Optimización de las Unidades de Respuesta Hidrológica URHs utilizando el método PCA/HCPC aplicado en el sector alto de las cuencas de Ligua Petorca

Fecha

2021-12

Formato del documento

Tesis

ORCID Autor

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad de Valparaíso

ISBN

ISSN

item.page.issne

item.page.doiurl

Departamento o Escuela

Escuela de Ingenieria Civil

Determinador

Recolector

Especie

Nota general

Resumen

Este estudio tomó como base teórica para la modelación, una metodología nueva y experimental, la cual está en constante mejoramiento, el PCA/HCPC. Sumado a lo anterior, internamente se implementó una metodología completamente nueva para la generación de mapas ráster utilizados en la delimitación de URH. La metodología fue aplicada en tres subcuencas pequeñas con similar clima, cobertura vegetal, sin intervención antrópica y con estaciones fluviométricas muy parecidas respecto al comportamiento de sus registros históricos. Esto limitaría el estudio, de momento, a poder replicarse en cuencas que posean mayor tamaño, diversidad climática, vegetal y con intervención humana como en las grandes ciudades. La función PCA usa ponderaciones para asignar grados de importancia relativa a las diferentes variables de análisis. Esto le permite al modelador establecer las variables más importantes dado el modelo o el problema a resolver. Originalmente, Poblete et al. (2020) aplicaron la metodología asignando un peso de 2 a variables meteorológicas como la precipitación y temperatura. En el estudio actual, el peso se equiparó, asignando un valor de 1 a variables meteorológicas e hidrológicas por igual. Si bien, indudablemente esta decisión modificó la base de la metodología, se debería esclarecer que tan distintas serían las representaciones de las URH que conforman la cuenca si el peso asignado varía de 1 a 2. Puede ser que estas mejoren, o quizás no. Puede ser quizás, que, al subir el peso a 2, el caso óptimo ya no sean 5 URH, sino 6 o 7, o incluso 3. Es un análisis de sensibilidad el cual deberá ser estudiado y analizado en detalle a futuro. Posiblemente, la metodología PCA/HCPC podría mejorar aún más aumentando los datos de entrada al modelo. Un ejemplo de ello es lo ocurrido con la ausente representación espacial de los parámetros que conforman el balde inferior del método humedad del suelo y el coeficiente de cultivo Kc. Es altamente probable que la mejora fuese sustancialmente positiva en la simulación de los caudales base (y también en los medios y pico), al representar espacialmente los parámetros Dw y Kd mediante mapas. De igual forma con el coeficiente de cultivo, debido a su directa influencia en la representación de la respuesta simulada, ya que, al estar directamente relacionado con la evapotranspiración, es uno de los principales actores en mediar la sub o sobreestimación en los caudales simulados. Otro aspecto importante por comentar es el bajo desempeño en la respuesta simulada al ser evaluada mediante criterios logarítmicos, como es el caso de NSLog. Se cree que este comportamiento se deba a dos principales razones, la primera fue explicada al principio de este capítulo, ligada principalmente a la generación de mapas considerando solo caudales estándares y no logarítmicos en el proceso de calibración de los mapas. Para poder explicar la posible segunda razón, es necesario recordar la función que otorga modelar mediante el PCA/HCPC. Que, en palabras simples, se basa en entregar un set de datos de entrada al modelo hidrológico, que represente de la mejor manera el comportamiento de las distintas URH definidas. Este set de datos se podría considerar como una condición inicial para el proceso de calibración, ya que se comienza desde un desempeño relativamente bueno, volviendo este proceso más llevadero a diferencia de otras metodologías de calibración. Esto puede ser explicado en base a la Figura 7.1. Por ejemplo, en una modelación común, muy posiblemente se podría comenzar con un desempeño similar al obtenido por parte del Set 1. Por su parte la ventaja que otorga el PCA/HCPC, es equivalente a comenzar en el Set 4, ya que, se calibró los mapas para obtener condiciones iniciales de desempeño aceptables. Esta línea base que otorga el PCA/HCPC, resultaría ser tan beneficiosa como limitante, ya que podría fijar esta condición de datos iniciales en un punto donde la mejora en la calibración sea compleja. Si bien se podría lograr un desempeño “teóricamente” bueno utilizando el Set 5, no indica que necesariamente los datos de entrada al modelo sean los que realmente representan la respuesta en su mejor forma. Este fenómeno teórico es muy usual a la hora de calibrar modelos hidrológicos mediante el concepto de prueba y error, iterando sets hasta lograr desempeños relativamente buenos. Y es la principal idea de la cual se sustenta esta segunda razón del porqué los NSLog obtenidos fueron tan bajos, ya que se cree que el set de datos que se usó como condición inicial para la calibración del modelo, “teóricamente” era bueno, pero tal vez físicamente no era el que representara la respuesta de la mejor manera en todos sus frentes. Quizás otro set de datos de entrada hubiese permitido al modelo haber llegado al Set 6, el cual quizás hubiese representado de buena manera la respuesta hidrológica simulada bajo cualquier criterio de evaluación.

Descripción

Lugar de Publicación

Auspiciador

Palabras clave

CUENCAS, HIDROLOGIA, CAUDALES

Licencia

URL Licencia