RECONSTRUCCIÓN HISTÓRICA DE LOS CAUDALES MENSUALES A LO LARGO

DE LA RED DE DRENAJE DE COLOMBIA

Ernesto Roldán T., I.C., M.Sc.

Oscar J. Mesa S., I.C., M.Sc. Ph.D.
Escuela de Geociciencias y Medio Ambiente, Universidad Nacional de Colombia, Sede
Medellín

RESUMEN
Se implementó un modelo mensual de balance de agua distribuido para estimar caudales medios
mensuales en cualquier punto de la red hidrográfica de Colombia, en el período comprendido
entre los años 1975 y 2005. Se adoptó el esquema del modelo agregado GR2M, el cual se
alimenta de datos mensuales de precipitación y evaporación potencial. Su conceptualización
consta de un tanque de producción, asociado al almacenamiento de agua en el suelo, un tanque
de tránsito y una componente para modelar el flujo subterráneo entre la cuenca y su entorno.
Para la desagregación del modelo la cuenca se discretizó en laderas y la red de drenaje en
segmentos. Para la definición de las cuencas y las direcciones de drenaje se trabajó con un
Modelo de Elevación Digital (MED) con una resolución de 1 km, y con una red de drenaje
extraída del MED. Se construyeron mapas de evaporación potencial con base en la ecuación de
Thornthwaite empleando datos de temperatura. Se utilizaron mapas de precipitación que fueron
elaborados en un trabajo anterior mediante una integración óptima de información a diferentes
escalas espaciales. Para la evaluación de los caudales simulados se contó con información en
335 estaciones de caudal. En términos generales el modelo presenta un mejor desempeño en las
cuencas de mayor área. Se encontró que los errores del modelo son grandes cuando el balance
hídrico de largo plazo no se cumple. Se infiere que la principal fuente de error en los resultados
del modelo es la baja calidad y escasez de la información disponible. Los resultados
encontrados indican que el modelo usa la componente de intercambio de aguas subterránea para
cubrir los errores en el balance hídrico. Debido a la falta de información, no es posible evaluar
la validez de esta componente, como un parámetro para el modelamiento del flujo subterráneo.

Palabras Clave: modelo mensual de balance de agua, modelo distribuido, evaporación,

precipitación, simulación de caudales.

ABSTRACT
A distributed monthly water balance model was implemented in order to estimate monthly
flows in any point in the Colombian hydrographic network during the period between 1975 and
2005. It was used an adaptation of the lumped GR2M model, which uses monthly data of
precipitation and potential evaporation as inputs. It responds to a scheme that consists of a
production store, associated with the soil moisture store, a routing store and an underground
water exchange component. For the disaggregation of the model, the basin was divided into
hillslopes and the river network in links. To define the basins and the drain directions, a Digital
Elevation Model – DEM was used with a resolution of 1 km., and with a drainage network
extracted from the DEM. Maps of potential evaporation were calculated with the equation of
Thornthwaite, using temperature data. It was used precipitation maps which were produced in a
previous work through optimum integration of information atdifferent spatial scales. To
evaluate the simulated flows, data from 335 flow gauging stations were used. Generally
speaking, the model works better in basins covering larger areas. When the long-term water
balance is not met, it was found that the model errors are large. It is inferred that errors are
mainly due to the low quality and scarceness of the data available. The results found indicate
that the model uses the underground water exchange component to cover errors in the water
balance. Due to the lack of information, it’s not possible to evaluate the validity of this
component as a parameter for the modeling of groundwater flux.

Key Words: monthly water balance model, distributed model, evaporation, precipitation,
streamflow simulation

1
1. INTRODUCCIÓN

En Colombia, localizado al noroeste de Sur América, existe una gran limitación en cuanto a la
cantidad y calidad de registros de variables hidrológicas (Poveda et al., 2007a).Debido a la
escasez de mediciones,surgen importantes problemas relacionados con la evaluación del recurso
hídrico en cuencas sin información. Dadas estas condiciones, es clara la necesidad de desarrollar
metodologías apropiadas para estimar variables hidrológicas dentro del territorio Colombiano,
teniendo en cuenta la escasez de información y las características especiales de Colombia por
ser un clima tropical.

Considerando la importancia que tiene conocer el régimen de caudales dentro de la

planificación de los recursos hídricos, en este trabajo se propone realizar la reconstrucción
histórica de los caudales medios mensuales a lo largo de la red de drenaje de Colombia,
empleando un modelo de balance de agua distribuido.

En las últimas décadas muchos modelos han sido propuestos para representar la transformación
de la precipitación en el caudal a la salida de una cuenca. Cuando el intervalo de tiempo es
largo, estos modelos han sido usualmente llamados modelos de balance de agua, asumiendo que
el tiempo de respuesta de la cuenca es despreciable comparado con el intervalo de tiempo en el
cual se está trabajando (Mouelhi et al., 2006). En la ingeniería y la hidrología, los modelos
mensuales de balance de agua han sido ampliamente aplicados en la reconstrucción de la
hidrología de las cuencas.

Xu y Singh (1998) presentan una revisión del estado del arte de los modelos mensuales de
balance de agua en la investigación en recursos hidráulicos. En su trabajo concluyen que de los
diferentes modelos revisados, aquellos que utilizan como datos de entrada la precipitación y la
evaporación potencial brindan resultados más confiables para la estimación de caudales
mensuales y de otras componentes del balance de agua como la evaporación real, el contenido
de humedad en el suelo y el flujo base.

Debido a su sencillez y fácil implementación, en este trabajo se adoptó el esquema del modelo
agregado GR2M (Mouelhi et al., 2006), el cual se alimenta de datos mensuales de precipitación
y evaporación potencial. Su conceptualización consta de dos tanques: un tanque de producción,
asociado al almacenamiento de agua en el suelo, y un tanque de tránsito (ver Figura 1). Para la
desagregación del modelo la cuenca se discretizó en laderas y la red de drenaje en segmentos.

Este documento se encuentra organizado de la siguiente manera. En la segunda sección se

describe el esquema del modelo implementado. En la tercera sección se describenla información
recopilada y en la cuarta sección se presentan los criterios empleados para estimar los
parámetros del modelo. En la quinta sección se definen los criterios de evaluación utilizados y
posteriormente, en la sexta sección se presentan los resultados encontrados. Finalmente, en la
séptima sección se encuentran las conclusiones obtenidas de este trabajo.

2. MODELO MENSUAL DE BALANCE DE AGUA

En la Figura 1 se muestra el diagrama del modelo agregado GR2M. Las ecuaciones que
describen el modelo se presentan a continuación. P y E representan la precipitación y la
evaporación potencial promediadas sobre la ladera de interés. Todas las cantidades (entradas,
salidas y variables internas) están expresadas en mm.

Debido a la precipitación, el almacenamiento en el tanque de producción, S, se convierte en S1,

obtenido por medio de la siguiente expresión:

2
  P 
S + X 1Tanh 
X
 1
S1 = (1)
S  P 
1+ Tanh 
X1 X
 1

Figura 1 Diagrama del modelo GR2M (Tomado de Mouelhi et al., 2006)

Donde X1 representa la máxima capacidad del tanque de producción. El exceso de precipitación,

P1, se calcula como:

(2)

P1 = P + S − S1

Debido a la evaporación (el cálculo de la evaporación real, depende del valor de E), S1 se
convierte en S2:

  E 
S1 1 − tanh  

  X1  (3)
S2 =
 S   E 
1 + 1 − 1  tanh 
 X1   X1 

De esta forma, la evaporación real estimada por el modelo puede calcularse como ES = S1 – S2:

 S   E 
S1  2 − 1  tanh 
 X1   X 1 
Es = (4)
 S   E 
1 + 1 − 1  tanh 
 X1   X1 

3
Posteriormente, una cantidad de agua P2 es liberada del tanque de producción como
percolación. De esta manera S2, toma un nuevo valor S, el cual representa el almacenamiento
inicial en el siguiente mes:
S2
S= 1
(5)
  S 3  3
1 +  2  
  X 1  
P2 = S 2 − S (6)

La suma de P1 y P2 es la cantidad de agua que entra en el tanque de tránsito:

P3 = P1 + P2 (7)

El nivel inicial en tanque de tránsito, R, se actualiza como:

R1 = R + P3 (8)

Luego se calcula el término de intercambio de agua F:

F = ( X 5 − 1)R1 (9)

Donde X5 es un parámetro adimensional. Si X5 es mayor que 1, F representa una ganancia de

agua para la cuenca, y si es menor que 1 representa una pérdida. El nuevo nivel en el tanque de
tránsito es:

R2 = X 5 ⋅ R1 (10)

La descarga a la salida de la cuenca de interés se calcula a partir de la siguiente expresión:

2
R2 (11)
Q=
R2 + X 4

Donde X4 es la máxima capacidad del tanque de tránsito y tiene un valor de 60 mm. Finalmente,
el nivel en el tanque de tránsito al inicio del siguiente mes se calcula como:

R = R2 − Q (12)

Para la desagregación de la red de drenaje, se asumió que ésta puede ser representada como un
árbol binario finito con una única raíz. Para la discretización de la cuenca, se referirá por ladera
a toda el área que drena a un segmento en particular de la red de drenaje (ver Figura 2a). En este
contexto cada ladera es un volumen de control sobre el cual son aplicadas las ecuaciones que
describen el modelo, y cada segmento de la red de drenaje trasporta agua desde su vértice
superior a su vértice inferior.

En el esquema de la Figura 2b se considera como volumen de control a la ladera que drena al

segmento e. El caudal en el vértice inferior está dado por la suma de los flujos de entrada
provenientes de los tramos que convergen al vértice superior , que se denotan q(f1,t) y q(f2,t), y

4
por el caudal producido en la ladera del tramo e, aeQ(e,t), donde ae es el área de la ladera y
Q(e,t) es la descarga obtenida al aplicar el modelo GR2M sobre la ladera:

(13)

Se elaboró un código,en el lenguaje de programación de MATLAB 7.4.0 (R2007a), para la

ejecución del modelo (el algoritmo correspondiente no se presenta en este trabajo). El programa
elaborado sirve para emplear el modelo en cuencas extraídas de MED en formato raster: En
primer lugar se divide la cuenca en laderas con base en la red de drenaje y el mapa de
direcciones de drenaje; posteriormente se estima el valor promedio sobre cada ladera de los
diferentes campos y mapas de entrada requeridos para cada intervalo de tiempo; finalmente se
procede a utilizar el modelo para la simulación de caudales.

(a) (b)
Figura 2 Desagregación de la cuenca y la red de drenaje: (a) Esquema de una cuenca dividida en laderas
(Tomado de Mantillaet al., 2006); (b) Esquema del volumen de control del sistema segmento-ladera

3. DATOS

3.1. MED y Red de Drenaje

El MED y la información asociada a este, como el mapa de direcciones de drenaje y la red de

drenaje, fueron obtenidos de HydroSHEDS (Lehner et al., 2006; Lehner et al., 2008) para toda
la región seleccionada como zona de estudio, la cual se encuentra comprendida entre las
latitudes 5°S y 15°N, y las longitudes 80°W y 65°W (ver Figura 3). El MED y el mapa de
direcciones de drenaje se encuentran en formato raster y tienen una resolución de 30 segundos
de arco (aproximadamente 1 km en el ecuador), mientras que la red de drenaje se encuentra en
formato vectorial.Esta información es utilizada para la desagregación del espacio en laderas,
para calcular el área de drenaje de cada ladera y para agregar los caudales estimados siguiendo
la dirección del flujo.

3.2. Evaporación Potencial

Debido a que la evaporación no puede medirse directamente se debe recurrir a diversos métodos
de estimación. Para la construcción de los mapas mensuales de evaporación potencial, en este
trabajo se utilizó la ecuación de Thornthwaite que depende únicamente de la Temperatura:

5
 (14)

T es la temperatura media del aire en el mes i (°C), I es el índice calórico anual dado por

(15)

a es un exponente dado en función de I como se muestra a continuación

(16)

Debido a que fueron asumidos días de 12 horas y meses de 30 días cuando la ecuación fue
desarrollada, es necesario utilizar un factor de ajuste, Nc, relacionado con el número real de
horas de sol al día y el número de días del mes:

(17)

h es el número de horas de sol al día en el quinceavo día del mes, y d es el número de días en el
mes. La duración del día y la noche va cambiando en el transcurso del año, sin embargo este
efecto es más importante en las altas latitudes. Debido a que la zona de estudio corresponde a
una región tropical, se tomó la duración del día igual 12 horas para todos los meses del año.

Figura 3 MED de la zona de estudio

6
Oudin et al. (2005) al evaluar 27 modelos de evaporación potencial, sobre 4 modelos agregados
precipitación-escorrentía a escala diaria, en una muestra de 308 cuencas, encontró que los
métodos basados en temperatura y radiación tienden a brindar mejores resultados en términos de
eficiencia en la simulación de caudales. En particular, en dicho estudio la ecuación de
Thornthwaite presentó un buen desempeño respecto a otras ecuaciones de mayor complejidad,
especialmente al ser utilizada con el modelo GR4J (Global Reservoir de 4 parámetros, de
resolución diaria; este modelo pertenece a la misma familia del modelo GR2M).

- Temperatura:

Dadas a las diversas condiciones climáticas que se encuentran dentro de la zona de estudio, se
consideraron 7 regiones para la construcción de los mapas mensuales de temperatura: Cuencas
del río Orinoco, cuenca del río Amazonas, las cuencas en territorio Venezolano que drenan al
mar Caribe, la región Caribe Colombiana, subcuenca del río Magdalena trazada cerca de la
confluencia con el río Cauca, cuenca del río Cauca, región Pacífica. Debido a la fuerte
dependencia lineal de la temperatura con la altura sobre el nivel del mar, esta variable se estimó
por medio de ecuaciones lineales del tipo:

(18)

Donde:

- T: Temperatura media del aire en la superficie (°C)

- H: Elevación (msnm)
- i: i-ésima estación, i-ésima celda del MED
- r: región; r = 1,2,…,7
- m: mes; m = 1,2,…,12
- y: año; y = 1970,1971,…,2006

Teniendo en cuenta que el valor del intercepto ejerce un control mucho más fuerte que el
gradiente sobre la variabilidad temporal y espacial de la temperatura, se utilizó un sólo gradiente
para toda la zona de estudio, constante a lo largo del tiempo, y un intercepto variable para cada
región y para cada intervalo de tiempo (Roldán, 2009). Tanto la ecuación como el valor del
gradiente tienen antecedentes en estudios previos y en consideraciones teóricas (Chaves y
Jaramillo, 1999).

La información de las estaciones de temperatura se obtuvo de forma gratuita a través de la base

de datos del atlas hidrológico de Colombia HidroSIG 3.1 (Poveda et al., 2007b), y la base de
datos GHCN2 (Global Historical Climatology Network - Monthly Version; Peterson y Vose,
1997; Peterson et al., 1998) disponible en internet en la
páginahttp://www.ncdc.noaa.gov/ghcn/ghcn.html. En total se recopiló información de 185
estaciones con registros que van desde 1881 hasta el año 2008, sin embargo la longitud de
registro de cada una de ellas varía considerablemente de una estación a otra. Para mejorar la
estimación del campo mensual de temperatura, sería importante contar con un mayor número de
datos puntuales al interior del país y fuera de las fronteras de Colombia, con el fin de darle
continuidad espacial a la información.

Para calcular la pendiente, se estimó la temperatura media multianual en las estaciones que
tuvieran por lo menos 20 años de registros. Se incluyeron estaciones con períodos de registro
variables, teniendo en cuenta que la mayor parte de la varianza no explicada, es más espacial
que temporal en los promedios anuales y de largo plazo de la temperatura del aire (Willmott y

7
Matsuura, 1995). De la regresión lineal entre la temperatura media multianual y la elevación de
las estaciones se obtuvoγ = 5.414 °C/km.

El valor del intercepto en cada intervalo de tiempo, se estimó promediando la temperatura al

nivel del mar calculada en las diferentes estaciones localizadas dentro de una misma región:

(19)

Dado que el intercepto es el único parámetro que se necesita calcular para cada mes, se trabajó
con N > 9.Dada la deficiencia de datos, como información auxiliar se utilizaron mapas
mensuales de temperatura del aire elaborados por la Universidad de Delaware (disponibles en
climate.geog.udel.edu/~climate/html_pages/download.html#T2007), los cuales tienen una
resolución espacial de 0.5° (aproximadamente 55 km en el ecuador) y cubren el período
comprendido entre enero de 1900 y diciembre de 2006. Se utilizó la información de los mapas
de Delaware junto con la información puntual para estimar el intercepto en los meses donde
había deficiencia de datos, tomando cada celda de 0.5° como una estación cuya elevación era el
valor promedio de la altura del terreno en el área abarcada por el píxel. En los mapas de
Delaware se estimó la temperatura al nivel del mar empleando el gradiente calculado para la
zona de estudio γ = 5.414 °C/km.

Utilizando entonces la ecuación (17), , aplicada sobre el MED, se

estimaron los mapas de temperatura para la zona de estudio. Con base en esta información se
construyeron los mapas de evaporación potencial a partir de la ecuación de Thornthwaite, para
el período comprendido entre 1975 y 2005.

3.3. Precipitación

Se utilizaron los mapas mensuales de precipitación elaborados en la tesis de maestría

“Estimación de los Campos Mensuales Históricos de Precipitación en el Territorio Colombiano”
(Hurtado, 2009), los cuales tienen una resolución espacial de 5 minutos de arco
(aproximadamente 10 km en el ecuador) y cubren el período de tiempo comprendido entre enero
de 1975 y diciembre de 2006.

Los campos mensuales históricos de precipitación en el territorio colombiano secalcularon

mediante una integración de información puntual de 2270 estaciones y de mapas provenientes
de mediciones satelitales y de estudios de reanálisis disponibles para diferentes periodos de
tiempo y en diferentes resoluciones espaciales. Por otra parte, con base en un MED se estudió la
relación entre la precipitación y el relieve, mediante un modelo de interpolación similar al
PRISM (Precipitation – Elevation Regresion on Independent Slopes Model; Daly et al, 1994).

Los mapas calculados a partir de las bases de datos evaluadas, y los obtenidos a partir del
modelo de interpolación que relaciona la precipitación y la elevación, fueron ponderados con
base en mapas de varianza del error, lo cual permitió estimar mapas históricos de precipitación y
mapas de error en la estimación, vía una integración óptima de la información disponible y de
las 2 metodologías empleadas.

3.4. Caudal

Para validar los resultados del modelo de balance de agua, es necesario contar con datos de
caudal dentro de la zona de estudio. En este trabajo, se contó con series de caudales medios
mensuales en 335 estaciones, con diferentes períodos de registro que van desde 1945 hasta el
año 2006. De esta información, 330 estaciones fueron suministradas por el IDEAM (Instituto de

8
Hidrología, Meteorología y Estudios Ambientales de Colombia), y 5 estaciones se tomaron de la
base de datos del atlas hidrológico de ColombiaHidroSIG 3.1 (Poveda et al., 2007b). La mayor
parte de la información recopilada se concentra al occidente de zona de estudio.
Como una fuente de error en los resultados, es importante tener en cuenta que no se removió el
efecto que tienen sobre el régimen natural de caudales, las diferentes estructuras hidráulicas que
puedan encontrarse dentro de las cuencas de la zona de estudio (e.g. embalses, captaciones,
transvases, etc.).

4. PARÁMETROS DEL MODELO

Dentro de la estructura del modelo GR2M, los parámetros que requieren ser calibrados son X1
(máxima capacidad de almacenamiento del tanque de producción) y X5 (parámetro de
intercambio de agua con otras cuencas).

Tomar el valor de X1 como un parámetro a calibrar en cada ladera de la zona de estudio,

aumentaría significativamente la complejidad del problema y empobrecería la utilidad del
modelo. Por otra parte, obtener la máxima capacidad de retención de agua en el suelo a partir de
características del suelo y la vegetación no fue posible, debido a que no se dispone de
información a una escala espacial adecuada que permita construir un mapa de esta variable a
una resolución comparable con la del MED.

Por las razones anteriores se optó por estimar el valor de dicho parámetro en función de la
precipitación y la evaporación, asumiendo que la evaporación real estimada por el modelo
GR2M (ver ecuación 4) es igual a la evaporación real estimada a partir de la ecuación de
Budyko:

(20)

S1 se calculó de acuerdo a la ecuación (1). Para cada mes y para cada ladera se buscó el valor de
X1que minimizaba la diferencia entre la evaporación real estimada por el modelo y la
evaporación real estimada por la ecuación de Budyko. Como condición inicial, para el primer
mes se asumió el almacenamiento en el tanque de producción como S = X1/2. Para los meses
siguientes este valor se actualizó siguiendo el procedimiento descrito por las ecuaciones (2) a
(4). El valor definitivo del parámetroX1 sobre cada ladera, se calculó como el promedio
histórico de los valores obtenidos en cada mes. Para evitar errores, debido a una mala selección
de las condiciones iniciales, dentro del promedio no se tuvieron en cuenta los primeros 4 años.
En la Figura 4 se presenta el mapa estimado para el parámetro X1. El mapa obtenido es
coherente con la topografía, en general los valores más bajos se encuentran en las zonas de alto
relieve, donde las pendientes del terreno son mayores, y los valores más altos se encuentran en
las zonas más planas y húmedas.

9
 Figura 4 Mapa estimado para el parámetro X1; resolución: 30’’

Respecto al parámetro X5, el efecto de considerar la componente de intercambio de aguas

subterráneas en la simulación de caudales, se evalúa en el numeral 6.2.

5. CRITERIOS DE EVALUACIÓN

Con el propósito de tener en cuenta en los resultados obtenidos, el error asociado a la medición
del área, los caudales estimados en cada estación de caudal se multiplicaron por un factor de
corrección geométrico, considerando que la incertidumbre en el área depende de la resolución a
la cual se está midiendo: FCG = A90m/A1km; A1km es el área de drenaje a la salida de la ladera en la
cual se encuentra la estación, estimada a partir de un MED con una resolución de 30 segundos
de arco (aproximadamente 1 km en el ecuador); A90m es el área de drenaje en el punto en el cual
se encuentra la estación, estimada a partir de un MED de 3 segundos de arco (aproximadamente
90 m en el ecuador). Los mapas con una resolución de 3 segundos de arco, también fueron
obtenidos de forma gratuita a través de HydroSHEDS (Lehner et al., 2008). La incertidumbre en
la medición del área de drenaje es una fuente de error importante en las cuencas pequeñas, pero
su influencia disminuye en la medida que el área aumenta (Alvarez, 2007).

Para cuantificar el grado de ajuste entre las series simuladas y las series observadas en cada una
de las estaciones de caudal empleadas, se utilizó el criterio de Nash (Nash y Sutcliffe, 1970;
Perrin et al., 2003)y la raíz del error cuadrático medio estimada en porcentaje:

(21)

(22)

Donde:

10
 : Caudal observado para el mes i : Caudal

N: Número de datos

estimado para el mes i : Promedio

de los caudales observados

El criterio de Nash puede variar en el intervalo (-∞, 100]; un valor de 100 indica un ajuste
perfecto entre la serie simulada y la serie observada. A diferencia del criterio de Nash, un buen
desempeño del modelo está representado por valores bajos de RMSE. Un valor de RMSE = 0
indica un ajuste perfecto entre la serie observada y la serie estimada. Los valores estimados para
estos criterios de evaluación, son una medida para calificar el desempeño del modelo en cada
estación. Es una práctica común excluir el primer año de la simulación para la evaluación de los
caudales estimados, por las discrepancias que puedan presentarse al comienzo de este período
debido a la selección de las condiciones iniciales (Perrin et al., 2003; Mouelhi et al., 2006). En
este trabajo se asumió que el contenido inicial en cada uno de los tanques, es igual a la mitad de
la máxima capacidad de almacenamiento: S = X1/2; R = X4/2.

Con el fin de evaluar si el modelo representa adecuadamente el caudal medio histórico en cada

una de las estaciones de caudal utilizadas, se estimó un criterio de balance: , donde

es el promedio los caudales observados y es el promedio histórico de los caudales
simulados. Un valor de BIAS mayor que 1, indica que el caudal medio es subestimado por el
modelo, en caso contrario, un valor de BIAS menor que 1 indica que el caudal medio es
sobreestimado.

6. SIMULACIÓN DE CAUDALES

Utilizando los mapas de evaporación potencial estimados, el mapa construido para el parámetro
X1, y los mapas de precipitación disponibles, se simularon caudales para el período 1975 – 2005.
Respecto al parámetro X5, se consideraron dos opciones: Asumir para toda la zona de estudio
X5 = 1, y tomar X5como un parámetro para calibrar.

6.1. Simulación de caudales sin considerar la componente de intercambio aguas

subterráneas (X5 = 1):

Se asumió para toda la zona de estudio X5 = 1, es decir: F = 0, considerando que a partir de los
datos disponibles no es posible evaluar la hipótesis de la existencia de una componente de
intercambio de aguas subterráneas, ya que el valor que tome X5 dentro del proceso de
calibración podría ser interpretado como un parámetro de corrección debido a posibles sesgos
en la estimación de los datos de entrada. Además, una componente de flujo de agua subterránea
podría ser más importante en climas áridos o semiáridos, que en climas húmedos como
Colombia (Poveda et al., 2007a).

11
Como ejemplo, en la Figura 5 se presenta el mapa de caudal medio mensual obtenido para enero
de 1984(no se consideraron las celdas que reciben drenaje de áreas que se encuentran fuera de la
zona de estudio), y en la Figura 6 se presentan los caudales simulados y observados para dos
estaciones de caudal.

Figura 5 Mapa de Caudal medio mensual (m3/s), para enero de 1984; resolución: 30’’

En la Figura 7 se observa el valor obtenido para el criterio de Nash en las diferentes estaciones
empleadas para este análisis. En la Figura 7a se observa que el modelo presenta un mejor
desempeño en la región abarcada por la cuenca del río Orinoco. La presencia de estaciones con
valores negativos de Nash es alta en el resto de la zona de estudio. Solamente un grupo de 62
estaciones tienen valores de Nash mayores al 60% (ver Figura 7b).

En la Figura 8, se presentan para diferentes rangos de área de drenaje, los histogramas obtenidos
para el criterio de Nash evaluado en las estaciones durante el período de simulación de caudales.
Se observa que el modelo presenta un mejor desempeño en las cuencas más grandes. El
promedio ponderado de Nash (dando mayor peso a las estaciones con mayor área de drenaje) es
48.5%. La mayor parte de las estaciones con un área de drenaje inferior a 200 km2 tienen
valores de Nash inferiores al 50%, mientras que para un área de drenaje superior a 2000 km2, la
mayor parte de las estaciones tienen valores de Nash superiores al 50%. En las cuencas con un
área menor a 1000 km2 el número de estaciones con valores negativos de Nash aumenta
considerablemente, y el desempeño del modelo tiende a ser más pobre.

En la Figura 9 se presentan los valores obtenidos en porcentaje para el criterio de balance BIAS
sobre la zona de estudio. En la distribución espacial de los valores de BIAS no se observa un
patrón espacial determinado, (ver Figura 9a). En la Figura 9b se compara el área de drenaje de
las diferentes estaciones, con los valores obtenidos para el criterio de balance BIAS. En general
la dispersión de los puntos alrededor de la recta BIAS = 1 es alta, sin embargo en las cuencas
más grandes, los errores en la estimación del caudal medio tienden a ser menores.

12