Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. INTRODUCCIÓN.
El papel clave que desempeña la topografía de la superficie en hidrología ha sido reconocido desde
hace mucho tiempo (por ejemplo, Horton, 1945). La topografía proporciona información sobre la
interacción entre la elevación, el clima y la erosión, y por lo tanto sobre el desarrollo morfológico
pasado de un paisaje. Además, proporciona una fuerte restricción para futuros cambios
hidrológicos y geo mórficos y, lo que es importante para la hidrología, es el impulsor clave y el
control asociado con la generación de escorrentía y varios otros procesos hidrológicos. Esta idea
sobre los roles pasados, presentes y futuros desempeñados por la topografía es seguramente una
de las razones por las que casi todas las entidades clave del paisaje en hidrología, como límites de
cuencas hidrográficas, laderas y redes de canales, se derivan de las propiedades de la topografía
de la superficie terrestre. En apoyo de esto, los modelos de evacuación digital (DEM) están
disponibles a una resolución bastante alta. Por lo tanto, no es sorprendente que la hidrología no
sufra la falta de modelos o índices que vinculen las propiedades geo mórficas de un paisaje con su
funcionamiento hidrológico. Podría decirse que el enfoque más popular es el índice de humedad
topográfica (TWI) propuesto por Kirkby (1975) y Beven y Kirkby (1979). En función de la
pendiente local con el área que contribuye a la pendiente ascendente por la longitud del contorno,
el TWI se desarrolló originalmente para clasificar áreas de funcionamiento similar dentro de una
cuenca y se ha aplicado (p. Ej., Grabs et al., 2009), refinado (p. Ej. Barling et al., 1994) y probado
(por ejemplo, Rodhe y Seibert, 1999) en numerosos estudios.
Sin embargo, también se han propuesto otros índices para vincular la topografía de la superficie
terrestre con su respuesta de escorrentía. Hjerdt y col. (2004) desarrolló el "índice de humedad
topográfica descendente" (también llamado el bronceado β índice) que refleja el gradiente
hidráulico local en el caso de que el flujo sea impulsado exclusivamente por la gravedad y bajo los
supuestos de una caída fija en la elevación.
Un enfoque que recientemente ha ganado considerable atención es el índice de "altura por encima
del drenaje más cercano" (HAND) desarrollado por Rennó et al. (2008), que antes se conocía con
un nombre diferente, “diferencia de elevación (DZ)”, desarrollado por Crave y Gascuel-Odoux
(1997). Este enfoque supone que el agua sigue el descenso más pronunciado a lo largo de la
topografía de la superficie y, en base a estos caminos de drenaje, se estima la elevación
correspondiente de cada celda de trama sobre la celda del río más cercana. HAND se ha aplicado
y probado con éxito en numerosos estudios en una amplia gama de paisajes diferentes.
modynamics; por ejemplo, Kondepudi y Prigogine, 2014), parece lógico que los conceptos
termodinámicos sean importantes en hidrología. Sin embargo, aunque una visión centrada en la
energía se ha aplicado a una variedad de temas diferentes en subdisciplinas como la hidrología del
agua subterránea (Hubbert, 1940) y la física del suelo (Babcock y Overstreet, 1955), no se ha
convertido en una práctica establecida en la lluvia clásica. - hidrología del agua superficial centrada
en el despegue. Esto probablemente se deba al fuerte contexto de ingeniería en el que
históricamente se desarrolló la comprensión de la hidrología de superficie, con su enfoque abierto
en la resolución práctica de problemas (Sivapalan, 2018)-
2. ENFOQUES Y MÉTODOS
Las laderas a menudo se describen como los elementos clave del paisaje que controlan la
generación de escorrentía (por ejemplo, Bachmair y Weiler, (2011). Un punto de partida para
describir enérgicamente la generación de escorrentía de una cuenca entera es, por lo tanto,
examinar el balance energético de una ladera con respecto a la generación de flujo de corriente. La
energía total relevante para la generación de flujo de corriente en la escala de ladera es, por lo
tanto, la suma del flujo de energía potencial por el agua. J maceta (flujo de energía en W), la
exportación de energía cinética por agua J parientes W) y la cantidad de energía D (W) se disipó
debido a la fricción a lo largo de la ruta de flujo hacia el río (ver Kleidon et al., 2013).
A este respecto, es interesante observar que las energías cinéticas típicamente observadas
asociadas con el flujo terrestre son bastante pequeñas en comparación con sus energías potenciales
de conducción. Para tener una idea de esto, imagine una cuenca que tenga una altura promedio por
encima del medidor de registro de escorrentía de 20 my una velocidad de flujo típica de 1 ms - 1)
En este caso, solo el 0.5% de la energía potencial promedio se transforma en energía cinética,
mientras que la mayor cantidad (99.5%) se disipa debido a la fricción en la interfaz fluido-sólido
a lo largo de la ruta del flujo. Este proceso irreversible implica una pérdida acumulativa de energía
libre a lo largo de su ruta de flujo y, por lo tanto, una posible disminución en la capacidad del
fluido para realizar el trabajo (Freeze y Cherry, 1979; Kleidon et al., 2013). La razón de esto es
que las energías cinética y potencial determinan principalmente cómo se mueve el fluido, mientras
que las diferencias de temperatura dentro del fluido son de menor importancia.
𝑞 = ∇𝜑𝑅 −1
2.2. Índice de humedad topográfica (TWI) y altura por encima del drenaje más cercano
(MANO)
3. ÁREA DE ESTUDIO.
Importante para este estudio es que las seis cuencas comparten regímenes hidroclimáticos
similares (Jackisch, 2015) que pueden separarse en las estaciones de invierno y vegetación, durante
las cuales la escorrentía o la evapotranspiración respectivamente son los flujos de agua dominantes
que salen de las cuencas hidrográficas (Loritz et al., 2017). Los coeficientes de escorrentía anual
varían del 30% al 60%, lo que indica diferencias claras entre los años; Este es probablemente el
resultado de variaciones climáticas anuales (Pfter et al., 2017).
Sin embargo, la forma en que las cuencas transforman la lluvia en escorrentía varía
significativamente entre las diferentes formaciones geológicas (Bos et al., 1996). La región del
esquisto se caracteriza por un mecanismo de generación de escorrentía de "llenado y derrame", en
el que el agua fluye a lo largo o dentro del lecho de roca comprende el proceso de escorrentía
dominante. Por otro lado, en las regiones de marga, las áreas saturadas y las rutas de flujo
preferenciales dentro de las macrosporas y la grieta del suelo dominan la distribución del agua.
Las diferencias entre los regímenes de escorrentía se destacan en la Fig. 2 para una serie
de eventos de lluvia y escorrentía en el invierno, verano y otoño de 2012 y 2013. La respuesta de
la escorrentía en las cuencas de marga es bastante rápida y más alta (pero con menos volumen)
que en las cuencas de esquisto (Loritz et al., 2017) Es de destacar que, aunque todas las capturas
de marga son de diferente tamaño, exhiben patrones muy similares de generación de escorrentía.
Además, los comportamientos de las cuencas de esquisto son bastante similares entre sí, ya que
solo la cuenca de la platina produce (a largo plazo) ∼ 30% menos de descarga que los otros dos.
Una posible explicación para esto es que ∼ El 30% de la captación de platina pertenece a una
formación de arenisca que tiende a ser menos receptiva con respecto a la escorrentía y tiene
reservas de agua subterránea más profundas (Bos et al., 1996).
Figura 1. Mapa de la cuenca de Attert con las seis cuencas hidrográficas seleccionadas. En la parte norte de la
cuenca de Attert, se resaltan las tres cuencas esquistdominadas (azul; Platen, Colpach y Weierbach), y en la parte
sur, se destacan las tres cuencas dominadas por margas (verde; Schwebich, Niederpallen y Wollefsbach).
los tamaños difieren en un factor de 10, las cuencas de esquisto también exhiben respuestas de escorrentía
sorprendentemente similares (con correlaciones de rango de Spearman por encima de 0.9). Esto se destaca aún más
por la característica naturaleza de doble pico de los eventos de escorrentía en las tres cuencas de esquisto durante el
invierno (Martínez-Carreras et al., 2016).
Figura 2. Descargas y precipitaciones específicas observadas con diferentes escalas de ordenadas durante un período
de tiempo en el verano de 2012, otoño de 2012 e invierno de 2013 en las seis cuencas (naranja: cuevas de marga; azul:
cuencas de esquisto). Esta figura destaca que las dos formaciones geológicas tienen una función hidrológica
claramente diferente con respecto a cómo transforman la lluvia en escorrentía durante todo el año
Tabla 1. Promedio ( ∅) y desviación estándar (SD) de TWI, ln (HAND) y rDUNE para cada cuenca experimental.
5. DISCUSIÓN
El rDUNE es una mejora y una reinterpretación directa basada en la energía del enfoque
HAND utilizado con frecuencia (Rennó et al., 2008). La pequeña, pero significativa, diferencia es
que rDUNE se calcula dividiendo HAND por la ruta de flujo. Esto está motivado por el hecho de
que casi toda la energía potencial se disipa dentro del proceso de generación de escorrentía.
Aunque esta extensión puede parecer incremental, rDUNE explica tanto la diferencia de energía
potencial de conducción.
Figura 3. Distribuciones de frecuencia y funciones de densidad acumulada de TWI, ln (HAND) y rDUNE para las
seis cuencas de investigación. En azul están las cuencas de esquisto (Platen, Colpach y Weierbach), y en verde están
las cuencas de marga (Schwebich, Niederpallen y Wollefsbach).
Figura 4. Valores JSD para las seis cuencas de investigación: esquisto - Platen (pla), Colpach (col) y Weierbach (wei)
- y marl - Niederpallen (nie), Schwebich (sch) y Wollefsbach (wol). (una) JSD entre las distribuciones TWI, (si) entre
las distribuciones ln (HAND) y (C) entre las distribuciones rDUNE. Un valor alto de JSD indica una alta divergencia
entre las distribuciones, con un máximo de 1.
A pesar de estos primeros resultados prometedores, se necesita un análisis completo de
rDUNE y su sensibilidad a diferentes resoluciones de DEM, algoritmos de dirección de flujo y
funciones de suavizado del terreno, como Gharari et al han demostrado en detalle para TWI y
HAND. (2011) Sin embargo, como rDUNE es más bien una extensión y una reinterpretación de
HAND centrada en la energía, esperaríamos que los hallazgos de Gharari et al. (2011) sobre el
rango significativo de resoluciones de trama puede transferirse, al menos en parte, a rDUNE.
Exactamente esta relación entre HAND y rDUNE es, por lo tanto, una fortaleza más que una
debilidad, y sería una vía interesante para probar cómo y si las clasificaciones del paisaje y los
resultados del modelo de Gao et al. (2014, 2019) cambian si HAND se reemplaza por rDUNE.
El hecho de que las distribuciones de frecuencia de rDUNE variaran entre las dos geologías
se debe claramente al hecho de que se utilizaron diferentes valores de acumulación para derivar la
red de canales en las diferentes geologías. Cambiar el umbral de acumulación significa que el agua
comenzará a fluir tarde o temprano en la superficie y, por lo tanto, la longitud del flujo y la
elevación al drenaje más cercano aumentarán o disminuirán. El punto de origen de la red de canales
está controlado por una variedad de controles estructurales y climáticos y, a menudo, varía
pendiente de la temporada prevaleciente (Montgomery y Dietrich, 1992). Sin embargo, variar el
umbral de acumulación dentro de un rango razonable cambia principalmente la longitud del flujo
en las captaciones de cabecera, y la longitud del flujo y las elevaciones a lo largo del río principal
(donde estamos bastante seguros de la posición de la red de canales) no cambiarán drásticamente.
Otro punto, más específico de nuestras formaciones geológicas probadas, es que las
direcciones de flujo son más paralelas en las regiones de marga como resultado de una topografía
más suave. Por lo tanto, el agua comenzará a fluir más tarde en la superficie dentro de la red de la
corriente, incluso si elegimos el mismo umbral de acumulación de flujo en ambas geologías. Esto
puede, por supuesto, depender del algoritmo de dirección de flujo elegido (Seibert y McGlinyn,
2007). Sin embargo, el hecho de que el área de acumulación necesaria para formar un canal es, en
general, más grande en la región de margas donde las pendientes son más suaves en comparación
con las regiones de esquisto, coincide con la observación de Montgomery y Diet-rich (1988) de
que allí es una fuerte relación inversa entre la longitud promedio de una ladera y su pendiente.
Finalmente, dejando de lado los detalles técnicos de la extracción de una red fluvial basada
en un DEM y las incertidumbres que acompañan a dicho enfoque, observamos que la red de flujo
que utilizamos en este estudio fue cuidadosamente extraída en base a una red de flujo oficial, y en
varias visitas a la zona, y se verificó mediante ortofotos. Esto significa que estamos seguros de que
hemos capturado correctamente la imagen general de la red de canales perennes, incluso si no
somos capaces de examinar cada lugar donde el agua en condiciones típicas comienza a formar un
canal. Varios estudios han demostrado el hecho de que las densidades de drenaje de una cuenca
proporcionan información importante sobre el funcionamiento hidrológico de un paisaje (por
ejemplo, Mutzner et al., 2016). Esto se debe a que la extensión de la red de corrientes refleja la
interacción del forzamiento climático y el entorno hidro-pedológico de un paisaje y, por lo tanto,
la interacción del potencial de conducción de la generación de escorrentía y la resistencia que actúa
contra ella. Esta observación fue realizada previamente por Montgomery y Dietrich (1988),
quienes postularon que es lógico utilizar la información almacenada dentro de la extensión de una
red de canales y la longitud y altura promedio de la ladera (Pendiente) para desarrollar modelos
que intentan explicar la similitud hidrológica basada en la topografía.
Curiosamente, Harman y Sivapalan (2009) dieron exactamente este índice, bajo un nombre
diferente, como base teórica cuando derivaron la ecuación de Boussinesq dentro de su estudio de
similitud de laderas. Es notable que su índice topográfico (L / G) es bastante similar al rDUNE o
al bronceado β índice (Hjerdt et al., 2004), aunque usan la mediana de las pendientes locales como
proxy del potencial de conducción en lugar de la energía potencial y alteraron aún más la relación
al dividir la longitud de la ruta de flujo por el gradiente y no al revés. Sin embargo, la similitud
entre los tres índices sigue siendo evidente, ya que ambos incluyen un sustituto para el conductor
de un flujo y un sustituto para el término de fricción que trabaja en su contra.
En este contexto, es interesante observar que también las propiedades del sistema
representadas en nuestras ecuaciones de gobierno rara vez son independientes, sino que actúan en
conjunto (Bárdossy, 2007). Debido a que la mayoría de los índices de similitud se derivan de las
ecuaciones vigentes, podemos encontrar el patrón mencionado en muchos otros índices
hidrológicos exitosos. Por ejemplo, también el TWI combina el potencial de conducción
(pendiente local) con una estimación de la conductividad de un área determinada (en forma de área
de acumulación ascendente). Estas suposiciones pueden ser apropiadas para el norte de Inglaterra
(donde originalmente se desarrolló TWI) y también pueden funcionar en muchos otros entornos,
pero probablemente fracasarán si el conductor o el término de resistencia no se estiman
adecuadamente. Esto resalta el hecho de que el concepto de combinar las propiedades del sistema
que impulsa un flujo con propiedades que obstaculizan el flujo podría ser una forma significativa
de vincular el funcionamiento hidrológico de un sistema con su arquitectura (Zehe et al., 2014).
Como lo físico La base para esta perspectiva se basa en la termodinámica, podría ser una ventaja
considerar rutinariamente la generación de escorrentía no exclusivamente como un flujo de masa
sino como un proceso disipativo e impulsado por la energía, ya que esta perspectiva puede
ayudarnos a generalizar mejor nuestros hallazgos e identificar Las limitaciones de nuestros
conceptos y modelos.
6. CONCLUSIÓN
La idea general detrás de este estudio es, por lo tanto, la observación de que la mayoría de
la energía potencial entrante asociada con el flujo de agua dentro de una ladera se disipa y solo
una fracción de ella llega a la red de la corriente como energía cinética. Esto destaca el importante
papel que juega la disipación de energía cuando la lluvia se transforma en escorrentía dentro de
una cuenca. Establecer un proxy para las estructuras que controlan la disipación de energía es, por
lo tanto, la clave para clasificar funcionalmente los entornos que no están limitados por la energía
potencial disponible y, por lo tanto, tienen topografías distintas. Finalmente, al tomar una
perspectiva centrada en la energía sobre la generación de escorrentía, podemos comenzar a abordar
la cuestión de por qué los paisajes evolucionan de tal manera que la mayor parte de la energía
potencial se disipe a escala de ladera.
Figura A1 Valores JSD para las seis cuencas de investigación: esquisto - Platen (pla), Colpach (col) y Weierbach
(wei) - y marl - Niederpallen (nie), Schwebich (sch) y Wollefsbach (wol). (una) JSD de entre las distribuciones TWI,
(si) entre las distribuciones ln (HAND) y(C) entre las distribuciones rDUNE. Un valor alto de JSD indica una alta
divergencia entre las distribuciones, con un máximo de 1. La diferencia entre esta figura y la Fig. 4 es el ancho del
contenedor elegido cuando estimamos el JSD entre las diferentes distribuciones.
Contribuciones de autor. RL escribió el artículo, tuvo la idea principal del marco teórico
subyacente y realizó el análisis. EZ, AK y MW contribuyeron al marco teórico y ayudaron con la
interpretación termodinámica. CJ, UW y HG ayudaron con la interpretación de los resultados y
con la edición.
6. BIBLIOGRAFIA
Bachmair, S. and Weiler, M. (2011) Forest Hydrology and Biogeo- chemistry, in: Vol. 216, edited
by: Levia, D. F., Carlyle- Moses, D., and Tanaka, T., Springer Netherlands, Dordrecht.
Horton, R. (1945) Erosional Development of Streams and their Drainage Basins “Hydro-Physical
Approach to Quantitative Morphology”, Bull. Geol. Soc. Am., 56, 275–370.
Schneider, E. D. and Kay, J. J (1994) Life as a manifestation of the sec- ond law of
thermodynamics, Math. Comput. Model. 19, 25–48.
Zhang, Z. and Savenije, H. H. G (2018) Thermodynamics of saline and fresh water mixing in
estuaries, Earth Syst. Dynam., 9, 241–247, https://doi.org/10.5194/esd-9-241-2018.