Dirección General de Hidrología

Transcripción

1 Meteorología e del DECENIO DE LAS PERSONAS CON DISCAPACIDAD EN EL PERÚ "Año de la promoción de la industria y del compromiso climático" Por : Lima 30 de Octubre de 2015 *miguelastorayme@gmail.com

2 Meteorología e del CONTENIDO Antecedentes. Objetivos. Marco teórico. Área de estudio. Metodología. Resultados. Conclusiones. Perspectivas

3 Meteorología e del ANTECEDENTES En la actualidad no existe un sistema de pronóstico que pueda predecir el comportamiento del caudal del río Chillón y su influencia en su cauce. 15 de mayo de 2001 Desborde del rio Chillón 35 m3/s. 13 de mayo de 2013 Puente San Diego 32 m3/s. Urb. San Diego, ubicada en los límites de SMP y Puente Piedra. Fuente: SENAMHI - INDECI

4 Meteorología e del ANTECEDENTES Es posible pronosticar eventos extremos asociados al factor climático? Diciembre de 2012 : Proyecto Vía Parque Rímac. Fuente: El Comercio. Abril de 2012 : 150 casas inundadas. Carabayllo-Lima. Fuente: INDECI.

5 Meteorología e del OBJETIVOS Evaluar y comparar la capacidad de respuesta de los modelos semi-distribuidos en la cuenca del río Chillón. OBJETIVOS ESPECIFICOS Calibración y validación de los modelos GR4J SOCONT HBV SAC. Análisis comparativo de los caudales simulados mediante indicadores estadísticos de eficiencia. Determinación de los modelos de mejor respuesta. Generar pronósticos a corto plazo

6 Meteorología e del MARCO TEÓRICO Los modelos matemáticos se fundamentan en las bases de la econometría y son de lejos los más utilizados debido al creciente desarrollo de las computadoras.(omm, 2011) Fuente: Tomado de Mathematical Models in Hydrology, R.T. Clark.

7 CLASIFICACIÓN PERÚ Meteorología e del MARCO TEÓRICO Fuente: Hydrologic Models, Chong-yu Xu (2002).

8 CLASIFICACIÓN PERÚ Meteorología e del MARCO TEÓRICO Por su estructuración En la actualidad se estila a usar los modelos de caja Gris. MODELOS HIDROLÓGICOS BLACK BOX GRAY BOX WHITE BOX Fuente: Hydrologic Models, Chong-yu Xu (2002).

9 CLASIFICACIÓN MODELOS HIDROLÓGICOS PERÚ Meteorología e del MARCO TEÓRICO Por su espacialización AGRUPADO O AGREGADO SEMIDISTRIBUIDO DISTRIBUIDO Fuente: Hydrologic Models, Chong-yu Xu (2002).

10 CLASIFICACIÓN PERÚ Meteorología e del MARCO TEÓRICO Por la longitud de la modelización Comparación de la respuesta del modelo hidrológico GR4J en la cuenca Koshi, Nepal (2011). Modelación discreta Precipitación mm/día Modelación continua Caudal observado m3/s Caudal simulado m3/s Modelación continua de gestión.

11 Meteorología e del MARCO TEÓRICO GR4J Modelos hidrológicos Presenta 4 parámetros y 2 variables de estado o condiciones iniciales. Génie Rural à 4 paramètres Journalier (Perrin et al, 2003) Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS MINERVE Technical manual. Group, Switzerland.

12 Meteorología e del MARCO TEÓRICO SOCONT Modelos hidrológicos Presenta 11 parámetros y 5 variables de estado o condiciones iniciales. Soil Contribution (Consuegra y Vez,1996) Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS MINERVE Technical manual. Group, Switzerland.

13 Meteorología e del MARCO TEÓRICO HBV Modelos hidrológicos Presenta 14 parámetros y 5 variables de estado o condiciones iniciales. Hydrologiska Byrans Vattenbalansavdelning (Sten Bergström,1992) Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS MINERVE Technical manual. Group, Switzerland.

14 Meteorología e del MARCO TEÓRICO SAC-SMA Modelos hidrológicos Presenta 16 parámetros y 6 variables de estado o condiciones iniciales. Sacramento Soil Moisture Accounting (Burnash et al., 1973) Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS MINERVE Technical manual. Group, Switzerland.

15 Meteorología e del MARCO TEÓRICO RS Minerve RS MINERVE es un software hidrológico e hidráulico desarrollado por el Centre de Recherche sur l'environnement Alpin CREALP (García Hernández et al., 2014a). Fuente: Astorayme M. A. et al, (2015). Link de Descargar

16 Meteorología e del ÁREA DE ESTUDIO 14 registros de Pp 7 registros de T 2 registros de Q. Cuenca del Chillón, estaciones hidro-meteorológicas.

17 Meteorología e del ÁREA DE ESTUDIO Climatología Parte alta 4000 a 5260 m snm, Tm < 6 C y Pp 700 mm/año. Parte media 3000 a 4000 m snm, 6 <Tm < 12 C y Pp 500 mm/año. Parte Baja de 0 a 3000 m snm, 18 < Tm < 24 C y Pp 200 mm/año. CUENCA DEL RIO CHILLÓN Área 2210 km 2, (42%) cuenca húmeda. SUBCUENCA MAGDALENA Área 1254 km 2 Modelo digital de elevación(dem 90 mts SRTM)

18 Meteorología e del METODOLOGÍA Recopilación y análisis de la información. Delimitación del área de estudio. Recopilación de la información de campo. Análisis de la información Completación y generación de la información meteorológica al modelo. Tm Pm ETPm Esquematización de los modelos hidrológicos en RS Minerve. División por subcuencas División por bandas altitudinales Calibración División por zonas GR4J SOCONT HBV SAC-SMA Validación Comparación de modelos Generación de un protocolo de pronóstico de caudales en la cuenca del río Chillón

19 Meteorología e del METODOLOGÍA Espacialización del área de estudio. 1-subcuencas El área de estudio fue dividida en 25 sub cuencas. Leyenda Rios Sub-cuencas SUBCUENCA MAGDALENA

20 Meteorología e del METODOLOGÍA Espacialización del área de estudio. 2-Bandas altitudinales Se generaron 122 unidades unidades hidrológicas aportantes denominadas bandas altitudinales, cada 500 m, en el RS Gis de MINERVE. Superficie media de 10.3 km 2

21 Meteorología e del METODOLOGÍA Espacialización del área de estudio. 3-división por zonas Gradientes de precipitación, uno desde los 5000 hasta los 3000 m s.n.m. (zonas A y C) y un segundo desde los 3000 hasta los 1000 m s.n.m. (zona B y D).

22 Meteorología e del METODOLOGÍA Adecuación de los modelos en RS Minerve Representación del área de estudio en según RS Minerve. Delimitación del área de estudio en 25 subcuencas y 122 bandas altitudinales.

23 Meteorología e del METODOLOGÍA Resumen - adecuación

24 Meteorología e del METODOLOGÍA Calibración y validación El periodo de calibración considerado es de Set/2004 a Ene/2011, siendo el periodo de validación distinto (Feb/2004 a Feb/2014, Obrajillo y Set/2012 a Feb/2014, Puente Magdalena). Se usó el método del Shuffled Complex Evolution Univestity of Arizona (SCE-UA) (Duan et al., 1992, 1993), algoritmo incorporado a RS MINERVE para la calibración automática multi-objetivo.

25 Meteorología e del METODOLOGÍA Metodología de calibración OF= max( Nash. w 1 + Nashln. w 2 + Person. w 3 + BS. w 4 RRMSE. w 5 RVB. w 6 NPE. w 7 )c

26 Meteorología e del RESULTADOS Parámetros obtenidos por zona Estos no pretenden ser los únicos juegos de valores que ajusten al modelo, aunque sí pretenden formar un juego de parámetros que haga posible predecir de manera adecuada el comportamiento de las series observadas.

27 Meteorología e del RESULTADOS

28 Meteorología e del RESULTADOS

29 Meteorología e del RESULTADOS Validación de las series simuladas Est. Obrajillo Est. Puente Magdalena

30 Meteorología e del RESULTADOS Comparación de las series simuladas multimensulaes para las dos estaciones de aforo. 15 Estación de aforo Obrajillo Calibración 20 Estación de aforo Puente Magdalena Calibración 10 (a) 15 (b) Q (m3/s) Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago 0 Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago 20 (c) Validación 30 (d) Validación Q (m3/s) Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago 0 Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago Mes Mes Observada GR4J SOCONT HBV SAC

31 Meteorología e del RESULTADOS Indicadores estadísticos de bondad Los modelos lluvia-escorrentía HBV y SAC presentan estadísticamente unos mejores indicadores con coeficientes muy similares de Nash [ ]. Además, se ha encontrado un buen comportamiento de los caudales bajos.

32 Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) Caudal (m3/s) PERÚ Meteorología e del RESULTADOS Generación de escorrentía por subcuenca 1.5 Subcuenca Subcuenca 6 3 Subcuenca /04 09/06 09/08 09/10 09/12 Subcuenca 10 Fecha /04 09/06 09/08 09/10 09/12 Fecha Subcuenca /04 09/06 09/08 09/10 09/12 Fecha Subcuenca /04 09/06 09/08 09/10 09/12 Fecha 0.8 Subcuenca /04 09/06 09/08 09/10 09/12 Fecha 0 09/04 09/06 09/08 09/10 09/12 Fecha Subcuenca /04 09/06 09/08 09/10 09/12 Subcuenca 23 Fecha /04 09/06 09/08 09/10 09/12 Fecha 0 09/04 09/06 09/08 09/10 09/12 Fecha Subcuenca /04 09/06 09/08 09/10 09/12 Fecha Subcuenca /04 09/06 09/08 09/10 09/12 Subcuenca Fecha /04 09/06 09/08 09/10 09/12 Subcuenca 21 Fecha /04 09/06 09/08 09/10 09/12 Fecha HBV SAC GR4J SOCONT Cuadro resumen caudales multianuales sub Caudal (m3/s) cuenca SAC HBV GR4J SOCONT

33 Meteorología e del RESULTADOS Ejercicio : Pronóstico a corto plazo usando precipitación de los modelos Eta- SENAMHI (32km) Y WRF(33 km) 08 DE ABRIL DE 2015 GR4J SAC 08 DE ABRIL DE HBV 2015 PROM PROM CUENCA ESTACIONES Q-obs WRF GR4JETA-S WRF SACETA-S WRF HBVETA-S WRFPROMETA-S PROM CHILLON CUENCA OBRAJILLO ESTACIONES Q-obs WRF ETA-S WRF ETA-S WRF ETA-S WRF ETA-S CHILLON P OBRAJILLO MAGDALENA RIMAC CHILLON SHEQUE P MAGDALENA RIMAC TAMBORAQUE SHEQUE RIMAC TAMBORAQUE DE ABRIL DE 2015 GR4J SAC 09 DE ABRIL DE HBV 2015 PROM PROM CUENCA ESTACIONES Q-obs WRF GR4JETA-S WRF SACETA-S WRF HBVETA-S WRFPROMETA-S PROM CHILLON CUENCA OBRAJILLO ESTACIONES Q-obs WRF ETA-S WRF ETA-S WRF ETA-S WRF ETA-S CHILLON P OBRAJILLO MAGDALENA RIMAC CHILLON SHEQUE P MAGDALENA RIMAC TAMBORAQUE SHEQUE RIMAC TAMBORAQUE H-Obrajillo H-Puente Magdalena Cuenca del río Chillón

34 Meteorología e del CONCLUSIONES Los resultados de las simulaciones permiten concluir que los modelos con mayor cantidad de parámetros, HBV y SAC, describen relativamente bien a las series observas y de manera más detallada durante las épocas de estiaje, en relación a los otros modelos. Sin embargo, las simulaciones de los modelos GR4J y SOCONT, no presentan variaciones significativas, siendo en general los caudales simulados cercanos entre sí. El modelo GR4J, con tan solo 4 parámetros, describe correctamente a los caudales observados, sobre todo en épocas de avenida, y sus resultados son casi comparables a los producidos por modelos complejos HBV y SAC, lo cual se corrobora por sus indicadores de bondad. Gracias a la facilidad de calibración (por su poca cantidad de parámetros), se concluye que el modelo GR4J es una buena alternativa para modelar la cuenca del río Chillón y se recomienda su uso.

35 Meteorología e del CONCLUSIONES Debe tomarse en consideración que a mayor número de parámetros a calibrar, la incertidumbre también puede ser mayor. Por este motivo se recomienda no calibrar todos los parámetros de un modelo relativamente complejo de forma simultánea. Los métodos de calibración automática tienden en estos casos a encontrar óptimos locales, mas no globales. Los resultados muestran la capacidad del programa RS MINERVE para simular la escorrentía en la cuenca del río Chillón. Estos resultados deben tomarse no como una solución única, sino como una respuesta consecuente a una metodología seguida por los autores, basada en los criterios de priorización para la calibración de los parámetros, la definición de zonas en el área de estudio y la asignación de los valores inicial de los modelos.

36 Meteorología e del DIRECCIÓN GENERAL DE HIDROLOGÍA Y RECURSOS HÍDRICOS Proyecto Glaciares 513

37 ESCUELA DE POSGRADO PERSPECTIVAS: 1 Adecuación de modelos hidrológicos. Ensamble de modelos Hidrológicos a un modelo Hidráulico para el control de avenidas en la cuenca del río Rímac. 2 Análisis comparativo mediante indicadores estadísticos. PhD. Ing. Ronald Roger Gutierrez Llantoy - Fac. Ing. Civil PUCP ASESOR 3 Levantamiento del área de estudio. 4 Adecuación de modelo hidráulico. Uso de Drones. 5 Ensamble: Modelos hidrológicos - modelo hidráulico. OBJETIVO: Monitorear y pronosticar caudales y niveles de agua.