrática Medio observados. Este índice se obtuvo de la (Fórmula 26), tomando valores de cero (0)
(RMSE hasta el infinito (positivo). Describiendo que si el valor es cero (0) entonces indica un
ajuste perfecto. Por otro lado, si los valores son mayores, entonces indica menor ajuste
(Tabla 17 y Tabla18).

Coeficiente de Este indicador explicó el porcentaje de variación a partir de la respuesta obtenida de la

Determinación (r2) (Fórmula 27) cuyos valores cercanos a uno (1) representarían un buen ajuste, es decir,
existe una buena correlación entre caudales observados y los caudales simulados.
Mientras que valores cercanos a cero (0) representarían ausencia de correlación (Tabla
17 y Tabla18).

Error Estándar de Este indicador permitió explicar la disparidad promedio entre las variables de caudales
Estimación (EEE) observados y caudales simulados, utilizando la (Fórmula 28). Para esto, se sabe que los
valores cercanos a cero (0) representan una buena descripción entre ambas muestras,
ya que valores mayores a cero (0) no presentarían una buena descripción entre ambas
muestras (Tabla 17 y Tabla18).

Índice de Willmott Este índice utilizó la (Fórmula 29), y determinó la proporción de variación total entre
Modificado (IWM) los caudales observados y los caudales simulados. Donde un valor de IWN igual a uno
(1) representaría un ajuste perfecto (Tabla 17 y Tabla18).

Alvarez (2022)
INVESTIGAR:
ENVIAR EVIDENCIAS

Kling-Gupta (KGE)
PROCESOS DE CALIBRACIÓN Y VALIDACIÓN
 Modelar una cuenca implica establecer una relación entre variables de entrada; esta relación implica introducir
parámetros (con significado físico o no) que permitan simular lo mejor posible la variable de salida. Ya que estos
parámetros son inicialmente desconocidos, se requiere de un proceso de “calibración” para identificar sus valores.

De esta manera podemos definir “calibración” como el proceso por el cual se identifican los valores de los
parámetros del modelo para los cuales la serie de datos simulados se ajusta de manera óptima a la serie de datos
observados. Dependiendo del uso que se le quiera dar al modelo, éste puede requerir pasar por un proceso de
“validación”.

La validación tiene por objetivo determinar la bondad del modelo para realizar predicciones en un lugar específico
para períodos fuera del período de calibración.

[Link]
VER HOJA DE EXCEL