Desempeño Óptimo de los modelos hidrológicos SWAT y GR2M en la cuenca hidrográfica del Amazonas en Perú: cuenca del río Mayo Santiago Alberto Casas Luna - UNSM/T Jesús Abel Mejía Marcauzo - UNALM Barcelona-Terrassa 26 & 27 June I International Congress on Water and Sustainability
24
Embed
Desempeño Óptimo de los modelos hidrológicos SWAT y …€¦ · · 2017-06-29200 000 km2 y un caudal anual promedio de 6 300 km3 de agua que descarga en el ... coeficiente de
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Desempeño Óptimo de los modelos hidrológicos SWAT y GR2M en la cuenca hidrográfica del Amazonas en Perú:
cuenca del río Mayo
Santiago Alberto Casas Luna - UNSM/TJesús Abel Mejía Marcauzo - UNALM
Barcelona-Terrassa 26 & 27 June
I International Congress on Water and Sustainability
Introducción
Metodología
Resultados
Discusión
Conclusiones
I International Conference on Water and Sustainability | 1ª Conferencia Internacional en Agua y sostenibilidad
Introducción
La cuenca del Amazonas es la más grande a nivel mundial, con un área de drenaje de 6200 000 km2 y un caudal anual promedio de 6 300 km3 de agua que descarga en elocéano Atlántico (Molinier et al. 1996, Marengo 2006).
Emanuel & Escurra (2000) refiere que la cuenca del río Amazonas tiene casi el 99% deltotal de los recursos hídricos existentes en el Perú y un estudio realizado por laUNESCO (2006) considera que la disponibilidad anual neta de agua en esta cuenca esde 2696 mm. La cuenca del río Mayo es aproximadamente el 0,14 % del total de lacuenca del Amazonas y el 0,72 % del territorio peruano, se caracteriza por presentargrandes variaciones altitudinales de 200 hasta 4 000 msnm.
I International Conference on Water and Sustainability | 1ª Conferencia Internacional en Agua y sostenibilidad
Introducción
Los modelos de simulación, constituyen una herramienta valiosa para seleccionaralternativas de ordenamiento y uso de la tierra. Tomando en cuenta la necesidad delrecurso agua, las políticas referidas para satisfacer estas necesidades, y el manejonecesario para implementar estas políticas, facilitan la evaluación de estrategiasorientadas hacia la sostenibilidad en el uso de los recursos naturales en apoyo a latoma de decisiones en el ámbito político y social (Jácome, 2002).
Sin embargo, el uso de modelos sin calibrar y validar puede conducir a unasobreestimación o subestimación considerable de las variables simuladas (Maldonadoet al., 2001). El conocimiento de los procesos de los recursos hidrológicos con ciertaprecisión, es fundamental para una planificación hidrológica adecuada y sostenible(Salinas, 2003; Gómez et al., 2005).
I International Conference on Water and Sustainability | 1ª Conferencia Internacional en Agua y sostenibilidad
Metodología
SWAT (Soil and Water AssessmentTool), es un modelo hidrológico a nivelde cuencas, desarrollado por USDA-Agricultural Research Service (USDA-ARS) y la Universidad de Texas (TexasA&M AgriLife Research).
El Modelo GR2M, Desarrollado por elCEMAGREF (Centro de InvestigaciónAgrícola e Ingeniería AmbientalFrancia), permite reconstruir loscaudales a partir de la precipitación y laevapotranspiración y funciona a pasomensual.
I International Conference on Water and Sustainability | 1ª Conferencia Internacional en Agua y sostenibilidad
Metodología
SWAT (Soil and Water AssessmentTool), es un modelo hidrológico a nivelde cuencas, desarrollado por USDA-Agricultural Research Service (USDA-ARS) y la Universidad de Texas (TexasA&M AgriLife Research).
El Modelo GR2M, Desarrollado por elCEMAGREF (Centro de InvestigaciónAgrícola e Ingeniería AmbientalFrancia), permite reconstruir loscaudales a partir de la precipitación y laevapotranspiración y funciona a pasomensual.
I International Conference on Water and Sustainability | 1ª Conferencia Internacional en Agua y sostenibilidad
Metodología
Para el análisis se utilizó información mensual del periodo 2000-2014 de las variables de precipitación (8estaciones) y temperaturas mínima y máxima (4 estaciones). Además de la información diario del período2000-2014 de caudales de la estación hidrológica Shanao y la variable evapotranspiración se analizó con elmodelo de Hargreaves & Samani (1985),
Datos Hidrométricos y estimados: Q y ETP
0
50
100
150
200
250
300
350
16
/01
/20
00
16
/05
/20
00
16
/09
/20
00
16
/01
/20
01
16
/05
/20
01
16
/09
/20
01
16
/01
/20
02
16
/05
/20
02
16
/09
/20
02
16
/01
/20
03
16
/05
/20
03
16
/09
/20
03
16
/01
/20
04
16
/05
/20
04
16
/09
/20
04
16
/01
/20
05
16
/05
/20
05
16
/09
/20
05
16
/01
/20
06
16
/05
/20
06
16
/09
/20
06
16
/01
/20
07
16
/05
/20
07
16
/09
/20
07
16
/01
/20
08
16
/05
/20
08
16
/09
/20
08
16
/01
/20
09
16
/05
/20
09
16
/09
/20
09
16
/01
/20
10
16
/05
/20
10
16
/09
/20
10
16
/01
/20
11
16
/05
/20
11
16
/09
/20
11
16
/01
/20
12
16
/05
/20
12
16
/09
/20
12
16
/01
/20
13
16
/05
/20
13
16
/09
/20
13
16
/01
/20
14
16
/05
/20
14
16
/09
/20
14
Cau
dal
es
(mm
/me
s)
80
90
100
110
120
130
140
150
160
170
180
ETP
(m
m/m
es)
!.
2120
1
9
6
4
7
2
19
8
5
3
14
1011
18
1217
131516
Delimitación de cuenca y división en sub-cuencas en SWAT
!.
Legend
!. Estacion aforo Shanao
Cuenca
DEM
SRTM 90m resolucion espacialHigh : 5588
Low : 112
• El DEM utilizado es del producto SRTM, el cual se descargo de: http://srtm.csi.cgiar.org/• Se delimitó la cuenca en SWAT utilizando el DEM, luego se ha dividido en 21 sub-cuencas,
Correlación entre los caudales simulados y observados
Modelamiento de la Cuenca del Río Mayo con el modelo GR2M
Se aprecia una buena correlación entre los datos observados y simulados, con un coeficiente de correlación (R = 0.838)
Análisis de Sensibilidad del Modelo GR2M
-400
-200
0
200
400
600
800
1000
-150 -100 -50 0 50 100 150
Análisis de Sensibilidad de Caudales simuladosCuenca del Rio Mayo – San Martín
Q - X1 (%) Q - X2(%)
Interpretación:El parámetro más sensible en el modelo evaluado es el parámetro X1El parámetro X1: La capacidad máxima de almacenamiento del reservorio sueloEl parámetro X2: Coeficiente de intercambio de agua en la cuenca.
Nota.- La validación se realizó para el periodo 2013-2014.
Desempeño de los modelos hidrológicos SWAT y GR2M
El modelos hidrológicos SWATpresenta subestimación deforma sistemática respecto alos caudales mediosmensuales observados
Mientras que el modelo GR2Mlogra un mejor ajuste peroforzando los parámetros X1(Capacidad máxima dealmacenamiento delreservorio suelo) y X2(coeficiente de intercambio deaguas subterráneas) durantela calibración.
I International Conference on Water and Sustainability | 1ª Conferencia Internacional en Agua y sostenibilidad
Conclusiones
El modelo SWAT en la cuenca del río Mayo desarrolló una simulación, cuyo criterio deeficiencia de la escorrentía superficial de la cuenca es NSE = -1.21, lo que significa queel modelo no reproduce bien las descargas observadas, probablemente por ladiscontinuidad y escasa serie de la data, sin embargo se observa la correlaciónaceptable respecto a los caudales (R2 = 0.77 y R = 0.88). Este modelo se desarrolló enuna situación donde no hubo calibración ni se mejoró ningún parámetro (sólo valorespor defecto de la interfaz AVSWAT, excepto por la corrección del error en SLSUBBSN), yen condiciones de escasez de información para una mejor estimación de parámetrosde base física importantes: CN (número de curva), Ksat (conductividad hidráulicasaturada del suelo), AWC (agua disponible en el suelo), entre otros.
La aplicación del modelo GR2M en la cuenca, presenta una eficienciarelativamente aceptable, tanto en el periodo de calibración (61.1%) como en elperiodo de validación del modelo (60.6%), por lo que se ajusta la aplicación deeste modelo a nuestra cuenca en estudio.
Del análisis de desempeño de los modelos hidrológicos SWAT y GR2M, para lacuenca del río Mayo, se concluye que el modelo GR2M logra un mejor ajuste peroforzando el parámetros X1 (Capacidad máxima de almacenamiento del reservoriosuelo) durante la calibración.
Finalmente, en las condiciones de datos empleados en el presente estudio, laaplicación del modelo GR2M es recomendable pronosticar los caudalesmensuales en la cuenca del río Mayo.
… Gracias
Barcelona-Terrassa 26 & 27 June
I International Congress on Water and Sustainability