Evaluación del modelo hidrológico AnnAGNPS en una cuenca agrícola de Navarra

Transcripción

1 IV Jornadas de Ingeniería del Agua La precipitación y los procesos erosivos Córdoba, 21 y 22 de Octubre 215 Evaluación del modelo hidrológico AnnAGNPS en una cuenca agrícola de Navarra Dra. R. Gastesi Barasoain Departamento de Sistemas de Información Territorial. Sección de Ingeniería del Agua. Trabajos Catastrales S. A. (TRACASA). C/ Cabárceno, Sarriguren. Navarra Dr. J. J. López Rodríguez; Dr. J. Casalí Sarasibar Departamento de Proyectos e Ingeniería Rural. Área de Ingeniería Hidráulica. Universidad Pública de Navarra 1. Introducción y antecedentes Una adecuada valoración del efecto de la actividad agraria sobre el entorno y en consecuencia la propuesta de mejoras en el manejo de tierras requiere la recolección y análisis de información meteorológica, hidrológica, y de calidad de aguas.. La descripción detallada de la cuenca cerealista de secano, La Tejería, en la que se ha aplicado dicho modelo se puede encontrar en Casalí et al., 28. Los datos experimentales permiten contrastar y evaluar los datos simulados por los modelos con datos reales. Sin embargo, los modelos de simulación, permiten obtener información de procesos y tendencias sobre áreas más extensas, periodos de tiempo más largos y predecir la respuesta de la cuenca ante posibles variaciones climáticas, y distintas condiciones de uso o manejo de forma efectiva. 2. Modelo hidrológico de contaminación agraria difusa 2.1 Descripción del modelo AnnAGNPS es un modelo semidistribuido donde la cuenca a estudiar se subdivide en celdas o subcuencas, de forma irregular y completamente engarzadas por la red de drenaje. La celda es la unidad hidrológica. A cada celda se le aplica el balance hídrico completo, por lo que se calcula el contenido de humedad del suelo diariamente (Theurer and Cronshey, 1998) que permite el ajuste del CN (Mockus, 1972), proporcionando las condiciones de humedad antecedente de modo continuo. La aportación de la erosión laminar se calcula con la ecuación de RUSLE. Es un modelo de simulación continua, a nivel de cuenca que evalúa la contaminación difusa a largo plazo (carga de sedimentos, fertilizantes y pesticidas) de cuencas agrícolas.

2 Aportación anual media (Vdir avge) Millones Qdir 2.2 Análisis de sensibilidad hidrológico El análisis de sensibilidad tiene como objetivo seleccionar los parámetros clave, a los que los resultados del modelo son más sensibles y explorar el rango de variación de los input dentro de lo físicamente posible, con qué rango de variación en los resultados del modelo, output, se corresponde. Se calcula el valor del coeficiente de sensibilidad de Nearing (Nearing et al., 199), que proporciona una medida cuantitativa de la sensibilidad de los resultados del modelo a la variación de los datos de entrada. Este proceso permite detectar las sinergias existentes en la variación de los parámetros de entrada y permite concluir con un proceso de calibración del componente hidrológico al finalizar su correspondiente análisis de sensibilidad. Un coeficiente de Nearing igual a uno indica que el ritmo de variación de un parámetro dado, causa el mismo ritmo de variación en las salidas del modelo; si tiene un signo negativo indica que entradas y salidas varían en direcciones opuestas. Nea O O O I I I donde: I 1 : valor mínimo del parámetro de entrada ;I 2 : valor máximo del parámetro de entrada ;O 1 : valor de la variable de salida correspondiente a I 1 ; O 2 : valor de la variable de salida correspondiente a I 2 ; O 12 : valor promedio de la variable de salida; I 12 : valor promedio del parámetro de entrada; Nea: coeficiente de Nearing. El valor de este coeficiente se ha estimado por intervalos del valor del parámetro, para ver también como varía la sensibilidad en función de dichos valores. Entre los parámetros evaluados, la profundidad de la roca madre con Nea=-3.9, el número de curva con Nea=1.87, seguido de la capacidad de campo con Nea=-.62, son los parámetros a los que el modelo es más sensible, y tienen un mayor efecto en la variable de salida, volumen de escorrentía directa, V dir (Fig. 1) [1] a) b) c) Qdir_observado 4 2 Aportación anual media (Vdir avge) Millares Profundidad Roca madre (m) CN Capacidad de campo (FC) % SM Figura 1. Parámetros más sensibles del análisis de sensibilidad del componente hidrológico de AnnAGNPS. a) Profundidad roca madre (m) vs. aportación anual media. b) CN vs. suma aportaciones. c) Capacidad de campo (%) vs. aportación anual media. 2.3 Calibración hidrológica del modelo La simulación preliminar del modelo muestra los resultados de la misma aplicando los parámetros de entrada a priori más adecuados. Los resultados de la misma sobreestiman el volumen de escorrentía anual y la frecuencia de eventos de escorrentía. Durante el otoño el modelo reacciona antes y simula escorrentía, mientras que en la realidad no la

3 P + deshielo (mm) hay porque presumiblemente la cuenca sigue recargando sus reservas de agua en el suelo y como consecuencia se sobreestima el volumen de escorrentía simulado. Los estadísticos de la simulación preliminar por año hidrológico y su promedio dan unos resultados pobres acordes con el resultado gráfico (Fig. 2). A nivel evento el modelo sobreestima y la escorrentía simulada está perfectamente sincronizada con la precipitación observada; sin embargo la escorrentía observada suele presentar cierto desfase con respecto a la lluvia apareciendo el pico de escorrentía uno o dos días más tarde. De los 9 años de simulación con los que se cuenta, 3, del 25 al 28 se han utilizado para calibrar el modelo y 6 para su validación. En la selección del periodo de calibración se tienen en cuenta: incluir años hidrológicos húmedos, medios y secos; utilizar de 3 a 5 años; utilizar varias técnicas de evaluación. La calibración del componente hidrológico del modelo se ha centrado en el volumen de escorrentía directa a la salida de la cuenca. Para la misma se emplea el algoritmo de optimización proporcionado por el propio modelo, para el que la entrada es la escorrentía directa observada promedio de los años de periodo de calibración seleccionados (target average annual runoff). 2 Volumen de Escorrentía directa P + Deshielo Qdir_calval Qdir_obs Qdir (m 3 ) Millares Meses con dato Q Figura 2. Escorrentía directa mensual observada Figura 3. Escorrentía directa mensual observada (negro) vs. simulación preliminar (rojo) (negro) vs. simulación calibrada V dir (rojo) Dicha cercanía se mide mediante comparación gráfica y mediante el cálculo de los cinco estadísticos seleccionados para evaluar la bondad de ajuste. La coincidencia en el tiempo y la magnitud del volumen de escorrentía directa se mejoran con la calibración como refleja la mejora en los valores de los estadísticos seleccionados y como puede observarse en la representación gráfica (Fig. 3). El resultado puede calificarse de bueno según todos los estadísticos a nivel mensual: coeficiente de Nash; Nash-Sutcliffe Efficicency (NSE) de.82 y.66 para calibración y validación respectivamente, que se encuentra en el rango (.65<NSE<.75) definido como bueno. Asimismo, Root mean square error- Standard deviarion Ratio (RSR) de.36 y.51 para calibración y validación respectivamente, se encuentra en el rango (.5<RSR<.6) considerado bueno. Por último, el porcentaje de desviación Percentage of Bias (PBIAS) de 5.75 y 17.34, también es bueno, según el rango específico para el caudal (± 1 PBIAS ± 15). El modelo calibrado es bueno según todos

4 los estadísticos a nivel mensual. Tras la calibración, se ha corregido en gran medida el exceso de reacción del modelo a las lluvias otoñales (otorgando mayor capacidad de retención de agua a la cuenca) y de las lluvias primaverales (subestimación inicial del poder evapotranspirador del cultivo). Sin embargo, al analizarlo a nivel de evento y en parte a nivel mensual, los caudales punta de los eventos invernales son ligeramente menores al haberse reducido también el volumen de escorrentía en esa época. 2.4 Comportamiento erosivo de la cuenca La Tejería registra una elevada exportación de sedimentos. Su forma circular, su mayor pendiente de la red de drenaje, la casi ausencia de vegetación de ribera aumentando la inestabilidad y derrumbe de taludes, y el hecho de ser más proclive a fenómenos de erosión por flujos concentrados como deslizamiento de tierra, (Fig. 4) cárcavas efímeras, surcos están entre las causas que explican la elevada exportación de sedimentos. La baja densidad de la red de drenaje (1.91 km/km²) se explica por las pendientes uniformes y la presencia de grietas y areniscas en lugares puntuales de la cuenca que aumentan la infiltración, disminuyendo así la escorrentía y la extensión de la red de drenaje. Cuando el deslizamiento se activa, éste empuja las parcelas contiguas, provocando derrumbes en los taludes del tramo de cauce colindante a dichas parcelas, en donde la escasez de vegetación de ribera aumenta la inestabilidad y derrumbe de los mismos (Fig. 5). Figura 4. Deslizamiento de tierra (23) Figura 5. Erosión del cauce (23) La exportación de sedimentos y su variabilidad interanual, fueron elevadas en la cuenca. La evacuación de sedimentos se concentra en pocos eventos anuales, un promedio de uno o dos por año. Las precipitaciones de estos eventos generadores de casi la totalidad de la evacuación anual de sedimentos no son precipitaciones diarias muy altas, si bien vienen precedidas de precipitaciones, humedad antecedente y caudal alto, coincidente o cercano al valor máximo de caudal para dicho año. La mayor parte de la exportación de sedimentos ocurre en los meses de invierno (Figs. 6), a pesar de la baja erosividad de las lluvias invernales, debiéndose a la mayor generación de escorrentía y a la presencia de suelos desnudos, más vulnerables y con elevado contenido hídrico por lluvias precedentes. Por tanto, la descarga de sedimentos puede explicarse principalmente por el volumen de escorrentía y la condición actual del suelo, más que por la erosividad de la lluvia.

5 a) b) Figura 6. Sedimentos observados (kg/ha) acumulados (línea negra) y diarios (línea roja), días con datos de concentración de sedimentos y de caudal total (línea amarilla) La variabilidad interanual del volumen de escorrentía no explica completamente la variabilidad interanual de la evacuación de sedimentos (Fig. 7). Parte de la elevada variabilidad interanual de la exportación de sedimentos radica en la activación o no de alguno de los procesos erosivos, en concreto el deslizamiento de ladera, las cárcavas efímeras y la erosión de taludes y lecho de la red de drenaje de la cuenca. a) a ESCORRENTÍA ANUAL (mm) PRECIPITACIÓN - ESCORRENTÍA 96/97 97/98 98/99 99/ /1 1/2 2/3 3/4 4/5 5/6 6/7 7/8 8/9 9/ PRECIPITACIÓN ANUAL (mm) EVACUACIÓN DE SEDIMENTOS (kg ha - ¹ a) b) b SEDIMENTOS 96/97 97/98 98/99 99/ /1 1/2 2/3 3/4 4/5 5/6 6/7 7/8 8/9 9/1 Figura 7. Valores medios anuales (año hidrológico) de precipitación y escorrentía (a) y exportación de sedimentos (b). La ausencia de columna significa que el dato no está disponible. 2.5 Análisis de sensibilidad erosivo

6 La evaluación del componente erosivo es similar a la del componente hidrológico. Los resultados de la simulación preliminar subestiman la carga de sedimentos anual a la salida de la cuenca (Fig. 8). Tras un primer ajuste de otras fuentes de sedimentos, aumenta dicha a) carga. El análisis de sensibilidad muestra como los parámetros más sensibles de los que afectan al factor C son: la masa radicular con Nea= -.5, los coeficientes de descomposición superficial y subsuperficial con Nea=.6, y la rugosidad superficial con Nea= -1. De los parámetros que b) afectan al caudal pico, la pendiente c) del cauce con Nea=.5 es aquel al que el modelo es más sensible. Del resto de parámetros, el tipo de distribución de lluvia con Nea= 1 y el número de curva CN con Nea= 1.9, son parámetros a los que el modelo es muy sensible. a) b) c) Figura 8. Parámetros clave tras el análisis de sensibilidad del componente erosivo de AnnAGNPS. En todos los casos la ordenada es la carga de sedimentos promedio. a) CN. b) tipo de distribución de lluvia (Intensidad máxima de la lluvia). c) Coeficiente descomposición superficial y subsuperficial. Además se realiza un análisis de sensibilidad específico de otras fuentes de sedimento (Fig. 9). Entre los parámetros de cárcavas efímeras el modelo exhibe una mayor sensibilidad a la erosionabilidad de la cabecera con Nea=.41, a la anchura de la desembocadura con Nea=.47 y al factor de calibración con Nea=.71. En la erosión de taludes y lecho el modelo es más sensible al tamaño de partícula erosionable, con Nea=.76. a) b) Figura 9. Parámetros clave tras el análisis de sensibilidad de componente erosivo de AnnAGNPS, otras fuentes de sedimentos. En todos los casos la ordenada es la carga de sedimentos promedio. a)

7 Factor de calibración de la erosión de cárcavas efímeras. b) Tamaño de partícula erosionable para erosión de taludes y lecho. 2.6 Estacionalidad de la lluvia Se realiza un estudio de la estacionalidad de la lluvia mediante un análisis cluster de precipitaciones para poder evaluar la conveniencia o no de distinguir entre distintos tipos de distribución de lluvia estacionales (Fig. 1). El análisis cluster distingue dos grupos de eventos: uno (cluster 2 y cluster 3), de mayor torrencialidad e intensidades de lluvia mayores (23%); y el otro (cluster 1), que contiene a la mayoría de los eventos, más moderado (77%). Una correlación significativa indica que la mayor parte de los cambios en las características de las tormentas se explica con la variable porcentaje de precipitación intensa y con las intensidades (I5, I15, I3 ). También las variables EI 3 y duración, muestran características diferenciadas para cada uno de los clusters. El cluster veraniego presenta una menor duración, un mayor factor EI 3, y una mayor precipitación con intensidad superior a.25 mm/h. Figura 1. Ajuste de Bonferroni de los clusters 1, 2 y 3 para seleccionar las variables clasificatorias. A raíz del análisis, se decide separar la totalidad de los eventos en estos dos grupos y obtener el tipo de distribución de lluvia para cada uno de ellos. El cluster más torrencial, está claramente ligado a los meses estivales, junio, julio, agosto y septiembre, muestra una mayor intensidad, lo que implica mayor erosividad de las lluvias y, en definitiva, una mayor torrencialidad. 2.7 Calibración erosiva del modelo Los resultados de la simulación preliminar subestiman la carga de sedimentos anual a la salida de la cuenca. Dicha simulación preliminar, tras un primer ajuste de otras fuentes de sedimentos, aumenta la carga de sedimentos anual, aproximándose más a la observada (Fig. 11). Para la calibración del componente erosivo, aparte de la erosión laminar simulada por RUSLE, se realiza la calibración de cárcavas efímeras (Fig. 12). La información con la que contamos para calibrar las cárcavas efímeras es la medición en campo de sedimentos evacuados a la salida de las cárcavas desde enero a septiembre del 24 que se compara con la simulación de la cantidad de sedimentos generada por las cárcavas

8 efímeras a la salida de las mismas (Gully Yield to mouth), calibrando de esta manera el conjunto de parámetros que caracterizan dicha erosión por flujos concentrados. Además, se selecciona el tipo de distribución de lluvia del cluster torrencial, en los eventos cuya evacuación de sedimentos ha sido más importante. La simulación de sedimentos por poco pero no puede calificarse como satisfactoria, pese a la clara mejora experimentada tras su calibración. Se observa como el modelo mejora mucho en todos los años hidrológicos salvo en el año que tiene un ajuste pobre, subestimándose la carga de sedimentos del evento. Figura 11. Carga de sedimentos mensual obs. (negro) vs. simulación preliminar (rojo) Figura 12. Carga de sedimentos mensual obs. (negro) vs. simulación calibrada Sed (rojo) 5. Conclusiones La aplicación del modelo AnnAGNPS precisa de una adaptación de los parámetros de entrada a las condiciones locales. La comparación a nivel evento pone de relieve que éste no es el objetivo del modelo, sino periodos mayores y a más largo plazo. La simulación hidrológica a nivel mensual es buena. El análisis de sensibilidad y la calibración del componente erosivo indican que el aporte de otras fuentes de sedimentos distintas de la laminar medida por RUSLE tiene una gran trascendencia en la cantidad total de sedimentos evacuada a la salida de la cuenca. Una correcta valoración, tanto experimental como simulada en el modelo, de las mismas, mejoraría la estimación de la exportación de sedimentos en la cuenca. Agradecimientos Este trabajo ha sido parcialmente financiado por los proyectos REN23-328/HID, CGL /CLI y CGL /HID pertenecientes a diferentes ministerios competentes en materia de investigación del Gobierno de España. Asimismo al Dpto. de Desarrollo Rural, Medioambiente y Admón. Local por los datos de la Red de Cuencas Agrarias Experimentales del Gobierno de Navarra.

9 Referencias Casalí J., Gastesi R., Álvarez-Mozos J., De Santisteban L.M., Del Valle de Sersundi J., Giménez R., Larrañaga A., Goñí M., Agirre U., Campo M.A. Runoff, erosion, and water quality of agricultural watersheds in central Navarre (Spain). Agricultural Water Management, 95: Mockus, Estimation of direct runoff from storm rainfall. Washington D.C. Theurer, F.D., Cronshey, R.G., AnnAGNPS-Non Point Pollutant Loading Model. Proceedings First Federal Interagency Hydrologic Modeling Conference, Las Vegas, NV.

10