Ciência y Agrotecnologia

versión impresa ISSN 1413-7054 versión en línea ISSN 1981-1829

Ciênc. Agrotec Vol.40 no.1 Lavras enero / feb. 2016

http://dx.doi.org/10.1590/S1413-70542016000100001

REVISIÓN

Modelización de cuencas agrícolas: revisión de

procesos de hidrología y erosión de suelos

Modelaje en bacias hidrográficas agrícolas: una revisión para

hidrología y procesos de erosión de solo

Carlos Rogério de Mello 1 * , Lloyd Darrell Norton 2

, Leandro Campos
Pinto 4 , Samuel Beskow 3 , Nilton Curi 4
1
Universidad Federal de Lavras / UFLA, Departamento de Ingeniería / DEG, Lavras,
MG, Brasil
2
Universidad de Purdue, Laboratorio de Investigación del USDA-ARS Nacional de la
erosión del suelo, West Lafayette, IN, EE.UU.
3
Universidade Federal de Pelotas / UFPel, Pelotas, RS, Brasil
4
Universidade Federal de Lavras / UFLA, Departamento de Ciencia do Solo / DCS,
Lavras, MG, Brasil
ABSTRACT

Los modelos han sido utilizados por el hombre durante miles de años para controlar su
entorno de una manera favorable a mejores condiciones de vida humana. El uso de
modelos hidrológicos ha sido una herramienta ampliamente eficaz para apoyar a
quienes toman decisiones relacionadas con las cuencas relacionadas con varias
actividades económicas y sociales, como el abastecimiento público de agua, la
generación de energía y la disponibilidad de agua para la agricultura, entre otros. El
propósito de esta revisión es discutir brevemente algunos modelos sobre el movimiento
del suelo y el agua en los paisajes (RUSLE, WEPP, GeoWEPP, LASH, DHSVM y
AnnAGNPS) para proporcionar información sobre ellos para ayudar y servir de manera
apropiada para discutir problemas particulares Relacionados con la hidrología y los
procesos de erosión del suelo. Los modelos han sido cambiados y evaluados
significativamente en los últimos años, destacando el uso del sentido remoto, SIG y el
proceso de calibración automática, lo que les permite simular cuencas hidrográficas bajo
un determinado uso de la tierra y los efectos del cambio climático. Sin embargo, los
modelos de hidrología tienen casi la misma estructura física, lo cual no es suficiente
para simular problemas relacionados con los efectos a largo plazo de los diferentes usos
del suelo. Ese ha sido nuestro reto para el próximo futuro: entender completamente el
ciclo hidrológico, teniendo como referencia la zona crítica, en la que los procesos
hidrológicos actúan juntos desde el dosel hasta el fondo de los acuíferos.

Términos de indexación: RUSLE; WEPP; GeoWEPP; LATIGAZO; DHSVM; Annagnps.

RESUMEN

Modelos han sido utilizados por el hombre para todos los años para controlar su ambiente
de una manera favorable para mejores condiciones de vida para los humanos. O uso de
modelos hidrológicos ha sido una herramienta muy eficaz para ayudar a los decisores que
lidam com como hidrocarburos para subsidiar diversas actividades económicas y sociales,
como abastecimiento público de agua, generación de energía, y disponibilidad de agua
para una agricultura, entre otros . (RUSLE, WEPP, GeoWEPP, LASH, DHSVM y
AnnAGNPS), para facilitar información sobre los mismos, para facilitar el entendimiento
de los Problemas específicos relacionados con los procesos de hidrología y erosión del
solo. Modelos que han sido modificados y obtenidos de forma significativa en los últimos
años, con despliegue para el uso de sensoriamento remoto, GIS y proceso de calibración
automática, permitindo que los mismos sean capaces de simular bacias hidrográficas en
sus propias condiciones . Sin embargo, los modelos hidrológicos tienen casi una
estructura física, lo que no es suficiente para los problemas relacionados con los efectos
a largo plazo de diferentes usos de solo. Este tema ha sido de los principales desafíos
para el futuro: inteiramente el ciclo hidrológico, teniendo como referencia una zona
crítica, en la calidad de los procesos hidrológicos en el conjunto a partir de la dosificación
hasta una base de los aquíferos.

INTRODUCCIÓN

Los modelos han sido utilizados por el hombre durante miles de años para controlar
su entorno de una manera favorable a mejores condiciones de vida humana. Los
primeros ingenieros usaron modelos sencillos para desarrollar estructuras como una
magra, una pirámide, un camino a través de la selva o un acueducto para traer
agua. Éstos fueron en gran parte acertados permitir que los seres humanos florezcan
en ambientes previamente imposibles. Ellos se les enseñó en gran medida de persona
a persona a través de los años y rara vez escritas, salvo en unos pocos individuos
extraordinarios por ejemplo ( Mulvaney, 1850 ).

En relación con el agua, los modelos son una forma de predecir el comportamiento
del agua que se mueve en los paisajes para una serie de problemas que enfrenta la
sociedad en el pasado y en la actualidad. Las predicciones de inundaciones a diversas
escalas nos ayudan a diseñar estructuras y diversas infraestructuras para mantener
a las personas seguras. Las predicciones exactas nos ayudan a diseñar instalaciones
que sirvan como recipientes seguros para el almacenamiento de agua, riego,
navegación y también producir electricidad entre otras cosas. El advenimiento de los
ordenadores que son baratos y ampliamente disponibles han proliferado en gran
medida la aparición de modelado en las ciencias físicas. Esta facilidad de poder
conducir el modelado ha hecho casi el esfuerzo un campo de la ciencia en sus los
propios. Para citar a Phillip (1991 ): "No puedo resistirme a citar el dicho atribuido
popularmente a Felix Francos, el químico físico británico:" El modelado es más bien
como la masturbación - un pasatiempo agradable e inofensivo al igual que siempre
y cuando no se confunda con el verdadero Cosa.Por lo tanto, uno debe tener cuidado
al cegamiento utilizando la salida de varios modelos sin entender los funcionamientos
internos y las suposiciones que se están haciendo detrás de la pantalla del ordenador
para su correcta aplicación en el mundo real.

A pesar de estos modelos tienen un lugar que implica especialmente el uso del agua
ya que la vida no puede existir en ninguna parte sin el acceso a suficiente agua
segura y limpia para el consumo. El primer modelo bien conocido relacionado con la
descarga de agua fue desarrollado por Mulvaney (1850 ), que desarrolló a partir de la
observación de un modelo simple para relacionar la cantidad de agua que sale de
una pequeña cuenca rural basado en la precipitación recibida en Irlanda. Esto se
llamó más tarde el método racional a la lluvia relacionada con la escorrentía a la
corriente y se atribuye a ser el primer modelo de este tipo. El modelo es muy simple
y su forma es :
Donde Q en la descarga máxima, C es una constante, I es la intensidad de la lluvia y
A es el área de la cuenca.

Por supuesto, esta es una versión altamente simplificada del proceso de lluvia-
escorrentía y no tiene en cuenta las muchas variables que se producen para causar
variaciones tales como el contenido de humedad antecedente, los cambios de
vegetación, las relaciones tiempo-intensidad del evento, etc. Las limitaciones que se
utiliza con gran éxito en los diseños de ingeniería y todavía se enseña en las clases
de hoy.

El propósito de esta revisión es discutir brevemente algunos modelos modernos sobre

el movimiento del suelo y el agua en los paisajes para proporcionar información sobre
estos modelos para ayudar y servir en una adecuada comprensión de problemas
particulares relacionados con la hidrología y los procesos de erosión del suelo.

DESCRIPCIÓN DE LOS MODELOS

Ecuación universal revisada de la pérdida del suelo (RUSLE)

La ecuación universal de pérdida de suelos (USLE) se ha aplicado ampliamente en

muchos países, ya que es una herramienta práctica para calcular la tasa media anual
de erosión del suelo para diferentes suelos y condiciones meteorológicas. Debido a
su simplicidad, para la ejecución de este modelo, existen bases de datos consolidadas
disponibles principalmente para suelos (vulnerabilidad natural a la erosión, cobertura
y manejo) y clima.

El modelo se estructura a partir de una combinación lineal de los parámetros más

correlacionados con el suelo proceso de erosión del agua por Wischmeier y Smith
(1978
). Estos parámetros se recolectaron después de monitorear las parcelas de
escorrentía en los Estados Unidos y se pueden separar en dos tipos: factores activos
y pasivos de erosión. Los últimos se relacionan con la susceptibilidad del suelo a la
erosión, que está representada por la distribución del tamaño de las partículas, el
contenido de materia orgánica, la intemperización de los suelos, el material parental,
el tipo de minerales arcillosos, las actividades biológicas, entre otros elementos
intrínsecos. Más allá de este factor, la cobertura vegetal del suelo, que se expresa
por el uso de la tierra (el mayor suelo que cubre menos susceptibilidad a la erosión)
y características topográficas, ayudan a definir el comportamiento de la erosión del
suelo por la lluvia. Los factores activos son definidos por el régimen de lluvias (la
intensidad y la energía cinética de los eventos de lluvia) que caracteriza a un
coeficiente conocido como erosividad de la lluvia (EI 30). Sin embargo, para utilizar
USLE o RUSLE (su forma revisada) en tierras agrícolas, los factores activos se estiman
basándose en el valor medio anual de la IE 30 de por lo menos 15 años de datos de
lluvia a largo plazo, definiendo, de este modo, el R -factor en el modelo ( Mello et al.,
2015
). Esto significa que USLE / RUSLE no se puede aplicar para simular eventos
individuales de lluvia-escorrentía.

Sin embargo, el USLE no fue diseñado para su aplicación a cuencas hidrográficas

debido a sus complejas condiciones topográficas. Para superar esta limitación, el
modelo fue revisado por Renard et al. (1993 ), que propuso mejoras importantes en el
factor topográfico (LS-factor de) estima, ajustándolo a diferentes terrenos incluidos
los empinadas y con diferentes formas (plan de curvatura cóncava o convexa). En el
factor LS, se incorporó el flujo de los impactos de convergencia, que consideró la
contribución de escorrentía de aguas arriba a las células aguas abajo. Para este
nuevo modelo, conocido como RUSLE3D, es indispensable utilizar una herramienta
GIS para crear los mapas necesarios de la dirección del flujo acumulado (factor LS),
el uso del suelo (factor C), las unidades pedológicas (factor K) y Erosividad de la
lluvia (factor R) haciendo una combinación de ellos mediante el mapa algebraico. La
salida es un mapa de erosión del suelo espacialmente distribuido por células cuyo
tamaño se define de acuerdo con la resolución vertical del DEM utilizado.

Modelo RUSLE3D se ha aplicado para desarrollar riesgo de erosión del suelo mapea
sobre todo en los países en desarrollo ( Beskow et al., 2009 ; Durães; Mello, 2014 ; Oliveira et al,
2014.
; Segura et al, 2014. ; Tang et al, 2015. ; Zhou et al., 2008 ). Con el advenimiento de los recursos
informáticos geoespaciales, su aplicación ha permitido la generación de un mapa de
riesgo de erosión del suelo más fácil y precisa, el apoyo a los ingenieros para
identificar áreas espacialmente más susceptibles a la erosión y, a continuación, para
orientar las prácticas de conservación de suelos más adecuada. La figura 1 presenta
un ejemplo De un mapa de riesgo de erosión del suelo mediante el desarrollo de
RUSLE3D. Este estudio se llevó a cabo por Oliveira et al. (2014) a una cuenca situada en el
sur de Minas Gerais, Brasil.

FIGURA 1: (elaboración de mapas de riesgo La erosión del suelo aplicado a la cuenca del río
Verde en base al procedimiento RUSLE3D . Oliveira et al, 2014 ).

Para la simulación de eventos individuales de lluvia-escorrentía, es necesario

considerar la escorrentía respectiva y / o la descarga máxima en lugar del factor
R. La versión que considera esta posibilidad conocida como Equación Universal de
Pérdida de Suelo Modificada (M-USLE) se ha aplicado incrustada con los modelos
hidrológicos, como en SWAT y AnnAGNPS, para el transporte de sedimentos de
simulación en cuencas agrícolas.

Proyecto de Predicción de Erosión del Agua (WEPP)

El Proyecto La erosión del agua Predicción (WEPP) ( Flanagan; Nearing, 1995 ; Flanagan et al.,
2001
; . Laflen et al, 1991) es un modelo de base física para la predicción de la erosión del
suelo en las zonas agrícolas, principalmente en los EE.UU.. El modelo simula la
escorrentía, la erosión del suelo, el transporte de sedimentos y los agroquímicos que
tienen lugar en estos fenómenos en las áreas de enriquecimiento e interrill.

Este modelo basado en el proceso de la erosión del suelo fue desarrollado por un
esfuerzo conjunto de varias agencias federales de EE.UU. y sus colaboradores ( Deb;
Shukla, 2011
; Foster,; Lane, 1987 ). El proyecto del modelo se inició en 1985 para desarrollar
una tecnología de predicción de la erosión del agua de nueva generación para su uso
por agencias de acción federales involucradas con el suelo y la conservación del agua
y la planificación ambiental y de evaluación para reemplazar la USLE y RUSLE ( Flanagan;
Gilley; Franti 2007
).

Dado que la ecuación de pérdida de suelos universal y sus versiones revisadas y

modificadas (R y M-USLE) se utilizaron ampliamente para predecir la pérdida media
anual de suelo a largo plazo y no podían ampliarse fácilmente para satisfacer las
necesidades de los conservacionistas y gestores ambientales, fue diseñado para
hacer frente a esas aplicaciones que no están cubiertos por la familia de modelos
USLE ( Flanagan; Gilley; Franti, 2007 ; Foster,; Lane, 1987 ). Según Flanagan, Gilley y Franti (2007) , otro
problema relacionado con el modelo USLE se asocia con su baja capacidad para
estimar la escorrentía, localizaciones espaciales de pérdida de suelo sobre un perfil
de laderas o dentro de una erosión de cuencas pequeñas, canales (surcos), efectos
De los embalses, las probabilidades de recurrencia asociadas con eventos específicos
de erosión, o el rendimiento, transporte o deposición de sedimentos de las cuencas
hidrográficas. El modelo WEPP se enmarcó para cubrir todas estas necesidades, y
para ser una opción para reemplazar las tecnologías de predicción de la erosión
basada empíricos ( Flanagan; Gilley; Franti, 2007 ).

Básicamente, WEPP es un programa informático de simulación continua que predice

la pérdida de suelo y el transporte de sedimentos y deposición de flujo superficial en
laderas, la pérdida de suelo y la deposición de sedimentos de flujo concentrado en
pequeños canales, y la deposición de sedimentos en embalses ( precios de 2008 ). En
cuanto a la estructura del modelo, WEPP incluye, además de los modelos de surco y
en el desprendimiento laminar, el clima, la hidrología, el balance diario de agua,
crecimiento de las plantas y los modelos de descomposición de residuos, junto con
los componentes de riego ( Tarifas, 2008 ; Flanagan; Nearing, 1995 ; Foster,; Lane, 1987 ) .

Componentes del modelo WEPP

Los componentes del modelo de WEPP son: clima, escorrentía superficial, infiltración,
percolación, evaporación, transpiración, erosión de enredadera e interrill, erodibilidad
y procesos, transporte y deposición de sedimentos, consolidación de suelos, efectos
de residuos y copas sobre desprendimiento e infiltración de suelos hidráulica,
crecimiento de las plantas, de descomposición de residuos, derretimiento de la nieve,
efectos congelados suelo sobre la infiltración y la erosionabilidad, el clima y la
labranza efectos sobre las propiedades del suelo, efectos de suelo de rugosidad
aleatoria y de contorno efectos, incluyendo el desbordamiento potencial de los surcos
de contorno ( Deb; Shukla, 2011 ; Flanagan; Nearing, 1995 ; . Flanagan et al, 2001 ; Foster,; Lane, 1987 ). A
continuación, hicimos una breve descripción de los componentes del modelo WEPP
descritos por Flanagan y Nearing (1995) y Deb y Shukla (2011) .

A) Componente de erosión

Muchos parámetros de suelo utilizados en componentes hidrológicos y de erosión son

dinámicos en términos de cultivo, erosión del suelo y precipitaciones históricas y se
ajustan automáticamente en función del tiempo de operaciones de cultivo y procesos
hidrológicos.

Los componentes de erosión están incrustados en el modelo WEPP que usa una
solución de forma cerrada a una forma en estado estacionario de la ecuación de
continuidad aplicada para estimar el movimiento y la liberación del sedimento de la
ladera. Una de las ventajas de WEPP es separar los procesos de erosión en
desprendimiento en canalillos en función del exceso de tensión de corte y
desprendimiento de flujo entre surcos en función de la intensidad de la lluvia ( Deb;
Shukla 2011
). Además, el modelo estima la capacidad de transporte y el movimiento de
sedimentos, ya sea que la capacidad de flujo de la mina sea mayor que la carga de
sedimento; de lo contrario, el modelo estima la sedimentación de las partículas del
suelo ( Deb; Shukla, 2011 ; Flanagan; Nearing, 1995 ). WEPP también utiliza la topografía y la
cubierta terrestre información para generar escorrentía, así como la producción de
sedimentos y una estimación de la pérdida de suelo ( Maalim et al., 2013 ).
B) Componente climático

Una base de datos climáticos se desarrolló estocásticamente por el CLIGEN tiempo

modelo de generador ( Nicks; Lane; Gander, 1995 ), en el que la información sobre el
volumen, duración, intensidad y frecuencia de las precipitaciones, la temperatura
máxima y mínima, la radiación solar y el punto de rocío para la ubicación de Los
intereses se generan sobre la base de una serie histórica de la estación meteorológica
más cercana ubicada en territorio estadounidense. La información generada por
CLIGEN fue escrita en un archivo climático para su uso posterior por el modelo WEPP.

Para la aplicación de WEPP es necesario utilizar los datos diarios de clima, que no
siempre están fácilmente disponibles y, dependiendo de esto, CLIGEN se utiliza para
generar la base de datos climáticos necesario utilizando el proceso estocástico de la
cadena de Markov ( Zhang; Garbrecht, 2003 ).

C) Componentes de hidrología

El modelo hidrológico incorporado en WEPP calcula la infiltración, el flujo terrestre y

el balance hídrico, incluyendo la evapotranspiración y la percolación profunda. La
infiltración y, por consiguiente, el flujo terrestre, se calculan basándose en el modelo
de Green-Ampt, que se modifica a intensidades variables de lluvia y tiempo de
estancamiento.

El método aproximado que se utiliza para el cálculo del volumen de escorrentía, la

velocidad de la escorrentía máxima y la duración de escorrentía se lleva a cabo con
base en el método de la onda cinemática para la propagación del flujo en canales
( Deb; Shukla, 2011 ), que se resuelve analíticamente por el método de caracteres ( Eagleson
, 1970
).

D) Crecimiento de las plantas

El crecimiento de las plantas de crecimiento estimaciones de componentes

(producción de biomasa por encima y por debajo del suelo), la senescencia de las
plantas y la descomposición de los residuos vegetales ( Deb; Shukla, 2011 ; Flanagan; Nearing,
1995
). Revisiones importantes Sin embargo, este componente WEPP ha sufrido ( Deb;
Shukla, 2011
).

E) Suelos

Los impactos de la labranza en diversas propiedades del suelo y parámetros del

modelo se calculan dentro del componente de suelos del PPS. Muchos parámetros del
suelo utilizados en los componentes hidrológicos y de erosión son dinámicos en
términos de cultivo, la erosión del suelo y la precipitación histórica, y se ajustan
automáticamente en función del tiempo de cultivo, las operaciones y los procesos
hidrológicos ( Deb; Shukla, 2011).

Interfaz geoespacial para WEPP (GeoWEPP)

La interfaz geoespacial para WEPP (GeoWEPP) es una extensión de ArcView 3.x o

ArcGIS 9.x que permite el uso de un modelo de elevación digital (DEM) y mapas
topográficos para generar configuraciones de cuencas hidrográficas junto con
entradas topográficas para el modelo WEPP Renschler, 2003 ). Flanagan et al. (2013 )
describieron los enfoques y las interfaces matemáticos que se han desarrollado para
GeoWEPP. Con estas nuevas funciones, la aplicación de WEPP a las cuencas
hidrográficas ha hecho los resultados más factibles.

GeoWEPP incluye 3 partes de noticias: modelo GIS; TOPACIO; y TopWEPP que se

expandió aún más su aplicabilidad. Yu, Zhang y Niu (2009 ) mostraron un breve tutorial de
estas herramientas en GeoWEPP, en donde, el topacio se utiliza para formar una red
de conexiones accordant en las cuencas usando los digitales del modelo de
elevación. Procesa un DEM de 30 m (o menor) basado en el método D8. La unidad
básica de la cuenca hidrográfica es producida por superposición del uso del suelo (o
manejo), que representa la planificación y prácticas del suelo bajo las actividades
humanas, el mapa de suelos y el modelo de elevación digital.Finalmente, los
parámetros del suelo y la vegetación se introducen bajo TopWEPP para obtener los
resultados de la simulación. De acuerdo con Yüksel et al. (2008 ), una ventaja de GeoWEPP
es que permite a los usuarios procesar modelos de elevación digitales, encuestas de
suelos, ortofotos, mapas de uso de la tierra y los datos de agricultura de precisión.

En la actualidad, las interfaces GeoWEPP se han desarrollado a través de la

"MapServer" SIG banda combinada con Google Maps y tecnologías "OpenLayers"
para proporcionar mejoras significativas espaciales ( Flanagan et al., 2013 ).

WEPP se ha aplicado a varias regiones de todo el mundo para la escorrentía y la

producción de sedimentos predicciones de agrícola ( Defersha; Melesse; McClain, 2012 ; . Kim et al,
2009
; Maalim et al, 2013. ; Meghdadi de 2013 ; . Pandey et al, 2008 ; Pieri et al., 2007 ; Yu, Zhang;. Niu et al, 2009 ) y
las zonas boscosas ( Dun et al., 2009 , 2013 ; Elliot, 2013 ; Elliot; Robichaud 2011 ). En Brasil, el
rendimiento de WEPP ha sido evaluado, comparándolo con los modelos RUSLE y USLE
( Amorim et al., 2010 ). Estos autores citados mostraron que GeoWEPP ha producido un
mejor rendimiento en comparación con otros modelos, de acuerdo con indicadores
estadísticos teniendo en cuenta.

aplicaron un modelo de erosión (erosión interfaz de base de datos

Jong van Lier et al. (2005)

- EDI) ( . Ranieri et al, 2002 ) que se ejecuta GeoWEPP en una cuenca con 1.990 ha, en el
sureste de Brasil, cuyo uso de la tierra se distribuyó principalmente en la caña de
azúcar, los bosques y pastos. Los resultados mostraron un uso exitoso de GeoWEPP
para la predicción de la erosión espacial del suelo y la escorrentía con mapas
georreferenciados como resultados del modelo para esta unidad hidrológica.

A pesar de que el modelo WEPP ha sido desarrollado para las condiciones pedológicas
y meteorológicas de los Estados Unidos, puede aplicarse con éxito en otras regiones,
incluida Brasil. Sin embargo, tenemos que considerar cuidadosamente los
parámetros que el modelo requiere ya que estos no están bien determinadas en
condiciones de campo para los suelos tropicales, así como nuevas ecuaciones para
estimar estos valores basados en las propiedades del suelo en las condiciones
tropicales y subtropicales ( Reichert, Norton, 2013 ) .

) demostraron que el uso de los contenidos de arena del suelo y la

Nunes y Cassol (2008

arcilla, como lo sugiere el modelo WEPP, ha demostrado que no son adecuados para
estimar la erosionabilidad del suelo interregueros en Oxisoles con diferentes
contenidos de arcilla en el estado de Rio Grande do Sul, Brasil. Machado et al. (2003 )
adaptado archivos sobre el clima, la precipitación, el suelo, gradiente y la longitud de
rampa para correr el modelo WEPP en la zona de Agudos, Sao Paulo, con el objetivo
de elaborar un modelo adecuado a las condiciones de los bosques brasileños. En base
a los resultados obtenidos, el WEPP no fue adecuadamente calibrado para este lugar,
requiriendo algunas adaptaciones y caracterización de las propiedades del suelo
requeridas por el modelo para los suelos tropicales encontrados en Brasil. En este
sentido, entendemos que hay muchos estudios que deben llevarse a cabo
relacionados con la calibración y validación de modelos de erosión / hidrología del
suelo desarrollados sobre la base de condiciones y suelos de otras regiones, los cuales
han presentado un comportamiento significativamente diferente bajo condiciones
geomorfológicas brasileñas.

Lavras Simulación de Hidrología (LASH)

Visión general del modelo

Un equipo de investigadores ha trabajado en el desarrollo del modelo de Lavras

Simulación de Hidrología (LASH) desde 2008 con el fin de poner a disposición un
modelo hidrológico conceptual para estimar flujos de corrientes en las cuencas
tropicales y subtropicales. Sin embargo, cuando los investigadores discutieron por
primera vez la estructura del modelo, llegaron a la conclusión de que el gran reto
sería la necesidad de desarrollar un modelo compatible con la realidad de los países
en desarrollo tanto en términos de procesos hidrológicos como de disponibilidad de
bases de datos. Se informó que las primeras aplicaciones de las pestañas hasta las
cuencas brasileñas en los estudios de Mello et al. (2008 ), quien empleó el modelo de un
enfoque semi-distribuido y agrupado, y de Beskow et al. (2011 ) quien aplicó LASH en su
celda de la cuadrícula-enfoque distribuido espacialmente.

La ecuación de equilibrio suelo-agua es el concepto más fundamental en la estructura

LASH, independientemente de su discretización espacial y temporal. Esta ecuación
se utiliza para actualizar el valor de almacenamiento de agua del suelo actual (A t) en
cada intervalo de tiempo (TS) y en cada unidad de respuesta hidrológica (HRU)
(cuenca, subcuenca o celda de la cuadrícula). La precipitación (R), la interceptación
de la precipitación (IR), la evapotranspiración (ET), la infiltración (I), el aumento
capilar (CR), la superficie escorrentía (D S), el escurrimiento subsuperficial (D SS), y el
flujo de base (DB). Todos estos procesos hidrológicos tienen sus valores actualizados
en cada paso del tiempo y para cada HRU donde hay un algoritmo específico para
cada uno de ellos. Vale la pena mencionar que existe una interrelación entre los
diferentes componentes.

ET se estima utilizando la ecuación de Penman-Monteith ( Allen et al., 1998 ). Su uso en

LASH tiene como objetivo estimar la evapotranspiración de cultivos considerando
parámetros relacionados con la vegetación como altura, albedo, índice de área foliar
(LAI), resistencia estomática y resistencia aerodinámica, además de la profundidad
efectiva de enraizamiento. La lluvia se almacena en la cubierta vegetal hasta que se
alcanza el almacenamiento interceptación máxima (I max), que se calcula para cada
HRU como una función lineal de LAI. LASH considera el depósito de interceptación en
el que se vacía después de cada paso de tiempo en función de la relación ET. La
ecuación de Penman-Monteith se aplica para el agua interceptada por la vegetación
por separado del agua almacenada en el suelo cuando el depósito de interceptación
no puede contener más agua, la precipitación llega directamente a la superficie del
suelo; De lo contrario, la profundidad de lluvia que llega a la superficie del suelo se
reduce en LASH teniendo en cuenta la cantidad de agua que este reservorio todavía
puede almacenar.

La escorrentía se divide en tres componentes, conocidos como depósitos:

• La escorrentía superficial (S D): su estimación se basa en el método del número de

curva - Servicio de Conservación de Suelos modificado por Mishra et al. (2003 ). Este
método requiere información sobre I, abstracción inicial (I a), el almacenamiento
máximo potencial hídrico del suelo (S), y el almacenamiento de agua del suelo
antecedente (M). Las principales alteraciones están asociadas con los enfoques
empleados para calcular I A y S. La primera variable depende de la definición de S,
M y el coeficiente de abstracción inicial (), mientras que, este último se deriva de
información sobre , S, M, y 5-día precipitación antecedente (P 5).Estimaciones LASH
I A y M de acuerdo con las ecuaciones sugeridas por Mishra et al. (2003); Por otro
lado, no existe una ecuación para estimar S dado que el número de la curva (CN) no
se utiliza en este enfoque. El valor S de cada HRU se actualiza en cada paso de tiempo
a partir de la diferencia entre el máximo de almacenamiento de agua del suelo (A m) y
A, que viene dada por la ecuación del balance hídrico del suelo. Para la estimación
de M, es necesario calcular un parámetro relacionado con I bis (, que necesita ser
calibrado. LASH considera el área de cada HRU para convertir D S en su volumen de
escorrentía superficial correspondiente (V S), que a su a su vez se transforma en la
descarga escorrentía superficial (Q S) mediante el uso de tiempo de concentración y
un parámetro relacionado con el tiempo de residencia del agua en el depósito de
superficie (C S). con el objetivo de convertir esta profundidad de escorrentía en la
descarga, el modelo considera el momento De concentración y otro parámetro
relacionado con el tiempo de residencia del agua en el depósito de superficie (Csup)
para reducir las incertidumbres, que también necesita ser calibrado.

• Sub-superficie (o lateral) escorrentía (D SS): este componente se calcula utilizando

el método recomendado por Rawls et al. (1993 ), que consiste en una adaptación de la
ecuación Brooks y Corey. En esta ecuación, D SSestá directamente relacionada con la
conductividad hidráulica del depósito sub-superficie (K SS), A t, A m,almacenamiento
de agua del suelo mínimo (A CC) se utilizan para generar D SS, y un índice de tamaño
de poro (Considerado constante e igual a 0,4 en el modelo). La conversión de D SS en
volumen de escurrimiento sub-superficie (V SS) se basa en el área de cada HRU,
mientras que el cálculo de la sub-superficie de descarga de escorrentía
(Q SS) depende de los valores de V SS, tiempo de concentración y un parámetro
relacionado con el tiempo de residencia del agua en el depósito sub-superficie (C SS).

• Caudal base (DB): estimación del flujo de base se realiza en LASH teniendo en cuenta
las siguientes variables: conductividad hidráulica de la zona saturada
(K B), A m, una T, y la mínima de almacenamiento de agua del suelo para generar
D B (AC) . El cálculo del volumen de flujo de base (V B) también depende del área de
cada HRU, mientras que, V B y el tiempo de residencia (T B) se utilizan para derivar
el flujo de descarga de base (Q B). T B se asocia con un coeficiente de agotamiento de
los acuíferos, que se puede obtener a partir de un hidrograma observado si un
período de sequía largo está disponible.

Aunque no se mencionó en el párrafo anterior, el método de los depósitos lineales se

emplea en el modelo LASH para transformar el volumen de escorrentía de cada
componente en la descarga respectiva, lo que explica el efecto retardado dentro de
cada HRU. Posteriormente, el caudal (Q t) se calcula en cada paso de tiempo sumando
Q S, SS Q, y Q B para cada HRU. Por último, LASH combina valores Q t resultantes de
diferentes HRUS utilizando el modelo lineal Muskingam-Kunge para que los conduzca
a través de la red de drenaje con el fin de tener en cuenta sus efectos sobre el
comportamiento de acumulación hidrograma. Los detalles sobre este método de
enrutamiento se pueden encontrar en varios libros de hidrología.

Calibración de parámetros desconocidos a escala de cuenca

El modelo LASH tiene muchos parámetros, los cuales pueden ser calibrados
dependiendo del escenario establecido por el hidrólogo. Sin embargo, los parámetros
más comunes para ser calibrados son , K SS, K B, K CR, C. S, C SS, y C B.

 relacionada con la escorrentía superficial (Qs), y normalmente varía de 0 a 0,5

( Mishra et al., 2003 );

• Kss (mm día -1): conductividad hidráulica de la capa de suelo debajo de la superficie,
variando desde 0 hasta 182,4 ( . Rawls et al, 1993 );

• Kb (mm día -1): conductividad hidráulica de la zona saturada, variando desde 1,3
hasta 6 ( Beskow et al., 2011 ;)

• K CR (mm día -1): (flujo máximo de regresar a tierra por el ascenso capilar, que
varían de 0 a 5 . Beskow et al, 2011 );

• Csup y Css: parámetros de tiempo de respuesta relacionados con el tiempo de

residencia en los respectivos depósitos, y Csup es menor que Css.

A partir del trabajo de Beskow et al. (2011 ) y Beskow, Mello y Norton (2011) , el modelo LASH ahora
funciona dentro de un entorno SIG, por lo que es un modelo distribuido por las
células. Cada paso se describe antes de ejecutar más de una celda cuyo tamaño será
definido por los usuarios, tal como se presenta en la siguiente figura ( Figura 2 ),
elaborado por Beskow et al. (2011) .
Figura 2: Configuración del látigo por su versión de celda de la cuadrícula basado en la
distribución espacial.

Teniendo esta referencia espacial para la aplicación del modelo LASH, Beskow et al. (2011 )
y Beskow, Mello y Norton (2011) desarrollaron un procedimiento matemático para su
calibración:

• Un factor a la vez (OAT): esta evaluación se aplica para identificar los parámetros
más importantes, reduciendo el número de ejecuciones del modelo. Básicamente,
este procedimiento permite la identificación de los parámetros más sensibles.

• Estimación Generalizada de Incertidumbre de Verosimilitud (GLUE): este

procedimiento se utiliza en LASH para cuantificar las incertidumbres en la predicción
de las variables de salida teniendo en cuenta la simulación de Monte Carlo, que
genera una distribución de probabilidad acumulativa (distribución de probabilidad
normal) Este procedimiento redujo sus límites. Por lo tanto, el modelo se ejecuta
teniendo en cuenta cada uno de los parámetros que tienen una estadística de
precisión que los de destino, por lo general, el coeficiente de Nash-Sutcliff (C NS).

Recientemente, el modelo LASH recibió un nuevo módulo computacional conocido

como "ArcLASH", el cual fue estructurado en entorno GIS, específicamente ArcGIS,
con el objetivo de apoyar el procesamiento automático de los datos espaciales
aplicados en el LASH, incluyendo suelos, uso del suelo y drenaje red. ArcLASH genera
red de drenaje, suelos y mapas de uso del suelo en el entorno LASH, evitando que
los usuarios cometan un error que normalmente ocurre debido a diferentes sistemas
de coordenadas, con errores acumulados por las referencias al Modelo de Elevación
Digital, entre otros.

En la Tabla 1 , podemos ver algunas aplicaciones del modelo de LASH para las
cuencas tropicales y subtropicales.
TABLA 1: Principales resultados según el modelo LASH para simular los caudales en las
cuencas brasileñas.

Calibración CNS (paso Validación CNS

Cuenca / ubicación Principales características Referencias
de tiempo diario) (paso diario)
Jaguara Creek / Minas Dominado por Latosoles / Clima Beskow et
0,82 0,76
Gerais del Sur Subtropical (Cwa) / Área: 32 km2 al.(2011 )
Dominado por Cambisols / Clima
Río Grande / Minas Viola et
subtropical (Cwa-Cwb) / Área: 2085 0,81 0,78
Gerais del Sur al.(2014 )
km2
Río Aiuruoca / Minas Dominado por Cambisols / Clima Viola et
0,76 0,78
Gerais del Sur subtropical (Cwb) / Área: 2095 km2 al.(2014 )
Río Lontra / Tocantins Argisoles y Fluvic Neools / Clima Viola et
0,74 0,75
septentrional tropical (Aw) / Área: 3470 km2 al.(2012 )
Río Verde / Minas Latosoles y Cambisoles / Clima Viola et
0,80 0,83
Gerais del Sur subtropical (Cwb) / Área: 4178 km2 al.(2014 )
Río Sapucaí / Minas Latosoles y Cambisoles / Clima Viola et
0,85 0,83
Gerais del Sur subtropical (Cwb) / Área: 7325 km2 al.(2014 )

Herramienta de Evaluación del Suelo y el Agua (SWAT)

SWAT ha sido uno de los modelos más aplicados en todo el mundo. Fue desarrollado
por el USDA-ARS pastizales, suelos y Laboratorio de Investigación del Agua, en
Temple, Texas, EE.UU. ( Arnold et al., 1998 ). SWAT fue montado por la combinación de
otros modelos, como el simulador de agua en las cuencas Rural (SWRRB) ( Arnold et al.,
1990
, salidas de enrutamiento de salida (ROTO) () Arnold; Williams; Maidment, 1995 ), los
productos químicos, la escorrentía y la erosión de los sistemas agrícolas de gestión
(cremas) ( Knisel, 1980 ), Agua Subterránea Cargando efectos sobre los sistemas de
gestión agronómica (GLEAMS) ( Leonard et al, 1987 ) y la calculadora de la erosión-
productividad Impacto (EPIC) ( Williams, Jones; Dyke, 1984 ).

Según Neitsch et al. (2005 ), SWAT se basa en dos enfoques: simulación del ciclo
hidrológico (con descargas como salida principal), transporte de sedimentos y la
calidad del agua en la superficie, y expedición de estos elementos en todas las sub-
cuencas, que son compartidos en hidrológico de respuesta Unidad (HRU), y luego,
enrutamiento a los canales principales de drenaje hasta la salida de la cuenca. Para
la simulación de los elementos del ciclo hidrológico, SWAT trabaja con diferentes
capas de suelo, definidas por los usuarios.

Suking para simular los componentes de los flujos de flujo, SWAT está estructurado
por los siguientes sistemas:

• Escorrentía superficial: este componente se simula sobre la base de métodos de

infiltración CN-SCS o Green & Ampt. CN consiste en un parámetro que necesita ser
calibrado, mientras que el método de infiltración de Green & Ampt requiere datos de
precipitación sub-diarios; El tiempo de concentración de las subcuencas también se
utiliza para convertir la profundidad de escorrentía superficial en descarga. Sin
embargo, para estimar los picos de descarga, SWAT emplea el método racional.

• Escorrentía subterránea: el agua infiltrada que llega a capas por debajo del sistema
radicular se almacena y regresa a las unidades aguas abajo como flujo lateral (sub-
superficial). Para poder proceder a esta simulación, SWAT utiliza un modelo de onda
cinética para el balance de masa, que requiere las siguientes propiedades: humedad
del suelo a capacidad de campo para la capa de suelo considerada, capacidad de
saturación del suelo, conductividad hidráulica saturada del suelo, inclinación de la
unidad hidrológica y Porosidad drenable.

• Flujo de agua subterránea: SWAT simula dos tipos de acuíferos: superficiales y

profundos. Sin embargo, para la estimación del componente de flujo base, el modelo
considera solamente la contribución superficial del acuífero. Para ello, se necesita el
coeficiente hidrográfico de agotamiento así como la distancia entre el divisor de la
cuenca y el caudal principal, además de la conductividad hidráulica de los acuíferos.

• Evapotranspiración: la evaporación y la transpiración se calculan por separado

mediante SWAT. El modelo estima la evaporación de los suelos y la transpiración de
las plantas. SWAT simula tanto la evaporación como la transpiración mediante la
ecuación de Penman-Monteith, considerando algunos parámetros fisiológicos de las
plantas y un coeficiente dado por un umbral establecido por la humedad del
suelo. Además, SWAT considera el movimiento del agua a las capas adyacentes no
saturadas como una función de la demanda de agua por evapotranspiración. Este
proceso es importante para las cuencas hidrográficas con la zona saturada cerca de
la superficie y / o si hay plantas predominantes con sistemas radiculares más
profundos (se conoce como "revap" en la estructura del modelo). Además de la
ecuación de Penman-Monteith, los usuarios también pueden elegir otras ecuaciones
ET, como Hargreaves (Hargreaves; Samani, 1985 ) y Priestley y Taylor (Priestley; Taylor, 1972 ).

• Crecimiento de las plantas: SWAT simula el crecimiento de las plantas a través de

una versión simplificada del modelo de Política Ambiental Integrada Climático (EPIC),
desarrollado por Williams (1995 ), que considera las unidades de calor (o suma térmica)
para cada especie considerada.

• Transporte de sedimentos: SWAT simula la erosión del suelo y el transporte de

sedimentos por los canales de drenaje de la cuenca. En primer lugar, el modelo utiliza
la ecuación universal modificada de la pérdida del suelo (MUSLE), que se ejecuta en
cada HRU. Para este propósito, SWAT requiere del usuario los valores de erodibilidad
del suelo para cada tipo de suelo. Para factor C de MUSLE, el modelo emplea las
ecuaciones propuestas por Wischmeier y Smith (1978 ) y Arnold y Williams (1995 ), que se basan en
un valor mínimo de C-factor para el respectivo HRU y la cantidad de residuos en el
suelo . Para la propagación de los sedimentos por los canales, SWAT considera dos
procesos físicos: sedimentación (deposición) y transporte, simultáneamente. Para la
primera, la ley de Stokes se considera basada en la velocidad máxima del agua en el
canal. Este cálculo se realiza a nivel de la subcuenca. Por lo tanto, la concentración
máxima que puede ser transportado por los canales (conc sedmax) se calcula el ajuste
de la ecuación potencial como una función de dos parámetros y la velocidad máxima
de agua en el canal. Si sedmax concentrado es menor que la carga de sedimentos
estimado por MUSLE el transporte de sedimentos será predominante.

Los caudales se encaminan en la red de drenaje utilizando el método de

almacenamiento variable, desarrollado por Williams (1969 ). Este método considera una
sección trapezoidal para el canal y la velocidad de las estimaciones de agua por la
ecuación de Manning. Sin embargo, el modelo también puede utilizar el método de
enrutamiento de Muskingham.

SWAT se clasifica como un modelo semi-distribuido, dividiendo la cuenca en

subcuencas. Estas subcuencas están parametrizadas por las Unidades de Respuesta
Hidrológica (HRU), que son definidas por los usuarios en función de varias
combinaciones entre el uso de la tierra, el tipo de suelo y la pendiente. Estas
subdivisiones espaciales permiten calibrar mejor el modelo, así como generar salidas
espacialmente distribuidas por subcuencas o incluso por unidades hidrológicas. Por
lo tanto, los flujos de flujo se estiman para cada HRU y luego se encaminan a la red
de drenaje, para lo cual es necesario un modelo de elevación digital hidrológicamente
consistente.

Calibración SWAT

En las últimas versiones, los procedimientos de calibración / análisis de incertidumbre

para SWAT se llevan a cabo en una plataforma integrada. El SWAT-CUP es un
programa independiente que se vincula a los archivos de texto de salida de SWAT
establecidos, que integra cinco algoritmos de optimización diferentes: (Incertidumbre
secuencial Montaje (SUFI-2) Abbaspour; Johnson; van Genuchten de 2004 ; . Abbaspour et al, 2007 ),
generalizado probabilidad incertidumbre en la estimación (COLA) ( Beven; Binley, 1992 ),
Solución de parámetros (sombrilla) ( Van Griensven; Meixner, 2006 ), la cadena de Markov
Monte Carlo (MCMC) (por ejemplo, Kuczera; Parent, 1998 ; Marshall; Nott; Sharma 2004 ; Vrugt et al.,
2003
), y la optimización del enjambre de partículas (PSO) ( Zhang et al 2015. ).

Entre ellos destaca el algoritmo SUFI-2 debido a su capacidad de contabilizar todas

las fuentes de incertidumbre en los rangos de parámetros tales como la incertidumbre
en las variables de conducción (por ejemplo, lluvia), el modelo conceptual, los
parámetros y los datos medidos. El algoritmo intenta capturar la mayor parte de los
datos medidos dentro de la incertidumbre de predicción del 95% (95PPU) calculada
en los niveles de 2,5% y 97,5% de la distribución acumulativa de una variable de
salida obtenida mediante muestreo de hipercubo latino.

Cuando se alcanzan valores aceptables de los índices de bondad de ajuste, entonces

las incertidumbres de parámetros se consideran rangos de parámetros calibrados y
se calcula la mejor simulación. Después de la calibración automática, los parámetros
de la mejor simulación se pueden modificar manualmente, reemplazando el
parámetro previamente calibrado; Añadir un valor absoluto al parámetro calibrado; .
y la variación relativa, lo que implica en un factor de corrección del parámetro Tabla
2 presenta los parámetros que normalmente han sido calibrados en las aplicaciones
de SWAT para simular los caudales para las condiciones brasileñas ( Andrade; Mello; Beskow
de 2013
; . Pinto et al, 2013 ).

TABLA 2: Los parámetros más sensibles SWAT calibrados para las cuencas brasileñas.

Proceso Parámetros Descripción

SOL_AWC (mm mm-1)
Interacción Almacenamiento del agua del suelo Conductividad hidráulica saturada del
SOL_K (mm día-1) SOL_Z
suelo-agua suelo Capas de suelo
(mm)
Constante de la recesión hidrográfica Nivel umbral superficial del acuífero
ALPHA_BF GWQMN
para el flujo base Tiempo de retardo del agua subterránea Coeficiente de
Agua (mm) GW_DELAY (día)
evaporación del agua de los suelos Coeficiente de evaporación del agua de
subterránea GW_REVAP ESCO
los suelos Coeficiente para la infiltración de agua a los acuíferos más
RCHRG_DP
profundos
Escorrentía CN2 CH_N2 SURLAG Número de curva inicial para la humedad del suelo II Coeficiente de
superficial (día) hidráulica Manning Coeficiente de propagación de escorrentía superficial

La Tabla 3 resume algunos resultados de la aplicación de SWAT para simular los

caudales de las cuencas brasileñas.

TABLA 3: Algunos resultados de la aplicación del modelo SWAT para simular los caudales de
las cuencas brasileñas.

Calibración Validación
Cuenca / ubicación Principales características C NS (paso de tiempo C NS (paso de Referencias
al día) tiempo al día)
Jaguara Creek / Dominado por Latosoles / clima
Andrade, Mello y
Minas Gerais del subtropical (CWA) / Superficie: 0,66 0,87
Beskow (2013 )
Sur 32 km2
Lavrinha Creek /
Dominado por Cambisols / clima
Minas Gerais del 0,81 0,79 Pinto et al. (2013 )
subtropical (CWB) / Zona: 6.7 km2
Sur
Cala Marcela / Dominado por Latosoles / clima
Mello Neto et
Minas Gerais del subtropical (CWA) / Zona: 4.80 0,71 0,46
al. (2014)
Sur km 2
Río Paraopeba / Latosoles y Cambisoles clima /
Durães, Mello y
Centro Minas tropical (Aw) / Area: 10.222 0,77 0,76
Naghettini (2011 )
Gerais kilometros 2
Galo Creek / Latosoles / clima subtropical- Pereira et
0,65 0,70
Espírito Santo tropical (CWA) / Área 943 km 2 al. (2014 )
Latosoles y Cambisoles clima /
Río Sapucaí / Minas Durães et
subtropical (CWB) / Area: 7.325 0,77 -
Gerais del Sur al. (2014 )
kilometros 2

Modelo de Vegetación del Suelo de Hidrología Distribuida (DHSVM)

El DHSVM fue desarrollado a principios de 1990 por la Universidad de Washington,

EE.UU. Su primera aplicación se concentró en las cuencas montañosas situadas en el
noroeste de EE.UU., lo que representa la hidrología, el clima y la vegetación de las
regiones templadas ( Wigmosta; Vail; Lettenmaier, 1994 ). Posteriormente, otros estudios
realizados en EE.UU. han contribuido a la consolidación del modelo, destacando los
bolos y Lettenmaier (2001
) y Doten et al. (2006 ). Después de eso, DHSVM se ha aplicado en otros
países, como Canadá ( Whitaker et al., 2003 ), el norte de Taiwán ( Chu et al., 2010 ), Japón
( Yoshitani et al., 2009 ) y el brasileño del bosque del Amazonas ( Cuartas y col ., 2012 ).
DHSVM se diseñó inicialmente para las regiones montañosas y se ha aplicado a
diferentes propósitos de investigación, tales como:

• para modelar y analizar la hidrología de una cuenca ( Wigmosta; Vail; Lettenmaier, 1994
; Safeeq;
tarifas de 2012
);

• evaluar los impactos del cambio climático sobre los recursos hídricos ( Leung; Wigmosta
de 1999
; Cuo et al., 2009; Dickerson-Lange; Mitchell, 2014 ); y

• pronosticar el régimen hidrológico de una cuenca como resultado de los cambios

de uso del suelo, especialmente la deforestación / influencias de forestación en el
ciclo hidrológico ( Thanapakpawin et al., 2007 ; . Cuo et al, 2008 ).

En breve, el DHSVM es un modelo distribuido paramétrico basado en la física, y se

ejecuta con el fin de representar los efectos de la topografía, el suelo y la planta en
los diferentes flujos de agua en una cuenca, que se deriva de un Modelo Digital de
Terreno (TDM). Por lo tanto, DHSVM tiene en cuenta la variabilidad espacial y la
heterogeneidad de cada celda de la red a lo largo de la cuenca hidrográfica.

Descripcion del modelo

El modelo se ejecuta sobre una cuadrícula de celdas cuya resolución horizontal varía
dependiendo del Modelo Digital de Terreno y el tamaño de la cuenca. Esta resolución
ha variado de 5 a 30 m de las cuencas más pequeñas (hasta 100 km 2) y 100 m para
los demás (de 100 a 10.000 km 2). De acuerdo con la resolución temporal de los
conjuntos de datos meteorológicos, que puede ser inferior a un paso de tiempo diario,
el modelo da una solución simultánea a las ecuaciones de balance de agua y energía
para cada celda. Estas células computacionales están conectadas hidrológicamente a
través de los flujos sub-superficiales y superficiales. Además, se tiene en cuenta la
caracterización topográfica para controlar la radiación solar absorbida, describir el
efecto orográfico sobre el patrón de precipitación, los efectos sobre la temperatura
del aire y sobre la dinámica del agua en toda la cuenca. Cabe mencionar que los
parámetros de la vegetación y las propiedades del suelo también se distribuyen por
las células.

DHSVM se estructuró sobre la base de los siguientes módulos ( Wigmosta; Vail; Lettenmaier,
1994
):

• dos capas del dosel para estimar la evapotranspiración, que se estima basándose
en la ecuación de Penman-Monteith;

• multi-capas para suelos: la superficie del suelo recibe agua de la precipitación, la

cubierta húmeda saturada, el flujo del tallo y el flujo de las células vecinas. La tasa
de infiltración máxima se determina en base a la cantidad máxima de agua que puede
infiltrarse en cada paso de tiempo y se simula el movimiento del agua en suelos no
saturados considerando múltiples capas y cada capa de vegetación puede extraer
agua de una o más capas de suelo. Darcy Law simula la percolación del agua a través
de las capas del suelo mediante la ecuación de Brooks-Corey para estimar la
conductividad hidráulica;

• flujos subterráneos y superficiales: estos componentes del balance hídrico se

calculan a partir de los mecanismos de saturación y exceso de infiltración (relación
infiltración-precipitación excesiva); y

• caudales de enrutamiento en toda la red de drenaje: esta fase del ciclo hidrológico
está dirigido por una ruta lineal-depósito ( Wigmosta; Vail; Lettenmaier, 1994 ).

Aplicaciones destacadas

En la tabla 4 , una lista de algunas aplicaciones notables de la DHSVM junto con las
características más importantes del estudio respectivo, se presentan.
TABLA 4: Algunos aspectos destacados de aplicaciones DHSVM con respecto a las
características más importantes.

Superficie
Referencias Cuenca TDM Monitoreo de lluvias C NS
(km 2)
Mãkaha, cuenca, Resolución: 10
Safeeq y tarifas 0,57 /
O'ahu, isla, m Altitud: 1227 24,6 Tres calibradores
(2012 ) 0,74 *
ESTADOS UNIDOS m
3 secciones en Río
Cuartas et Resolución: 30 Cinco medidores y una estación 0,14-
Asu, Amazonas 0,95;6,58;12,43
al. (2012) m Altitud: 110 m meteorológica 0,76 **
Central Brasil
Cuenca de Wu-Tu, Resolución: 75 0,74 /
Chu et al. (2010 ) 204 Dos estaciones meteorológicas
Taiwán m Altitud: 42 m 0,79 *
Conjuntos de datos sobre el cambio
Nooksack Basin, Resolución: 150
Dickerson-Lange climático de tres centrales 0,43 /
Washington, Estados m Altitud: 3286 2000
y Mitchell (2014) meteorológicas y una estación 0,56 *
Unidos m
meteorológica

CNS: coeficiente de Nash-Sutcliffe; GCM: Modelo de Circulación Global; *

Calibración y validación; ** Variación del coeficiente.

Fuente anualizada no agrícola puntual (AnnAGNPS)

AnnAGNPS modelo ha sido desarrollado a través de una asociación entre el

Departamento de Agricultura de EE.UU. (USDA), Servicio de Investigación Agrícola
(ARS) y Natural Resources Conservation Service del USDA (NRCS) ( Bingner; Theurer de
2005
; Estados Unidos Departamento de Agricultura-Servicio de Investigación Agrícola -Usda-Ars, 2006 ; Yuan; Bingner; Rebich
de 2001
). AnnAGNPS es un parámetro distribuido, continua en la simulación, modelo a
escala de cuencas hidrográficas y es una expansión de los AGNPS ( Young et al.,
1989
modelo, que se originó a partir del desarrollo del Modelo RESPUESTAS () Beasley;
Huggins; Monke de 1982
; Griffin et al., 1988 ). AnnAGNPS modelo fue desarrollado para analizar y
proporcionar estimaciones de la fuga con énfasis primario sobre no puntuales cargas
de contaminantes de origen desde las cuencas agrícolas y para comparar los efectos
de diferentes alternativas de conservación ( Li et al, 2015. ; Zuercher; Flanagan; Heathman de 2011 )
.

Los componentes básicos de modelado son hidrología, sedimentos, nutrientes, y el

transporte de plaguicidas ( Pease; Oduor; Padmanabhan, 2010 ). Dentro del modelo, la
escorrentía mediante la ecuación de número de curva SCS se calcula ( Estados Unidos
Departamento de Agricultura-Conservación de servicio por el USDA-SCS, 1986
) y modificado diaria basada en
las operaciones de labranza, humedad del suelo, y la etapa del cultivo ( Chahor et al.,
2014
; Las tarifas, 2008 ). La erosión del agua se predice con Revised Universal Soil Loss
Ecuación (RUSLE) ( . Renard et al, 1997 ) que se modificó para ser implementadas a escala
de cuencas en AnnAGNPS ( Chahor et al, 2014;. Las tarifas, 2008 ). La evapotranspiración es una
función de la evapotranspiración potencial, calculada usando la ecuación de Penman-
Monteith y el contenido de agua en el suelo (Fares, 2008). AnnAGNPS utiliza una
interfaz SIG y las características físicas de las cuencas hidrográficas para
proporcionar oportunidades de modelado para las zonas con datos limitados (Tarifas,
2008; Li et al, 2015. ).

El modelo AnnAGNPS ( Bingner; Theurer; Yuan, 2003 ) ha sido evaluado para simulaciones de
hidrología y predicción de la calidad del agua en todo el mundo bajo diferentes usos
del suelo y las condiciones climáticas ( Baginska; Milne-Home; Cornish, 2003 ; Chahor et al, 2014. ; Li et
al, 2015.
; Li, Li, Li, 2012 ; . Hua et al, 2012 ; Licciardello et al., 2007 ; Parajuli et al., 2009 ; Polyakov et al.,
2007
; Shamshad et al., 2008
; Shrestha et al., 2006 ; Taguas et al, 2012. ; Yuan et al., 2011 ; Yuan; Bingner; Rebich de
2001
). Li et al. (2015)
presentó los resultados de una aplicación del modelo de simulación
AnnAGNPS pérdidas de nutrientes por escorrentía en una cuenca pequeña típica en
China. Los datos de escorrentía estimados para los años 2005-2009 y 2010-2013 se
utilizaron para calibrar y validar la escorrentía anual. Coeficiente de Nash-Sutcliffe
de eficiencia del modelo y el coeficiente de determinación (R 2) Los valores para la
calibración y validación de escorrentía eran tanto para la calibración de 0,96 y 0,97
para el período de validación. Los datos de nutrientes observados entre julio de 2008
y septiembre de 2009 y diciembre de 2012 a diciembre de 2013 se utilizaron para
calibrar y validar la carga mensual de nutrientes. Nash-Sutcliffe valores del
coeficiente de eficiencia para la calibración y validación de la carga mensual de
nitrógeno y fósforo fueron 0,82 y 0,87, respectivamente, y el coeficiente de
determinación (R 2) valores para la calibración y la simulación de la carga mensual
de nitrógeno y fósforo fueron 0,86 y 0,88 , Respectivamente. Sobre la base de estos
resultados, el modelo de AnnAGNPS presentó una herramienta aceptable para las
estimaciones de escorrentía y rendimiento de nutrientes en este sitio hidrológico en
China.

) utilizaron el modelo AnnAGNPS en el Pipestem cuenca del

Pease, Oduor y Padmanabhan (2010

arroyo en Dakota del Norte y encontraron un alto grado de exactitud del modelo
cuando el escurrimiento fue modelada, que fue demostrado por los bajos valores de
los errores sistemáticos obtenidos a partir del coeficiente de actuación.

En condiciones tropicales, Shamshad et al. (2008 ) aplicaron el modelo AnnAGNPS para la

estimación de la pérdida de suelo y la carga de nutrientes de las cuencas hidrográficas
en Malasia. Los autores encontraron una buena correlación entre los datos predichos
y observados, lo que sugirió que el modelo de AnnAGNPS puede ser utilizado como
una valiosa herramienta para la planificación y manejo de cuencas hidrográficas
estudiadas en ese país.

Es importante destacar la ausencia de aplicación del modelo de AnnAGNPS en las

condiciones brasileñas. Sólo unos pocos trabajos en condiciones tropicales
ejemplifican la dificultad para obtener el número apropiado de parámetros que se
necesitan en la calibración de este modelo, especialmente en Brasil, donde este tipo
de datos han sido escasos.

BENEFICIOS Y USOS DE LOS MODELOS

Con el fin de modelar sistemas naturales, como ciclos hidrológicos y de sedimentos,

muchos de los desafíos han sido enfrentados por los científicos. Los modelos han sido
la forma más factible de predecir los impactos de las acciones humanas sobre la
naturaleza y de proporcionar información a los administradores para prevenir
impactos extremos del tiempo en la cosecha, las inundaciones, los deslizamientos de
tierra, las sequías históricas, entre otros productos . Además, los modelos pueden
ser muy útiles para generar conjuntos de datos que permitan el manejo adecuado de
los recursos hídricos mediante la evaluación de diferentes escenarios para el uso del
agua, la disponibilidad de agua para el futuro y la generación de estudios para una
adecuada estructura hidráulica y derrames para controlar la escorrentía excesiva y /
O transporte de sedimentos.Además, la calidad del agua como otra de las
producciones de los modelos, es fundamental para la gestión y planificación de los
recursos naturales, especialmente para el agua potable.

Muchos estudios se han realizado a nivel de cuenca hidrográfica simulando los

impactos sobre la hidrología (calidad del agua, erosión y transporte de sedimentos)
de la remoción de la vegetación nativa (por ejemplo, bosque) y luego evaluando los
impactos en la calidad del agua. Con base en estos resultados, es posible evaluar
cuánto la sociedad tendrá que pagar por la protección de corrientes de agua de
cabecera con el objetivo de preservar la calidad y cantidad de agua. Este proceso se
conoce como "servicios ecológicos", en el que los modelos han sido útiles para evaluar
el ciclo hidrológico y cuantificar sus efectos.

Con el desarrollo de las tecnologías geoespaciales, el uso y la aplicación de modelos

hidrológicos han tenido una nueva y significativa mejora no sólo para resolver
problemas de ingeniería hidráulica, sino también como una herramienta poderosa
para apoyar las soluciones a problemas ambientales, como el proceso de recarga de
aguas subterráneas, Y transporte, interacciones eco-hidrológicas, entre otras.

Los resultados de los modelos hidrológicos y de erosión de los procesos han sido la
principal información para la planificación del uso de la tierra en las cuencas
hidrográficas, especialmente para comprender mejor cómo interactúan el ciclo
hidrológico, los suelos y la vegetación. La demostración de los posibles impactos
(negativos o positivos) generados por la remoción de especies o el cambio en el
manejo de los suelos de las actividades agrícolas a silvicultura y ganadería ha
ayudado a entender cómo conservar mejor el medio ambiente. Basados en el
advenimiento de las nuevas tecnologías computacionales, los resultados de los
modelos pueden proporcionar una mejor comprensión por los científicos y los
administradores de la tierra y, en consecuencia, dar más apoyo a las acciones de los
ingenieros de campo.

Uno de los estudios más significativos del estado del arte involucra modelos
hidrológicos para simular los impactos del cambio climático en la hidrología de las
cuencas hidrográficas, permitiendo la discusión sobre cómo el ciclo hidrológico, la
erosión hídrica y el transporte de sedimentos pueden verse afectados en el futuro.En
este contexto, por ejemplo, Viola et al. (2015 ) aplicaron modelos de las pestañas y Eta-
CPTEC HadCM3 para la región de la cabecera de la Mantiqueira rango, el sur de Minas
Gerais, y verificó que el cambio climático podría alterar el régimen de flujo base de
las cuencas, lo que puede comprometer el rendimiento de agua en la región, que es
la Las cabeceras más importantes del sureste de Brasil. Además, las inundaciones se
harán más severas en la región debido a la concentración excesiva de las lluvias
durante el verano. Otro estudio en el contexto de RUSLE aplicabilidad fue
desarrollado por Mello et al. (2015 ) en la que encontraron un aumento significativo en las
tasas de erosión hacia el final del siglo de las cabeceras de cuenca del río Grande,
Brasil.

CONSIDERACIONES FINALES

El uso de modelos hidrológicos ha sido una herramienta ampliamente eficaz para

apoyar a quienes toman decisiones relacionadas con las cuencas hidrográficas
relacionadas con varias actividades económicas y sociales, como el abastecimiento
público de agua, la generación de energía y la disponibilidad de agua para riego,
entre otros. La aplicación de estas herramientas se basa en la comprensión del ciclo
hidrológico y su predicción. Los SIG y las herramientas de detección remota,
buscando obtener un modelo distribuido tanto en el espacio como en el tiempo, han
apoyado los modelos, con el objetivo de reducir las incertidumbres y proporcionar
una base para la simulación de diferentes escenarios en las cuencas hidrográficas.

Por lo tanto, las simulaciones de modelos hidro-sedimentológicos consisten en un

proceso científico que debe realizarse teniendo en cuenta un riguroso proceso de
calibración / validación, lo que permitirá sus aplicaciones para una unidad hidrológica
específica con menor incertidumbre. En este sentido, uno de los conocimientos más
relevantes del conocimiento en las ciencias naturales terrestres está asociado a la
simulación de diferentes impactos de los escenarios climáticos y de cambio de uso
de la tierra en la hidrología, la erosión y el transporte de sedimentos en las cuencas
hidrográficas.

Sin embargo, la mayoría de los modelos han presentado limitaciones relacionadas

principalmente con la simulación adecuada de los impactos a largo plazo de los
diferentes cambios en el uso de la tierra. A modo de ejemplo, los impactos de los
pastizales en lugar del bosque nativo (o viceversa) incluso después de un desempeño
muy adecuado durante el proceso de calibración y validación deben considerarse
teniendo en cuenta las limitaciones para modelar dinámicamente el proceso de
infiltración ya que es directamente Influido por el respectivo uso de la tierra a lo largo
del tiempo. Estas limitaciones están asociadas con simplificaciones adoptadas en la
estructura de los modelos, tales como:

Para simular diferentes usos de la tierra, los modeladores han cambiado el uso real
por otro basado sólo en los parámetros relacionados con las plantas, como
resistencias aerodinámicas y estomáticas, índice de área foliar, profundidad de raíz,
presión de vapor de agua deficitaria y otros más relacionados con la fisiología De las
plantas; Por lo tanto, el impacto en el presupuesto hídrico simulado por el modelo
estará más relacionado con la evapotranspiración;

La incapacidad de los modelos para describir físicamente las interacciones de la vida

real, considerando principalmente el tiempo, de los impactos de las plantas en la
zona superficial y vadosa, genera nuevos procesos que no son capturados por el
modelo. Uno de estos procesos está relacionado con el comportamiento de
infiltrabilidad del suelo después de la deforestación. Hay una serie de estudios que
demuestran el papel de los bosques nativos (basura y actividades biológicas) en la
formación de flujos preferenciales en el perfil del suelo, lo que ha promovido una
mayor capacidad de infiltración de los suelos. Estos flujos preferenciales se forman
de micro a macroescala en las cuencas hidrográficas e influyen en el presupuesto
general de agua. Los modelos no pueden simular este proceso adecuadamente ya
que esta interacción (actividades biológicas del suelo) es muy incierta para ser
modelada. Así, los resultados del presupuesto hídrico, principalmente aquellos
relacionados con el flujo base, no serán simulados adecuadamente, conduciendo a
conclusiones equivocadas.

Por último, entendemos que los modelos han sido modificados y evaluados de manera
significativa en los últimos años, destacando el uso del sentido remoto, el SIG y el
proceso de calibración automática, permitiendo que los modelos sean capaces de
simular un uso actual de la tierra en las cuencas hidrográficas . Sin embargo, todos
los modelos hidrológicos tienen casi la misma estructura física, lo cual no es suficiente
para simular problemas relacionados con los efectos a largo plazo de diferentes usos
del suelo. Ese es nuestro desafío para el futuro: entender completamente el ciclo
hidrológico, por ejemplo, la zona crítica, en la que los procesos hidrológicos actúan
juntos desde el dosel hasta el fondo de los acuíferos.

REFERENCIAS

ABBASPOUR, KC; JOHNSON, A .; VAN GENUCHTEN, M. Th. Estimación del flujo

incierto y parámetros de transporte utilizando un procedimiento de ajuste de
incertidumbre secuencial. Zona vadosa Journal, 3 (4): 1340-1352, 2004.
[ Enlaces ]

ABBASPOUR, KC et al. Modelado de la hidrología y calidad del agua en la cuenca

pre-alpina / Thur alpina usando SWAT. Diario de Hidrología, 333 (2/4): 413-430,
2007. [ Enlaces ]

ALLEN, RG et al. Evapotranspiración de cultivos: lineamientos para calcular los

requerimientos de agua de los cultivos. FAO: Roma, 1998, 300 p. [ Enlaces ]

AMORIM, RSS et al. Valoración de los modelos de impresión de la erosión hídrica

USLE, RUSLE y WEPP para diferentes condiciones edafoclimáticas del
Brasil. Engenharia Agrícola, 30 (6): 1046-1059, 2010. [ Enlaces ]

ANDRADE, MA; MELLO, CR; BESKOW, S. Simulación hidrológica en una bacia

hidrográfica representativa de los Latossolos en la región de Alto Rio Grande,
MG. Revista Brasileira de Engenharia Ambiental agricolae, 17 (1): 69-76, 2013.
[ Enlaces ]

ARNOLD, JG y col. SWRRB: Un modelo de simulación a escala de cuencas para la

gestión de los recursos hídricos y del suelo. Estación College: Texas A & M
University Press, 1990. 255p. [ Enlaces ]

ARNOLD, JG; WILLIAMS, JR; MAIDMENT, DR Modelo de enrutamiento continuo de

agua y sedimento para grandes cuencas. Diario de Ingeniería Hidráulica, 121 (2):
171-183, 1995. [ Enlaces ]

ARNOLD, JG; WILLIAMS, JR SWRRB - Un modelo a escala de cuenca para la gestión

de los recursos del suelo y de los recursos hídricos. En: SINGH, VP (ed). Modelos
informáticos de hidrología de cuencas hidrográficas.Publicaciones de Recursos