DESCRIPCIN DEL MODELO CONCEPTUAL

DISTRIBUIDO DE SIMULACIN HIDROLGICA

TETIS v.8

Valencia, Julio de 2012

Director del proyecto TETIS:
Flix Francs Garca
Correo electrnico: ffrances@hma.upv.es

Equipo de desarrollo conceptual del modelo TETIS:

Ignacio Vlez Upegui
Julin Vlez Upegui
Marino Puricelli
Juan Jos Montoya
Juan Camilo Mnera
Gianbattista Bussi
Chiara Medici

Autores del documento:

Flix Francs Garca
Julin Vlez Upegui
Juan Camilo Mnera
Chiara Medici
Gianbattista Bussi

Universidad Politcnica de Valencia

Departamento de Ingeniera Hidrulica y Medio Ambiente
Grupo de Investigacin de Modelacin Hidrolgica y Ambiental (GIMHA)
http://lluvia.dihma.upv.es/

Derechos reservados. Se ruega que cualquier uso de este documento sea convenientemente citado.

i
 TABLA DE CONTENIDOS

1.- INTRODUCCIN.......................................................................................................... 4

2.- LA MODELACIN HIDROLGICA Y LA MODELACIN HIDROLGICA

DISTRIBUIDA ..................................................................................................................... 5

2.1.- Los procesos fsicos involucrados................................................................................5

2.2.- Modelos fsicamente basados y modelos conceptuales .............................................6

2.3.- La escala de trabajo......................................................................................................8

3.- EL MODELO TETIS................................................................................................... 10

3.1.- Interpolacin espacial de la informacin puntual.................................................. 10

3.1.1.- Metodologa ....................................................................................................................................... 10
3.1.2.- Variables interpoladas ........................................................................................................................ 11

3.2.- La produccin de la escorrenta ............................................................................... 12

3.2.1.- El tanque de intercepcin ................................................................................................................... 16
3.2.2.- El almacenamiento esttico y las prdidas por evapotranspiracin................................................... 17
3.2.3.- El almacenamiento superficial y la escorrenta directa (respuesta rpida) ........................................ 21
3.2.4.- El almacenamiento gravitacional y el interflujo (respuesta intermedia) ........................................... 27
3.2.5.- El almacenamiento subterrneo y el flujo base (respuesta lenta) ...................................................... 30

3.3.- La fusin de la nieve .................................................................................................. 32

3.3.1.- La medicin de la cantidad de nieve .................................................................................................. 33
3.3.2.- Modelo de fusin: Mtodo ndice de Temperatura ........................................................................... 33
3.3.3.- El efecto de la escala temporal........................................................................................................... 36

3.4.- El regado .................................................................................................................... 36

3.5.- Laminacin en embalses o lagos .............................................................................. 37

3.5.1.- Simulacin de un embalse ................................................................................................................. 38
3.5.2.- Localizacin del embalse ................................................................................................................... 40

3.6.- La traslacin de la escorrenta: La Onda Cinemtica Geomorfolgica .............. 40

3.6.1.- Bases tericas ..................................................................................................................................... 41
3.6.2.- La forma de la seccin del cauce ....................................................................................................... 42
3.6.3.- Ecuaciones para la cuenca.................................................................................................................. 43
3.6.4.- Relaciones empleadas en el modelo .................................................................................................. 43
3.6.5.- La rugosidad del cauce....................................................................................................................... 44
3.6.6.- La velocidad del flujo ........................................................................................................................ 45
3.6.7.- La ecuacin de Continuidad en la Formulacin de la Onda Cinemtica Geomorfolgica............ 47

3.7.- El submodelo de sedimentos ..................................................................................... 49

3.7.1.- Procesos de ladera .............................................................................................................................. 50
3.7.2.- Procesos de crcavas y cauces ........................................................................................................... 51
3.7.3.- Parmetros del modelo....................................................................................................................... 53
3.7.4.- Las condiciones iniciales ................................................................................................................... 53

ii
4.- CAPAS DE INFORMACIN, PARMETROS Y FACTORES
CORRECTORES .............................................................................................................. 57

4.1.- Informacin bsica .................................................................................................... 57

4.2.- Estimacin previa de parmetros ............................................................................ 57

4.2.1.- Parmetros del suelo, cubierta vegetal y zonas de riego.................................................................... 57
4.2.2.- Parmetros geomorfolgicos ............................................................................................................. 58
4.2.3.- Parmetros de fusin nieve ................................................................................................................ 59
4.2.4.- Mapas tipo ndice ............................................................................................................................... 59

4.3.- Factores correctores .................................................................................................. 59

4.4.- Iniciacin de las variables de estado ........................................................................ 60

4.4.1.- Tanques del suelo ............................................................................................................................... 60
4.4.2.- Cauces ................................................................................................................................................ 60
4.4.3.- Tanque de nieve ................................................................................................................................. 61

5.- CALIBRACIN AUTOMTICA CON TETIS ...................................................... 62

5.1.- Calibracin de un modelo hidrolgico .................................................................... 62

5.2.- La calibracin automtica ........................................................................................ 62

5.3.- Mtodo del SCE-UA .................................................................................................. 64

5.4.- La validacin de los resultados................................................................................. 68

5.5.- Criterios para evaluar el rendimiento del modelo ................................................. 70

5.5.1.- Error en el volumen............................................................................................................................ 70
5.5.2.- Error cuadrtico medio, RMSE .......................................................................................................... 71
5.5.3.- El coeficiente de eficiencia, NSE....................................................................................................... 71
5.5.4.- El estimador de mxima verosimilitud hereroescedstico, HMLE ................................................... 72
5.5.5.- El error gaussiano autocorrelacionado, AMLE ................................................................................. 72
5.5.6.- El error de los logaritmos ................................................................................................................... 73

6.- CASOS DE ESTUDIO, PROYECTOS Y PUBLICACIONES............................... 74

7.- REFERENCIAS ........................................................................................................... 79

iii
 1.- INTRODUCCIN

Los fenmenos naturales siempre han cautivado y sorprendido al hombre, tanto por su
exuberancia, complejidad y belleza como por su magnitud, frecuencia y peligrosidad. El
Ciclo Hidrolgico es uno de estos fenmenos, en el que adems, en muchos casos, es
necesario el conocimiento de sus variables de estado para la toma de decisiones en diversas
reas de la actividad humana, como pueden ser la planificacin de recursos hdricos y la
defensa contra las crecidas de los ros.
La modelacin hidrolgica ha sido tradicionalmente la herramienta utilizada para este fin,
separando ambos problemas. Por lo tanto, la estimacin confiable de las variables de
estado involucradas podra depender de las caractersticas conceptuales del modelo
seleccionado. En este documento se presenta un modelo hidrolgico distribuido de tipo
conceptual, que pretende servir de herramienta tanto para la simulacin continua como la
de eventos de crecida.
Una descripcin detallada del funcionamiento del programa TETIS y de los ficheros
necesarios para su ejecucin se realiza en el Manual del Usuario correspondiente.
Este documento expone de un modo global el marco conceptual del modelo distribuido
que ha sido desarrollado dentro del programa TETIS, haciendo nfasis en la estructura
conceptual de cada uno de los mdulos que lo componen y que forman una herramienta
adecuada para la simulacin hidrolgica completa.
A continuacin se realiza una breve descripcin del estado actual de la modelacin
hidrolgica, luego se describe en el captulo 3 cada una de las componentes principales del
modelo TETIS. En el cuarto captulo se presenta la informacin, los parmetros y los
factores correctores del modelo y en el captulo 5 se describe el mtodo de optimizacin
seleccionado para la calibracin automtica.

4
 2.- LA MODELACIN HIDROLGICA Y LA MODELACIN
HIDROLGICA DISTRIBUIDA

Debido a que no se dispone de un marco matemtico que explique satisfactoriamente el

comportamiento del flujo dentro de la cuenca, la modelacin hidrolgica distribuida ha
sido el punto de inters de la comunidad cientfica en los ltimos aos, siendo una de las
herramientas clave para la estimacin y prediccin de eventos de crecida y para la
evaluacin de los recursos hdricos.
Las ventajas que presenta la modelacin distribuida con respecto a la tradicional
modelacin agregada consisten fundamentalmente en la mejor representacin de la
variabilidad espacial de los fenmenos involucrados dentro de los procesos hidrolgicos.
Adicionalmente, la modelacin distribuida ha surgido en los ltimos aos para lograr un
mejor entendimiento de los procesos a nivel de cuenca y de parcela. Aunque en ocasiones
requiere de informacin detallada de la zona de estudio, este tipo de informacin da a da
se encuentra ms a disposicin del pblico gracias al desarrollo que en los ltimos aos
han tenido los ordenadores, la cartografa digital, los sistemas de informacin geogrfica y
las mediciones con sensores remotos.
Para la estimacin y la prediccin de crecidas se ha encontrado que los procesos fsicos
involucrados ms importantes son la lluvia y la escorrenta superficial, por lo tanto se ha
generalizado en la literatura el trmino lluvia - escorrenta. Es as como el estudio de las
crecidas se centra bsicamente en analizar los fenmenos de produccin y traslacin de la
escorrenta. Por otra parte, en la evaluacin de los recursos hdricos los fenmenos de
evapotranspiracin y de flujo subterrneo son los ms importantes.
A continuacin se presentan los procesos fsicos involucrados en los diferentes modelos,
una discusin entre los modelos fsicamente basados y los modelos conceptuales y los
criterios a tener en cuenta para la eleccin de la escala de trabajo.

2.1.- LOS PROCESOS FSICOS INVOLUCRADOS

La conceptualizacin de los procesos fsicos realizada dentro de los modelos debe ser
sencilla y clara con el fin de entender correctamente el funcionamiento de los procesos
expuestos. De un modo general, en los modelos implementados se consideran los
siguientes procesos hidrolgicos (Singh, 1989):
- Intercepcin. Es la parte de la precipitacin que es interceptada por objetos
superficiales como la cubierta vegetal o los tejados. En general, parte de esta agua
interceptada nunca alcanza el suelo porque se adhiere y humedece estos objetos, para
posteriormente evaporarse. La intercepcin puede despreciarse cuando se estudian
los eventos de crecida. Sin embargo, cuando se desea conservar el balance hdrico
este proceso puede llegar a ser importante y debe ser tenido en cuenta.
- Detencin. Tambin denominado almacenamiento en depresin, depende de la
forma del terreno y de los usos del suelo, el agua retenida no es capaz de salir como
escorrenta superficial, por lo tanto se debe evaporar o infiltrar en el suelo. El
almacenamiento en depresin puede ser significativo y, en esos casos, puede
modificar la respuesta de una cuenca.

5
 - Infiltracin. Es el proceso de entrada de agua al suelo a travs de la superficie del
suelo. Este fenmeno es el ms importante en un evento de crecida, ya que el agua
no infiltrada es la escorrenta directa, que habitualmente supone el mayor porcentaje
de la escorrenta superficial.
- Evapotranspiracin. Proceso mediante el cual el agua pasa de un estado lquido o
slido a un estado gaseoso a travs de la transferencia de energa calorfica. Para el
planeamiento de recursos hdricos este proceso debe ser considerado detalladamente,
sin embargo, para el estudio de los eventos de crecida puede despreciarse debido al
corto lapso de tiempo en el cual se desarrollan stos.
- Fusin de nieve. Es el proceso por el cual se obtiene la cantidad de agua lquida
producida por el derretimiento de la nieve que est acumulada en la superficie.
- Percolacin. Es el movimiento del agua infiltrada a travs del perfil del suelo.
- Recarga del acufero. Proceso mediante el cual el agua ingresa al almacenamiento
subterrneo del acufero. El rea de recarga es una zona que permite que se
suministre agua al acufero.
- Escorrenta directa. Es la porcin de lluvia que no es interceptada, detenida,
evaporada o percolada y que fluye sobre las laderas. En realidad la escorrenta
directa, la infiltracin y la humedad del suelo son interactivas entre s, por tal motivo
se debe tener cuidado en seleccionar el modelo adecuado para cada caso. A efectos
del modelo TETIS, se distinguir como escorrenta directa
- Interflujo. Tambin denominado flujo subsuperficial. Es el agua que ha sido
previamente infiltrada y no alcanza el almacenamiento subterrneo o acufero, por lo
tanto debe ser considerada en la escorrenta superficial.
- Flujo base. Es la porcin de agua derivada del almacenamiento subterrneo o de
otras aguas que se han retrasado en el tiempo y finalmente alcanzan el cauce.
La representacin de cada uno de estos procesos se puede realizar desde un punto de vista
fsico, en donde se obtienen ecuaciones diferenciales no lineales cuya solucin analtica
puede ser muy compleja o simplemente no se encuentra una solucin. Sin embargo,
mediante la discretizacin en el tiempo y en el espacio, la linealizacin de las ecuaciones
fundamentales con sus respectivas ecuaciones de estado y condiciones de borde, hacen
posible encontrar un resultado aceptable, teniendo en cuenta que este tipo de
simplificaciones inducen a errores de escala. Una representacin conceptual de estos
fenmenos es aceptada siempre y cuando se trabaje a la escala adecuada segn Grayson et
al. (1992).

2.2.- MODELOS FSICAMENTE BASADOS Y MODELOS CONCEPTUALES

Un modelo distribuido conceptual adaptado a la escala espacio temporal adecuada en que

los procesos hidrolgicos son determinantes durante un evento de crecida, puede llegar a
ser tan preciso como un modelo distribuido fsicamente basado, siendo ms econmico y
fcil de utilizar segn lo expuesto por Beven (1989). Aunque se disponga de los elementos
matemticos necesarios para el desarrollo de un modelo matemtico fsicamente basado,
este tipo de modelos requieren de muchsima informacin, la mayor parte de ella no se
encuentra disponible o es muy costosa, adicionalmente exigen rutinas complejas con gran
cantidad de parmetros, ya que la realidad es heterognea y las ecuaciones matemticas no
6
siempre incluyen estas heterogeneidades, finalmente este tipo de modelos son costosos en
cuanto a tiempo, almacenamiento y manejo de la informacin dentro del ordenador.
Grayson et al. (1992) exponen que existen dos razones para el desarrollo de un modelo. La
primera es entender el sistema fsico que provee un marco de datos, es la prueba de una
hiptesis. La segunda es proporcionar una herramienta de prediccin. stas no deben
confundirse, pues la primera de ellas se puede satisfacer con un ajuste emprico, pero el
segundo propsito requiere un modelo que tenga experimentacin extensiva y
conocimiento para producir adecuadamente una salida particular bajo ciertas condiciones
bien definidas, lo cual hace que sea factible producir salidas para otras condiciones con
alguna confianza. El uso real de estos modelos es asistir en el anlisis de datos, probar
hiptesis en conjunto con estudios de campo, mejorar nuestro entendimiento de los
procesos y su interaccin e identificar reas de pobre entendimiento en nuestro proceso de
descripcin.
Grayson et al. (1992) indican que los principios aplicados a la gua de los modelos
fsicamente basados en Hidrologa son cuatro:
- Parsimonia. El nmero de parmetros debe ser minimizado.
- Modestia. El objetivo y la aplicabilidad del modelo no debe ser sobre valorado.
- Precisin. La precisin de la simulacin o prediccin no puede ser mayor que la
precisin de las medidas.
- Que se pueda probar. Un modelo se debe poder probar as sus lmites y su validez
pueden ser definidos.
Otro problema de los modelos fsicamente basados es que su desarrollo no es dinmico,
son a menudo desarrollados aisladamente o probados slo para garantizar su precisin y en
ocasiones se pierde el objetivo inicial siendo utilizado en situaciones diferentes para las
cuales fueron creados. La necesidad de la calibracin y la validacin en los modelos es la
prueba de lo insuficientes que son para su aplicacin universal.
Beven (1989) resalta que los modelos desarrollan la fsica de los procesos a pequea escala
sobre sistemas homogneos y este desarrollo es aplicado al modelo que trabaja a una
escala superior, la cual es representada por la celda, realizando un agrupamiento de las
variables sin tener en cuenta la fsica del proceso en la nueva escala. Se puede decir que los
modelos distribuidos fsicamente basados son modelos conceptuales agrupados. As
mismo, Grayson et al. (1992) mencionan que los procesos que son modelados pueden ser
agrupados en unidades homogneas a alguna escala, de tal forma que los algoritmos y
parmetros usados para definir los subprocesos son apropiados a la escala de la unidad
homognea. An el ms riguroso de los procesos matemticos que describe la respuesta de
la cuenca es una cruda representacin de la realidad, lo cual incide en el grado de precisin
esperable: no hay una base fsica para estimar las caractersticas del flujo superficial sobre
superficies naturales, las caractersticas del flujo pueden ser simples artefactos de la
estructura del modelo y muchas hiptesis y simplificaciones se deben realizar, surgiendo
un gran nmero de parmetros en especial cuando se trata de modelos de prediccin. En
general, segn Grayson et al. (1992) existe arrogancia al referirse a modelos fsicamente
basados.
Adicionalmente, los parmetros son estimados con base a la experiencia del investigador y
con la informacin hidrolgica disponible. En el caso de existir eventos registrados de

7
lluvia - escorrenta, con posterioridad se procede a un refino de la estimacin o calibracin,
normalmente mediante un proceso iterativo de ensayo y error por comparacin entre el
hidrograma observado y el simulado. El nmero de parmetros es a menudo tal que la
mayora se hacen constantes y pocos son variables porque algunos de ellos no son
obtenidos.
Beven (1989) menciona que los modelos distribuidos fsicamente basados sufren los
mismos problemas de los modelos agregados conceptuales, pero en diferente grado. La
observacin de datos y la sobre-parametrizacin cuando se efecta simulacin, hace difcil
el proceso de la optimizacin. El investigador es quien decide cuales parmetros son ms
sensibles y cuales se determinan a priori. La valoracin de la relacin existente entre los
parmetros, los cuales varan en funcin del tipo de suelo, del tipo de vegetacin, etc., hace
que se reduzca el nmero de parmetros. As mismo, las condiciones iniciales que son
introducidas al modelo sufren de estos mismos males.
Como conclusin se puede decir que no es necesario desarrollar modelos fsicamente
basados, los modelos conceptuales son mejores puesto que son ms simples, involucran un
nmero de parmetros menor, requieren menos informacin y son ms econmicos, todo
esto siempre y cuando se empleen a la escala adecuada.

2.3.- LA ESCALA DE TRABAJO

Mamillapalli et al. (1996) sugieren que es necesario discretizar la cuenca a un nivel

apropiado de detalle para considerar la variabilidad espacial, de tal forma que el nmero de
elementos mejore los resultados de la simulacin, pero enfatizan que una discretizacin
gruesa puede conducir a una simulacin pobre y una muy fina requiere un mayor nmero
de datos de entrada y mayor tiempo y espacio en computacin.
Wood et al. (1988) estudiaron los efectos de la variabilidad espacial y la escala con
implicaciones a la modelacin hidrolgica. La idea principal fue tratar de formar a cierta
escala, alguna respuesta hidrolgica media invariante o que vare muy poco con el
incremento en el rea. Este umbral de escala representa un rea elemental representativa
(Representative Elementary Area, REA) el cual ser el elemento fundamental para la
modelacin de la cuenca. Esta rea acta como el punto discernible ms pequeo que es
representativo del continuo. Adems, sealan que el REA es el rea crtica a la cual las
hiptesis implcitas pueden ser usadas sin el conocimiento de los patrones de los
parmetros, aunque se pueden necesitar las hiptesis fundamentales de las distribuciones
estadsticas.
Incrementar el tamao de la celda introduce heterogeneidad en la topografa y en las
lluvias. Wood et al. (1988) sugieren que las diferencias entre reas heterogneas de la
misma escala son menos importantes a escalas de 1 km, para lluvia, suelo y topografa en
particular. A esta escala puede ser necesario tener en cuenta la heterogeneidad para realizar
predicciones pero sin considerar un patrn de heterogeneidad. Wood et al. (1994)
concluyen adems que la topografa influye fuertemente en el tamao del REA. Para
escalas mas pequeas que el REA el proceso debe ser modelado exactamente.
Adicionalmente, el tamao de las celdas del modelo digital del terreno limita la
informacin disponible acerca de la red de drenaje a aquellos cauces cuyo ancho no es
superior a dos veces el tamao de las celdas y la precisin obtenida en este caso se limita al
tamao de la celda. Por lo tanto, la formulacin de un modelo hidrulico o hidrolgico

8
donde se incluya una funcin de transferencia que considere la geometra de los cauces
debe obviar estas limitaciones.
Por lo tanto, no se puede dar un valor exacto del tamao celda adecuado para la
modelacin en cada cuenca, porque depende de la heterogeneidad de los parmetros y de
las caractersticas y tamao de cada cuenca.
Tambin se requiere que la informacin de la precipitacin se encuentre a escala de celda,
de ser posible procedente de radar. En su defecto se puede utilizar una red de registros
pluviogrficos y realizar una interpolacin espacial.
La resolucin temporal mxima puede ser hasta de media o una hora, pues al tratarse de un
modelo de evento, resoluciones mayores pueden no representar adecuadamente el caudal
pico o la forma del hidrograma de salida. Intuitivamente se observa un problema de escala
temporal, el cual debe ser subsanado por el usuario empleando una discretizacin temporal
acorde con los resultados deseados y al problema que se desea estudiar. Garca Bartual
(1991) reporta cambios cercanos a un 30% en el caudal pico (con respecto al caudal
observado) para una agregacin temporal cercana al tiempo de concentracin de la cuenca.
Finalmente, lo que se pretende es lograr establecer un punto de equilibrio de tal modo que
se seleccione una escala espacial y temporal que vayan de acuerdo con los requerimientos
deseados en cuanto al tiempo de ejecucin y operacin de los modelos, cantidad y calidad
de la informacin de entrada y de salida, teniendo en cuenta que en la mayora de las
situaciones la informacin es la condicionante para la seleccin de las discretizaciones.

9
 3.- EL MODELO TETIS

El modelo TETIS ha sido desarrollado para realizar la simulacin hidrolgica en cuencas

naturales, aunque dispone de submdulos para la simulacin del efecto de embalses y del
riego agrcola. El objetivo es obtener de la mejor forma posible la respuesta hidrolgica
ocasionada por la precipitacin de lluvia o de nieve, teniendo en cuenta los diferentes
procesos fsicos involucrados y empleando la modelacin distribuida de tipo conceptual.
A continuacin se presentan algunos de los mtodos utilizados por TETIS para realizar
interpolaciones. Tambin se realiza una descripcin de los modelos de produccin de la
escorrenta, fusin de nieve, laminacin de embalses y traslacin a lo largo de los cauces.
Todo con el objeto final de justificar el uso de la modelacin distribuida conceptual para la
simulacin hidrolgica.

3.1.- INTERPOLACIN ESPACIAL DE LA INFORMACIN PUNTUAL

3.1.1.- Metodologa
Para la generacin de la informacin distribuida en el espacio de una variable X basndose
en datos puntuales, tradicionalmente se han empleado metodologas como la interpolacin
lineal, los polgonos de Thiessen, la ponderacin de acuerdo al inverso de la distancia y el
kriging con sus distintas variaciones. Todas ellas son aplicadas para tratar de estimar el
valor de la variable en todo el espacio basndose en datos puntuales. Segn Tabios y Salas
(1985), cuando la densidad de la red de instrumentacin pluviomtrica dentro de la cuenca
es baja y dispersa, los distintos mtodos entre s arrojan resultados comparables. Por lo
tanto el empleo de mtodos ms simples como es el caso del inverso de la distancia al
cuadrado es justificable.
Este mtodo consiste en la obtencin de factores de ponderacin w0j como una funcin
entre la distancia de un punto o celda (x0, y0) donde se quiere estimar el valor de la variable
y las estaciones de medicin (xj, yj) de acuerdo a la siguiente ecuacin:
1
d 02 j
w0 j = n
1
d
i =1
2
0i

En donde n es el nmero de estaciones de medicin empleadas, siendo:

d 0 j = ( x0 x j ) 2 + ( y 0 y j ) 2 , j=1,...,n

El valor de la variable X en el punto de inters es estimado como la sumatoria del producto

del respectivo factor de ponderacin por el valor puntual registrado en cada una de las
estaciones de medicin, segn la expresin:
n
X 0 = w0 j X j
j =1

10
Sin embargo, muchas variables hidrolgicas presentan una fuerte correlacin con la altura.
Si la dependencia es de tipo lineal, se puede construir una nueva expresin de
interpolacin:

[ ]
n
X 0 = woj X j + ( z0 z j )
j =1

Donde representa la variacin de X con la altura.

Otra expresin empleada en el modelo TETIS es la siguiente:

[ ]
n
X 0 = woj X j + X j ( z0 z j )
j =1

donde vara entre 0 y 1 y representa el porcentaje de incremento de X con la altura y

tiene unidades de m-1.
Un problema comn que afecta a este tipo de informacin es la interferencia que se
ocasiona cuando se dispone de un nmero elevado de estaciones. Para evitar este tipo de
problemas, la interpolacin en el modelo TETIS es realizada hasta un nmero prefijado de
estaciones ms cercanas al punto en cuestin, agilizando el funcionamiento del modelo. Se
recomienda utilizar un mximo de seis estaciones.

3.1.2.- Variables interpoladas

Las variables que en TETIS se interpolan espacialmente con la metodologa descrita
anteriormente son:

3.1.2.1.- Precipitacin
En este caso, se suele contar con una densidad de puntos de medicin (pluvigrafos)
suficiente como para que el mtodo de inverso de la distancia al cuadrado sea adecuado.
Como la dependencia de la precipitacin con la altura puede ser variable, el factor es un
parmetro del modelo. En el caso de elegir la segunda expresin para el incremento de la
precipitacin con la cota, donde el incremento es proporcional a la variable observada, el
factor puede asumir valores entre 0 y 1.

3.1.2.2.- Nieve: altura equivalente de agua inicial

La variable de estado que representa la altura de agua equivalente del paquete de nieve en
cada celda necesita ser inicializada. La informacin suministrada de nieve corresponde a la
altura equivalente de agua en algunas estaciones nivomtricas o en puntos donde es posible
obtener este valor. Con base en esta informacin se debe obtener la altura equivalente de
agua en toda la zona cubierta con nieve para el instante de inicio de la simulacin
hidrolgica.
Dada su importancia, el modelo TETIS requiere de un mapa con el contorno de nieve en
formato tipo rster, el cual puede ser obtenido de forma manual, automtica o por sistemas
remotos. En la Figura 1 se observa un ejemplo con una zona cubierta con nieve y una
divisoria de aguas de una cuenca. Internamente el programa identifica las zonas que

11
pertenecen a la cuenca en estudio y selecciona las celdas que contienen nieve. El valor
pude ser muy distinto en cada caso, por lo que es un parmetro del modelo. En el caso de
elegir la segunda expresin para el incremento de la precipitacin con la cota, donde el
incremento es proporcional a la variable observada, el factor puede asumir valores entre
0 y 1.

Zona cubierta con nieve

Divisoria de la cuenca

Figura 1. Delimitacin del contorno de la zona cubierta por nieve necesaria para el
modelo TETIS.

3.1.2.3.- Temperatura
La estimacin de la temperatura en cada una de las celdas se realiza en funcin de la altura
sobre el nivel mar empleando un gradiente trmico que, segn Marco (1981), se encuentra
entre 5 8 C por cada mil metros de elevacin, con un valor medio reportado en la
literatura de 6.5 C/1000m. Dunn y Colohan (1999) emplean un valor de 6 C/100m para
un estudio realizado en Escocia.
Dada la estabilidad del incremento de la temperatura con la altura, para este caso el factor
se fija en TETIS al valor de -6.5 C/1000m.

3.1.2.4.- Evapotranspiracin potencial, ETP

Los factores que afectan a la ETP son tan variados y normalmente la densidad de puntos de
medicin es tan baja, que en este caso se utiliza el mtodo de inverso distancia al cuadrado
sin correccin con la altura.

3.2.- LA PRODUCCIN DE LA ESCORRENTA

La representacin de la produccin de escorrenta se hace mediante esquemas conceptuales

simples adaptados a la escala de la celda (inferior al tamao de las laderas) y al intervalo de
tiempo que se considera en la modelacin de eventos (entre 1 hora y 10 minutos). En

12
cualquier otra escala espacio-temporal aparecern inevitablemente efectos de escala en los
valores de los parmetros. Si se trata de simulacin continua (un periodo largo y no un
evento) el intervalo puede ser hasta de 1 da, pero nunca superior.
En la literatura se encuentran muchos esquemas conceptuales para representar la
produccin de escorrenta, la mayora de ellos coincide en una representacin esquemtica
que incluye varios tanques de almacenamiento interconectados entre s. Estos esquemas se
han utilizado con xito tanto en modelos conceptuales agregados de simulacin continua
(Stanford, Sacramento, Tankmodel, GR-3, etc.) como en modelos que se pueden
considerar distribuidos (Watflood, DVSM, SLURP, etc.). En trminos generales, en todos
estos modelos se utiliza un grupo de tanques para representar conceptualmente la
produccin de escorrenta en lo que se puede considerar una unidad de respuesta
hidrolgica, HRU.
En TETIS, la produccin de la escorrenta se basa en la realizacin de un balance hdrico
en cada celda, asumiendo que el agua se distribuye en seis niveles o tanques de
almacenamiento conceptuales y conectados entre s (ms un sptimo de cauces cuando lo
haya en la celda), como puede observarse en la Figura 2.

Figura 2. Esquema conceptual de tanques a nivel de celda del modelo TETIS.

13
El flujo entre los tanques es funcin del agua almacenada en ellos, por lo que las variables
de estado son los volmenes almacenados en cada uno de los tanques. La funcin que
relaciona el flujo con estas variables de estado es funcin del esquema conceptual
adoptado, del tipo de tanque y de las caractersticas morfolgicas de la celda e hidrolgicas
del suelo en la misma.
En realidad, la conceptualizacin del modelo TETIS es una malla interconectada en tres
dimensiones como se puede observar en la Figura 3. Los tres tanques inferiores drenan
hacia el correspondiente tanque aguas abajo, siguiendo las direcciones del flujo propuestas
por el MED, hasta alcanzar la red de drenaje constituida por crcavas y cauces. La longitud
de interconexin mxima para cada tanque es definida por el usuario, teniendo en cuenta
que para la escorrenta y el flujo subsuperficial esta longitud est asociada al tamao de las
laderas. Para el flujo base esta longitud se estima teniendo en cuenta el punto inicial del
flujo permanente en el cauce.
El sistema presenta tres elementos diferenciados, definidos por las reas umbrales para que
las diferentes componentes de la escorrenta salgan a la superficie. Adems, estas reas
coinciden con la presencia de una incisin permanente en el terreno en donde se
concentran los flujos, ya sea en crcavas o en cauces. En la Figura 4 se observa un
esquema de la relacin entre las reas umbrales para las diferentes componentes de la
escorrenta y el rea de captacin.

Figura 3. Movimiento horizontal propuesto por el modelo TETIS (simplificacin 2D).

En las laderas el flujo superficial tiene lugar en combinacin entre flujo laminar y a travs
de una red de surcos. En el modelo TETIS, los procesos hidrolgicos que ocurren en las
reas inter-surcos (interrill) y en los surcos (rills) se tratan de manera conjunta, de modo
que no es necesaria la caracterizacin geomorfolgica de estos elementos. En paralelo, el
interflujo y el flujo base se generan en las respectivas capas de suelo. Una vez el interflujo,
en su recorrido, alcanza una celda con rea drenada superior al rea umbral para el
interflujo, sale a la superficie, integrndose a la escorrenta superficial que fluye en las
crcavas. Lo mismo ocurre cuando el flujo base alcanza una celda cuya rea drenada es
superior al umbral para el flujo base; a partir de este punto, las tres salidas de agua se
concentraran en un cauce. Estos principios se explican en las Tabla 1, Tabla 2 y Tabla 3,
donde se muestran las transferencias de escorrenta directa, interflujo y flujo base entre una
celda y otra en funcin de la tipologa de celda de origen y la tipologa de celda de destino.

14
Figura 4. Elementos del sistema, reas umbrales y componentes de la escorrenta (tomado
de Montoya 2008).

TANQUE 2
Celda de origen
LADERA CRCAVA CAUCE
Celda de destino
LADERA Tanque 2 - -
CRCAVA Tanque 5 Tanque 5 -
CAUCE Tanque 5 Tanque 5 Tanque 5
Tabla 1 flujos de salida desde el tanque 2 (escorrenta directa), segn tipo de celda de
origen y de destino (tanque 5 = flujo en canal)

TANQUE 3
Celda de origen
LADERA CRCAVA CAUCE
Celda de destino
LADERA Tanque 3 - -
CRCAVA Tanque 5 Tanque 5 -
CAUCE Tanque 5 Tanque 5 Tanque 5
Tabla 2 flujos de salida desde el tanque 3 (interflujo), segn tipo de celda de origen y de
destino (tanque 5 = flujo en canal)

TANQUE 4
Celda de origen
LADERA CRCAVA CAUCE
Celda de destino
LADERA Tanque 4 - -
CRCAVA Tanque 4 Tanque 4 -
CAUCE Tanque 5 Tanque 5 Tanque 5
Tabla 3 flujos de salida desde el tanque 4 (flujo base), segn tipo de celda de origen y de
destino (tanque 5 = flujo en canal)

En los apartados siguientes se presentan, con ms detalle, las relaciones funcionales para el
flujo entre los almacenamientos y hacia la red de drenaje.

15
3.2.1.- El tanque de intercepcin
El primer almacenamiento, denominado almacenamiento de intercepcin (o
interceptacin) T6 se esquematiza en detalle en la Figura 5. Este tanque representa el agua
interceptada por la cubierta vegetal durante un episodio de lluvia y que slo sale de ella por
evaporacin directa desde la superficie de las hojas, por lo tanto no hace parte de la
escorrenta. Desde el punto de vista prctico, el almacenamiento de este tanque podra ser
incorporado al tanque esttico T1, que se describe ms adelante.

Figura 5. Esquema del tanque de intercepcin.

De acuerdo con la configuracin del modelo, la precipitacin en forma de lluvia X1 entra al

conducto distribuidor del que se deriva una cantidad D6 para el primer almacenamiento o
tanque. Se supone que este tanque tiene una capacidad mxima determinada de las
caractersticas de la vegetacin, Imax.
La cantidad de agua que se deriva del primer nodo del conducto distribuidor N6 y que no
ingresa al almacenamiento de intercepcin, X6 denominada lluvia superficial, depende del
contenido de humedad sobre la superficie de las hojas (representado por la cantidad de
agua almacenada en el tanque, H6), de las caractersticas de la cubierta vegetal
(representadas por Imax) y de la cantidad de lluvia X1. TETIS emplea la siguiente relacin:

X 6 = Max[0, X 1 I max v (t ) + H 6 ]

Imax representa la capacidad mxima de intercepcin de agua del grupo funcional de

vegetacin en condiciones de mximo follaje.
Siendo v el factor de vegetacin o cubierta del suelo que tiene en cuenta del estado de la
vegetacin durante los 12 meses (t=1, 12). El factor v puede variar entre 0 y 1, donde el valor
0 corresponde a ausencia de vegetacin y el valor uno a su estado optimo.
A este almacenamiento no puede ingresar una cantidad superior a la que corresponde al
espacio disponible en el almacenamiento de intercepcin. Dada la estructura del modelo y

16
que la conservacin de masas no permite ingresar ms agua que la existente en el conducto
distribuidor, la cantidad de agua que se deriva hacia el tanque es estimada mediante:
D6 = X 1 X 6
En este punto es necesario actualizar la cantidad de agua H6 dentro del tanque T6
empleando la siguiente expresin.
H 6 = H 6 + X1 X 6
Se procede a estimar la cantidad de agua que representa la evaporacin directa Y6 mediante
una formulacin simple:
Y6 = Min[ETP v (t ) FC 2 , H 6 ]
En donde ETP es la evapotranspiracin potencial (variable a lo largo del tiempo en cada
estacin de medicin), v es el factor de vegetacin o cubierta del suelo que modifica la
ETP (12 valores mensuales para cada tipo de cubierta) y FC2 es un factor corrector que
debe ser cercano a uno.
Luego, se hace necesario actualizar la cantidad de agua H6 dentro del tanque T6:
H 6 = H 6 Y6
En este caso, a menos que se llene el almacenamiento de intercepcin, no se deja pasar
nada a los siguientes tanques, siendo claramente esta una aproximacin a lo que ocurre en
la realidad.
De acuerdo con lo propuesto en el modelo, el agua excedente del proceso de intercepcin o
lluvia directa, contina su recorrido por el conducto distribuidor donde en los nodos
siguientes se va derivando hacia los almacenamientos de las distintas componentes de la
escorrenta.

3.2.2.- El almacenamiento esttico y las prdidas por evapotranspiracin

El segundo almacenamiento, denominado almacenamiento esttico T1 se esquematiza en
detalle en la Figura 6. Este tanque representa el agua que transita por la cuenca y que slo
sale de ella por evapotranspiracin, por lo tanto no hace parte de la escorrenta. Es decir,
este almacenamiento tiene en cuenta la detencin del agua en charcos (podra tambin
incluir la intercepcin) y el agua que se retiene en el suelo por las fuerzas capilares.

17
 Figura 6. Esquema del almacenamiento esttico.

De acuerdo con la configuracin del modelo, la lluvia superficial X6 entra al conducto

distribuidor del que se deriva una cantidad D1 para el primer almacenamiento o tanque. Se
supone que este tanque tiene una capacidad mxima igual a la suma de la capacidad de
almacenamiento de agua til en el suelo y la capacidad de la superficie para almacenar
agua en los charcos. La capacidad de almacenamiento de agua til est relacionada con
la cantidad de agua que hay que agregar a una columna de suelo muy seco (que tiene un
contenido de humedad igual al punto de marchitez) hasta alcanzar el mayor
almacenamiento esttico posible sin que el agua fluya por la accin de la gravedad (en el
que se tiene un contenido de humedad igual a la capacidad de campo), multiplicada por la
profundidad de races.
La cantidad de agua que se deriva del segundo nodo del conducto distribuidor N1 y que
ingresa al almacenamiento esttico, D1, depende en general del contenido de humedad del
suelo (representado por la cantidad de agua almacenada en el tanque, H1), de las
caractersticas del suelo (representado parcialmente por el agua til, Hu), de la cantidad de
lluvia superficial X6. A este almacenamiento no puede ingresar una cantidad superior a la
que corresponde al espacio disponible en el almacenamiento esttico del suelo. TETIS
emplea la siguiente relacin:

H1
p1

D1 = min ( X 6 + Y0 ) 1
; H u FC1 H 1

H u FC1

Donde Y0 representa el aporte por fusin de nieve, H1 el contenido de agua del tanque T1 ,
Hu representa la capacidad mxima del tanque T1 y p0 un exponente que determina cuando
empieza a haber un excedente X2. Un exponente igual a cero (p1=0.0) significa que para
que haya un excedente X2 el tanque esttico T1 tiene que haber superado su capacidad
mxima. Un exponente superior a 0 significa que habr un excedente antes de que se

18
supere la capacidad mxima del tanque esttico T1. Por lo tanto, esto har que la cuenca
responda antes y que ms agua est disponible para dar lugar a escorrenta directa,
interflujo y flujo base. En el modelo HBV (Bergstrm, 1995) el exponente p1 puede tomar
valores entre 1 y 3 y es un parmetro que define el analista. Otro caso es el de los modelos
GR-3j y GR-3H (Arnaud y Lavabre, 1996) en los que p1 se asume igual a 2.
FC1 es un factor corrector que multiplica de forma directa el almacenamiento esttico o
agua til y que debe ser cercano a uno. Un aumento de este factor a valores mayores que
uno, indica que se incrementa la capacidad de almacenamiento esttico y por lo tanto se
retiene mayor cantidad de agua, la cual no entra dentro del proceso de infiltracin y el
hidrograma de salida debe disminuir en volumen con respecto al original. Este
decrecimiento se realiza de forma global. As mismo, una disminucin del factor corrector,
a valores menores que uno, reducen la cantidad de agua en el almacenamiento esttico y
permiten que entre al suelo una mayor cantidad de agua, por lo tanto la respuesta del
hidrograma se espera que sea mayor. Este valor puede estar condicionado por las variables
de estado de humedad inicial.
Para describir la cantidad de agua que se deriva del segundo nodo del conducto
distribuidor N1 y que no ingresa al almacenamiento esttico, X2, TETIS emplea la siguiente
relacin:
X 2 = Max[0, X 6 + Y0 D1 ]

En este punto es necesario actualizar la cantidad de agua H1 dentro del tanque T1

empleando la siguiente expresin.
H1 = H1 + X 6 + Y0 X 2
Durante la ocurrencia de eventos cortos el efecto de la evapotranspiracin generalmente es
despreciado, pero este valor puede llegar a ser importante en cuencas grandes y en grandes
superficies de agua, razn por la cual se incluye dentro del modelo TETIS. Se procede a
estimar la cantidad de agua que representa la evapotranspiracin Y1 (descontada la
evaporacin desde la intercepcin Y6, si la hubiere) mediante una formulacin simple:

Y1 = Min[(ETP FC2 Y6 ) v (t ) f ( ), H 1 ]

En donde ETP es la evapotranspiracin potencial (variable a lo largo del tiempo en cada

estacin de medicin), v es el factor de vegetacin o cubierta del suelo que modifica la
ETP (12 valores mensuales para cada tipo de cubierta), FC2 es un factor corrector que debe
ser cercano a uno y f() es la funcin de humedad que representa el contenido de humedad
en el suelo en funcin de tres umbrales segn se esquematiza en la Figura 7.
El objetivo de f() es incluir en la transpiracin el efecto de la humedad del suelo que
influye sobre la transpiracin por un fenmeno de regulacin interna de las plantas. Esta
funcin de humedad introduce un umbral llamado punto ptimo * [cm3 cm-3],
dependiente del tipo de grupo funcional de vegetacin y cuyo significado hace alusin al
punto por debajo del cual la vegetacin comienza a percibir el estrs y a regular sus
funciones vitales, por ejemplo el cierre estomtico. Cuando el contenido de humedad en el

19
suelo est entre el valor ptimo * y la capacidad de campo CC, la transpiracin depende
del tipo y cantidad de vegetacin y condiciones atmosfricas (radiacin solar, temperatura,
humedad relativa, etc.). Cuando decrece por debajo de *, T se reduce gracias al control
estomtico que se realiza en las hojas con el fin de prevenir la prdida innecesaria de agua;
el cierre parcial de los estomas se convierte en cierre total cuando se alcanza el punto de
marchitez permanente MP.

Figura 7. Esquema de la funcin humedad en el suelo (tomado de Pasquato, 2011).

La estimacin de la evapotranspiracin potencial ETP cuando no se dispone de datos de

campo puede ser realizada con base en los datos de temperatura media, (Singh, 1989a).
El ndice de cobertura se obtiene segn el tipo de cobertura vegetal, para diferentes tipos de
cobertura la variabilidad en el tiempo es diferente, un ejemplo de este ndice se puede
observar en la Figura 8, en la cual se asocia el ndice de cobertura vegetal al factor de
cultivo sugerido por Burman y Pochop (1994).

20
 1.0
0.9
0.8
(adim)
ndice de cobertura

0.7
0.6
0.5
vegetal,

0.4
0.3
0.2
0.1
0.0
ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

Bosque hoja perenne Bosque hoja caduca Sin vegetacin o vegetacin pobre
Cultivo arbreo perenne Cultivo arboreo caduco Cuerpos de agua y vegetacin acutica
Zona urbana Pastos cultivados Cultivo estacional

Figura 8. Variacin temporal del ndice de vegetacin v, utilizado para estimar la

evapotranspiracin en el modelo TETIS.
En caso que no se desee considerar el efecto de la evapotranspiracin debe ser igual a cero.
Un aumento del factor corrector FC2, valores mayores que uno, implica un aumento en las
salidas del modelo a causa de la evapotranspiracin, por esta razn se produce una
disminucin del hidrograma, incluso puede llegar a anularlo. Del mismo modo, una
disminucin de este factor, valores menores que uno, se traduce en un aumento del
hidrograma de salida, pero tan solo hasta cierto punto.
Este factor est condicionado a la presencia de datos de evapotranspiracin, si no se
dispone de informacin no hay necesidad de tenerlo en cuenta, lo cual es justificable para
el caso de los eventos de crecida pero es discutible cuando se trata de escalas temporales
mayores.
Luego, se hace necesario actualizar la cantidad de agua H1 dentro del tanque T1:
H 1 = H 1 Y1
En este caso, a menos que se llene el almacenamiento esttico, no se deja pasar nada a la
escorrenta. En la realidad puede haber escorrenta sin que necesariamente se haya llenado
el almacenamiento esttico en el suelo y ms an cuando es posible que el flujo en el suelo
se desarrolle preferiblemente a travs de la red de macroporos.
De acuerdo con lo propuesto en el modelo, el agua que no ingresa al almacenamiento
esttico T1, sigue su camino por el conducto de distribucin, donde en los nodos siguientes
se va derivando hacia los almacenamientos de las distintas componentes de la escorrenta.

3.2.3.- El almacenamiento superficial y la escorrenta directa (respuesta rpida)

El segundo nivel representa el agua que se encuentra en la superficie y es susceptible de
moverse superficialmente por la ladera (escorrenta directa) o de infiltrarse al nivel inferior.
En este modelo el almacenamiento del flujo superficial T2 se muestra en la Figura 9, en
donde se ilustra el segundo nodo en el que hay una derivacin D2 hacia el almacenamiento

21
del flujo superficial en la ladera (mecanismo de Horton de produccin de escorrenta) y el
excedente Z3 que se produce cuando se excede la capacidad mxima del almacenamiento
gravitacional T3 (mecanismo de Dunne de produccin de escorrenta), que se explicar
con ms detalles en el siguiente capitulo.

Figura 9. Esquema de almacenamiento sobre la superficie de la ladera cuando se presenta

escorrenta superficial.
En este almacenamiento se representa el agua mientras fluye por la ladera y, al respecto, se
pretende que tanto la cantidad almacenada como el tiempo de residencia sean coherentes
con las laderas reales en la cuenca. Se considera que el flujo en la ladera ocurre en una
delgada capa que se va concentrando en una pequea red de surcos y pequeas depresiones
o canales hasta que pasa a los elementos de la red de drenaje.
El almacenamiento superficial se alimenta del flujo derivado del conducto distribuidor en
N2 y del excedente Z3 proveniente del almacenamiento gravitacional T3. La cantidad que
se deriva desde el nudo N2 para escorrenta superficial depende de la capacidad del suelo
para dejar pasar el agua gravitacional y del estado del almacenamiento en la capa superior
del suelo. El excedente que se deriva desde el almacenamiento gravitacional depende de la
capacidad mxima del tanque T3 y del estado del mismo almacenamiento.
El almacenamiento superficial se alimenta, por un lado, del flujo derivado del conducto
distribuidor en N2, cuando la intensidad de la tormenta excede la capacidad de infiltracin
del suelo, (Horton,1933). Por el otro lado, se puede generar una escorrenta de retorno de
agua infiltrada que fluye a travs del subsuelo y puede retornar a la superficie por la
saturacin del suelo, representada por el excedente Z3 (Dunne et al., 1975).

La cantidad que se deriva para escorrenta superficial depende de la capacidad del suelo
para dejar pasar el agua gravitacional y del estado del almacenamiento en la capa superior
del suelo. La capacidad para dejar pasar el agua gravitacional se puede asociar a la
conductividad hidrulica en la capa superior del suelo (en condiciones de saturacin). En
este caso nos referimos a una conductividad en la que se tiene en cuenta tanto la
macroporosidad como la microporosidad. Se supone entonces que mientras no se tengan
otras limitantes se puede dejar pasar al almacenamiento en la capa superior del suelo tanta
agua como lo indica esta conductividad hidrulica del suelo. Hay que recordar que del
flujo en el canal distribuidor ya se ha derivado previamente cierta cantidad de agua para el

22
almacenamiento esttico en el suelo y por lo tanto parece razonable considerar que la
conductividad del suelo es la conductividad saturada, ks.
Se supone que la capa superior del suelo a la escala de la celda tiene una conductividad
hidrulica representativa o caracterstica y que se asocia al tipo de suelo y su estructura, lo
cual est estrechamente relacionado con la posicin de la celda en la ladera, la cobertura
vegetal y el uso y manejo del suelo. Se supone que a nivel regional, es posible hacer unos
mapas con la informacin de la conductividad del suelo a la escala de la celda y que estos
mapas son representativos de la variabilidad espacial de la conductividad mxima de la
capa superior del suelo.
La cantidad de agua que sigue por el conducto distribuidor X3 (infiltracin gravitacional),
se relaciona con la capacidad del suelo para dejar pasar el agua a su interior con
humedades por encima de capacidad de campo ks, por el intervalo de tiempo t y con el
flujo excedente del almacenamiento esttico X2, de acuerdo a la siguiente expresin:
X 3 = Min[X 2 , t k s FC3 ]
Siendo FC3 el factor corrector correspondiente, que debido al efecto de escala espacial y
temporal, cabe esperar que se encuentre en el entorno de 0.2. Por lo tanto, un aumento de
este factor corrector a valores mayores, indica que se incrementa la conductividad
hidrulica del suelo o la velocidad de infiltracin, por lo tanto una mayor parte del flujo se
infiltra hacia estratos ms profundos del suelo. Se puede decir que se obtiene una
disminucin de la respuesta rpida del hidrograma de salida, el efecto que se observa es un
hidrograma ms plano con caudales punta ms suaves y menores. Por el contrario, si se
disminuye este valor a valores menores que uno, se produce una disminucin de la
velocidad de infiltracin a estratos ms profundos, quedando una mayor cantidad de agua
disponible para escurrir rpidamente, lo cual se refleja en el aumento de los caudales punta
y en variaciones ms fuertes del hidrograma (picos ms pronunciados).
Por balance hdrico se estima la cantidad de agua que se deriva al tanque T2:
D2 = X 2 X 3
Se hace necesario actualizar el estado del tanque mediante la ecuacin:
H2 = H2 + X 2 X3
El estado del tanque T2 se actualiza tambin despus de haber resuelto el balance en el
tanque gravitacional T3 mediante la ecuacin:
H 2 = H 2 + X 2 X 3 + Z3
Para el flujo superficial en cada celda se supone que la ladera se puede representar por un
canal equivalente. Este canal es tal que si se pone toda la escorrenta superficial a pasar a
travs de l, al final del perodo tenemos la misma cantidad almacenada que se tiene en la
realidad sobre la ladera, entre los pequeos surcos de la microtopografa. Se supone que las
caractersticas de este canal equivalente se pueden determinar en funcin de las
caractersticas de la celda (morfolgicas y de cobertura) y que en este canal se puede
aplicar la ecuacin de continuidad:

S t S t 1 = I j Ot
j

23
En donde St representa el volumen almacenado al tiempo t y las variables Ij y Ot
representan los flujos de entrada y salida al elemento j. Considerando que no existen
controles aguas abajo, la ecuacin anterior se puede expresar de la siguiente manera:
S t = At x

Qt
St = x
vt
Reemplazando St en la ecuacin de continuidad:
Qt
x + Ot = I j + S t 1
vt j

Considerando que Qt t = Ot se obtiene:

Ot x
+ Ot = I j + S t 1
t vt j

x
Ot + 1 = I j + S t 1
t vt j

x + t vt
Ot = I j + S t 1
t vt j

t vt
Ot = I j + S t 1
x + vt t j

t vt + x x
Ot = I j + S t 1
x + vt t j
x
Ot = 1 I j + S t 1
x + vt t j

Por lo tanto, de la ecuacin de continuidad en el canal que representa el almacenamiento

superficial se puede obtener la siguiente expresin:

24

Ot = I j + S t 1
j

x
=1
vt FC4 t + x

Para la velocidad del flujo vt se consideran distintas posibilidades. Una de ellas es asumir
que la velocidad es estacionaria y constante sobre toda la cuenca y determinar como
parmetro del modelo un valor entre 1 y 0.01 m/s. Otra posibilidad es definir que la
velocidad del flujo es estacionaria pero diferente en las distintas celdas de acuerdo a la
pendiente so. As se tendra una expresin del tipo:

vt = 1.4 so
0.5

El valor de 1.4 mostrado en esta expresin de velocidad corresponde a una estimacin

previa realizada para que el rango de velocidades se encuentre entre 1 y 0.01 m/s para un
amplio rango de pendientes. Finalmente, FC4 es el factor corrector correspondiente a este
flujo.
En la Figura 10 se muestra la variacin del coeficiente de descarga considerando
diferentes escalas espaciales y temporales en un amplio rango de pendientes. Este tipo de
grficas es til para determinar la relacin entre la escala temporal y la espacial.

25
 1.0
t = 5 min
0.8

(adim)
0.6
0.4
0.2
0.0
0.8
0.6 t = 20 min
(adim)

0.4
0.2
0.0
0.8
(adim)

0.6
t = 1 hr
0.4
0.2
0.0
0.8
(adim)

0.6
0.4
t = 6 hr
0.2
0.0
0.8
x = 20 m
t = 24 hr x = 100 m
(adim)

0.6
x = 500 m
0.4 x = 2 km
0.2 x = 10 km
0.0
0.01 0.1 1 10 100 1000
So (%)

Figura 10. Efecto de escala espacio temporal del coeficiente de descarga y su

variacin con respecto a la pendiente so

La dependencia de este valor con la pendiente es lgica puesto que se pretende que
pendientes fuertes favorezcan la escorrenta y viceversa.
El modelo TETIS emplea para la estimacin del flujo que escurre por la ladera una
expresin del siguiente tipo:
Y2 = H 2
Nuevamente, se debe actualizar el estado del almacenamiento T2 mediante la expresin:
H 2 = H 2 Y2
El valor del factor corrector FC4 es bastante variable, pero puede decirse que debe
encontrarse entre 0.01 y 10.0. Un aumento en el factor corrector FC4 implica un aumento
en el hidrograma, esto se aprecia puesto que el coeficiente aumenta hasta que se acerca a
uno, por esto el aumento es limitado. As mismo, una disminucin de este factor se traduce
en una disminucin del hidrograma de salida pero tan solo hasta un tope, porque el factor
se hace cero. Este factor es dependiente de las escalas temporal y espacial, tal como se
aprecia en la Figura 10.

26
Debe tenerse muy en cuenta que el valor de la escorrenta depende de la cantidad
almacenada en el tanque, por lo tanto en ocasiones puede observarse insensibilidad en este
parmetro, pero se debe a que no hay suficiente agua dentro del almacenamiento T2.
El modelo considera que el almacenamiento gravitacional en el suelo se puede dividir en
dos partes: una capa superior donde por lo general se tiene una mayor permeabilidad y una
capa inferior donde se tienen permeabilidades ms bajas (trayectorias ms largas, menores
gradientes) y la respuesta es ms lenta.

3.2.4.- El almacenamiento gravitacional y el interflujo (respuesta intermedia)

El tercer nivel se puede entender como el agua gravitacional almacenada en el suelo. Parte
de este volumen pasa al nivel inferior por percolacin, otra parte produce el interflujo y
otra parte puede volver en superficie como escorrenta de retorno.
El almacenamiento en la capa superior de suelo T3, mostrado en la Figura 11, representa el
almacenamiento del agua mientras fluye lateralmente a travs de la capa superior del suelo
y hacia la red de drenaje. En esta representacin se pretende que, tanto la cantidad
almacenada como el tiempo de residencia, sean coherentes con lo que en realidad ocurre
en las laderas de la cuenca durante los eventos de crecida. El tanque representa el interflujo
que, a travs de la capa superior del suelo, se desarrolla inicialmente sobre una delgada
capa que fluye lateralmente hacia abajo en la ladera y se va concentrando en pequeas
depresiones, grietas o pequeos conductos por el interior de esta capa, hasta que sale a los
elementos de la red de drenaje.

Figura 11. Esquema del almacenamiento gravitacional en la capa superior del suelo
donde se tiene interflujo.
En el esquema de la Figura 11 se ilustra el nodo N3 donde hay una derivacin hacia el
almacenamiento de la capa superior del suelo en la que se da el interflujo en la ladera y un
excedente Z3 que deriva la escorrenta de retorno al almacenamiento superficial cuando la
capacidad mxima H3_Max del almacenamiento gravitacional viene superada.
De acuerdo con lo propuesto en el modelo, (en el intervalo de tiempo t), se tiene una
cantidad de agua gravitacional X3 que se mueve verticalmente hacia el interior del suelo.
De esta cantidad, una parte X4 podr percolar o seguir hacia la zona inferior del suelo,
mientras que el resto del agua se deriva al almacenamiento superior del suelo por encima

27
de capacidad de campo, donde se convertir en interflujo o en escorrenta de retorno si se
excede la capacidad mxima del almacenamiento gravitacional, H3_Max.
Se supone igualmente que la capa inferior del suelo a la escala de la celda tiene una
capacidad de percolacin representativa o caracterstica y que se asocia al tipo de subsuelo
y su estructura, lo cual puede estar estrechamente relacionado con las caractersticas
geolgicas (litolgicas y estructurales) y geomorfolgicas de las capas inferiores del suelo.
En algunos casos la capacidad de percolacin y su variabilidad espacial se pueden inferir
por caractersticas del relieve, algunos rasgos morfolgicos, el desarrollo de la vegetacin,
el uso y manejo del suelo y la produccin de flujo base aguas abajo. Se supone que, a
escala regional, es posible hacer unos mapas con la informacin de la capacidad mxima
de percolacin a la escala de la celda y que estos mapas son representativos de su
variabilidad espacial.
Donde la cantidad de agua que puede continuar hacia la zona inferior del suelo durante el
intervalo de tiempo se puede asociar con el flujo excedente del almacenamiento del flujo
superficial en ladera X3 y la conductividad hidrulica en la capa inferior del suelo
(subsuelo) en condiciones de saturacin que se conoce como capacidad de percolacin kp.
[
X 4 = Min X 3 , t k p FC 5 ]
Siendo FC5 un factor corrector que, debido a los efectos de escala espacial y temporal se
debe situar en el entorno de 0.2. As, un aumento de este factor corrector indica que se
incrementa la conductividad hidrulica saturada del substrato del suelo, es decir, se
aumenta la velocidad de percolacin, por lo tanto una mayor parte del flujo se infiltra hacia
estratos ms profundos del suelo. Como resultado se obtiene una disminucin del
hidrograma de salida, pero hasta un valor mximo. El efecto que se observa es un
hidrograma ms plano con caudales punta suaves y menores. Por el contrario, si se
disminuye este valor se produce una disminucin de la velocidad de percolacin, quedando
una mayor cantidad de agua disponible para fluir sub superficialmente, lo cual se refleja en
el aumento de los caudales punta y en variaciones ms fuertes del hidrograma (ms
picudo), pero hasta cierto punto.
La cantidad de agua que se deriva del conducto distribuidor al tanque gravitacional
depende de la cantidad de agua que puede percolar hacia el nivel inferior X4, y de acuerdo
con la ecuacin de continuidad, es la siguiente:
D3 = X 3 X 4
Se procede actualizar el estado del almacenamiento T3 mediante la expresin:
H 3 = min(H 3 + X 3 X 4 ; H 3 _ Max )
Si se excede la capacidad mxima del almacenamiento gravitacional se produce un
excedente Z3 de acuerdo a la siguiente expresin:
Z 3 = Max(0.0; H 3 + X 3 X 4 H 3 _ Max )
Para la produccin de escorrenta subsuperficial en la ladera se hace una formulacin
anloga a la presentada en el almacenamiento T2 para obtener la siguiente relacin:
x
=1
FC 6 k ss t + x

28
En donde se considera que FC6 es un factor corrector de la conductividad horizontal
saturada kss.
La Figura 12 muestra la variacin del coeficiente de descarga considerando diferentes
escalas espaciales y temporales para un amplio rango de conductividades. En esta grfica
se observa que existe variacin del factor si se emplean valores de conductividad
horizontal muy altos, por lo que el factor corrector FC6 puede llegar a tomar valores muy
altos si se adopta la hiptesis de kss = ks. Tambin se observa que a medida que el tamao
de celda es pequeo y el intervalo temporal es menor, los FC6 tienden a ser pequeos, lo
que indica que se cumple la hiptesis de similitud entre la conductividad horizontal y
vertical.
El factor corrector FC6 debe encontrarse entre 0.001 y 100000. Segn la escala espacial y
temporal, valores muy altos del factor corrector hacen que el coeficiente sea cercano a
uno y por lo tanto la tasa de salida Y3 sea muy alta. Por el contrario, si los valores del factor
corrector son bajos, el coeficiente tiende a ser cero y las salidas Y3 son bajas.
Por lo tanto, un incremento del factor corrector FC6 implica un aumento en el hidrograma,
con caudales ms altos, descensos ms rpidos y ms picos, todo hasta un tope. As
mismo, una disminucin de este factor se traduce en una recesin ms larga del
hidrograma de salida, disminuyendo los caudales punta, tambin hasta cierto umbral.
1.0
0.8 x = 20 m
(adim)

0.6
0.4
0.2
0.0
0.8 x = 100 m
(adim)

0.6
0.4
0.2
0.0
0.8 x = 500 m
(adim)

0.6
0.4
0.2
0.0
0.8 x = 2 km
(adim)

0.6
0.4
0.2
0.0
0.8 x = 10 km
t = 5 min
(adim)

0.6
t = 20 min
0.4 t = 1 hr
t = 6 hr
0.2 t = 24 hr

0.0
10-1 10 0 10 1 10 2 10 3 10 4 105 106
k (cm/hr)

Figura 12. Efecto de escala espacio temporal del coeficiente de descarga y su

variacin con respecto a la conductividad hidrulica horizontal saturada kss.

29
El modelo TETIS utiliza la siguiente expresin para estimar la cantidad del flujo que
escurre subsuperficialmente:
Y3 = H 3
Se necesita actualizar el estado almacenamiento T3, lo cual se hace mediante:
H 3 = H 3 Y3
Debe tenerse muy en cuenta que este valor depende de la cantidad almacenada en el
tanque, por lo tanto en ocasiones puede observarse insensibilidad en este parmetro, pero
se debe a que no hay suficiente agua dentro del almacenamiento T3.

3.2.5.- El almacenamiento subterrneo y el flujo base (respuesta lenta)

El cuarto nivel representa al acufero. Las salidas corresponden a las prdidas subterrneas
(para la cuenca modelada) y el flujo base de los cauces.
El almacenamiento subterrneo se ha representado por el tanque T4 mostrado en la Figura
13, donde se considera el almacenamiento del agua gravitacional mientras fluye a travs
del interior del suelo hacia la red de drenaje, en lo que se podra considerar como el
acufero, y de donde sale para formar el flujo base.
De un modo similar a lo planteado anteriormente para los otros almacenamientos, en esta
representacin se pretende que, tanto la cantidad almacenada como el tiempo de
residencia, sean coherentes con lo que en realidad ocurre en los acuferos de la cuenca, ya
sea que all el suelo est formado por depsitos de materiales granulares, medios porosos,
sistemas crsticos o sistemas de fracturas.
En el esquema de la Figura 13 se ilustra que el tanque T4 recibe agua del conducto de
distribucin en el nodo N4. El volumen de agua que durante el intervalo de tiempo ingresa
por percolacin X4 se lleva por el conducto distribuidor hasta el nudo N4 donde se tiene la
posibilidad de que una cantidad de agua siga hacia las prdidas subterrneas X5 y que el
resto D4 sea derivado hacia el almacenamiento subterrneo T4.

X4
Conducto de distribucin

N4 D4

X5 Y4
H4 T4

30
 Figura 13. Esquema del almacenamiento de agua gravitacional en la parte inferior del
suelo.
En algunos casos se tienen condiciones geolgicas y/o de intervencin humana en la
cuenca en las que la magnitud de estos volmenes de flujo es importante y por lo tanto se
deben tener en cuenta para la modelacin. En algunas situaciones la explotacin de
acuferos involucra grandes volmenes de agua y una buena parte del agua, que de otro
modo hara parte del flujo base, fluye hacia los sitios de explotacin.
Para las prdidas subterrneas el modelo TETIS emplea la siguiente expresin:

[
X 5 = Min X 4 , t k ps FC7 ]
En donde kps es la velocidad de percolacin en la zona profunda del suelo. En el modelo se
ha contemplado la posibilidad de que parte del agua que llega al acufero no se incorpora al
flujo base en la cuenca. En la mayora de las cuencas naturales estas prdidas son una parte
muy pequea del agua que circula a travs de la cuenca, y por lo tanto se puede asumir que
estas prdidas son cero, lo cual se puede hacer ajustando el factor corrector FC7 a cero y
as la totalidad del agua que percola pasa al almacenamiento subterrneo.
Un aumento del factor FC7 indica que se incrementan las prdidas subterrneas, por lo
tanto una mayor parte del flujo se infiltra hacia estratos mas profundos del suelo, este
volumen de agua que se pierde debe tenerse en cuenta a la hora de realizar un balance de
agua. Como resultado se obtiene una disminucin del hidrograma de salida, pero hasta un
un umbral. El efecto que se observa es un hidrograma ms plano con caudales punta ms
suaves y menores en magnitud. Por el contrario, si se disminuye este valor queda una
mayor cantidad de agua disponible para contribuir al flujo base, lo cual se refleja en el
aumento de los caudales punta y en un aumento del hidrograma, pero hasta cierto punto.
La cantidad de agua que se deriva del conducto distribuidor para el flujo subterrneo
depende de la cantidad de agua que ha percolado y de la cantidad que pasa a las prdidas y
de acuerdo con la ecuacin de continuidad es la siguiente:
D4 = X 4 X 5
Actualizando el estado del almacenamiento del tanque T4:
H4 = H4 + X4 X5
Para la representacin del flujo a travs del almacenamiento subterrneo, en cada una de
las celdas se utiliza la ecuacin de continuidad y una ecuacin que relaciona la tasa de flujo
que sale de este almacenamiento con la cantidad de agua almacenada. Del mismo modo
que en los almacenamientos anteriores y siendo FC8 un factor corrector, el modelo TETIS
emplea la siguiente relacin para estimar las salidas del almacenamiento subterrneo:
x
= 1
FC8 k sa t + x
En donde ksa corresponde a la conductividad hidrulica horizontal saturada del substrato.
El valor del factor corrector FC8 debe encontrarse entre 0.001 y 100000. Segn la escala
temporal y espacial, valores muy altos del factor corrector hacen que el coeficiente sea

31
cercano a uno y por lo tanto la tasa de salida Y4 sea muy alta. Por el contrario, si los valores
del factor corrector son bajos, el coeficiente tiende a ser cero y las salidas Y4 son
pequeas.
Aunque depende de la escala, un incremento del factor FC8 implica un aumento en el
hidrograma, con caudales ms altos y respuestas ms rpidas, esto hasta cierto umbral. As
mismo, una disminucin de este factor se traduce en una recesin ms lenta en el
hidrograma de salida, disminuyendo los caudales punta, tambin hasta un lmite.
La relacin para la el flujo de salida de este nivel para cada celda es la siguiente:
Y4 = H 4
Finalmente, es necesario actualizar el estado del almacenamiento subterrneo:
H 4 = H 4 Y4
La importancia de la representacin del flujo subterrneo en la modelacin de crecidas est
en reproducir adecuadamente las recesiones del flujo en los cauces y que esto sea
coherente con el volumen de agua que ha ingresado al almacenamiento subterrneo.
Posteriormente y despus de hacer los clculos en todos los tanques de almacenamiento en
la celda se tiene el volumen que haba en el canal ms el que ingresa durante el intervalo
como el volumen total del tramo. Se procede entonces a calcular la velocidad del flujo para
realizar la traslacin hacia las celdas aguas abajo, lo cual ser expuesto con mayor detalle
dentro de este informe en futuros apartados.
Debe tenerse muy en cuenta que este valor depende de la cantidad almacenada en el
tanque, por lo tanto en ocasiones puede observarse insensibilidad en este parmetro, pero
se debe a que no hay suficiente agua dentro del almacenamiento T4.

3.3.- LA FUSIN DE LA NIEVE

Todo modelo de fusin de nieve debe tener dos componentes bsicas: una es la que tiene
en cuenta la acumulacin y la otra es la forma como se realiza la fusin. Para la fusin se
encuentran dos aproximaciones clsicas. La primera corresponde a los mtodos de tipo
ndice trmico o grado-da (Martinec, 1960) y los basados en conceptos fsicos
considerando el balance energtico (Dunn y Colohan, 1999).
Lettenmaier y Wood (1992) resaltan que la precisin en la prediccin de la fusin de nieve
esta condicionada por:
- La precisin a la cual el agua almacenada en la nieve puede ser medida al comienzo
del perodo de prediccin
- El conocimiento de la humedad del suelo y su distribucin espacial al comienzo del
perodo de derretimiento
- Disponibilidad de energa para la fusin de la capa de nieve durante el perodo de
prediccin
- La precipitacin y su forma, ya sea en forma de lluvia o nieve, durante el perodo de
prediccin
- La precisin del modelo usado para realizar la infiltracin y la traslacin del agua

32
 - Las predicciones ms precisas son obtenidas cuando la acumulacin de la nieve y el
perodo de fusin estn bien definidos y hay poca precipitacin durante la fusin.
Debido a la escasez de la informacin se emplean mtodos tipo ndice, siendo el ms
empleado el ndice de temperatura.
Un modelo conceptual simple como el Snowmelt Runoff Model (SRM) desarrollado por
Martinec y Rango (Martinec, 1960; Rango y Martinec, 1979, Rango, 1995) ha mostrado
buenos resultados en un gran nmero de cuencas que varan en tamao. La modelacin
confiable usando el SRM requiere una estimacin precisa de los parmetros, adecuada
determinacin de la forma del modelo (nmero de trminos previos de nieve/lluvia a ser
incluidos) y medidas de reas cubiertas de nieve denominadas SCA (Snow Covered
Areas). El uso del modelo en modo de prediccin podra ser mejorado si la informacin en
tiempo real puede ser usada para actualizar los parmetros del modelo sobre una cuenca
regular.
Haltiner y Salas (1988) emplean un modelo estocstico de series temporales tipo ARMAX
o modelos de funciones de transferencia, y muestran que SRM puede ser visto como un
caso particular dentro de esta clase de modelos estocsticos lineales. Los modelos
ARMAX dan mejores resultados de prediccin con menos parmetros que el modelo
SRM.

3.3.1.- La medicin de la cantidad de nieve

La temperatura y la cantidad de nieve presente en una cuenca varan fundamentalmente en
funcin de la elevacin sobre el nivel de mar (Dunn y Colohan, 1999), aunque la
acumulacin est condicionada por otros factores como la cobertura vegetal, la direccin
del viento, la orientacin de las laderas y la topografa.
Para determinar la cantidad de agua almacenada en la nieve se pueden realizar:
- Medidas manuales, empleando aparatos de medida que estiman la densidad y el
espesor de la nieve en puntos previamente establecidos para realizar un seguimiento
temporal de estas variables.
- Medicin mediante sistemas automticos que estiman la cantidad de agua
equivalente en la cobertura nival, la temperatura del aire y la precipitacin y
almacenan los registros para su posterior anlisis. Estos medidores requieren un
muestreo constante para garantizar un registro continuo y confiable.
- Sistemas remotos o satlites, por medio de los cuales es muy fcil establecer el rea
cubierta por nieve. Sin embargo es ms difcil estimar la cantidad de nieve, aunque
parece que los rayos Gamma han sido usados con xito para espesores de coberturas
de nieve menores a 30 cm de agua equivalente en zonas abiertas de los Estados
Unidos. Los problemas asociados a la medicin de profundidades mayores son la
variabilidad topogrfica y la cobertura vegetal (Lettenmaier y Wood, 1992)

3.3.2.- Modelo de fusin: Mtodo ndice de Temperatura

El modelo TETIS emplea el mtodo ndice de temperatura para la estimacin de la fusin
de la nieve, bsicamente porque no se dispone de informacin completa de radiacin solar
neta, energa sensible, energa latente, calor del suelo y energa advectiva. Esta
informacin es necesaria para la estimacin de la fusin de la nieve en modelos que tienen

33
en cuenta el balance energtico aplicando leyes de conservacin (Kraijenhoff y Moll,
1986). Adems hay que decir que el mtodo ndice de temperatura o grado-da es el ms
utilizado. Las hiptesis en las que se basa segn Dingman (1993) son:
- La energa de radiacin de onda larga se puede suponer como una funcin lineal de
la temperatura del aire.
- Existe una correlacin entre la radiacin solar y la temperatura del aire.
- Durante la fusin, la temperatura de la nieve es cercana a 0 C.
Este mtodo es ampliamente utilizado debido a que requiere poca informacin y es
fcilmente adaptable a los modelos lluvia escorrenta, siendo su forma general la siguiente:
M = M f (Ta Tb ), Ta Tb
M =0 Ta < Tb
En donde, M [mm/da] es la tasa de fusin de nieve, Ta [C] es la temperatura media del
aire, Tb [C] es la temperatura base y Mf [mm/C da] es el coeficiente de fusin. La
temperatura base vara entre 4 y 2 C, siendo recomendable en Espaa el valor de
2 C.
El coeficiente Mf vara con la latitud, la elevacin, la pendiente, la cobertura forestal, las
condiciones atmosfricas, la poca del ao, propiedades fsicas de la nieve y la orientacin
de la ladera. Por lo tanto, debe ser calibrado empricamente para cada cuenca. Sin
embargo, Maidment (1993) sugiere que Mf puede ser estimado mediante la siguiente
relacin:
M f = 0.011 s

Donde s es la densidad de la nieve [Kg/m]. Puesto que la densidad de la nieve se

encuentra en un rango entre 300 y 500 kg/m, el coeficiente de fusin puede variar entre 3
y 6 mm/C da. Los valores mas bajos son los recomendados para la nieve fresca.
Tambin se recomiendan valores entre 0.9 y 1.8 mm/C da para zonas con cubierta
forestal, y valores entre 1.5 y 7.0 mm/C 6-horas para zonas planas.
Se ha mostrado tambin que el coeficiente Mf aumenta mientras avanza la poca de fusin
de nieve, debido principalmente a que se incrementa la densidad de la nieve, aumenta la
radiacin solar y disminuyen el albedo y la energa interna en la capa de nieve. Existen
metodologas que tienen en cuenta este factor incrementando el coeficiente de fusin.
Otro factor importante a tener en cuenta dentro del proceso de la fusin de nieve
corresponde al calor aportado por la lluvia, el cual hace que el factor aumente. Es por ello
que en el modelo de fusin desarrollado en TETIS se emplean dos coeficientes de fusin:
uno para el caso que involucra la precipitacin y otro para la fusin de nieve nicamente.
Es importante tener en cuenta que el modelo TETIS adopta la tasa de fusin de nieve con
precipitacin con que haya almeno una estacin con precipitacin diversa de cero.
Maidment (1993) muestra una ecuacin para la fusin de la nieve mientras hay lluvia dada
por la siguiente expresin:
M = (0.74 + 0.007 P )(Ta Tb )
Siendo P, la precipitacin de 24 horas dada en mm.

34
El viento es otro factor que debe tenerse en cuenta, sin embargo, dado que la fsica de los
efectos del viento en la nieve son complejos no se han considerado. Sin embargo, una
aproximacin vlida sera aumentar el nmero de parmetros con un mtodo tipo ndice
como lo proponen Dunn y Colohan (1999), pero dada la parsimonia deseada para el
modelo TETIS, esto no se realiza. Algo similar sucede con los parmetros densidad de la
nieve, la pendiente y la orientacin de laderas, los cuales se desprecian dentro del modelo
TETIS buscando la parsimonia.
En la Tabla 4 se muestran algunos valores del coeficiente de fusin propuestos por
diferentes autores para estimar la fusin de la nieve en diferentes partes del mundo.
Referencia Coeficiente de fusin
(mm/C da)
Yoshida (1962) 4.0-8.0
Borovikova et al. (1972) 3.0-5.0
Anderson (1973) 1.3-3.7
Abalyan et al. (1980) 5.0
Braithwaite y Olesen (1988) 2.5
Woo y Fitzharris (1992) 3.0
Jhannesson et al. (1995) 4.4-5.6
Laumann y Reeh (1993) 3.5-4.5
Singh y Kumar (1996) 5.9
Sing et al. (2000) 5.7-6.4
Ro Tajo en Espaa (CHT, 1996) 1.0-3.0
Tabla 4. Valores medios del coeficientes de fusin (ndice trmico) para la estimacin de
la fusin de la nieve. Tomado de Maidment (1993, pg 7.24), Lang (1986), Ponce (1989,
pg 378) y Singh et al. (2000, pg 3)
La cantidad de agua estimada proveniente del proceso de fusin de nieve se ingresa al
modelo de produccin de escorrenta como un valor adicional a la entrada por lluvia.
En la Tabla 5 se presenta una breve recopilacin tomada de la literatura cientfica en donde
se presentan diferentes valores y metodologas para la estimacin de la tasa de fusin de
nieve, basndose en el mtodo del ndice trmico en todo el mundo.
Lugar (Referencia) Medio Mnimo Mximo
Ecuacin
Alpes Suizos (Zingg, 1951) 4.5
Escocia (Dunn y Colohan, 1999) 7.5 10.0
U.S.A. Cuerpo de Ingenieros 2.3 0.7 9.1
Unin Sovitica (Kuzmin, 1966) 7.5 3.9 24.1
Finlandia (Kuusisto, 1980) 3.5 2.8 4.9
2.04 1.8 3.4
Aletschglacier (Lang et al. 1977) 5.3 5.3 47.0
A 3366 y 2220 m.s.n.m. 11.7 4.4 34.5
6.6 3.0 22.5
6.0 3.0 11.1
Montaas al Oeste de Canad M=3(Tm+(Tmax-Tmin)/8+Tmin)
Para Tmin0, =0
Para Tmin>0, =Tmin/4.4

35
Lugar (Referencia) Medio Mnimo Mximo
Ecuacin
Ro Rojo (Manitoba) M=(0.9 2.7) Tm
Sur de Ontario M=(3.66 5.7) Tm
Montaas Rocosas M=4.08 Tm M=1.10 Tmax (Abril)
M=4.58 Tm M=1.42 Tmax (Mayo)
Western Cascades, Oregon M=1.70 Tm M=0.46 Tmax (Abril)
M=3.30 Tm M=1.42 Tmax (Mayo)
Sierra Nevada, California M=1.78 Tm M=0.96 Tmax (Abril)
M=1.92 Tm M=1.14 Tmax (Mayo)
Cuenca al este de Canad M=1.82 (Tm+2.4)
Bosque Boreal M=0.58 Tm
M=1.83 (Tm-3.5)
Taiga M=0.91 (Tm-2.5)
M=1.66 Tm
Sierra Central M=4.07 Tm M=1.10 Tmax (Abril)
M=4.57 Tm M=1.97 Tmax (Mayo)
Upper Columbia M=1.69 Tm M=0.46 Tmax (Abril)
M=3.29 Tm M=1.41 Tmax (Mayo)
Cuenca Willamette M=1.78 Tm M=0.96 Tmax (Abril)
M=1.92 Tm M=1.14 Tmax (Mayo)
Tabla 5. Expresiones tipo ndice trmico para la estimacin de la fusin de la nieve en
diferentes partes del mundo. Tomado de Maidment (1993, pg 7.24), Lang (1986), Ponce
(1989, pg 378) y Singh et al. (2000, pg 3)

3.3.3.- El efecto de la escala temporal

La escala temporal del episodio es importante a la hora de realizar un estudio sobre la
fusin de nieve, principalmente por la variacin de la temperatura a lo largo del da y de la
noche, por esta razn a escala diaria la tasa de fusin M tiende a ser menor que a la escala
horaria o quinceminutal, para un mismo intervalo temporal.
El aumento de la tasa de fusin a escalas menores a la horaria puede incluirse dentro del
modelo TETIS mediante un aumento del coeficiente de fusin Mf o incrementando la
Temperatura base Tb. Considerando que el rango de variacin de la temperatura base es
ms estable debido a su carcter fsico, es ms lgico pensar en un aumento en el
coeficiente de fusin Mf cuando se trabaja a escalas temporales menores.

3.4.- EL REGADO

El efecto del regado en la cuenca es considerada por el modelo empleando una regla de
operacin de riego, para lo cual se requiere de informacin que explique a lo largo del ao
la cantidad de agua que se riega en cada celda y la frecuencia del riego en cada una.
En la Tabla 6 se muestra un ejemplo del tipo de informacin necesaria para incluir este
efecto dentro del modelo TETIS.

36
 Zona de riego 1 Zona de riego 2 Zona de riego 3
Mes Cantidad Frecuencia Cantidad Frecuencia Cantidad Frecuencia
(mm) (das) (mm) (das) (mm) (das)
Enero 0 0 50 15 0 0
Febrero 0 0 50 15 0 0
Marzo 0 0 50 15 0 0
Abril 10 10 25 10 0 0
Mayo 50 10 30 10 0 0
Junio 30 5 40 10 0 0
Julio 80 5 50 10 20 10
Agosto 110 10 40 10 50 10
Septiembre 80 10 30 10 50 10
Octubre 20 15 50 15 20 10
Noviembre 20 15 50 15 0 0
Diciembre 0 0 50 15 0 0
Tabla 6. Informacin requerida para incluir el efecto del riego en diferentes regiones de la
cuenca de estudio.
La variacin temporal de la cantidad de riego debe tener en cuenta la cantidad de agua que
evapotranspira, de tal forma que el efecto del riego sea favorable para la planta.
De la misma forma que el aporte por fusin de nieve, la cantidad de agua que ingresa al
modelo por riego se considera como una cantidad adicional a la precipitacin X1.

3.5.- LAMINACIN EN EMBALSES O LAGOS

La presencia de embalses o lagos (en adelante nos referiremos a embalses solamente) es

importante dentro de toda cuenca ya que son puntos de control del hidrograma que circula
por el cauce.
Para caudales pequeos un embalse puede modificar totalmente el hidrograma del ro. Pero
esta modificacin tambin puede producirse durante una crecida, debido al efecto de
laminacin de su almacenamiento permanente (por debajo de los aliviaderos) y temporal
(por encima de los aliviaderos). Dependiendo del tamao relativo del embalse frente al
volumen de la crecida, el efecto registrado puede ser pequeo o muy importante.
Para considerar el efecto de los embalses es necesario tener clara su localizacin y sus
caractersticas fsicas, dadas por las curvas en funcin de la altura de la lmina de agua
siguientes:
- Curva de embalse, que representa el volumen embalsado en funcin de la cota en el
embalse.
- Curva de desage, que representa los valores mximo (compuertas y vlvulas
abiertas) y mnimo (compuertas y vlvulas cerradas) de capacidad de desage en
funcin de la cota en el embalse.

37
3.5.1.- Simulacin de un embalse
La simulacin de un embalse se realiza de forma diferente, dependiendo del tipo de
informacin disponible respecto de los volmenes, los niveles en el embalse y los caudales
de salida. En la Figura 14 se muestra un esquema general del funcionamiento del embalse.

3.5.1.1.- Balance estricto

Si se conocen los niveles o volmenes (S) y caudales de salida (Q), la estimacin del
hidrograma de entrada (I) a partir de los datos medidos se realiza empleando la ecuacin de
continuidad del embalse:
S f (t ) = S o (t ) + I (t ) Q (t )
En donde el volumen del embalse al inicio y al final de cada intervalo de tiempo es
calculado mediante interpolacin de la curva de embalse. El hidrograma as calculado
puede compararse con el simulado por TETIS.
Si faltan los datos de volmenes, niveles o de caudales de salida, se utiliza la ecuacin de
balance considerando el hidrograma de entrada simulado por TETIS para estimar la serie
faltante.

I(t)

Sf (t)

S0 (t)

Q(t)

Figura 14. Esquema conceptual del efecto de los embalses en el modelo TETIS.

3.5.1.2.- Mtodo Puls Modificado

Si no se conoce el hidrograma de salida del embalse ni la evolucin de sus niveles, es
necesario simular el proceso de laminacin en el embalse. El mtodo empleado por TETIS
es el Puls Modificado. En todo caso si que es necesario suministrar el nivel inicial del
embalse para poder arrancar su simulacin.
En la Figura 15 se observa el efecto de laminacin producido, el cual est regulado por la
expresin:

38
 2 S j +1 2S j
+ Q j +1 = I j + I j +1 + Qj
t t
Siendo t el intervalo de tiempo, Sj y Sj+1 los volmenes en el tiempo j y j+1. Para Qj y
Qj+1 como los flujos de salida del embalse y considerando Ij e Ij+1 como los caudales de
entrada al embalse.
Caudal

Hidrograma de Entrada

Ij+1 Hidrograma de Salida

(Sj+1 - Sj)

Ij

Qj+1
Qj t

jt t(j+1) Tiempo
Almacenamiento

S j+1
Sj

Tiempo
Figura 15. Esquema del mtodo de laminacin de embalses Puls Modificado. Tomado de
Chow et al. (1994).
Para el Puls Modificado, Ponce (1989) sugiere el siguiente procedimiento:
- Inicio con j=1
2S j
I j + I j +1 + Qj
- Calcular t , para el primer paso se deben conocer las condiciones
iniciales.
- Mediante un proceso iterativo se estiman los valores Qj+1 y Sj+1 de la ecuacin
2 S j +1
+ Q j +1
t basndose en la curva volumen contra la descarga propia del embalse.
- Incrementar el contador j en 1 y volver al paso 2. Finalizar hasta que la recesin del
flujo de salida se estabiliza.

39
3.5.2.- Localizacin del embalse
Para efectos de la modelacin distribuida, y considerando que el espejo del agua vara
segn la cantidad de agua que contiene el embalse, el modelo identifica como embalse a
una sola celda cuya localizacin ser lo ms cercana a la salida del embalse, tal como se
indica en la Figura 16.

Espejo de agua Variable

Zona del Embalse considerada

por el Modelo TETIS

CELDA (i,j)

Figura 16. Simplificacin realizada por el modelo TETIS para la localizacin de los
embalses.
Esta simplificacin del modelo no involucra el efecto de la evaporacin variable con el
nivel en el embalse, ni la mayor velocidad de propagacin que existe en sus celdas. Sin
embargo, salvo grandes embalses, tanto en crecidas como en simulacin continua esta
aproximacin se considera aceptable.

3.6.- LA TRASLACIN DE LA ESCORRENTA: LA ONDA CINEMTICA

GEOMORFOLGICA

Para la traslacin de la escorrenta TETIS presenta una formulacin que incluye elementos
de la geometra hidrulica. Con estos elementos se puede hacer un anlisis hidrulico
razonable de las transferencias entre las celdas, sin requerir grandes volmenes de
informacin (generalmente bastante costosa) y sin recurrir a simplificaciones exageradas a
escala cuenca. Esta formulacin aprovecha al mximo la informacin disponible, siendo al
mismo tiempo un esquema bastante robusto.
La traslacin de la escorrenta a lo largo de la cuenca se realiza considerando que el agua
no abstrada circula sobre las laderas hasta alcanzar algn canal perteneciente a la red de
drenaje natural de la cuenca, y a partir de all circula por la red drenaje en s. Su estimacin
se puede hacer de acuerdo con las leyes de la Hidrulica de los cauces naturales o con
simplificaciones conceptuales. En el caso de TETIS, el modelo empleado es de la onda
cinemtica, que es una simplificacin de las ecuaciones de Saint Venant al despreciar en

40
la ecuacin de conservacin de la energa los trminos correspondientes a los efectos
inerciales y de presin.
Por otra parte, las caractersticas hidrulicas de los cauces se van a obtener con base en
parmetros propios de la cuenca (o regionales si no se dispone de los propios) que se
extraen de la informacin geomorfolgica de la cuenca. Por eso, esta nueva metodologa se
ha denominado de la Onda Cinemtica Geomorfolgica (en adelante OCG).

3.6.1.- Bases tericas

En cuencas de montaa y a escala de la cuenca se puede considerar que en la red de
drenaje prcticamente toda la energa potencial se disipa por friccin en los cauces y la
fraccin de energa potencial que se transforma en energa cintica es una fraccin muy
pequea. Esta fraccin es comparable (si no es menor) al error acumulado que se podra
obtener mediante la aplicacin rigurosa del mtodo mas complejo y preciso que incluyera
la ecuacin de conservacin de energa incluso disponiendo de la mejor informacin de
campo que es posible obtener en la actualidad.
Para las cuencas de montaa, a la escala de la cuenca y sin temor a grandes errores se
puede proponer un modelo de flujo en la red de drenaje a partir de las siguientes hiptesis:
- El mtodo se basa en el principio de conservacin de masa (ecuacin de
continuidad).
- En la red de drenaje la pendiente de la lnea de energa es aproximadamente igual a
la pendiente del terreno.
- La cantidad de movimiento se ajusta en todos los elementos de la red de tal forma
que las aceleraciones sean despreciables y que a nivel local solo se presentan las
requeridas para que la nueva velocidad y las deformaciones en el cauce sean tales
que la resistencia al flujo alcance a contrarrestar a la accin de la fuerza de gravedad.
- La resistencia al flujo es funcin de velocidad, del radio hidrulico y de la rugosidad
del cauce.
- La seccin del cauce se modifica (tanto en la profundidad de la lmina de agua como
en las caractersticas del cauce) hasta que su nueva forma produce una resistencia al
flujo similar a la accin de la gravedad.
- La velocidad del flujo en la que se presenta esta condicin de cuasi-equilibrio se
puede obtener por medio de expresiones como las de Chezy o Manning.
- La forma del cauce depende del ambiente geomorfolgico, del rea drenada y del
flujo. Se puede decir que es regionalizable en funcin del rea y del caudal
- El coeficiente de rugosidad se puede obtener de acuerdo al tamao caracterstico de
los sedimentos, aplicando expresiones como las de Strickler, Limerinos, Kennedy,
Hey, etc.
- A todas y cada una de las celdas en que se ha discretizado la cuenca le corresponde
un elemento de red de drenaje.
La red drenaje se obtiene a partir de la estructura de conexin de las celdas en el MED, con
base en las direcciones de flujo. La calidad de la red obtenida depende de la resolucin y
calidad del MED y de los algoritmos utilizados para su procesamiento. Se elaboraron

41
algoritmos especficos para construir los mapas de direccin de flujo y de celdas
acumuladas no descritos en este informe.

3.6.2.- La forma de la seccin del cauce

La forma de la seccin de flujo en cada uno de los elementos que conforman la red puede
obtenerse a partir de las relaciones de geometra hidrulica previa validacin de sus
parmetros en la regin. Estas relaciones fueron propuestas por Leopold y Madock (1953),
quienes relacionaron las dimensiones de la seccin de flujo: profundidad y, el ancho w y la
velocidad en la seccin v con el caudal en el cauce Q mediante ecuaciones de tipo
potencial de la siguiente forma:
y = bQ
w = cQ
v = pQ
En donde los parmetros b, c, p, , y son constantes. La ecuacin de continuidad y la
homogeneidad dimensional exigen que b c p = 1 y + + = 1 .
De acuerdo a fuertes evidencias empricas se han determinado dos grupos de valores para
estos coeficientes y exponentes que han sido denominados para la estacin y para aguas
abajo. Los valores para aguas abajo predicen las variaciones para diferentes sitios a lo
largo de un canal y estn basadas en caudales con nivel de referencia geomorfolgico
comn. La mayor evidencia emprica se ha obtenido para la seccin del cauce expuesta
como una cicatriz permanente en el terreno conocido como caudal a seccin llena. En
algunos ambientes geomorfolgicos el caudal responsable de la forma del cauce no
necesariamente es el que llena la seccin, por lo que para evitar confusiones se habla en
estos casos del caudal dominante Qd.
El caudal dominante posee una frecuencia relativamente alta (desde el punto de vista
geomorfolgico) y una buena capacidad de transporte. La combinacin de estos dos
elementos induce a pensar que la mayor parte del trabajo geomorfolgico lo realizan
caudales de este orden de magnitud.
El caudal dominante se ha asociado a periodos de retorno entre 1.5 y 10 aos, dependiendo
de las condiciones morfolgicas y climticas regionales segn Richards (1979).
Leopold y Maddock (1953) reportan valores promedio de los exponentes para regiones
ridas en los Estados Unidos de Amrica 1 = 0.4, 1 = 0.5 y 1 = 0.1. Por otra parte,
Wolman (1955) encontr valores de 1 = 0.45, 1 = 0.42 y 1 = 0.05, mientras que Brush
(1961) report valores de los coeficientes 1 = 0.36, 1 = 0.55 y 1 = 0.09. El subndice 1
se refiere a los coeficientes para aguas abajo.
Para las relaciones entre las caractersticas de la seccin y la descarga en un sitio
determinado, Leopold y Maddock (1953) reportan los siguientes valores promedio de los
exponentes para regiones ridas en los Estados Unidos de Amrica: 2 = 0.34, 2 = 0.26 y
2 = 0.4. El subndice 2 se refiere a los coeficientes en la estacin.

42
3.6.3.- Ecuaciones para la cuenca
Segn Leopold, Wolman y Miller (1964) para una zona con condiciones climticas y
morfolgicas homogneas existe una relacin entre el caudal a seccin llena Qb en un sitio
y el rea de cuenca que drena a travs de este sitio , de la siguiente manera:
Qb
Qb =
Los parmetros y son constantes de validez regional. En distintas regiones del mundo
donde se ha analizado esta expresin se han obtenido valores para el exponente entre
0.65 y 0.80. Leopold, Wolman y Miller proponen como valor promedio de gran
aplicabilidad 0.75.
La combinacin de una relacin como la anterior y las ecuaciones de la geometra
hidrulica permite obtener una relacin entre caractersticas geomtricas de la seccin de
flujo o la velocidad del flujo y el rea drenada a travs del cauce. Este tipo de relaciones
puede ser de gran aplicacin en la Hidrologa distribuida ya que permite una
caracterizacin muy eficiente de los cauces de toda la red de drenaje.
Reemplazando la expresin anterior, en las relaciones de geometra hidrulica para aguas
abajo, se obtienen las siguientes ecuaciones:
yb = b1 ( ) 1
wb = c1 ( ) 1
vb = p1 ( ) 1
Estos coeficientes y exponentes son constantes. Reemplazando los elementos geomtricos
o hidrulicos asociados al caudal dominante por los valores obtenidos de las expresiones
aguas abajo en funcin del rea de cuenca drenada, se llega a las siguientes expresiones:
y = b1 ( 1 2 ) ( 1 2 )Q 2
w = c1 ( 1 2 ) ( 1 2 )Q 2
v = p1 (1 2 ) ( 1 2 )Q 2
Si la cuenca se puede considerar dentro de una regin homognea, los coeficientes y
exponentes que aparecen en estas ecuaciones se pueden suponer constantes para todos los
elementos de la red de drenaje. Se presenta entonces una relacin de validez regional para
las caractersticas de geometra hidrulica en una seccin del cauce ante cualquier caudal,
en funcin del caudal y del rea de cuenca que se drena a travs de la seccin.

3.6.4.- Relaciones empleadas en el modelo

El modelo TETIS emplea nueve parmetros geomorfolgicos segn las relaciones
potenciales geomorfolgicas que se presentan a continuacin:
Relacin entre el caudal a seccin llena Qb con el rea acumulada de la cuenca .
Siendo el coeficiente y el exponente segn la expresin:
Qb =

43
 Relacin entre el ancho de la seccin transversal a seccin llena wb y el caudal a
seccin llena Qb. Siendo c1 el coeficiente y 1 el exponente segn la expresin:
wb = c1 Qb1
Relacin entre el ancho de la seccin transversal w y el caudal Q. Siendo c2(*) el
coeficiente y 2 el exponente segn la expresin:
wt = c2 Qt 2
(*): En la expresin anterior, no es necesario estimar un valor para el coeficiente c2,
al estar completamente determinado en funcin del caudal a banca llena y del
ancho de la seccin dominante. En efecto, si Qt=Qb : w=wb, c 2 = w b Q b 2
Relacin entre el dimetro caracterstico del sedimento d, la pendiente del cauce s0
y el calado y. Siendo cd el coeficiente y el exponente, segn la expresin:
d = c d ( ys o )
Relacin entre el coeficiente de rugosidad n y el dimetro caracterstico del
sedimento d. Siendo cn el coeficiente y el exponente segn la expresin:
n = cn d

3.6.5.- La rugosidad del cauce

En la hidrulica fluvial se utilizan distintas expresiones para obtener la rugosidad en
funcin de un tamao representativo del material del lecho. Para la rugosidad, se tienen un
buen nmero de ecuaciones que la relacionan con el dimetro del sedimento o con la
rugosidad relativa. Algunas de ellas son:
n = 0.0477 d 50
1/ 6
Strickler (1924)
0.113R 1 / 6
n= Limerinos (1970)
(1.16 + 2 log( R / d 84 )
1/ 2
8 aR
= 5.75 log Hey (1979) para ros con lecho de grava
f
3.5d 84
Otra forma de obtener el valor de n es utilizando expresiones que representan la pendiente
de cuasi-equilibrio dinmico del perfil del cauce en funcin del dimetro y rea drenada
(Hack, 1957).
S = 18 d 500.6 /
d 50 = ( S / 18 ) 5 / 3
n = 0.008( S ) 0.277
Otras investigaciones realizadas por diferentes autores presentan resultados para la
pendiente en funcin del caudal y del dimetro del sedimento. Bray (1979) para ros con
lecho de grava en Alberta propone:

44
 S = 0.095d 500.586 Q 0.33 ; d 50 = 55.46 S 1.706 Q 0.56 ; n ( S 0.284 0.094 )

Mientras que Pickup y Warner en ros tropicales proponen:

S = 0.0132d 950.425 Q 0.584 ; d 95 = 26100S Q ; n ( S 0.392 0.228 )

2.35 1.37

El dimetro de las partculas que no son transportadas por el flujo y la rugosidad que ellas
proveen, pueden calcularse a partir del esfuerzo cortante crtico en el lecho. Church (1978)
encontr que la relacin entre esfuerzo cortante y dimetro de la partcula para partculas
mayores de 7 mm era diferente a la relacin de Shields y recomienda la utilizacin de una
ecuacin simplificada. Esta ecuacin es recomendada por Graf (1988) para partculas
relativamente grandes:
c = 1.78d ; d = 5.5 ys

Otra funcin, que segn Graf cubre un amplio rango de datos precedentes de varios
ambientes y que incluye un amplio rango de partculas, es la ecuacin de Baker y Ritter
(1975) recalculada por Williams (1984):
c = 0.030d 1.49
Reemplazando en la expresin propuesta por Strickler se obtiene:
n = 0.0776( ys)1/ 6
Como conclusin de los distintos casos analizados sobre la variacin de la rugosidad con la
posicin e incluso con el flujo, se puede proponer la siguiente ecuacin general para la
rugosidad:
n = 1 y 2 s 3
Esta ecuacin puede representar adecuadamente todos los casos analizados. El valor del
coeficiente y los exponentes dependen de cada caso en particular, pueden ser
regionalizados y en la prctica se determinan con el criterio experto del analista.
En la deduccin del mtodo de la OCG es posible asumir segn Vlez (2001):

1=0.0; 2= ; 3=2 y = cd cn

Por lo que la expresin general para el modelo TETIS sera:

n = cn cd y s

3.6.6.- La velocidad del flujo

En la literatura hidrulica se tienen distintas expresiones que relacionan la velocidad del
flujo con el radio hidrulico de la seccin R, la pendiente de la lnea de energa s y los
diferentes coeficientes empricos de rugosidad o de resistencia al flujo. Las ms comunes
son:
i) La ecuacin anloga a la ecuacin de Chezy y obtenida de la ecuacin de Darcy
Weisbach:

45
 v = (8 g / f ) Rs

ii) La ecuacin de Manning:

1/ 2
R 2 / 3 s0
v=
n
Si se supone que el canal es suficientemente ancho, entonces: R t = At / w t . Por lo que
reemplazando, por ejemplo en la ecuacin de Manning, se tiene:

vt =
( At / wt )2 / 3 s01/ 2
n
En el caso de tener informacin adecuada de la pendiente, del coeficiente de rugosidad y
de la geometra del cauce, se podra configurar una expresin para estimar el rea en
funcin del caudal. Reemplazando en la ecuacin anterior las expresiones para el ancho de
la seccin y el coeficiente de rugosidad, obtenidas a partir de las relaciones
geomorfolgicas y de la geometra hidrulica, y reordenando se obtiene:
1
( 2 / 3 )(1 2 ) (1 / 2 ) (1+2 (2 / 3 ))
At s0
vt = ( 2 / 3 )
(
c n c d c1 (1 2 )(1 2 ) )
La ecuacin anterior se puede simplificar en la forma:
ez
ey(12 ) (ey1 / 6 )
At s0
vt = ey
(
c n c d c1 (1 2 )(1 2 ) )
Donde:
2
ey =
3
1
ez =
1 + ey 2
O en sntesis:
1
v t = K a A t 2 s 0 3
Donde las expresiones para el coeficiente Ka y los exponentes del rea de la secin de
flujo, del rea drenada de la cuenca y de la pendiente del tramo de inters son:

(
K a = c n c d c1 ey(1 2 )
ey
) ez
f ( todos los parmetros)

1 = ey ez (1 2 ) f (, 2 )
2 = ez ey (1 2 ) f (, 1 , 2 , )
3 = ez (ey 1 / 6) f (, 2 )

46
Estas expresiones indican que a nivel regional y en las condiciones en que son vlidas, es
posible hacer una estimacin aproximada, razonable y representativa de los parmetros de
flujo para cualquier sitio de la cuenca a partir de las relaciones geomorfolgicas.

3.6.7.- La ecuacin de Continuidad en la Formulacin de la Onda Cinemtica

Geomorfolgica
La simplificacin de la onda cinemtica suponen que durante todo el periodo t y a lo
largo de todo el trayecto x la pendiente de la lnea de energa es igual a la pendiente del
terreno (s=s0). O sea, que la velocidad y la profundidad del flujo se relacionan mediante
una expresin de flujo uniforme como la ecuacin de Manning.
La ecuacin de continuidad puede plantearse de la siguiente manera:
St St 1 = I j,t O t
j

donde S es volumen en el cauce, I son los volmenes de entrada en el intervalo de tiempo

(escorrenta directa, fusin de nieve y/o caudal desde la celda de aguas arriba de la celda j)
y O representa el volumen de salida hacia la celda receptora de aguas abajo.
Se supone que el flujo no est controlado aguas abajo y por lo tanto el volumen que se
entrega aguas abajo Ot depende nicamente de la variable de estado St. El canal es
prismtico, o sea que la seccin no cambia en toda la longitud del elemento y el
almacenamiento en el cauce de la celda es constante en toda la longitud. Por tanto,
reemplazando en la ecuacin de continuidad se obtiene:
A t x St 1 = I j,t A t v t t
j

Esta ecuacin se puede obtener en funcin del caudal y el rea de la seccin:

At x + Qt t = I j ,t + S t 1
j

En la realidad esta ecuacin no es lineal, ya que At y Qt no son independientes. En el

subapartado anterior se mostr como utilizando los elementos de la geometra hidrulica
en la ecuacin de Manning se obtiene una expresin para la velocidad en funcin del rea
de la seccin, el rea de la cuenca drenada y la pendiente del terreno. Aplicando estas
expresiones en la ecuacin de continuidad se obtiene:
( )
A t x + K a A t 2 s 3 t = I j,t + S t 1
1

t 1
At + Ka At
1+1
2 s 3 = I j,t + St 1
x
x j

Reduciendo la expresin anterior se obtiene:
t 1+1 1
At + B At = C
x x
Donde:
B = K a 2 s 3

47

C = I j, t + St 1
j
Este sistema resultante es una ecuacin no lineal que puede resolverse numricamente. El
coeficiente B y el exponente 1 dependen de las caractersticas geomorfolgicas
regionales y son vlidos para toda la regin, ya que son independientes de las
caractersticas locales del sitio de anlisis y del tiempo. El trmino independiente C es
variable en cada sitio de la cuenca y en cada tiempo.
La ecuacin resultante se puede resolver iterativamente para At por el mtodo de Newton
Raphson si se expresa en la forma:
f (A t ) = 0

f (A t ) =
1
x
(
C B t A t
eas+1
At = 0 )
La solucin iterativa por el mtodo de Newton Raphson para esta funcin es del tipo:
f (A t ( n ) )
A t ( n +1) = A t ( n )
f ' (A t ( n ) )
f(At) es la primera derivada de la funcin f(At), la cual se puede expresar como:
t
f ' (A t ) = (eas + 1) B At 1
eas

x
Reemplazando se tiene:

1
x
(
C B t A t
eas +1
At )
A t ( n +1) = A t ( n ) +
(eas + 1) B t A t eas + 1
x
Una vez encontrada la solucin iterativa, se puede calcular la velocidad de flujo y el caudal
de salida para el cauce de la celda como:
vt = At B
eas

eas+1
Qt = A t B
Para el primer t, los clculos se inicializan en todas las celdas de la cuenca asumiendo en
la ecuacin anterior para la velocidad un valor inicial arbitrario de 1 m/s:
1

A t (0) = B eas

Para un t cualquiera, el clculo se inicializa con el At obtenido en el paso de tiempo

anterior.
El factor corrector FC9 empleado en el modelo TETIS multiplica directamente la
velocidad de la onda y por lo tanto debe ser cercano a uno, de no ser as se recomienda
revisar el ajuste de los parmetros geomorfolgicos estimados para la cuenca, o en su

48
defecto utilizar los coeficientes recomendados en la literatura tcnica para estudios
geomorfolgicos regionales a nivel mundial.
Este factor corrector no afecta el volumen del hidrograma, interviene directamente en la
velocidad del flujo, es decir, valores del factor corrector mayores a uno implican un
aumento en la velocidad y por lo tanto respuestas ms rpidas, lo cual se traduce en
caudales punta mayores, recesiones ms fuertes y un adelanto en el tiempo al pico. As
mismo, factores correctores menores a uno indican una disminucin de la velocidad en los
cauces, por lo tanto se produce un retraso en el hidrograma de salida con valores menores
de caudal punta y un tiempo al pico mayor.
En conclusin, definiendo para cada regin geomorfolgicamente homognea los valores
de los exponentes y coeficientes geomorfolgicos, utilizando la informacin del MED de
la cuenca que permite conocer en cada celda de la red de drenaje el rea de cuenca que
drena a travs de ella, , al igual que su pendiente s0 y conociendo los valores de ingreso
de escorrenta se puede obtener numricamente el valor de At.
Una vez conocida el rea se procede a la estimacin de la velocidad segn lo indicado
anteriormente y entonces es posible estimar el flujo circulante en cada instante para todas
las celdas.

3.7.- EL SUBMODELO DE SEDIMENTOS

El submodelo sedimentolgico TETIS-SED (Montoya, 2008) est basado en la

formulacin desarrollada en el modelo CASC2D-SED, especficamente en la versin de
Rojas (2002). El modelo CASC2D-SED simula los procesos de sedimentos en ladera en
dos dimensiones, mientras que en canales la aproximacin es unidimensional. En el
modelo TETIS-SED tanto los procesos en ladera como en canales son unidimensionales.
Una vez una partcula de suelo es erosionada, sta comienza a hacer parte del flujo y es
transportada aguas abajo. Una partcula que pasa sobre cualquier punto de control de la
cuenca, necesariamente ha sido erosionada aguas arriba y ha sido transportada por el flujo
(Einstein, 1951). Las tasas de produccin, transporte y depositacin estn controladas por
dos caractersticas: la disponibilidad de sedimentos en la cuenca y la capacidad de
transporte de la corriente. El transporte de materiales finos est limitados por la
disponibilidad de sedimentos en la cuenca, mientras que el transporte de materiales gruesos
est limitado por la capacidad de transporte del flujo (Julien, 1995).

49
 Capacidad Disponibilidad
de transporte de sedimentos

disponibilidad de sedimentos
Capacidad de transporte,

Transporte limitado Transporte limitado

por la disponibilidad por la capacidad de
de sedimentos trasporte del flujo
Carga en suspensin Carga en el lecho
Tamao del grano

Figura 17. curva de suministro y capacidad de trasporte (Julien, 1995)..

El modelo TETIS-SED separa las partculas de sedimentos en tres categoras de tamao,
arena, limo y arcilla, con las caractersticas citadas en Julien (1995).

Clase Diametro (mm) Velocidad (mm/s)

Arena 0.35 36
Limo 0.016 0.22
Arcilla 0.001 0.00086
Tabla 7 tamao medio del grano y velocidad media de sedimentacin en TETIS-SED.
La velocidad necesaria para que una partcula se mueva a travs de la corriente depende
del tamao de la partcula, siendo pequea para limos y arcillas en suspensin y alta para el
caso de las arenas y gravas (Francis, 1973, citado por Rojas, 2002). Este hecho es
importante para predecir el movimiento de tamaos diferentes de partculas en el flujo. El
proceso de produccin, transporte y depositacin de sedimentos tanto en laderas como en
canales ha sido implementado en este sentido para simular el proceso descrito.

3.7.1.- Procesos de ladera

En zonas de ladera, el modelo utiliza la ecuacin de Kilinc y Richardson modificada de
capacidad de transporte (Julien, 1995), que depende del caudal, la pendiente del terreno, el
tipo de suelo, y los usos de la tierra.
Kilinc y Richardson (1973), a partir de medidas sistemticas en canaletas de laboratorio
con lluvias simuladas, en suelos arenosos y desprovistos de vegetacin, encontraron la
siguiente relacin:
2.035
Q
q t = 25500 S 1.66
o (tons/m*s) (3.1)
W

donde qt es el caudal unitario de sedimentos producido por un caudal unitario de agua

(caudal, Q, por unidad de ancho, W) en tons/m/s, So es la pendiente y 25500 es una

50
constante dimensional y emprica. La ecuacin es consistente con muchas de las
ecuaciones que predicen el transporte de sedimentos (Julien y Simons, 1985). Julien
(1995) modific la ecuacin original de Kilinc y Richardson para considerar los efectos de
los usos del suelo, las prcticas de cultivo y las caractersticas de los suelos, llegando a la
siguiente relacin:
2.035
Q K
q t = 23210 S 1.66
o CP (tons/m*s) (3.2)
W 0.15

donde K es el factor de erosionabilidad del suelo, C es el factor de cultivo y P es el factor

de prcticas de conservacin, segn la Ecuacin Universal de Prdida de Suelos (USLE)
(Renard et al., 1994) y 23210 es una constante emprica. El factor 0.15 en el denominador
de la ecuacin 3.2 proviene del hecho de que la ecuacin 3.1 fue desarrollada para arenas
con suelo desnudo y 0.15 es la erosionabilidad mxima para arenas segn la USLE.
En el modelo TETIS-SED, la capacidad de transporte calculada se utiliza en primer lugar
para la propagacin los sedimentos aguas abajo, por fraccin de tamao de acuerdo con el
porcentaje presente en suspensin y como material del lecho. Luego, si an queda
capacidad de transporte, el suelo es erosionado proporcionalmente al porcentaje de la
fraccin de tamao correspondiente de material parental (Figura 18).

Suspendido Carga en suspensin

Material Suspendido
disponible Depositado Carga de lecho

Erosin
Material parental
Depositacin

Depositado

Figura 18. Esquema de los procesos de ladera en TETIS-SED.

3.7.2.- Procesos de crcavas y cauces

El transporte de los sedimentos en crcavas y cauces se lleva a cabo usando la ecuacin de
Engelund y Hansen (Engelund y Hansen, 1967; Julien, 1995; Montoya et al., 2006). Esta
formulacin depende de parmetros hidrulicos (radio hidrulico, velocidad de flujo y
ngulo de friccin) y las caractersticas de las partculas (gravedad especfica y dimetro).
Engelund y Hansen aplican el concepto de potencia de corriente de Bagnold y el principio
de similitud para obtener la concentracin de sedimentos por peso, Cwi, de la siguiente
forma:

G V *Sf Rh * S f
Cwi = 0.05 * * * (3.3)
G 1 (G 1) * g * dsi (G 1) * dsi

51
donde G es la gravedad especfica de los sedimentos, V es la velocidad promedio del canal
[m/s], Sf es el ngulo de friccin del canal [m/m], g es la aceleracin de la gravedad [m2/s],
dsi es el dimetro de la fraccin de tamao i [m] y Rh es el radio hidrulico del canal [m].
El volumen de la fraccin de tamao i, Qs, que puede ser transportado durante un intervalo
de tiempo dt se estima como:
Q * Cwi * dt
Qs EH i = (3.4)
2.65

donde Q [m3 s-1] es el caudal de flujo en el canal.

Para cada fraccin de tamao, una vez se sustrae la cantidad de sedimentos transportados
en suspensin por procesos advectivos de la capacidad de transporte, el material del lecho
es transportado usando la capacidad de transporte en exceso. La cantidad de material de
lecho transportado ser la mnima entre la cantidad que puede ser transportada por
procesos advectivos y la capacidad de transporte en exceso.
El tratamiento diferencial entre el transporte de los materiales finos, como material en
suspensin, y los materiales gruesos, como material de lecho, permite utilizar diferentes
capacidades de transporte y diferentes velocidades de reposo para cada fraccin de tamao.
La Figura 19 muestra el esquema adoptado para modelar los procesos de transporte de
sedimentos y erosin en canales.

Suspendido Carga en suspensin

Material Suspendido
disponible Carga de lecho
Depositado
Erosin Depositacin

Depositado

Figura 19. Esquema de los procesos de crcavas y cauces en TETIS-SED.

Como se puede ver en la Figura 19, en los canales no se considera explcitamente la
erosin del material parental, es decir del lecho y de las mrgenes. Este supuesto queda
justificado en muchas cuencas, ya que se ha demostrado que, en muchos casos, la fuente
ms importante de sedimentos transportados en los canales no es el material erosionado de
las mrgenes y fondo sino los sedimentos sueltos depositados por crecidas anteriores, que
representan un material ms fcilmente removible (Piest et al., 1975). En cuencas donde la
erosin de material parental en los canales fuese importante, el modelo programa da la
posibilidad de introducir manualmente depsitos de material disponible a ser erosionado
como condicin inicial.

52
3.7.3.- Parmetros del modelo
Como se ha descrito anteriormente, el modelo TETIS-SED necesita informacin
distribuida sobre tres parmetros de la frmula USLE (factores C, K, y P) y de la textura
del suelo (porcentajes de arena, limo y arcilla). Estos parmetros introducen una elevada
incertidumbre en el proceso de simulacin, a la cual hay que aadir la fuerte incertidumbre
causada por la simplificacin conceptual propia de la modelizacin en mbito
sedimentolgico. Por esto es de fundamental importancia la calibracin del modelo por
comparacin con datos observados de caudal de sedimentos.
La calibracin del submodelo sedimentolgico de TETIS-SED se realiza a travs el ajuste
de tres parmetros, o factores correctores, que se describen continuacin.
El primero, , es un coeficiente multiplicativo de la formula de Killinc y Richardson
modificada; este parmetro est destinado a corregir los errores cometidos en la estimacin
de los factores USLE y los errores debidos a la simplificacin conceptual de la
aproximacin semiempirica utilizada.
qt = * q t (3.5)
El segundo, 1, y el tercero, 2, son coeficientes multiplicativos de la frmula de Engelund
y Hansen, que recogen la sensibilidad del modelo a los procesos sedimentolgicos de
erosin, transporte y depositacin que ocurren en la red de cauces y crcavas. El primero,
1, se utiliza para calibrar la capacidad de transporte en crcava y el segundo, 2, para la
capacidad de transporte en cauce.
Cwi = 1 * Cwi en crcavas (3.6)

Cwi = 2 * Cwi en cauces (3.7)

Factor corrector (Ri) Parmetro ( i, j )

Capacidad de transporte en laderas
1 Capacidad de transporte en crcavas
2 Capacidad de transporte en cauces
Tabla 8 factores correctores y sus correspondientes parmetros.

3.7.4.- Las condiciones iniciales

Las condiciones iniciales de sedimentos depositados en la cuenca afectan de manera
sensible el volumen del sedimentograma de salida (Thornes, 1980). La tasa de produccin
de sedimentos durante un evento depende no slo del desarrollo de la red de surcos y
crcavas, sino tambin de la relativa estabilidad del material. Se ha demostrado que la
carga de sedimentos depende ms a menudo de la duracin del flujo que del volumen del
mismo, ya que el material preparado para ser fcilmente removido se moviliza
rpidamente al principio de la crecida. Por ejemplo, algunos estudios en una cuenca de
Iowa (EE.UU.) han indicado que un tercio de la lluvia total del ao era la causa de cuatro
quintos del movimiento de sedimentos; se demostr que la causa de este fenmeno era que
las lluvias responsables de movilizar ms sedimentos ocurran en Mayo Junio, cuando las
cantidades de detritus acumulado en las crcavas era mayor, debido al rgimen hidrolgico
en primavera (Piest et al., 1975). En el mismo trabajo se observa que el caudal de

53
sedimentos medidos en ocasin de las crecidas de Mayo Junio es aproximadamente el
doble del caudal calculado con condiciones iniciales normales. Este fenmeno se conoce
como gully cleanout (Piest et al., 1975), y consiste en la movilizacin del material
previamente depositado en las crcavas y fcilmente removible en las primeras fases de la
crecida.
Este efecto tambin es llamado efecto bulldozer, y, como muestran Regs et al. (2000),
ocurre cuando el pico de sedimento se produce antes que el pico mximo de caudal. En
estos casos el suministro de agua proviene del conjunto de la cuenca, mientras que los
sedimentos proceden bsicamente del pi de las vertientes y del lecho de los canales. En la
misma cuenca (Vallcebre, Pirineo Oriental, Espaa), caracterizada por la presencia de
numerosas zonas de badlands, Gallart et al. (2005) observan que, aunque la fuente de
erosin ms relevante sean las laderas de las zonas de badlands, el transporte de
sedimentos est controlado por la dinmica de los procesos de de crcavas y cauces. La
razn de esta paradoja es que en verano la cuenca est en condiciones secas, y los
pequeos eventos de alta intensidad de lluvia erosionan las laderas, transportando el
material hasta las crcavas, donde se deposita, ya que no hay flujo en la red de drenaje. En
invierno, cuando la cuenca est en condiciones hmedas, los eventos de mayor duracin y
menor intensidad de lluvia generan en la red de drenaje un flujo con una capacidad de
transporte notable, que limpia los canales (crcavas y caues), transportando el material
aguas abajo.
La presencia de sedimentos preparados para ser movilizados al principio de una crecida
tambin provoca un desfase entre el pico de sedimentos suspendidos y el pico de caudal
lquido, que se refleja en un grfico que relaciona el caudal lquido con el caudal slido en
un bucle de histresis (Figura 20). Este desfase depende de la localizacin del desage, la
distribucin de las reas contribuyentes al aporte de material, la relacin entre contribucin
de sedimentos desde la ladera y desde los canales y la intensidad de la tormenta. El
comienzo de una tormenta usualmente conduce al removimiento del material ms
fcilmente erosionable, normalmente el material suelto depositado por crecidas anteriores,
y esto causa un decrecimiento del material disponible a lo largo de la tormenta (Thornes,
1980). Por esta razn, la carga de sedimentos en una crecida suele ser ms importante en la
rama creciente del hidrograma (fase de crecimiento) que en la rama decreciente (fase de
recesin).

54
 ta
en
o rm
t
la
de
zo
en
Qs2 mi
Co

Caudal slido

nt a
rme
a to
Qs1 l de l
Fina

Ql
Caudal lquido

Figura 20. Ciclo de histresis en la relacin caudal lquido caudal slido. A un mismo
caudal lquido (Ql) corresponden dos caudales slidos, uno mayor, en la rama ascendente
del hidrograma (Qs2), y uno menor, en la rama descendiente del hidrograma (Qs1),
tomado de Nistor y Church (2005).
El modelo presentado en la Figura 20 es el ms frecuente (Clockwise Loop, Williams,
1989), e indica un decrecimiento en el suministro de sedimentos a lo largo de la crecida;
esto significa que, en caso de encontrar una relacin slido-lquido de tal tipo, en la cuenca
estudiada el factor limitante del transporte de sedimentos es la disponibilidad de material.
Asimismo, existen variantes del mismo modelo de relacin caudal slido caudal lquido
(Nistor y Church, 2005). Tambin existen otros tipos de modelos de relacin slido-
lquido, aunque menos frecuentes, como es el caso del bucle en sentido inverso
(Counterclockwise Loop, Williams, 1989), probablemente debido a la diferencia entre los
tiempos de trnsito de agua y sedimentos. En la Figura 21 se muestran las distintas
tipologas de bucle que se pueden encontrar en caso de eventos con un solo pico de caudal.

Bucle de histresis en el
sentido contrario a las
agujas del reloj: el
Qs Curva nica: suministro Qs suministro de sedimentos
ilimitado de sedimentos, el
est retrasado por alguna
transporte solo depende de
razn, o el caudal slido y
la energa del flujo
el caudal lquido tienen
Ql Ql tiempos de trnsito
distintos

Bucle de histresis en el
Variacin figura a
Qs sentido de las agujas del Qs ocho: en la fase inicial del
reloj: decrecimiento de la
evento la disponibilidad de
disponibilidad de
sedimento decrece, y en la
sedimentos durante la
fase final vuelve a crecer
crecida
Ql Ql

55
 Variante bucle ms
Qs amplio: el ancho del bucle
depende del grado de
decrecimiento en la
disponibilidad de
sedimentos
Ql
Casual: existen picos del
Qs caudal de sedimentos no
asociados a picos de
caudal lquido, generados
por aportes puntuales y
procesos casuales
Ql

Bucle y curva nica:

Qs decrecimiento de la
disponibilidad durante la
crecida, hasta un umbral
Q, a partir del cual el
suministro es ilimitado
Ql

Figura 21. Relaciones caudal slido (Qs) caudal lquido (Ql) en caso de hidrogramas
con un solo pico, redibujado de Nistor y Church (2005).
Dada la sensibilidad de los resultados del modelo a las condiciones iniciales de sedimentos
depositados en la cuenca, en TETIS-SED tambin se permite ajustar de manera distribuida
tales condiciones, diferenciando las celdas de la cuenca en celdas de ladera, celdas de
crcava y celdas de cauce. La diferenciacin entre celdas de cauce, crcava y ladera se
basa en el concepto de rea umbral, es decir que se definen dos umbrales de rea drenada
que dividen la cuenca en las tres zonas citadas antes.
El trmino condiciones iniciales de sedimentos en la cuenca se refiere al volumen de
sedimentos previamente depositados las celdas de la cuenca, y que puede ser erosionado.
Los valores de entrada que el modelo TETIS-SED necesita son:
El volumen inicial de sedimentos depositados en las celdas de ladera,
dividido por clase de suelo (arena, limo, arcilla).
El volumen inicial de sedimentos depositados en las celdas de crcava,
dividido por clase de suelo (arena, limo, arcilla).
El volumen inicial de sedimentos depositados en las celdas de cauce,
dividido por clase de suelo (arena, limo, arcilla).
En TETIS-SED tambin se puede modificar el estado inicial de sedimentos en suspensin,
aunque este aspecto suele tener poca importancia frente a la simulacin a escala de evento
del ciclo de sedimentos, sobre todo en cuencas pequeas o medianas.

56
 4.- CAPAS DE INFORMACIN, PARMETROS Y FACTORES
CORRECTORES

Con el fin de dar un poco de claridad a la informacin, los parmetros y a los factores
correctores incluidos dentro del modelo TETIS, se presenta a continuacin un desglose de
los principales aspectos a tener en cuenta en cada uno de ellos.

4.1.- INFORMACIN BSICA

La informacin bsica se trata de aquella que proviene del modelo digital de elevacin del
terreno MED, y de la cual se pueden obtener los siguientes mapas:
- Mapa con las direcciones de drenaje, para establecer las conectividades entre las
diferentes celdas.
- rea de drenaje acumulada en cada celda. Se requiere para la estimacin de la
velocidad y el rea del flujo en la metodologa de traslacin por medio de la OCG.
- Mapa de pendientes, necesario para estimar la velocidad superficial de la escorrenta
y para determinar la velocidad y el rea del flujo mediante la metodologa de la OCG
- Altura sobre el nivel del mar, es necesaria para la interpolacin de la precipitacin, la
temperatura y de la altura de agua equivalente de nieve en cada celda.
- Mapa de la zona cubierta con nieve en el instante inicial de la simulacin.
La informacin del episodio de lluvia tambin es considerada como bsica, ella debe
incluir las series temporales de lluvia, volmenes y niveles de embalses, caudales de salida
en los embalses, caudales en las estaciones de aforo, evapotranspiracin, altura equivalente
de agua, temperatura y aportes o retenciones de caudal.
Finalmente, toda la informacin relacionada con los embalses y sus curvas caractersticas
es tambin necesaria para poder realizar los clculos.

4.2.- ESTIMACIN PREVIA DE PARMETROS

Los parmetros del modelo tienen que ser estimados previamente y, por lo tanto, pueden
tratarse como informacin disponible. Bsicamente se trata de los parmetros del suelo, de
la cubierta vegetal, de los parmetros geomorfolgicos con validez regional y de los
parmetros de la fusin de nieve.

4.2.1.- Parmetros del suelo, cubierta vegetal y zonas de riego

Con base en informacin de topologa, usos de suelo, litologa y geologa se obtienen tres
mapas con las caractersticas del suelo, representadas por:
- Almacenamiento esttico Hu. Incluye la capacidad de almacenamiento capilar del
suelo y las abstracciones iniciales.
- Permeabilidad superficial o conductividad hidrulica saturada del suelo ks. Para
involucrar la infiltracin y el interflujo.

57
 - Conductividad hidrulica horizontal saturada del suelo kss. Para involucrar el
interflujo.
- Capacidad de percolacin o conductividad hidrulica saturada del estrato rocoso kp.
Pretende incluir el proceso de percolacin, las prdidas subterrneas y el flujo base.
- Conductividad hidrulica horiozontal saturada del estrato rocoso ksa. Pretende incluir
el proceso del movimiento del flujo base.
- Capacidad de percolacin profunda o conductividad hidrulica saturada del estrato
rocoso kps. Pretende incluir el proceso de las prdidas subterrneas.
- Velocidad del flujo superficial en ladera vt
- Contenido ptimo de humedad en el suelo ()
- Tipo de cubierta vegetal y su factor de vegetacin a lo largo del ao v.
- Mapa con ndices de Zonas de riego
Estos mapas deben tener la misma resolucin espacial que el modelo digital del terreno.

4.2.2.- Parmetros geomorfolgicos

El modelo TETIS emplea nueve parmetros geomorfolgicos segn las siguientes
relaciones geomorfolgicas de tipo potencial entre:
- rea acumulada de la cuenca y caudal a seccin llena: = Qb
- Ancho de la seccin transversal a seccin llena y el caudal a seccin
llena: w b = c1 Q b1

- Ancho de la seccin transversal y el caudal: w t = Q t 2

- Dimetro del sedimento, la pendiente y la profundidad del flujo: d = c d ( ys o )

- Coeficiente de rugosidad y el dimetro del sedimento: n = c n d

En donde , c1, cd, y cn son los coeficientes y , 1, 2, y corresponden a los
exponentes. Estos coeficientes y exponentes se pueden estimar a partir de un estudio
geomorfolgico por regiones homogneas de la evolucin de las caractersticas hidrulicas
a lo largo de la red de drenaje.
Por tratarse de parmetros que slo se actualizan cuando se dispone de nueva informacin
geomorfolgica, tambin se pueden considerar como datos.
En caso de no disponer de un estudio geomorfolgico en las distintas regiones homogneas
se pueden utilizar los valores medios recomendados en la literatura:

- rea acumulada de la cuenca y caudal a seccin llena: = 0.6 Qb

0.75

- Ancho de la seccin a seccin llena y el caudal a seccin llena: wb = 3.26 Qb

0. 5

w = Q 0.2
- Ancho de la seccin transversal y el caudal:

58
 - Dimetro del sedimento, la pendiente y la profundidad del flujo:
d = 20 ( ys o )1.25

- Coeficiente de rugosidad y el dimetro del sedimento: n = 0.047 d

1/ 6

4.2.3.- Parmetros de fusin nieve

La calibracin de un modelo tipo ndice de temperatura se realiza empleando la tcnica de
ensayo y error a los parmetros: Temperatura base Tb, coeficiente de fusin Mf incluyendo
la lluvia y coeficiente de fusin sin lluvia. Si no se dispone de informacin sobre estos
parmetros se pueden emplear los valores indicados en la literatura.
Estos tres parmetros son de carcter global, es decir, afectan del mismo modo a todas las
celdas en todo el intervalo temporal.

4.2.4.- Mapas tipo ndice

Los mapas tipo ndice slo son necesarios cuando el respectivo proceso asociado ha sido
incluido en el anlisis, de tal forma que los mapas que requieren son:
- Mapa de indices de Regiones homogneas, se emplean estos ndices para indicar las
diferentes regiones homogneas inluidas en la cuenca y necesarias para el clculo de
la traslacin del flujo mediante la OCG.
- Mapa de ndices de cobertura vegetal, el cual es necesario cuando se desea incluir la
variabilidad temporal en la estimacin de la Evapotranspiracin.
- Mapa de ndices de Regado, encargao de sealar las diferentes zonas con riego.
Cada ndice indica la presencia de un tipo de riego diferente en la cuenca.
Estos mapas deben tener la misma resolucin espacial que el modelo digital del terreno.

4.3.- FACTORES CORRECTORES

El modelo de produccin y el modelo de traslacin presentados en TETIS incluyen unos

factores correctores que corrigen de forma global los diferentes parmetros, permitiendo
una calibracin (manual o automtica) rpida y gil de los diferentes procesos
representados, aprovechando la informacin utilizada en su estimacin previa.
Estos factores correctores tratan de corregir los errores siguientes:
- De estimacin inicial de los parmetros
- En la informacin hidrometeorolgica de entrada al modelo
- En el propio modelo
- Efectos de escala espacio-temporal
Los factores correctores que afectan directamente la produccin de escorrenta son:
- FC1. Almacenamiento esttico
- FC2. Evapotranspiracin
- FC3. Infiltracin

59
 - FC4. Escorrenta directa
- FC5. Percolacin
- FC6. Interflujo
- FC7. Prdidas subterrneas
- FC8. Flujo base
Para la traslacin de la onda cinemtica geomorfolgica se emplea un factor corrector para
la velocidad de la onda, FC9.

4.4.- INICIACIN DE LAS VARIABLES DE ESTADO

El estado al inicio del proceso de simulacin en cada uno de los posibles almacenamientos
dentro de un modelo hidrolgico, es la variable que presenta una incertidumbre mayor y
que, en muchas ocasiones, su mala estimacin distorsiona gravemente los resultados de la
simulacin. Adems, en un modelo distribuido hay que resolver el problema de la
asignacin de un valor a cada una de las celdas en las que se descompone la cuenca.
Las variables de estado que necesitan su inicializacin son las siguientes:

4.4.1.- Tanques del suelo

El estado inicial de los cuatro tanques que representan los distintos almacenamientos del
suelo se resuelve utilizando la divisin en regiones geomorfolgicamente homogneas
para asignar valores iniciales distintos si es necesario. Este valor, comn para cada tanque
dentro de una regin, se asigna de la siguiente forma:
- H1. El almacenamiento esttico, que est dado como un porcentaje de su capacidad
mxima.
- H2. El almacenamiento superficial, como una cantidad de agua disponible,
normalmente nula o muy baja.
- H3. El almacenamiento gravitacional, est dado como una cantidad de agua
disponible desde el inicio del episodio.
- H4. Estado inicial del acufero, est dado como una cantidad de agua al inicio del
evento.
- H5. Estado inicial de crcavas y cauces, est dado como un porcentaje del caudal a
seccin llena
- H6. Estado inicial del tanque de intercepcin, est dado como un porcentaje del valor
mximo de almacenamiento
- H0. Estado inicial del tanque de nieve, est dado como un altura equivalente de agua.

4.4.2.- Cauces
En el caso de los cauces, presentes en todas las celdas, el almacenamiento inicial que va a
determinar el caudal circulante inicial H5, se introduce como un porcentaje del caudal a
seccin llena. El porcentaje puede ser mayor del 100%, y en este caso se estara indicando
una situacin de desbordamiento generalizado en toda la red de cauces.

60
El caudal a seccin llena es obtenido a partir de las relaciones geomorfolgicas que se
utilizan en la OCG.

4.4.3.- Tanque de nieve

El tratamiento del almacenamiento inicial en el tanque de nieve de cada celda es ms
detallado. Como se ha visto al describir los mtodos de interpolacin espacial, son
necesarios los siguientes elementos:
- El valor de la altura de agua equivalente en alguna estacin, para poder interpolar en
el espacio.
- Estimar para ese momento el parmetro de correlacin con la altura.
- Contorno de la capa de nieve, para limitar el rea de interpolacin.

61
 5.- CALIBRACIN AUTOMTICA CON TETIS

5.1.- CALIBRACIN DE UN MODELO HIDROLGICO

Segn Beven (2000) la calibracin de un modelo tiene las mismas caractersticas de un

ajuste por regresin mltiple, en donde los parmetros ptimos sern tales que minimicen
los errores residuales, pero si hay residuales implica que existe incertidumbre en el modelo
calibrado. De la misma forma que en una regresin, durante la validacin estas
incertidumbres son mayores a medida que las condiciones son ms extremas o distintas a
las empleadas durante la calibracin.
Beven (1989) indica que se requieren registros lo suficientemente largos, los cuales no
siempre se encuentran disponibles. Adems, la calibracin se debe realizar bajo un punto
de vista fsico para interpretar adecuadamente los parmetros y darle una correcta
interpretacin a la variabilidad espacial.
La calidad en los resultados de salida de un modelo conceptual lluvia-escorrenta depende
de la calidad de los datos de entrada, de la estructura del modelo y del proceso de
calibracin, (Sorooshian et al., 1993; Madsen, 2000 y Lidn y Harlin, 2000). As mismo,
los modelos conceptuales tienen una gran capacidad de compensacin de los errores en los
datos de entrada y son difciles de calibrar porque han sido creados para unas condiciones
muy especficas.
Para realizar la calibracin automtica en modelo conceptuales lluvia-escorrenta se debe
tener en cuenta el tipo de informacin que emplea el modelo, analizando la calidad y su
proceso de obtencin, para hacerla compatible con el modelo. Todo esto conlleva a
entender el tipo de informacin de entrada para observar los resultados que se genera con
la calibracin y analizarlos correctamente.
Los elementos que pueden ser calibrados manual o automticamente en TETIS son:
- Los factores correctores de los procesos de produccin y propagacin de la
escorrenta.
- Los valores iniciales de las variables de estado de almacenamiento.
- Los coeficientes de correlacin con la altura para la interpolacin espacial.
- Los parmetros agregados del submodelo de nieve
La calibracin automtica puede realizarse de todos o de un subconjunto de los elementos
anteriores.

5.2.- LA CALIBRACIN AUTOMTICA

Duan et al. (1992) y Beven (2000) sealan los principales problemas que afectan a los
algoritmos automticos de calibracin de parmetros son:
- Mltiples regiones de atraccin, donde el ptimo encontrado depende del valor
inicial.
- ptimo local menor, cuando existen pequeos fosos en la superficie de respuesta.

62
 - Rugosidad en la superficie de respuesta, en donde existen singularidades, puntos con
derivadas discontinuas.
- Sensibilidad, en donde hay pobre sensibilidad del modelo a los parmetros en la
vecindad de un ptimo. Una sensibilidad variable entre los parmetros y una
interaccin no lineal entre ellos.
- Zonas planas, que indican insensibilidad del modelo.
- Zonas de igual valor de la funcin objetivo con diferentes parmetros.
- Forma, la superficie es no convexa y contiene riscos largos y curvos.
- Emplean mucho tiempo.
- Dependen de la funcin objetivo seleccionada
Gan y Burges (1990) mencionan que como criterio de convergencia en los procesos
iterativos es ms eficiente si se emplea el balance de masa. Una inadecuada eleccin del
criterio de convergencia y una relajacin pueden causar errores de balance que limiten el
esquema numrico. Sugieren que no existe un esquema universal y vlido para calibrar un
modelo conceptual siguiendo procedimientos manuales o automticos. Adems
recomiendan como algoritmo de optimizacin aquellos que emplean patrones de bsqueda
directa, por considerarlos ms robustos. Sorooshian et al. (1993) sealan que los modelos
conceptuales lluvia escorrenta son difciles de calibrar mediante metodologas
automticas.
Gan y Burges (1990) y Gan y Biftu (1996) mencionan que los algoritmos de calibracin
automtica para obtener buenos parmetros dependen de:
- Estructura y base conceptual del modelo.
- Potencia y robustez del algoritmo de optimizacin.
- Calidad y cantidad de datos usados en calibracin y validacin.
- El criterio de estimacin y funcin objetivo empleada durante la optimizacin
El criterio de convergencia en los diferentes mtodos de optimizacin conlleva a diferentes
tiempos de ejecucin, lo cual influye en la medicin de su comportamiento (Thyer et al.,
1999). El rendimiento de un algoritmo de optimizacin est definido por:
- Robustez. Es la probabilidad de encontrar el mismo ptimo partiendo de varios
ensayos diferentes.
- Eficiencia. Nmero de evaluaciones de la funcin en cada algoritmo para lograr la
convergencia hacia el ptimo.
- Efectividad. Que tan cerca al ptimo global llega el algoritmo.
Los procedimientos automticos de calibracin, requieren de una regin inicial de los
parmetros (valores factibles, que suelen ser de cuencas vecinas o regiones climatolgica o
hidrolgicamente parecidas), Boyle et al., (2000).
Toth et al. (2000) emplean dos procesos de calibracin:
- Calibracin Split-Sample. El nmero de eventos es dividido en dos partes, una
para calibracin o entrenamiento y la segunda para la validacin, siendo la longitud
del perodo de calibracin el doble que en validacin

63
 - Calibracin adaptativa. No existe una base de datos y se emplean los valores
observados disponibles (pero recientes). En la medida que se disponga de un mayor
nmero de datos se puede realizar una recalibracin en lnea on-line.
Los mtodos de bsqueda global son ms populares, entre ellos se destacan segn Madsen
(2000) los algoritmos genticos y el Shuffled Complex Evolution University of
Arizona, por sus siglas en ingls es conocido como SCE-UA. Sorooshian et al. (1993)
realizan una comparacin entre el MultiStart Simplex, MSX y el SCE-UA destacando
que ste ltimo se comporta mejor porque los parmetros obtenidos se encuentran ms
agrupados, se requiere de un nmero de evaluaciones de la funcin objetivo menor y los
criterios de estimacin son ms bajos. Gan y Biftu (1996) mencionan que el SCE-UA es
ideal para ser operados por usuarios que no conocen el modelo, a pesar de ser ms
ineficiente a nivel computacional que el modelo Simplex, pero el Simplex requiere de un
proceso por etapas y la compaa de un usuario experto y es ms ineficiente a nivel
computacional mientras que el SCE-UA obtiene resultados en una sola ejecucin.
Aunque un criterio de un slo objetivo en la aproximacin de calibracin automtica
suministra un conjunto de parmetros aceptable, puede llegar a ser irreal. Un slo criterio
dentro de un proceso automtico de calibracin puede degenerar en un ajuste a una
curva, es decir, se obtiene un ptimo pero hidrolgicamente irreal, (Peck, 1976; citado por
Boyle et al., 2000).
El MOCOM-UA es el algoritmo de optimizacin multiobjetivo que estima el conjunto de
Pareto de forma eficiente basndose en el mtodo del SCE-UA (Boyle et al., 2000). La
caracterstica dominante del MOCOM-UA es que la solucin no es nica. Cuando se
cambia de una solucin a otra, el resultado es la mejora en una funcin objetivo, pero
existe deterioro de al menos otra funcin (Yapo et al., 1998).
Yapo et al. (1998) presentan una aplicacin sobre la cuenca del ro Leaf de 1.950 km en
Mississipi, Estados Unidos Emplean 40 aos de datos y el modelo Sacramento que tiene
13 parmetros. Como criterio utilizaron una funcin multiobjetivo. Emplearon el
MOCOM-UA encontrando resultados satisfactorios. Sin embargo, al tratarse mtodos
multiobjetivo se estn incluyendo ms variables al mtodo de optimizacin.
El modelo TETIS ha seleccionado al mtodo del SCE-UA para realizar la calibracin
automtica. A continuacin se explica brevemente el mtodo.

5.3.- MTODO DEL SCE-UA

Mtodo desarrollado en la Universidad de Arizona que es robusto y eficiente para la

calibracin de modelos lluvia-escorrenta, (Eckhardt y Arnold, 2001; Madsen, 2000; Thyer
et al., 1999; Boyle et al., 2000; Yapo et al., 1998; Gan y Biftu, 1996; Duan et al., 1994 y
Sorooshian et al., 1993).
Una descripcin general del mtodo se observa en Duan et al. (1994), quienes destacan los
pasos a seguir:
1) Generar una muestra de s puntos aleatorios en el espacio factible y calcular el valor de
la funcin objetivo en cada punto. Si no hay informacin previa sobre el mximo,
entonces utilizar una distribucin de probabilidad uniforme para generar la muestra.
2) Clasificar los puntos. Ordenar los s puntos en orden decreciente (primero el ms
pequeo) asumiendo que la meta es minimizar la funcin objetivo.

64
3) Particin en complejos. Dividir los s puntos en p complejos, de modo que cada uno
contenga m puntos. El primer complejo contiene los p(k-1)+1 clasificados y el segundo
complejo contiene los p(k-1)+2 clasificados, y as sucesivamente para los valores de
k=1,,m.
4) Evolucin de un complejo. Evolucin de cada complejo de acuerdo a un algoritmo de
evolucin competitiva de complejos, Complex Competitive Evolution, CCE. El
algoritmo CCE est basado en el procedimiento propuesto por Nelder y Mead
desarrollado en 1965 para generar descendencia. El CCE utiliza el mtodo Simplex de
bsqueda hacia abajo combinado con la bsqueda aleatoria propuesta por Price en
1987 y la evolucin competitiva sugerida por Holland en 1975. El mtodo Simplex se
puede resumir segn Duan et al. (1994) en los siguientes pasos:
a) Construir un subcomplejo de forma aleatoria, seleccionando q puntos de una
distribucin de probabilidad trapezoidal. El mejor punto (con el mayor valor de la
funcin) tiene la mayor oportunidad de ser elegido para formar un subcomplejo y
el peor punto tiene una probabilidad menor.
b) Identificar el peor punto del subcomplejo y calcular el centroide del subcomplejo
sin incluir el punto ms malo.
c) Intentar reflejar el peor punto a travs del centroide. Si el nuevo punto generado
est dentro del espacio factible, ir al siguiente paso, de lo contrario, aleatoriamente
generar un punto dentro del espacio factible e ir al siguiente paso.
d) Si el nuevo punto generado es mejor que el peor punto, reemplazar el peor punto
por el nuevo punto e ir al paso (g), de lo contrario ir al siguiente paso.
e) Intentar un paso de contraccin, calculando un punto a medio camino entre el
centroide y el peor punto. Si el punto de contraccin es mejor que el peor punto,
reemplace el peor punto por el de contraccin y vaya al paso (g), de lo contrario ir
al siguiente paso.
f) Aleatoriamente generar un punto dentro del espacio factible y reemplazar el peor
punto por el punto generado aleatoriamente.
g) Repita los pasos (b)-(f) veces, donde 1 es el nmero de descendientes
consecutivos generados por el mismo subcomplejo.
h) Repita los pasos (a)-(g) veces, donde 1 es el nmero de pasos de evolucin
tomado por cada complejo antes de que los complejos sean barajados.
5) Barajar los complejos. Combinar los puntos en los complejos evolucionados en una
sola muestra, ordenar la muestra en orden creciente segn la funcin objetivo y volver
a hacer la reparticin de la poblacin en p complejos segn el paso 3.
6) Chequear la convergencia. Si se satisfacen los criterios previamente establecidos de
convergencia, se puede parar, de lo contrario seguir.
7) Chequear la reduccin en el nmero de complejos. Si el mnimo nmero de complejos
requerido en la poblacin pmin es menor que p, eliminar el complejo con el rango ms
bajo en sus puntos. Hacer p=p-1 y s=pm. Regresar al paso 4. Si pmin=p regresar al paso
4.

65
En el algoritmo CEE cada punto de un complejo es un padre potencial con la capacidad
de participar en el proceso de reproduccin de la descendencia. Duan et al. (1994)
recomiendan m2, m=2n+1 donde n es el nmero de parmetros, tambin sugieren =1 y
=m. Destacan que q vara entre 2 y m, en donde qn+1 y pmin debe encontrase entre 1 y p
recomendando pmin=p/2.
En la Figura 22 se puede observar de forma grfica el proceso de evolucin de complejos
del SCE-UA, mientras que la Figura 23 muestra el proceso de evolucin para un slo
complejo.
Una modificacin a esta metodologa es la propuesta por Sorooshian et al. (1993), quienes
obtienen una reduccin hasta de una tercera parte en las iteraciones. Adems, concluyen
que el SCE-UA se comporta satisfactoriamente durante la optimizacin de los parmetros
del modelo Sacramento.

66
 a) Generacin de la primera b) Generacin de la segunda
descendencia descendencia
6 6

5 5

4 4

Y
3 3

2 2

1 1

0 0
0 1 2 3 4 5 0 1 2 3 4 5
X X

c) Generacin de la tercera d) Generacin de la cuarta

descendencia descendencia
6 6

5 5

4 4
Y

3 3

2 2

1 1

0 0
0 1 2 3 4 5 0 1 2 3 4 5
X X

e) Generacin de la quinta f) Complejos evolucionados

descendencia despues del final cinco pasos
6 6

5 5

4 4
Y

3 3

2 2

1 1

0 0
0 1 2 3 4 5 0 1 2 3 4 5
X X

Figura 22. Ilustracin del mtodo de evolucin y barajado de complejos, SCE-UA.

(Grfico tomado de Duan et al.; 1992).

67
 a) Poblacin inicial b) Complejos evolucionados
(Comienzo del primer ciclo) independientemente
(Final del primer ciclo)
6 6

5 5

4 4
Y

Y
3 3

2 2

1 1

0 0
0 1 2 3 4 5 0 1 2 3 4 5
X X

c) Poblacin barajada d) Complejos evolucionados

(Comienzo del segundo ciclo) independientemente
(Final del segundo ciclo)
6 6

5 5

4 4
Y

3 3

2 2

1 1

0 0
0 1 2 3 4 5 0 1 2 3 4 5
X X

Figura 23. Ilustracin de los pasos evolutivos realizados por cada complejo, ECC
(Tomado de Duan et al.; 1992)

5.4.- LA VALIDACIN DE LOS RESULTADOS

La validacin del modelo es el proceso de demostrar que se estn simulando

apropiadamente los procesos fsicos dominantes en un sitio especfico, siendo capaz de
realizar predicciones que satisfagan los criterios de precisin previamente establecidos
(Kleme, 1988; Refsgaars y Knudsen, 1996; Senarath et al., 2000; Andersen et al., 2001).
Un principio fundamental en el proceso de validacin es que el modelo debe ser validado
para el mismo tipo de aplicaciones para el cual fue desarrollado (Kleme, 1986). Adems,
los datos empleados durante validacin deben ser distintos a los empleados durante la
calibracin.
La validacin se realiza en escenarios distintos al de calibracin. En el caso de un modelo
hidrolgico distribuido como TETIS, estos escenarios pueden ser:
- Validacin temporal: en otro perodo de tiempo del mismo punto de calibracin.

68
 - Validacin espacial: en otro punto de la cuenca y mismo perodo de tiempo de
calibracin.
- Validacin espacio-temporal: en otro punto de la cuenca y perodo de tiempo distinto
al de calibracin.
Los esquemas para la validacin de modelos de simulacin hidrolgica segn Kleme
(1986) son:
- Split-SampleSS. Es el mtodo clsico, se utiliza cuando existen suficientes datos
para la calibracin y cuando las condiciones son estacionarias. El perodo de
validacin es similar al perodo de calibracin y ambos deben arrojar resultados
aceptables.
- Differential Split-Sample-DSS. Este mtodo se emplea cuando un modelo se usa
para simular flujos, niveles u otras variables en una cuenca aforada bajo condiciones
diferentes de aquellas a los datos disponibles. Se realiza la calibracin de la cuenca
antes de que ocurra algn cambio. Se cambia el parmetro que refleja la
modificacin. La validacin se realiza en un perodo posterior. Por ejemplo, se deben
identificar dos registros histricos que reflejen un cambio, uno con registros mayores
a la lluvia media y otro con datos bajos. Si el modelo pretende modelar los caudales
para el perodo hmedo, entonces se debe calibrar en el perodo seco y validar en el
perodo hmedo.
- Proxy Basin-PB. No permite calibracin directa, se emplea cuando no se dispone
de informacin suficiente para la calibracin de la cuenca. Una calibracin y
validacin previa son realizadas en dos cuencas pertenecientes a una regin similar.
Primero se calibra en una de ellas y se valida con la otra y luego se calibra la
segunda y se valida con la primera, ambos resultados de validacin deben ser
satisfactorios para que se puedan transferir los parmetros a la cuenca no aforada.
- Proxy Basin-PB-DSS. Es la prueba ms difcil para un modelo hidrolgico,
porque trata casos donde no se dispone de informacin alguna. No permite
calibracin directa y el modelo debe predecir bajo condiciones no estacionarias. La
calibracin se realiza en otra cuenca, luego se transfieren los parmetros a la cuenca
no aforada y se seleccionan los parmetros antes y despus del cambio. Se realiza la
validacin en ambos, tanto antes como despus (es una combinacin de los dos
mtodos anteriores).
Un problema comn durante la validacin de modelos hidrolgicos distribuidos es que se
dispone de buena informacin espacial de topografa, suelo y cobertura vegetal. Este tipo
de datos espaciales rara vez pueden ser calibrados y validados. Por lo tanto, los modelos
distribuidos generalmente son calibrados y validados slo para los caudales observados,
limitando su comportamiento.
Una limitacin de los modelos de tipo conceptual segn Gan y Burges (1990) es que no
son interpolativos y no hay garanta que el modelo prediga exactamente un valor cuando
se usa ms all del rango de calibracin y de validacin. As mismo, se recomienda que un
modelo sea probado en un rango dramticamente diferente del empleado durante la
calibracin.

69
5.5.- CRITERIOS PARA EVALUAR EL RENDIMIENTO DEL MODELO

La precisin en la simulacin o prediccin est dada por la medida de las diferencias entre
lo simulado o predicho y lo realmente observado. Estas diferencias pueden ser sistemticas
(que se repiten) o aleatorias (Lettenmaier y Wood, 1992). Una recopilacin de criterios con
los resultados obtenidos para diferentes modelos hidrolgicos, puede consultarse en Ragab
(1999).
Segn Refsgaars y Knudsen (1996) los criterios principales para la evaluacin del
rendimiento de un modelo hidrolgico se pueden describir as:
- Visualizacin conjunta de los hidrogramas observado y simulado
- Diagramas de dispersin de la escorrenta mensual
- Curvas de duracin de flujos
- Diagramas de dispersin de descargas mximas anuales
- Balance general de agua
- Coeficientes de eficiencia
Lidn y Harlin (2000) mencionan que el riesgo de obtener un mal rendimiento en un
modelo conceptual lluvia-escorrenta aumenta a medida que disminuye el estado de
humedad inicial de la cuenca.
Los modelos ms complejos no necesariamente son ms confiables, no se ha podido
demostrar que un modelo complejo arroje mejores resultados que un modelo simple. Esto
es verdad siempre que la incertidumbre y los grados de libertad aadidos al modelo
complejo no estn bien representados ni sean tenidos en cuenta dentro de la modelacin.
Debe tenerse mucho cuidado con algunos de estos indicadores, puesto que confiabilidad y
validez no son equivalentes y uno no implica el otro, es decir, aumentar el tamao de una
muestra no hace la estimacin ms precisa con respecto a la prediccin, slo hace que
disminuya el error estndar. Es as como un modelo no puede ser estimado de forma
confiable basndose en una muestra pequea, pero obtener un muestra ms larga no
garantiza una prediccin ms precisa, (Duckstein et al., 1985).
Existen numerosos criterios para definir la funcin objetivo dentro del proceso de
optimizacin automtica. El modelo TETIS emplea como posibles criterios de
optimizacin la raz cuadrada del error medio, conocido por sus siglas en ingls como
RMSE.
Aunque para el anlisis de los resultados tambin se incluyen los siguientes criterios:

5.5.1.- Error en el volumen

Se obtiene de la siguiente forma:
Vo Vp
%errVol = 100%
Vo

Siendo Vp el volumen total simulado y Vo el volumen total observado. Valores positivos

indican subestimacin y valores negativos sobrestimacin, siendo cero el valor deseado.

70
5.5.2.- Error cuadrtico medio, RMSE
Es un medidor de eficiencia ampliamente usado:
n

((Q
i =1
i Q i ) 2 )
RMSE =
n
Donde Q i el caudal simulado, Qi el caudal observado y n es el nmero de observaciones.
Este es el criterio empleado durante el proceso de calibracin, el cual busca el valor
mnimo posible del RMSE.

5.5.3.- El coeficiente de eficiencia, NSE

Se estima segn la siguiente expresin:

n
(Q i Qi ) 2
NSE = 1 i =1

n
i =1
(Qi Qi ) 2

Siendo Qi el valor medio de los caudales observados. Tambin es conocido como el ndice
de eficiencia de Nash y Sutcliffe (1970). Este criterio es usado comnmente para la
evaluacin de modelos dado que involucra estandarizacin de la varianza residual y su
valor esperado no cambia con la longitud del registro o la magnitud de la escorrenta
(Kachroo y Natale, 1992; citado en Kothyari y Singh, 1999). Un perfecto ajuste sugiere un
valor igual a uno, cuando el valor es cero indica que el modelo no es mejor si se compara
con un modelo de una sola variable (por ejemplo un valor medio) y valores negativos
indican que el modelo se comporta peor, (Beven, 2000).
El criterio para aceptar una calibracin es muy subjetivo. En la literatura parece que es
aceptable una calibracin con un ndice de Nash - Sutcliffe superior a 0,6, y se considera
como excelente un valor superior a 0,8. Lgicamente, los criterios de ajuste en validacin
son peores que en calibracin. Por ello, se considera en la literatura como aceptable un
ndice de Nash - Sutcliffe superior a 0,5, siendo muy buenas las validaciones por encima
de 0,7. Moriasi et al., (2007) presenta una serie de ndices y los rangos en los que estos se
consideran como aceptables, buenos y muy buenos.
Hay la posibilidad tambin de calcular un ndice de Nash Sutcliffe como media pesada
de los ndices de Nash Sutcliffe correspondientes a hasta 3 rangos de magnitud diferente
de caudal (por ejemplo: caudales pequeos, medios y grandes) definidos escogiendo hasta
un mximo de dos umbrales (Q* y Q**).
El Nash promedio por rangos se obtiene siguiendo la siguiente expresin:

P1 NSE rango _ 1 + P2 NSE rango _ 2 + P3 NSE rango _ 3

NSE _ promedio =
P1 + P2 + P3

Donde P1, P2 y P3 [0;1] son los pesos para cada uno de los ndices de Nash Sutcliffe
correspondientes a los rangos de caudales elegidos.

71
Los rangos de caudales se definen con base en hasta un mximo de 2 umbrales de manera
que:

n1
(Q i Qi ) 2
NSE rango _ 1 = 1 i =1
; Qi = Qi*

n1
i =1
(Qi Qi ) 2

n1
(Q i Qi ) 2
NSE rango _ 2 = 1 i =1
; < Qi = Qi**

n1
i =1
(Qi Qi ) 2

n1
( Q i Q i ) 2
NSE rango _ 3 = 1 i =1
; Qi >

n1
i =1
(Qi Qi ) 2

5.5.4.- El estimador de mxima verosimilitud hereroescedstico, HMLE

El HMLE ha sido empleado por Yapo et al. (1996 y 1998) y Beven (2000):

w ( )[Qi Q i (, Y )]
1 n

2
i =1 i
HMLE(, ) = n
i =1 wi ( )
n 1/ n
[ ]
Siendo Qi (, Y ) el valor simulado con las series temporales de entrada Y y el conjunto de

parmetros , donde wi es un factor de ponderacin segn el factor de forma . Se trata de
un estimador de mxima verosimilitud bajo la hiptesis que los errores medidos estn
distribuidos normalmente con media cero pero tienen varianza no estacionaria
(heteroescedstica), 2 proporcional al flujo observado. La heteroescedasticidad o
variabilidad en la varianza se debe fundamentalmente a la naturaleza no homognea de los
errores en los caudales (Brath y Rosso, 1993).
El criterio del RMSE tiende a enfatizar la minimizacin del error en el caudal punta,
mientras que el HMLE tiende a suministrar un rendimiento ms consistente a lo largo de
todos los rangos (Yapo et al., 1996 y 1998).

5.5.5.- El error gaussiano autocorrelacionado, AMLE

El AMLE asume que los errores siguen una distribucin Gaussiana o normal, tienen
varianza constante y estn correlacionados en el tiempo. Segn Beven (2000), t() es el
error del modelo empleando los parmetros . Asumiendo que el error tiene la estructura
de un modelo AR(n), siendo el error medio, i el coeficiente de correlacin para el
desfase i, y la desviacin tpica. Para el caso de n=1 se tiene:

AMLE(Qt / , Y , ) = 2 2 ( ) (1 )
T /2 2 1/ 2

1
( t ( t 1 ))
T
exp (1 )( ) 2
+
2
2 t
t =2
Siendo T el nmero de pasos del tiempo durante la simulacin. El exponente T/2 puede
ocasionar problemas, aunque si es muy grande se convierte en ventaja porque se acentan

72
los picos de la funcin de verosimilitud. Beven (2000) resalta que HMLE da resultados
muy diferentes a los obtenidos con coeficientes de eficiencia como el de Nash y Sutcliffe.
Resultados obtenidos por Sorooshian et al. (1983) resaltan que RMSE se desempea mejor
que AMLE y HMLE durante calibracin pero no durante la validacin del modelo
Sacramento.

5.5.6.- El error de los logaritmos

Por ltimo, existe la posibilidad de utilizar un error cuadrtico de los logaritmos como
funcin objetivo:
n
Err _ Log = (log Qi log Q i ) 2
i

5.5.7.- Log Bias NSE

Este ndice proviene del trabajo de Viney et al. (2009), y se trata del ndice de Nash y
Sutcliffe modificado para tener en cuenta el error en volumen como una penalizacin del
mismo ndice.
LogBiasNSE = NSE 5 ln(1 + EV )
2.5

Donde EV es el error en volumen total, y NSE el ndice de Nash y Sutcliffe.

5.5.8.- ndice de Kling y Gupta

Este ndice ha sido desarrollado por Gupta et al. (2009) a partir de una descomposicin y
mejora del ndice de Nash y Sutcliffe.

KGE = 1 (r 1)2 + ( 1)2 + ( 1)2

Donde r es el coeficiente de correlacin lineal, es el ratio entre las deviaciones estndar
de los caudales simulados y observados y es el ratio entre el caudal simulado medio y el
caudal observado medio.

73
 6.- CASOS DE ESTUDIO, PROYECTOS Y PUBLICACIONES

Desde el ao 1995 hemos realizado numerosas investigaciones y estudios utilizando el

modelo TETIS. Estos trabajos abarcan cuencas de un amplio rango de tamaos y escalas
espacio-temporales, desde el estudio de eventos de crecida con discretizacin temporal de
5 minutos, hasta estudios a escala diaria de recursos hdricos (nunca mayor de esta
discretizacin, para limitar el efecto de escala temporal), estudios de sequas u otras
aplicaciones. La escala espacial ha fluctuado entre decenas de metros hasta 1 kilmetro de
tamao de celda, en funcin de la informacin disponible, el tiempo de computacin
disponible y una limitacin al efecto de escala espacial. A continuacin se citan algunos de
estos estudios:

1996. Desarrollo de modelos de simulacin de crecidas sobre Sistemas de Informacin

Geogrfica. Para el Centro de Estudios Hidrogrficos del CEDEX.
1997. Estudio hidrolgico de la crecida del torrente de Ars en Biescas (Huesca) del da 7
de agosto de 1996. Confederacin Hidrogrfica del Ebro.
1998. Application d'un modle distribu pour la simulation et la prvision des crues sur les
bassins versants du Ral Collobrier. Colaboracin con el CEMAGREF.
1998. Investigacin y desarrollo de herramientas para la modelizacin distribuida de
crecidas en grandes cuencas. Para el Centro de Estudios Hidrogrficos del CEDEX.
2000. Implantacin de un modelo de prediccin de crecidas para el S.A.I.H. de la
Confederacin Hidrogrfica del Tajo. Colaboracin con S.E.I. del grupo Dragados y
Construcciones para la Confederacin Hidrogrfica del Tajo.
2002. Modelizacin de los recursos hdricos de las cuencas de los ros de la Comunidad
Autnoma del Pas Vasco. Colaboracin con Intecsa-Inarsa para la Direccin de Aguas
del Depto. De Ordenacin del Territorio y Medio Ambiente del Gobierno Vasco.
2003. Investigacin conjunta sobre generacin de mapas de caudales mximos. Para el
Centro de Estudios Hidrogrficos del CEDEX.
2004. Implementacin del modelo distribuido de simulacin hidrolgica TETIS v. 6 en la
cuenca del Barranco de Torrent (Valencia). Confederacin Hidrogrfica del Jcar.
2006. Estudio de inundabilidad y anlisis de las actuaciones propuestas en la Rambla del
Poyo y Barranco del Pozalet (Valencia). Colaboracin con AMINSA para la
Confederacin Hidrogrfica del Jcar
2008. Estudio, anlisis y evaluacin del esquema actual de saneamiento de la cuenca baja
del sistema fluvial Saja-Besaya y desarrollo conceptual de una nueva alternativa. Para
la Confederacin Hidrogrfica del Norte.
2009. Integracin del modelo hidrolgico Tetis en el Sistema de Ayuda a la Decisin Fews
y modelacin hidrolgica en la cuenca del Jcar. Colaboracin con INOCSA para la
Direccin General de Aguas del Ministerio de Medio Ambiente.
2010. Estudio de soluciones para el incremento de la capacidad de desage del canal de
Mara Cristina (Albacete). Colaboracin con Aminsa para la Confederacin
Hidrogrfica del Jcar.

74
2011. Plan Director de defensa contra las avenidas en la comarca de la Marina Alta
(Alicante). Colaboracin con Paymacotas e Inypsa para la Confederacin Hidrogrfica
del Jcar.
2011. Plan Director de defensa contra las avenidas en la comarca de la Marina Baja
(Alicante). Colaboracin con Vielca e Ingiopsa para la Confederacin Hidrogrfica del
Jcar.
2012. Anlisis de las no linealidades y aplicacin del modelo TETIS en la cuenca
experimental de Vallcebre (Barcelona). Colaboracin con el IDAEA-CSIC.
2012. Implementacin del modelo TETIS en el Sistema de Prediccin de Crecidas de la
Agencia Vasca del Agua. Colaboracin con SENER para la AVA.
2012. Actualizacin de la evaluacin de recursos hdricos de la CAPV 2010. Colaboracin
con Intecsa-Inarsa para la AVA.

Se ha contado con la financiacin de los siguientes proyectos de convocatorias pblicas

competitivas:

Sistemas de Informacin Geogrfica y modelizacin hidrolgica de crecidas. Programa de

projectes d'investigaci i desenvolupament tecnologic "Generalitat Valenciana" (GV-
D-RN-12-127-96), de 1997 a 1999.
Mejoras del modelo de simulacin hidrolgica distribuida TETIS. Plan Nacional de I+D+i,
Ministerio de Ciencia y Tecnologa (REN2002-00840/HID), de 2002 a 2005.
ROOM FOR THE RIVER: Efficiency of non-structural flood mitigation measures: room
for the river and retaining water in the landscape. Era-net CRUE Funding Initiative,
Acciones Complementarias del MEC (CGL2006-27077-E/HID), de 2007 a 2008.
TETIS2: Modelacin matemtica acoplada de vegetacin e hidrologa para la mejora en la
prediccin de sus respuestas hidrolgicas frente a acciones antrpicas y de cambio
climtico (CGL2005-06219/HID). Plan Nacional de I+D+i, Ministerio de Ciencia y
Tecnologa, de 2005 a 2008.
ACOPLA: Acoplamiento de los ciclos hidrobiogeoqumicos del carbono y nitrgeno en
cuencas lacustres de alta montaa durante episodios hidrolgicos intensos, estima de su
peso relativo en los balances de masa anuales y posibles implicaciones del cambio
climtico. Parques Nacionales (OAPN 011/2008), de 2009 a 2011.
FLOOD-MED: Riesgo de inundaciones en ros Mediterrneos en la respuesta a la
variabilidad climtica y cambios ambientales. Plan Nacional de I+D+i, Ministerio de
Ciencia y Tecnologa (CGL2008-06474-C02-02/BTE), de 2009 a 2012.
SCARCE: Assessing and Predicting Effects on Water Quantity and Quality in Iberian
Rivers caused by Global Change. Plan CONSOLIDER, del Ministerio de Ciencia e
Innovacin (CSD2009-00065), de 2010 a 2014.
ECO-TETIS. Modelacin ecohidrolgica distribuida a escala de cuenca para bosques en
climas semiridos. Ministerio de Ciencia e Innovacin, Plan Nacional de I+D+i
(CGL2011-28776-C02-01), de 2012 a 2014.

75
Una seleccin de las principales publicaciones cientficas hasta la actualidad es:

Francs, F. y J. Benito (1995). La modelacin distribuida con pocos parmetros de las

crecidas. Ingeniera del Agua, v 2 (4), 7-24.
Francs, F., I. Vlez, J. Vlez and M. Puricelli (2002). Distributed Modeling of Large
Basins for a Real Time Flood Forecasting System in Spain. In: Second Federal
Interagency Hydrologic Modeling Conference, Las Vegas, USA.
Montoya, JJ, F. Francs, J.J. Vlez y P. Julien (2006). Desarrollo de un modelo distribuido
de produccin, transporte y depositacin de sedimentos. Aplicacin en una cuenca
experimental. XXII Congreso Latinoamericano de Hidrulica, Ciudad Guayana
(Venezuela), publicado en CD 10 pp y en Actas 140-141.
Francs, F. I. Vlez and J. Vlez (2007). Split-parameter structure for the automatic
calibration of distributed hydrological models. Journal of Hydrology, 332, 226-240.
Morales de la Cruz, M. y F. Francs, 2007. A distributed hydrological modelling of the
Biosphere Reserve Sierra de las Minas in Guatemala, considering lack of available
data. In Chen, Y.; Cluckie, I.; Takara, K. (Ed). 2007. Proceeding of GIS & RS in
Hydrology, Water Resources and Environment, Vol. II. Guangzhou, China.
C. Medici, A. Butturini, S. Bernal, E. Vzquez, F. Sabater, J. I. Vlez and F. Francs
(2008). Modelling the non-linear hydrological response of a small Mediterranean
forested catchment. Hydrological Processes, 22 (18), 3814-3828.
D.I. Quevedo and F. Francs (2008). A conceptual dynamic vegetation-soil model for arid
and semiarid zones. Hydrol. Earth Syst. Sci. 12, 11751187.
Francs, F. y J.C. Mnera, 2008. Modelacin hidrolgica distribuida de la cuenca de los
ros Saja-Besaya con el modelo TETIS v.7.2, para estimacin probabilstica de
avenidas en los perodos de estiaje. XXIII Congreso Latinoamericano de Hidrulica.
Cartagena de Indias, Colombia.
Vlez, JJ, F. Lpez Unz, M. Puricelli and F. Francs (2009). Parameter extrapolation to
ungauged basins with a hydrological distributed model in a regional framework.
Hydrol. Earth Syst. Sci., 13, 229246.
D. Guichard Romero, R. Garca Bartual, F. Francs Garca y R. Domnguez Mora (2009).
Anlisis de la densidad de estaciones en zonas de lluvias convectivas. Caso del
Mediterrneo espaol. Ingeniera Hidrulica de Mxico, 24 (3), 35-49.
J.C. Mnera y F. Francs. Integracin del modelo TETIS en el sistema de alarma temprana
DELFT FEWS para prediccin de avenidas en tiempo real en algunas cuencas de la
C.H. del Jcar. Primeras Jornadas de Ingeniera del Agua, Madrid, octubre 2009, 10 p.
I. Andrs-Domnech, J. C. Mnera, F. Francs and J. B. Marco (2010). Coupling urban
event-based and catchment continuous modelling for CSO river impact assessment.
Hydrol. Earth Syst. Sci., 14, 20572072.
L. Ramos y F. Francs. Utilidad de la precipitacin obtenida por satlite en la modelacin
hidrolgica aplicada a la cuenca del ro Jcar. XXIV Congreso Latinoamericano de
Hidrulica, Punta del Este (Uruguay), Noviembre 2010. Publicado en CD, 14 pp.

76
J. C. Mnera, G. Coccia, F. Francs, E. Todini. Aplicacin de un procesador bayesiano
para la evaluacin de la incertidumbre predictiva mediante combinacin de modelos
hidrolgicos en la prediccin de crecidas en tiempo real. XXIV Congreso
Latinoamericano de Hidrulica, Punta del Este (Uruguay), Noviembre 2010.
Publicado en CD, 12 pp.
I. Orozco, F. Francs, J. Lpez y M. I. Barrios. Modelacin hidrolgica distribuida en
cuencas de alta montaa utilizando el modelo TETIS. XXIV Congreso
Latinoamericano de Hidrulica, Punta del Este (Uruguay), Noviembre 2010.
Publicado en CD, 15 pp.
C. Medici, S. Bernal, A. Butturini, F. Sabater, M. Martin, A. J. Wade and F. Frances
(2010). Modelling the inorganic nitrogen behaviour in a small Mediterranean forested
catchment, Fuirosos (Catalonia). Hydrol. Earth Syst. Sci., 14, 223237.
P. Arvalo, E. Ortiz, V. Guna, F. Francs, J.C. Mnera, J. Aun, R. Martnez y D. Irles.
Acople de modelos hidrolgico e hidrulicos para la determinacin de la respuesta de
entornos rural-urbano en un rea endorreica. II Jornadas de Ingeniera del Agua,
Barcelona, octubre 2011, 10 pp (en CD).
F. Francs, R. Garca-Bartual, G. Bussi, J.L. Salinas y E. Fernndez. Diseo hidrolgico de
alto perodo de retorno mediante generacin sinttica de eventos de crecida. II
Jornadas de Ingeniera del Agua, Barcelona, octubre 2011, 7 pp.
D. Ocio Moreno, C. Stocker, . Eraso Alberdi, . de Cos Mier y J.M. Sanz de Galdeano
(2011). Simulacin continua con cambio de escala temporal para la estimacin de la
humedad inicial en predicciones hidrolgicas tempranas. . II Jornadas de Ingeniera
del Agua, Barcelona, octubre 2011, 12 pp.
Barrios, M. and F. Francs (2012). Spatial scale effect on the upper soil effective
parameters of a distributed hydrological model. Hydrological Processes. 26 (7), 1022
1033.

Por ltimo, los PFCs, tesinas de mster y tesis doctorales que han servido para el desarrollo
de TETIS han sido:

"Utilizacin de un SIG en la modelacin distribuida de las crecidas", de D. Javier Benito

Casado. Titulacin de ICCP, curso 1994-95.
"Desarrollo de un modelo hidrolgico conceptual y distribuido orientado a la simulacin
de crecidas", de D. Jaime Ignacio Vlez Upegui. Tesis Doctoral. Julio de 2001.
Desarrollo de un modelo de prediccin en tiempo real para eventos de crecidas", de D.
Julin Vlez Upegui. Tesis Doctoral. Octubre de 2003.
"Estimacin y distribucin de parmetros del suelo para la modelacin hidrolgica", de D.
Marino M. Puricelli. Tesis Doctoral. Diciembre de 2003.
Influencia de la variabilidad espacial de la precipitacin en la modelacin hidrolgica, de
Da. Delva Guichart Romero. Tesis Doctoral. Noviembre de 2005.

77
Evaluacin del submodelo de fusin de nieve del Modelo TETIS en las cuencas de alta
montaa del ro American y Carson dentro del proyecto DMIP2, de D. Ismael Orozco
Medina. Titulacin de Mster en Ing. Hidrulica y Medio Ambiente, curso 2009-10.
Analysis and Development of Uncertainty Processors for Real Time Flood Forecasting,
de D. Gabrielle Coccia, Tesis Doctoral, Universit degli Studi di Bologna (Italia),
2011.
Desarrollo de un modelo conceptual de produccin, transporte y depsito de sedimentos,
de D. Juan Jos Montoya. Tesis Doctoral. Febrero de 2008.
Evaluacin del submodelo de fusin de nieve del Modelo TETIS en las cuencas de alta
montaa del ro American y Carson dentro del proyecto DMIP2, de D. Ismael Orozco
Medina. Titulacin de Mster en Ing. Hidrulica y Medio Ambiente, curso 2009-10.
Calibracin de un modelo conceptual distribuido del ciclo de sedimentos. Aplicacin a la
cuenca experimental de Goodwin Creek (EEUU), de D. Gianbattista Bussi. Trabajo
de Investigacin del Doctorado de Ingeniera del Agua y Medioambiental, curso 2009-
10.
Utilidad de la precipitacin obtenida por satlite en la modelacin hidrolgica aplicada a
la cuenca del ro Jcar, de Da. La Ramos. Trabajo de Investigacin del Doctorado
de Ingeniera del Agua y Medioambiental, curso 2010-11.
Comparacin de modelos distribuidos dentro del proyecto DMIP2, de Da. Virginia
Dvila. Titulacin de Mster en Ing. Hidrulica y Medio Ambiente, curso 2010-11.
Estudio del efecto de escala espacial en un modelo distribuido, de D. Miguel Barrios.
Tesis Doctoral. Diciembre de 2011.

Gracias a todos.

78
 7.- REFERENCIAS

Andersen, J., Refsgaard, J. C. y Jensen, K. H., 2001. Distributed hydrological modelling of

the Senegal river basin - model construction and validation. Journal of Hydrology, Vol.
247, p. 200-214.
Anderson, M. G. y T. P. Burt. 1985. Hydrological Forecasting. John Wiley and Sons Ltd.
Awwad, H. M.; J. B. Valds y P. J. Restrepo. 1994. Streamflow Forecasting for Han River
Basin, Korea. Journal of Water Resources Planning and Management, vol 120, N 5, p
651-673,
Awwad, H. M. y J. B. Valds. 1992. Adaptive Parameter Estimation for Multisite
Hydrologic Forecasting. Journal of Hydraulic Engineering, vol 118, N 9, p 1201-1221.
Baker, V. R y D. F Ritter. 1975. Competence of rivers to transport coarse bedload material.
Bulletin of Geological Society of America, 86: p 975 - 978.
Bergman, M. J. y J. W. Delleur. 1985. Kalman filter estimation and prediction of daily
stream flows: I. Review, algorithm, and simulation experiments. Water Resources Bulletin,
vol 21, 5, p 815-825.
Bergman, M. J. y J. W. Delleur. 1985. Kalman filter estimation and prediction of daily
stream flows: II. Aplication to the Potomac river. Water Resources Bulletin, vol 21, 5, p
827-832.
Beven, K. 1986. Runoff production and flood frecuency in catchments of order n: An
alternative approach. En: Scale Problems in Hydrology. Editado por: Gupta, V.K., I.
Rodriguez-Iturbe y E.F. Wood. D. Reidel Publishing Company., p 107-131.
Beven, K., 1989. Changing ideas in hydrology - The case of physically-based models.
Journal of Hydrology, Vol. 105, p. 157-172.
Beven, K. J. 1994. Process, heterogeneity and scale in modeling soil moisture fluxes. En:
S. Sorooshian y V. K. Gupta. Global environmental change and land surface process in
Hydrology: The trials and tribulations of modeling and measuring. Proc. NATO ARW,
Tucson, Arizona. (Eds) (2).
Beven, K. J., 2000. Rainfal-runoff modelling. The Primer. John Wiley and sons Ltd.
Chichester, U.K.
Boyle, D. P., Gupta, H. V. y Sorooshian, S., 2000. Toward improved calibration of
hydrologic models: Combining the strenghts of manual and automatic calibration. Water
Resources Research, Vol. 36, N 12, p. 3663-3674.
Brath, Armando y Renzo Rosso. 1993. Adaptative calibration of a conceptual model for
flash flood forecasting. Water Resources Research. Vol 29, 2, p 2561-2572.
Bray, D.I. 1979. Estimating Average Velocity in Gravel - Bed Rivers. Journal of
Hydraulics Division, ASCE 105(HY9), p 1103 - 1122.
Brush, L. M. 1961. Drainage Basins, channels and flow characteristics of selected streams
in central Pennsylvania. U. S. Geol. Surv. Prof.. Paper no. 282.
Chavasse, D. I. y R. S. Seoane. 1997. Asociacin determinstico-estocstica para
prediccin de caudales. Ingeniera del Agua, N 2, p 55-64.

79
CHT (Confederacin Hidrogrfica del Tajo), 1996. Trabajos para el seguimiento de las
aportaciones por fusin nival de la cuenca del Tajo en el invierno/primavera de 1996.
Documento realizado por el Centro de Estudios Hidrogrficos.
Church, M. 1978. Paleohydrological reconstructions from a Holocene valley fill. En:
Fluvial sedimentology, A. D. Miell, ed., Canadian Society of Petroleum Geologists,
Memoir 5, Calgary, AB, Canada, p 743-772.
DIHMA 1995. (Departamento de Ingeniera Hidralica y Medio Ambiente de la
Universidad Politcnica de Valencia). Modelizacin de Hidrogramas de crecida en tiempo
real. Informe parcial No 2 para el Centro de Estudios Hidrogrficos.
DIHMA 1996. (Departamento de Ingeniera Hidralica y Medio Ambiente de la
Universidad Politcnica de Valencia). Obtencin de caractersticas geomorfolgicas e
hidrogramas unitarios a partir de un modelo digital del terreno. Informe para el Centro de
Estudios Hidrogrficos.
Dingman, S. Lawrence. 1993. Physical Hydrology. Prentice Hall, New Jersey.
Duan, Q., Sorooshian, S. y Gupta, V. K., 1992. Effective and efficientglobal optimization
for conceptual rainfall-runoff models. Water Resources Research, Vol. 24, N 7, p. 1163-
1173.
Duan, Q., Sorooshian, S. y Gupta, V. K., 1994. Optimal use of the SCE-UA global
optimization method for calibrating watershed models. Journal of Hydrology, Vol. 158, p.
265-284.
Duckstein, L., Ambrus, S. y Davis, R. D., 1985. Management forecasting requirements.
En: Hydrological forecasting. (Eds. Anderson, M. G. y Burt, T. P.). John Wiley and Sons
Ltd. Cap. 16, p. 559-585.
Dunn, S. M. y R. J. E. Colohan. 1999. Developing the snow component of a distributed
hydrological model: a step-wise approach based on multi-objetive analysis. Journal of
Hydrology, 223, p 1-16.
Dunne, T. (1978) Field studies of hillslope flow processes. En: Hillslope Hydrology.
Editado por: M. J. Kirby. Wiley, 227 - 293.
Dunne, T. y R. D. Black (1970) An experimental investigation of runoff production in
permeable soils. Water Resources Research, 6, 478 - 490.
Dunne, T., W. Zhang y B. Aubry (1975) Effects of rainfall, vegetation, and
microtopography on infiltration and runoff. Water Resources Research, 27(9), 2271-2285.
Eckhardt, K. y Arnold, J. G., 2001. Automatic calibration of a distributed catchment
model. Journal of Hydrology, Technical note, Vol. 251, p. 103-109.
Einstein, H. A. 1951. The bed-load function for sediment transportation in open channel
flows. Water Resources Building: 43.
Engelund, F., y E. Hansen. 1967. A monograph on sediment transport in alluvial streams.
Monogr, Denmark Tech Univ, Hydraul Lab.
Fontaine, Thomas A. 1995. Rainfall-Runoff Model Accuracy for an Extreme Flood.
Journal of Hydraulic Engineering, vol 121, 4, p 365-374.

80
Foufoula-Georgiou, Efi y Witold Krajewski. 1995. Recent advances in rainfall modeling,
estimation, and forecasting. Reviews of Geophysics, supplement. p 1125-1137.
Francs, F. y J. Benito. 1995. La modelacin distribuida con pocos parmetros de las
crecidas. Ingeniera del Agua, vol 2, 4, p 7-24.
Gallart, F., C. Balasch, D. Regs, M. Soler, y X. Castelltort. 2005. Catchment dynamics
in a Mediterranean mountain environment: the Vallcebre research basins (South Eastern
Pyrenees). II Erosion and sediment dynamics. Catchment dynamics and river processes:
latest research with examples from the Mediterranean climate regions. Elsevier: 1729.
Gan, T. Y. y Biftu, G. F., 1996. Automatic calibration of conceptual rainfall-runoff
models: Optimization algorithms, catchment conditions, and model structure. Water
Resources Research, Vol. 32, N 12, p. 3513-3524.
Gan, T. Y. y Burges, S. J., 1990. An assessment of a conceptual rainfall-runoff model's
ability to represent the dinamics of small hypothetical catchments 1. Models, model
properties, and experimental design. Water Resources Research, Vol. 26, N 7, p.1595-
1604.
Garca Bartual, R. 1991. Efecto de las variaciones temporales de la intensidad de la
precipitacin en el hidrograma de la crecida generada. Revista de Obras Pblicas, 1991,
Diciembre. p 13-21.
Georgakakos, K. P. y W. F. Krajewski. 1991. Worth of radar data in the real time
prediction of mean areal rainfall by non-advective physically based Water Resources
Research. vol 27, 2, p 185-197.
Graf, W. L. 1988. Fluvial Proceses and Dryland Rivers. Springer, Berlin, Germany.
Grayson, R. B.; I. D. Moore y T. A. McMahon. 1992a. Physically based hydrologic
modeling. 1. Terrain-based Model for investigative purposes. Water Resources Research,
Vol 28, no 10, p 2639-2658.
Grayson, R. B.; I. D. Moore y T. A. McMahon. 1992b. Physically based hydrologyc
modeling 2. Is the concept realitic? Water Resources Research. vol 26, 10, 1992, p 2659-
2666.
Gupta, H.V., , H. Kling, K.Y. Yilmaz y G.F. Martnez. 2009. Decomposition of the mean
squared error and NSE performance criteria: Implications for improving hydrological
modelling. Journal of Hydrology, 377, 80-91.
Haltiner, J. P. y J. D. Salas. 1988. Short-term forecasting of snowmelt runoff using
ARMAX models. Water Resources Research, vol 24, 5, p 1083-1089.
Hack, J. T. 1957. Studies of longitudinal profiles in Virginia and Maryland. U.S. Geol,
Surv. Prof. Paper no. 294-B.
Hebson, C.S. y E. F. Wood. 1986. A study of scale effects in flood frequency response. En:
Scale Problems in Hydrology. Editado por: Gupta, V.K., I. Rodriguez-Iturbe y E.F. Wood.
D. Reidel Publishing Company. 1986. p 133-158.(2)
Hey, R. D. 1979. Dynamic Process Response Model of River Channel Development. Earth
Surf. Processes, 4, pp 59-72.
Horton, R. E. (1933) The role of infiltration in the hydrologic cycle. Transactions of the
American Geophysical Union, 14, 446 - 460.

81
Horton, R. E. (1945) Erosional development of streams and their drainage basins;
hydrophysical approach to quantitive morphology. Geol. Scc. Am Bull, 56, 275 -230.
Islam, S.; Bras, R. y K. Emanuel. 1993. Predictability of mesoscale rainfall in the tropics.
Journal of Applied Meteorology. Vol 30, 2. p 297-310.
Julien, P. Y. 1995. Erosion and sedimentation. CU Press.
Julien, P. Y., y D. B. Simons. 1985. Sediment transport capacity of overland flow.
Transactions of the ASAE.
Kilinc, M., y Richardson. 1973. Mechanics of soil erosion from overland flow generated
by simulated rainfall. Colorado State University. Hydrology Papers.
Kleme, V. 1983. Conceptualization and scale in hydrology. Journal of Hydrology, vol 65,
p 1-23.
Kleme, V., 1988. A hydrological perspective. Journal of Hydrology, Vol. 100, p. 3-28.
Kothyari, U. C. y Singh, V. P., 1999. A multiple-input single-output model for flow
forecasting. Journal of Hydrology, Vol. 220, p. 12-26.
Kraijenhoff, D. A. y J. R. Moll. 1986. River Flow Modelling and Forecasting. Water
Science and Technology Library, 1.
Krajewski, W. F.; V. Lakshmi; K. P. Goergakakos y S. Jain. 1991. A Montecarlo study of
rainfall sampling effect on a distributed catchment model. Water Resources Research. vol
27, 2, p 119-128.
Lang, H. 1984. Chapter 5. Forecasting meltwater runoff from snow-covered areas and
from glacier basins. Real Time River Flow Forecasting: International Postgraduate Course,
1983,Wageningen. Agricultural University Wageningen. Wageningen.. Pages 113-146.
Leopold, L. B. y T. Maddock. 1953. The hydraulic geometry of stream channels and some
physiographic implications. U.S. Geol. Surv. Prof. Paper no. 252.
Leopold, L. B.; M.G. Wolman y J. P. Miller. 1964. Fluvial Process in Geomorphology.
Freeman, San Francisco.
Lettenmaier, D. P. y Wood, E. F., 1992. Hydrologic Forecasting. En: Handbook of
Hydrology. (Ed. Maidment, D. R.), Mc Graw Hill. Cap. 26, p. 26.1-26.29.
Lidn, R. y Harlin, J., 2000. Analysis of conceptual rainfall-runoff modelling performance
in different climates. Journal of Hydrology, Vol. 238, p. 231-247.
Limerinos, J. T. 1969. Relation of the Manning coefficient to measure bed roughness in
stable natural channels. Professional Paper United States Geological Survey. 650D.
Madsen, H., 2000. Automatic calibration of a conceptual rainfall-runoff model using
multiple objectives. Journal of Hydrology, Vol. 235, p. 276-288.
Maidment, D. R. (ed.) 1992. Handbook of Hydrology. Mc Graw Hill. New York.
Maidment, D. R. 1993. Hidrogis93, Developing a spatially distributed unit hydrograph by
using GIS. Application of Geographic Information Systems in Hydrology and Water
Management. ed. By K. Kovar an H.P Nachtnebel. IAHS publication n 211, p 181-192.

82
Mamillapalli, S., Srinivasan, R.; Arnold, G. y B. Engel. 1996 Effect of spatial variability
on basin scale modeling. Proceedings of Third International Conference on GIS and
Enviromental modeling, Santa Fe, New Mexico, Online Paper.
Marco, Juan B. 1981. Hidrologa. Ed. Servicio de Publicaciones de la Universidad
Politcnica de Valencia.
Matinec, J. 1960. The degree-day factor for snowmelt runoff forecasting. IUGG General
Assembly of Helsinki, Comission of Surface Waters. IAHS Publ 51, p 468-477.
Michaud, J. y S. Sorooshian. 1994a. Comparison of simple versus complex distributed
runoff models on a midsized semiarid watershed. Water Resources Research, vol 30, 3, p
593-605.
Michaud, J. y S. Sorooshian. 1994b. Effect of rainfall-sampling errors on simulations of
desert flash flood. Water Resources Research, vol 30, 10, p 2765-2775.
Montoya, J. J. 2008. Desarrollo de un modelo conceptual de produccin, transporte y
depsito de sedimentos. PhD Tesis. Universidad Politcnica de Valencia.
MOPU. 1990. Instruccin 5.2-IC. Drenaje. Ministerio de Obras Pblicas y Urbanismo.
Madrid. p 17.
Moriasi D. N., Arnold J. G., Van Liew M. W., Bingner R. L., Harmel R. D., Veith T. L.
(2007). Model Evaluation Guidelines for Systematic Quantification of Accuracy in
Watershed Simulation. Transaction of ASABE. Vol. 50(3): 885900 2007 American
Society of Agricultural and Biological Engineers ISSN 00012351.
Nash, J. E.y Sutcliffe, J. V., 1970. River flow forecasting through conceptual models. I. A
discussion of principles. Journal of Hydrology, Vol. 10, p. 282-290.
Nistor, C. J., y M. Church. 2005. Suspended sediment transport regime in a debris-flow
gully on Vancouver Island. British Columbia. Hydrological Processes 19, no. 4: 861885.
Pessoa, M. L.; R. L. Bras y E. R. Williams. 1993. Use of weather radar for flood
forecasting in the Sieve River Basin: A sensitivity analysis. Journal of Applied
Meteorology, vol 32, 3, p 462-475.
Piest, R. F, J. M. Bradford, y G. M. Wyatt. 1975. Soil erosion and sediment transport from
gullies. Journal of the Hydraulics Division 101, no. 1: 6580.
Ponce, Victor Miguel. 1989. Engineering hydrology: Principles and practices. Prentice
Hall Inc. New Jersey, USA.
Puente, Carlos E. y Rafael L. Bras. 1987. Application of Nonlinear Filtering in the Real
Time Forecasting of River Flows. Water Resources Research, vol 23, N 4, p 675-682.
Ragab, R. (ed.), 1999. Survey of modelling approaches suitable for AIMWATER. Informe
parcial del proyecto de UE AIMWATER, participado por el CEMAGREF e Institute of
Hydrology e IT Solutions and Services de Wallingford.
Rango, A. 1995. The Snowmelt runoff model (SRM). En: Computer models of Watershed
hydrology. Editado por: V. P. Singh. Water Resources Publications. Colorado.
Rango, A y J. Martinec. 1982. Snow accumulation derived from modified depletion curves
of snow coverage. Symposium On Hydrological Aspects Of Alpine High Mountain Areas,

83
Exeter, 19-30 July 1982, Editor J.W.Glen. IAHS Publication N 138. IAHS. Washington.
pages 83-90.
Rawls, W. J. y D. L. Brakensiek. 1983. A Procedure to predrict Green and Ampt
Infiltration Parameters. Advances in Infiltration, pp.: 102 - 112. ASAE Publication 11-83.
Chicago.
Reed, R. J. 1983. A note on the relationship between relative precipitation frequency and
percent of correct forecasts.. Bulletin of the American Meteorological Society. (Boston).
Vol. 64, No. 2, pages 148-149.
Refsgaars, J. C. y Knudsen, J., 1996. Operational validation and intercomparison of
different types of hydrological models. Water Resources Research, Vol. 32, N 7, p. 2189-
2202.
Regs, D., J. C. Balasch, X. Castelltort, M. Soler, y F. Gallart. 2000. Relacin entre las
tendencias temporales de produccin y transporte de sedimentos y las condiciones
climticas en una pequea cuenca de montaa mediterrnea (Vallcebre, Pirineos
Orientales). Cuadernos de investigacin geogrfica 26: 4165.
Renard, K. G., J. M. Laflen, G. R. Foster, y D. K. McCool. 1994. The revised universal
soil loss equation. Soil erosion research methods: 105-124.
Richards, K. S. 1979. Prediction of drainage density from surrogate measures. Water
Resources Research. vol 15, 2, p 435-442.
Rojas, R. 2002. GIS-based upland erosion modeling, geovisualization and grid size effects
on erosion simulations with CASC2D-SED. Ph. D. dissertation, Department of Civil
Engineering, Colorado State University, Fort Collins, Colorado.
Senarath, S., Ogden, F. L., Downer, C. W. y Sharif, H. O., 2000. On the calibration and
verification of two-dimentional distribute, Hortonian, continuous watershed models. Water
Resources Research, Vol. 36, N 6, p. 1495-1510
Singh, V. P. 1989. Hydrologic Systems. Vol II. Watershed Modeling. Prentice Hall, New
Jersey 320 p.
Singh, P.; Kumar, N. y M. Arora. 2000. Degree-day factors for snow and ice for Dokriani
glacier, Garhwal Himalayas. Journal of Hydrology, 235, p 1-11
Sorooshian, S. y V. K. Gupta. 1983. Automatic calibration of conceptual rainfall-runoff
models: the question of parameter observability and uniqueness. Water Resources
Research, vol 19, 1, p 260-268.
Sorooshian, S., Duan, Q. y Gupta, V. K., 1993. Sthocastic parameter estimation procedures
for hydrologic rainfall-runoff models: Correlated and Heteroscedastic error cases. Water
Resources Research, Vol. 29, N 4,. p. 1185-1194
Strickler, A. 1923. Beitrge zur Frage der Geschwindigheitsformel und der
Rauhigkeitszahlen fr Strome, Kanale und Geschlossene Leitungen. Mitteilungen des
Eidgenssischer Amtes fr Wasserwirtschaft, Bern, Switzerland.
Tabios, G. Q. y Salas, J. D., 1985. A comparative analysis of techniques for spatial
interpolation of precipitation. Water Resources Bulletin, Vol. 21, N 3, p. 365-380.

84
Thornes, J. B. 1980. Erosional processes of running water and their spatial and temporal
controls: a theoretical viewpoint. Soil Eriosion, edited by J. B. Kirkby and R. P. C.: 129 -
182.
Thyer, M., Kuczera, G. Y Bates, B. C., 1999. Probabilistic optimization for conceptual
rainfall-runoff models: A comparison of the Shuffled complex evolution and simulated
annealing algorithms. Water Resources Research, Vol. 35, N 3, p. 767-773.
Toth, E., Brath, A. y Montanari, A., 2000. Comparison of short-term rainfall prediction
models for real-time flood forecasting. Journal of Hydrology, Vol. 239, p. 132-147.
Vlez, J. I., 2001. Desarrollo de un modelo hidrolgico conceptual y distribuido orientado
a la simulacin de las crecidas. Tesis Doctoral. Universidad Politcnica de Valencia,
Departamento de Ingeniera Hidralica y Medio Ambiente
Viney, N.R., J. Perraud, J. Vaze, F.H.S. Chiew, D.A. Post, y A. Yang. 2009. The
usefulness of bias constraints in model calibration for regionalisation to ungauged
catchments. 18th World IMACS / MODSIM Congress, Cairns, Australia 13-17 July 2009.
Williams, G. P. 1984. Palaeohydrological methods and some examples from Swedish
fluvial environments. II Rivers meanders. Geografiska Annaler, 66A, p 89 102.
Williams, G. P. 1989. Sediment concentration versus water discharge during single
hydrologic events in rivers. Journal of Hydrology(Amsterdam) 111, no. 1: 89
106Wolman, M. G. 1955. The natural channel of Brandywine Creek, PA, USA. U. S.
Geol. Surv. Prof. Paper, no 271.
Wood, E. F.; P. A. Troch.; M. Mancini y C. Paniconi. 1994. Distributed approach to
catchment scale hydrologic modeling. En: Rosso, R.; A. Peano.; I. Becchi y G. A.
Bemporad. Advances in Distributed Hydrolgy Water Resources Publications. Michigan,
U.S.A. pag 31-55.
Wood, Eric F. y Andrs Szllsi-Nagy. 1978. An Adaptive Algorithm for Analyzing
Short-Term Structural and Parameter Changes in Hydrologic Prediction Models. Water
Resources Research, vol 14,N 4, p 577-581.
Wood, Eric F.; Sivapalan, M.; Beven, Keith y Larry Band. 1988. Effects of spatial
variability and scale with implication to hydrologic modeling. Journal of Hydrology, 102,
p 29-47.
Yapo, P. O., Gupta, H. V. y Sorooshian, S., 1998. Multi-objective global optimization for
hydrologic models. Journal of Hydrology, Vol. 204, p. 83-98.
Yu, Pao-Shan y Tsain-Yih Tseng. 1996. A model to forecast flow with uncertainty
analysis. Journal of Hydrological Sciences, vol 41, 3, 1996, p 327-344.

85