Está en la página 1de 4

Comparación de los diferentes criterios de eficiencia para el modelo

hidrológico. P. Krause

1

Resumen

Cómo han resultado los modelos hidrológicos? Se comparan las variables
observadas, con aquellas variables simuladas. Comunmente se compara el
caudal medido teóricamente, con el caudal medido a la salida de una cuenca.
Ambos modelos (modelo 1 y modelo 2) pueden utilizarse para evaluar el
desempeño del modelado. En ambos enfoques, única y multi-respuesta, los
criterios de eficiencia son utilizados para proporcionar una evaluación objetiva
del comportamiento simulado con las mediciones observadas.
Hay criterios de eficiencia ampliamente utilizados por los estudios de modelos
hidrográficos y que se reportan en la literatura: Nas-Sutcliffe, coeficiente de
determinación e índice de acuerdo. Sin embargo, existe gran numero de otros
criterios de eficiencia que se pueden elegir.
Utilizar e interpretar los resultados, de alguno de estos criterios de eficiencia,
resulta ser un desafío incluso para los hidrólogos más experimentados, puesto
que cada criterio enfatiza en diferentes tipos de simulado y comportamiento
observado.
El siguiente trabajo investiga la utilidad de varios criterios de eficiencia,
utilizando tres ejemplos obtenidos de la observación de hidrograma de
caudales.

2

Introducción:

Razones para evaluar el rendimiento de un modelo:
1. Para estimar cuantitativamente la capacidad de reproducir el
comportamiento pasado y futuro de nuestras cuencas hidrográficas.
2. Poder encontrar mejoras en el enfoque del modelo, ajustando los valores
de parámetros del modelo, modificando la estuctura del modelo, o
incluyendo información adicional observada de importantes
características espaciales y termporales de la cuenca.
3. Para comparar los esfuerzo de modelado actuales con los de estudios
anteriores.
Para evaluar el desempeño de un modelo hidrológico, el hidrólogo debe hacer
estimaciones objetivas y/o subjetivas de la “cercanía” del comportamiento
simulado con el modelo observado dentro de una cuenca (normalmente
caudal).

el que resulta ser un criterio objetivo de eficiencia. Criterios de eficiencia: se definen como medidas matemáticas de qué tan bien una simulación del modelo se ajusta a las observaciones disponibles. Es por ello que se tiende a colocar énfasis en errores grandes. mientras que los pequeños tienden a descuidarse. Varios estudios se han orientado por utilizar medidas de eficiencia para estimar más de cerca el proceso subjetivo. 3 Criterios de eficiencia Los criterios de eficiencia utilizados en este estudio son 5: 1. inspeccionando visualmente el hidrograma.Una buena forma de evaluar el desempeño del modelo es través de la inspección visual de nuestro modelo simulado con hidrogramas observados en terreno. Ejemplo de ello es el estudio de la serie histórica de caudales observados en la saliad de una cuenca. Subjetiva: En este enfoque. y que estima el error entre lo simulado y lo observado: Variable hidrológica (s). Error asociado  Alto caudal >>> Error asociado  Calibración. disminuye rápidamente después de los extremos de precipitación. aumento de los extremos. Objetiva: Realizada por un matemático. y poco a poco disminuye mucho después de los extremos (flujo base). La gama de r2 se encuentra entre 0 y 1 que describe cómo gran parte de la dispersión observada es explicado por la predicción. En el siguiente documento se describen los diferentes criterios de eficiencia y se comparan a través de una serie de tres ejemplos que implican un hidrograma de caudales observados. Coeficiente de la determinación (r2): Es la relación entre el cuadrado covarianza y el estándar multiplicada desviaciones de lo observado y los valores pronosticados. Un valor de cero significa que no hay correlación en absoluto mientras que un valor . La cuenca puede mostrar un comportamiento modalflujo fluvial: Se eleva rápidamente cuando precipita (rama ascendente). un hidrólogo puede formular evaluaciones de la conducta del modelo (sobre o subpredicción) y la dinámica (tiempo. bajas de los extremos y el flujo base). El criterio contiene incorporada la suma del término error (diferencia entre la variable simulada y la observada en cada paso de tiempo).

A través de esta modificación.de 1 significa que la dispersión de la predicción es igual a la de la observación. las diferencias entre lo observad y los valores predichos se cuantifican como desviaciones relativas que reducen la influencia de las diferencias absolutas durante los fuertes flujos de manera significativa.0 incluso si todas las predicciones eran malas. Como resultado. Por otro lado la influencia de las diferencias absolutas más bajas durante los períodos de bajo caudal .65) de D puede obtener incluso para pobres ajustes del modelo. 4 formas modificadas que proporcionan más información sobre los errores sistemáticos y dinámicos presente en la simulación del modelo. 4. Eficiencia de Nash-Sutcliffe con valores logarítmicos: Para reducir el problema de las diferencias al cuadrado y la consiguiente sensibilidad a la extrema valora la eficiencia de Nash-Sutcliffe E se calcula a menudo con valores logarítmicos de O y P. dejando sólo un estrecho rango para la calibración del modelo. A través de la transformación logarítmica de los valores de escorrentía los picos son aplanados y los caudales bajos se mantienen más o menos en el mismo nivel. 3. Eficiencia de Nash-Sutcliffe (E): Se define como uno menos la suma de las diferencias al cuadrado absolutas entre los valores predichos y observados normalizado por la varianza de los valores observados durante el período que se investiga. Como resultado valores mayores en una serie de tiempo son fuertemente sobreestimaron mientras que los valores más bajos se descuidan. y (2) a pesar de la intención de Willmot. 2. 5. La mayor desventaja de la eficiencia de Nash-Sutcliffe es el hecho de que las diferencias entre la observaron y valores predichos se calculan como valores al cuadrado. Indice de concordancia d: Se crea para superar la insensibilidad de E y r2 a las diferencias en los medios y las diferencias observadas y predichas. la influencia de la Los valores de flujo bajo se incrementa en comparación con los picos de las inundaciones resultando en un incremento en la sensibilidad de LNE a sistemática modelo sobre o subestimación. El índice de acuerdo representa la relación entre el error cuadrático medio y el error potencial La gama de d es similar a la de R2 y se encuentra entre 0 (sin correlación) y 1 (ajuste perfecto). Aplicaciones prácticas de d muestran que tiene algunas desventajas: (1) Los valores relativamente altos (más de 0. Un modelo que sistemáticamente sobre o subestima todo el tiempo aún resultará en los buenos valores r2 cerca de 1. d no es sensible a modelo sobre o subpredicción sistemática.

. se puede esperar que las formas relativas son más sensibles en exceso sistemática o subpredicción.se mejoran porque son significativos si miró relativamente. en particular durante condiciones de flujo bajo. Como resultado.