Implementación de modelo CRHM

Autores: Matías Palma D. - Bernardo Véliz T. - Pablo Vergara C.

Hidrología de Nieve – CI7112
Semestre Otoño 2021

Resumen.

La acumulación y el derretimiento del manto nival son dos procesos de mucho interés en el estudio de
cuencas de alta montaña, puesto que, su caracterización permite estimar la disponibilidad hídrica y
cuantificar el aporte a la escorrentía superficial. De esta forma, dado el gran interés que existe por
estudiar de manera detallada el comportamiento de estos dos fenómenos en la cuenca Río Molina
antes Junta San Francisco, se implementa el “Cold Regions Hydrological Model” para simular la
evolución en el tiempo de los procesos ocurridos durante el año hidrológico 2011-2012. Los resultados
obtenidos permiten comprender de forma más acabada los procesos de acumulación, derretimiento y
generación de escorrentía dentro de la unidad de análisis, la cual, para efectos del modelo, se divide
en 4 URH. A partir de las simulaciones es posible establecer que los resultados obtenidos no son
acordes a los datos registrados en la plataforma CAMELS, lo cual está condicionado por la información
utilizada para generar el modelo y el uso del programa. Por otro lado, respecto a los análisis de
sensibilidad, se logra obtener comportamientos que son concordantes con lo que se espera que ocurra
al momento de tener variaciones en las condiciones hidrometeorológicas.

1 Introducción
La nieve es por excelencia una de los mayores reservorios de agua dulce del planeta, por lo tanto, es
de mucho interés para los hidrólogos analizar los procesos de acumulación y derretimiento ya que, de
esta forma, es posible obtener un estimación sobre la disponibilidad hídrica que tienen las cuencas de
alta montaña y, además, cuantificar el aporte a la escorrentía superficial. Dado estos antecedentes, el
presente documento tiene como objetivo implementar el modelo “Cold Regions Hydrological Model”
(CRHM) para simular los procesos de acumulación, derretimiento y generación de escorrentía en la
cuenca Río Molina antes Junta San Francisco, para el año hidrológico 2011-2012. Sumado a lo anterior,
se llevará a cabo una caracterización de sensibilidad de los resultados en términos de SWE y
escorrentía simulada, respecto a variaciones en forzantes climáticas o atributos fisiográficos del
dominio de estudio. Es importante agregar que, los inputs corresponden principalmente a información
meteorológica y que la cuenca se divide en cuatro unidades de modelación.

2 Zona de Estudio
La zona de estudio corresponde al dominio conformado por la cuenca Río Molina antes Junta San
Francisco, la cual está ubicada al oriente de la ciudad de Santiago, en pleno sector precordillerano. De
acuerdo con la localización y a la orografía de la cuenca, esta se puede clasificar como una de cuenca
alta montaña. Lo anterior se ve respaldado por su altitud máxima y media, las cuales son 5.422
[m.s.n.m] y 2.646 [m.s.n.m], correspondientemente. Refiriéndose ahora a los atributos geomorfológicos
e hidrometeorológicos, se tiene que la superficie de la cuenca es de aprox. 300[km 2], la precipitación
media anual equivale a 489[mm] y el índice de aridez corresponde a 1,5. Por otro lado, respecto a las
características hidrológicas, Valenzuela (2019) establece que el régimen predominante es el nivo-
pluvial, por lo tanto, gran parte de la escorrentía generada durante la época estival proviene del
derretimiento del manto o del deshielo de los glaciares de cabecera. Una de las cualidades que
caracteriza la cuenca es que la nieve acumulada en el área aportante contribuye con más del 50% de
la escorrentía de la cuenca alta del río Mapocho (Valenzuela, 2019). Por último, es importante
mencionar que la cuenca Río Molina antes Junta San Francisco presenta un bajo grado de intervención
antrópica, por lo tanto, la zona de estudio puede considerarse como un sistema en régimen natural.
3 Metodología

3.1 Construcción del modelo

La construcción del modelo requiere, antes que todo, determinar las unidades de modelación, las
cuales se definen según las características fisiográficas de la cuenca. La primera aproximación que
será considerada para definir las URH es diferenciar los sectores de la cuenca que pueden presentar
distintos patrones hidrológicos, en particular, comportamientos diferentes en las series de tiempo del
equivalente agua en nieve (SWE). De esta forma, considerando lo anterior y tomando en cuenta tanto
la exposición al sol (orientación norte y sur), como la altura media (alta y baja), se definen 4 unidades
de respuesta hidrológica, las cuales se muestran en la Figura 3.1.1.

Por otro lado, es importante conocer las forzantes hidrometeorológicas que influyen en la curva de
variación del SWE. En lo posible, los valores de dichas forzantes deben representar las mediciones
reales de las variables que caracterizan cada Unidad de Respuesta Hidrológica. Para el presente caso
se utilizan registros de precipitación, velocidad del viento, temperatura y humedad relativa.

Considerando que solamente se cuenta con información de las forzantes asociadas a la URH “Norte
Baja’’, es necesario llevar a cabo una interpolación, para así obtener los datos para las unidades
restantes. Para lo anterior, se calcula el centroide de cada URH a partir del software QGIS, el cual se
utilizará como un punto representativo de la unidad, para el cual se consultarán los datos faltantes de
precipitación, temperatura, humedad relativa y velocidad del viento. La metodología utilizada para cada
variable se detalla a continuación.

Figura 3.1.1: Delimitación según respuesta hidrológica de la cuenca en estudio.

Velocidad del viento

Considerando que se cuenta con las coordenadas de latitud/longitud del centroide de cada URH, se
utiliza la plataforma del “Explorador Solar’’ para obtener los valores de velocidad de cada punto
representativo. Es importante mencionar que el centroide de la URH “Norte Baja’’ difiere de las
coordenadas de la estación “El Colorado’’, para la cual se tienen los datos iniciales. Se trabaja con los
datos del año hidrológico 2010-2011 y 2011-2012. De esta manera, se grafican los valores promedios
de la velocidad en el periodo de análisis en función de la cota del centroide para cada URH, y se realiza
un ajuste lineal entre los datos. Lo anterior se puede observar en en la Figura 3.1.2. Un hecho
importante que se observa a partir de los datos obtenidos es que en el caso del punto asociado a la
estación “El Colorado’’, éstos difieren de los valores entregados por el equipo docente.

1
Lo anterior puede deberse a múltiples factores, partiendo por el estado y mantención de los equipos
que registran las mediciones, sin embargo, hay que tener en cuenta que la información proporcionada
por el explorador climático es un producto que se obtiene a partir de información satelital, la cual está
limitada por sus características radiométricas, espaciales, y espectrales, además de necesitar de
algoritmos de corrección frente a los efectos turbulentos ocasionados por la atmósfera, y también
correcciones debido a la posición del sol. Para resolver este inconveniente, se considera la misma
tendencia de la velocidad del viento en función de la altura obtenida mediante los datos del “Explorador
Climático’’ y se utiliza la pendiente obtenida al realizar las regresiones en donde se utilizan los valores
entregados para la URH Norte baja para extrapolar/interpolar los datos en función de la elevación, para
las restantes URH, según la ecuación 3.1.1.

Figura 3.1.2: Pendientes utilizadas para la extrapolación de los datos de viento de la URH4 hacia las demás URH.

𝑣𝑖 = 𝑚𝑖 ∗ (𝑧𝑖 − 𝑧1 ) + 𝑣1 (3.1.1)

Donde:

𝑣𝑖 [𝑚/𝑠]: Velocidad media del viento de la URH “i”.

𝑣1 [𝑚/𝑠]: Velocidad media del viento de la URH “Norte Baja”.
𝑚𝑖 [𝑚/𝑠/𝑚]: Gradiente de velocidad media entre URH “Norte Baja” y URH “i”.
𝑧1 [𝑚]: Altura media de la URH “Norte Baja”.

Temperatura

En el caso de la temperatura, la metodología es análoga a lo especificado para la determinación de la

velocidad del viento. Al igual que en el caso anterior, el valor obtenido a partir de la plataforma del
“Explorador Solar’’ para la URH “Norte Baja’’ no coincide con los valores medios de temperatura
otorgados inicialmente, sin embargo, el comportamiento de la temperatura media para las distintas
URH ( T° v/s elevación) se ajusta de buena manera a una recta lineal. Debido a esto, se utiliza la
pendiente obtenida en dicho ajuste para interpolar/extrapolar los datos de temperatura considerando
los valores de la UHR otorgados por el equipo docente, de acuerdo a lo mostrado en la ecuación 3.1.2.
Notar que el valor de la pendiente coincide con el gradiente de temperatura de la troposfera que se
encuentra en la literatura.

2
 𝑇𝑖 = 𝑚 ∗ (𝑧𝑖 − 𝑧1 ) + 𝑇1 (3.1.2)

Donde:

𝑇𝑖 [°𝐶]: Temperatura horaria de la URH “i”.

𝑇1 [°𝐶]: Temperatura horaria de la URH “Norte Baja”.
𝑚 [°𝐶/𝑚]: Gradiente de temperatura ( igual a -0.0066 para este caso).
𝑧1 [𝑚]: Altura media de la URH “Norte Baja”.
𝑧2 [𝑚]: Altura media de la URH “i”.

Figura 3.1.3: Gradiente de temperatura para la zona de estudio. Datos obtenidos a partir del “Explorador Climático’’

Humedad relativa

Para obtener la humedad relativa, se recurre a la ecuación 3.1.3, donde se utiliza el mismo principio
planteado en la metodología previa. Sin embargo, dada la dificultad de obtener datos de los puntos
geográficos de interés de esta variable, se recurre al gradiente mostrado en la Figura 3.1.4 obtenido en
el estudio de Lagos et al. (2013), el cual para el presente caso se toma igual a -7 [%/km]. Hay varios
documentos de investigación en los cuales se obtienen resultados similares para el comportamiento de
la humedad relativa, en donde a pesar de que se esperaría un aumento de la humedad con la altura
(debido al aumento esperado de las precipitaciones) ésta disminuye.

𝐻𝑅𝑖 = 𝑚 ∗ (𝑧𝑖 − 𝑧1 ) + 𝐻𝑅1 (3.1.3)

Donde:

𝐻𝑅𝑖 [%]: Humedad relativa extrapolada de la URH “i”.

𝐻𝑅𝑖 [%]: Humedad relativa de la URH “Norte Baja”.
𝑚 [%/𝑘𝑚]: Gradiente de humedad relativa ( igual a -0.05 para este caso).
𝑧1 [𝑘𝑚]: Altura media de la URH “Norte Baja”.
𝑧2 [𝑘𝑚]: Altura media de la URH “i”.

3
 Figura 3.1.4: Gradiente de humedad obtenido por Lagos et al. (2013).

Precipitaciones

En el caso de las precipitaciones (Pp), se realizan varios métodos para poder estimar su valor en las
URH (gradiente orográfico, tanto a nivel mensual como anual, datos del explorador solar, etc), sin
embargo, ninguno de ellos otorgaba valores consistentes con la información proporcionada para la
URH “Norte Baja”. De esta manera, se descargan los valores de precipitación desde la plataforma del
“Explorador Solar” para el pixel asociado al centroide de la URH “Norte Baja” y se calcula el error
asociado a la precipitación acumulada en el periodo en estudio con respecto a los datos registrados en
la estación “El Colorado”, de acuerdo a la ecuación 3.1.4.

𝐸𝑟𝑟𝑜𝑟 = 𝑃𝑝𝑎𝑐𝑐𝑒𝑠𝑡 / 𝑃𝑝𝑎𝑐𝑐𝑒𝑥𝑝𝑙 (3.1.4)

Donde:

𝐸𝑟𝑟𝑜𝑟 [−]: Error de sesgo de los datos proporcionados por el Explorador Solar.
𝑃𝑝𝑎𝑐𝑐𝑒𝑠𝑡 [𝑚𝑚]: Precipitación acumulada registrada en la estación “El Colorado” en el periodo hidrológico
de estudio (2010-2011).
𝑃𝑝𝑎𝑐𝑐𝑒𝑥𝑝𝑙 [𝑚𝑚]: Precipitación acumulada registrada en el “Explorador Solar” en el periodo hidrológico
de estudio (2010-2011).

Se corrigen los valores de Pp acumulada para las restantes URH de acuerdo a la ecuación 3.1.5, para
lo cual se trabaja con el supuesto de que el mismo sesgo del explorador debe ocurrir en las mediciones
cercanas a la URH Norte Baja.

𝑃𝑝𝑎𝑐𝑐𝑖 = 𝐸𝑟𝑟𝑜𝑟 ∗ 𝑃𝑝𝑎𝑐𝑐𝑒𝑥𝑝𝑙 (3.1.5)

Donde:

𝑃𝑝𝑎𝑐𝑐𝑖 [𝑚𝑚]: Precipitación acumulada (2010-2011) corregida para la URH “i”.

𝐸𝑟𝑟𝑜𝑟 [−]: Error de sesgo de los datos proporcionados por el Explorador Solar calculado a partir de la
ecuación 3.1.4.
𝑃𝑝𝑎𝑐𝑐𝑒𝑥𝑝𝑙 [𝑚𝑚]: Precipitación acumulada registrada en el “Explorador Solar” en el periodo hidrológico
de estudio (2010-2011).

4
Considerando que las precipitaciones (Pp) no deberían variar en grandes magnitudes en las URH
vecinas, se utilizan los mismos valores de Pp de la URH “Norte Baja” para las restantes URH, en donde,
como medida de corrección, se reparte de manera equitativa la diferencia producida por la precipitación
acumulada corregida de la URH_i (𝑷𝒑𝒂𝒄𝒄𝒊 ) y la precipitación acumulada base ( asociada a los valores
de la estación URH Norte Baja) a todos los valores distintos de 0. Es importante mencionar que se
considera como supuesto que el valor de las precipitaciones de las 4 URH en análisis es 0, cuando la
precipitación registrada por la estación “El Colorado” es 0.

3.2 Implementación del modelo CRHM.

Principalmente, los procesos que serán simulados mediante el modelo CRHM son la acumulación/
derretimiento de nieve y la escorrentía generada, por lo tanto, se deben seleccionar los módulos que
permitan estimar los procesos asociados a los mencionados previamente. La ocurrencia de la
acumulación/derretimiento de nieve y la generación de escorrentía vienen dadas por otros fenómenos
hidrológicos, por lo tanto, estos también serán simulados por el modelo. De esta forma, también serán
simulados procesos como la evapotranspiración, infiltración, intercepción, precipitación, transporte de
nieve por viento, sublimación, escorrentía superficial, sub-superficial y subterránea.

Dado los procesos mencionados anteriormente y considerando que el modelo CRHM es controlado
fundamentalmente por ecuaciones de balance de energía y de masa, se deben implementar módulos
que permitan estimar los términos de estas expresiones y que simulen los fenómenos hidrológicos
identificados.

Tabla 3.2.1: Módulos implementados en la modelación

Módulo Descripción

Maneja las propiedades físicas de cada URH, además de las características del suelo y
basin
la vegetación.

Calcula la radiación de onda corta incidente según el método de Garnier y Ohmura,

global
(1968).

obs Convierte las mediciones meteorológicas en variables corregidas para cada URH.

Estima la radiación de onda corta a partir de las temperaturas máximas y mínimas del
Annandale#1
día.

Modela la radiación de todas las ondas usando las horas con sol, la temperatura y la
netall
humedad relativa.

Usa la radiación de onda corta incidente para estimar la radiación de onda larga diaria
longVt#2
según Sicart et al. (2005)

Estima la evapotranspiración en cada intervalo de tiempo. Se puede usar la fórmula de

evap
Granger, Priestley-Taylor o Penman-Monteith.

Este módulo define clases de vegetación para el modelo de radiación neta en la superficie
Canopy#3
de la nieve calculando la intercepción de la vegetación en el manto nival.

pbsmSnobal Este módulo calcula el transporte de nieve por viento y la sublimación.

albedo Calcula el albedo de la superficie de la nieve.

Realiza el balance de energía en el manto nival para estimar la energía disponible para
SnowbalCRHM#3
el derretimiento según Marks (1998).

Greencrack Calcula la infiltración para suelos en ambientes fríos.

5
 Módulo Descripción

Calcula las humedades de las distintas capas de suelo. Este módulo considera 3 capas
Soil
de suelo: la superficial, donde ocurre la infiltración.

Netroute Maneja el rastreo de la escorrentía superficial, sub-superficial y subterránea

3.3 Sensibilidad a cambios en forzantes climáticas y parámetros

fisiográficos.
Para conocer la sensibilidad de los resultados de escorrentía y SWE(t) en las distintas URH frente a
variaciones en las forzantes hidroclimáticas, se modifican las variables de acuerdo a los porcentajes
mostrados en la Tabla 3.1.1. Luego, el procedimiento es análogo al descrito en la elaboración del
modelo CHRM del apartado 3.1, en donde se utilizan los mismos módulos para la modelación de los
procesos involucrados.

Tabla 3.3.1: Casos utilizados en el análisis de sensibilidad frente a las variables climáticas.

Para el caso de la sensibilidad asociada a los parámetros fisiográficos, éstos se varían de acuerdo a lo
mostrado en la Tabla 3.1.2. La construcción del modelo posterior es idéntica a lo descrito en para la
sensibilidad frente a las forzantes climáticas.

Tabla 3.3.2: Casos utilizados en el análisis de sensibilidad frente a los parámetros fisiográficos.

En ambos casos se utiliza la ecuación 3.1.6 propuesta por Andréassian et al. (2016), para cuantificar
la sensibilidad a partir de las elasticidades de la escorrentía frente a las forzantes climáticas.

(3.1.6)
𝜀𝑄/𝑋 = ( 𝛥𝑄/𝑄∗ )/ 𝛥𝑋/𝑋∗

Donde:

𝜀𝑄/𝑋 [−]: Elasticidad del caudal con respecto a la forzante X.

3
𝛥𝑄 [𝑚 /𝑠]: Variación del caudal frente a la variación de la forzante X.
3
𝑄∗ [𝑚 /𝑠]: Caudal promedio.
𝛥𝑋 [𝑣𝑎𝑟]: Variación de la forzante X.
𝑋∗ [𝑣𝑎𝑟]: Promedio de la forzante X.

6
4 Resultados

4.1 Construcción del modelo y comportamiento de las variables

hidrológicas
En las Figuras 4.1.1 a la 4.1.5 se muestran los resultados obtenidos para la evolución de las variables
de evaporación, escorrentía y SWE para el periodo de modelación. Además se incluyen las variables
de derretimiento e infiltración acumulada.

Figura 4.1.1: Evaporación para cada URH y a nivel de cuenca. Figura 4.1.2: Escorrentía para cada URH .y a nivel de cuenca.

Figura 4.1.3: Derretimiento para cada URH y a nivel de cuenca. Figura 4.1.4: SWE para cada URH y a nivel de cuenca.

Figura 4.1.5:Infiltración acumulada para cada URH y a nivel de cuenca.

7
Para el caso del caudal, la Figura 4.1.6 muestra la evolución en el periodo simulado en comparación
con el caudal registrado a la salida de la cuenca.

Figura 4.1.6:Caudal modelado y simulado en la cuenca.

Tabla 4.1.1: RMSE.

RMSE 5.79

4.2 Sensibilidad a cambios en forzantes climáticas

Las Figuras 4.2.1 y 4.2.2 muestran las variaciones de SWE y derretimiento acumulado debido a los
cambios introducidos en las frozantes climáticas. Debido a que los resultados del caudal a la salida de
la cuenca presentan valores alejados de la estadística registrada en la estación fluviométrica, se decide
realizar el análisis de sensibilidad para el derretimiento acumulado, el cual presenta resultados más
apropiados. Se observa claramente como el aumento de la temperatura y reducción de las
precipitaciones disminuye la disponibilidad de SWE en el año, alcanzando los valores más bajos para
aquel caso extremo donde la temperatura aumenta 2°C y las precipitaciones disminuyen en un 20%.

De manera similar, en la Figura 4.2.2 se tiene que a medida que disminuyen las precipitaciones, el
derretimiento disminuye, debido a que existe menos disponibilidad de nieve en el manto, mientras que
a medida que la temperatura aumenta, el derretimiento acumulado es mayor, lo cual, al llevarlo a
unidades de caudal, se esperaría un mayor caudal en la salida de la cuenca.

Figura 4.2.1: Análisis de sensibilidad SWE, HRU Sur Alta. Figura 4.2.2: Análisis de sensibilidad de derretimiento, HRU Sur Alta.

En la Tabla 4.2.1 se muestran las elasticidades para los casos 1 y 2 mostrados en la sección de
metodología. La SWE presenta un comportamiento inelástico frente a cambios de la temperatura y
precipitación, mientras que para el caso del derretimiento el comportamiento es cercano a una
8
relación unitaria, principalmente frente a las variaciones de las precipitaciones (Caso 2).

Tabla 4.2.1: Elasticidad del SWE y del Derretimiento frente a forzantes climáticas.

Elasticidad Elasticidad SWE

derretimiento

Caso 1 0,86 0,51

Caso 2 0,98 0,73

4.3 Sensibilidad a parámetros fisiográficos

Análogamente al caso anterior, la sensibilidad del caudal se realiza en base a la variable del
derretimiento acumulado. En la Figura 4.3.1 se muestra la sensibilidad de esta variable frente a cambios
de pendiente, elevación media y orientación, mientras que en la Figura 4.3.2 se visualizan las
variaciones que tiene el SWE frente a éstos parámetros.

Para el SWE, se observa que la elevación media es el parámetro que presenta mayor incidencia en el
aumento o disminución de SWE, mientras que un aumento en la pendiente no genera mayores
variaciones. En el caso de la orientación, los cambios son leves, sin embargo, a medida que aumenta
la pendiente la disponibilidad de SWE disminuye. En particular se destaca que al disminuir en 1000[m]
la altura media, el SWE se agota totalmente en septiembre.

El derretimiento acumulado muestra la misma tendencia, presentando los mayores cambios frente a
las variaciones de elevación media y llegando a incluso a reducciones de un 50% en comparación al
caso base, siendo una situación crítica si se considera que el derretimiento está directamente ligado al
caudal de salida de la cuenca.

Figura 4.3.1:Sensibilidad del derretimiento acumulado frente a Figura 4.3.2:Sensibilidad del SWE frente a cambios en los
en los cambios de los parámetros fisiográficos para URH Sur parámetros fisiográficos para URH Sur Alta
Alta

La Tabla 4.2.2 muestra la elasticidad de las variables frente a cambios en la elevación y la pendiente
medias. En el caso de la elevación, el SWE presenta un comportamiento elástico frente a la elevación
y la pendiente. Por otro lado, el derretimiento, a pesar de tener una relación elástica con la pendiente
topográfica, variaciones en la elevación no repercuten en grandes cambios del derretimiento, dado que
la elasticidad calculada ronda el valor de 0,4.

9
 Tabla 4.2.2: Elasticidad del SWE y del Derretimiento frente a parámetros fisiográficos.

Elasticidad Elasticidad SWE

derretimiento

Caso 1 0,41 1,23

Caso 2 1.26 1.28

5 Discusión
A partir de los resultados mostrados en la sección 4.1, se observan diferencias en los comportamientos
de las variables hidrológicas en análisis dependiendo de la URH definida. Para el caso de la
evaporación, su comportamiento es estacional, teniendo las mayores tasas de evaporación en el
periodo estival (noviembre a marzo) y tasas mínimas en el periodo invernal (abril-octubre). Se observa
además que la curva de las URH ubicadas a menor altura son las que presentan mayores tasas de
evaporación, lo cual es un resultado esperable considerando el gradiente de temperatura. Respecto a
las magnitudes, estas dan cuenta de una clara influencia de la división según laderas norte y sur. En
particular, el sector sur, tanto alto como bajo, presentan curvas mayores a sus contrapartes del sector
norte, lo cual se explica a partir de la orientación del recorrido del sol para el hemisferio sur. Tal como
se evidenció en la Tarea 3, los flujos turbulentos de energía dependen de la radiación directa incidente,
la cual presenta mayor intensidad en las laderas del sector sur que están más expuestas.

Respecto a las variaciones de escorrentía y derretimiento, se tiene que, a pesar de que a nivel de
cuenca pareciera existir un régimen pluvio-nival, esto no se representa de la misma manera en todas
las unidades de modelación. En particular, las URH del sector alto presentan un comportamiento más
bien nivo-pluvial, lo cual es esperable considerando que su altura media está sobre los 3500[m.s.n.m.].
Además, las laderas sur son las que presentan mayores tasas de derretimiento y por lo tanto
escorrentía, lo cual se complementa con el comportamiento de la evaporación, producto de una
exposición más directa a la radiación solar. Lo curioso es que existen largos periodos en donde no
existe escorrentía a nivel de cuenca, es decir, se tienen valores nulos. Igualmente, se tiene que en
algunos casos la serie construida a partir de la información de CAMELS presenta valores de escorrentía
inferiores a los modelados para las URH. Este comportamiento se debe a que los datos entregados por
CAMELS corresponden a promedios espaciales a escala de cuenca, es decir, la escorrentía
proporciona la plataforma está distribuida en la superficie.

Toda esta discusión previa permite facilitar la interpretación de los resultados de SWE(t), mostrados en
la Figura 4.1.4. La disponibilidad de SWE por unidad de área está claramente dominada en aquellas
URH de mayor altura, donde las precipitaciones son mayores, y tanto la temperatura como la humedad
relativa bajan, las cuales corresponden a las forzantes de entrada del modelo. En las unidades de
modelación categorizadas como altas, se tiene que los valores máximos se alcanzan en los meses de
agosto y septiembre, para luego decaer rápidamente con un valor de SWE nulo a mediados de octubre.
Aquellas URH con tasas de derretimiento mayores en los meses de septiembre y octubre son
precisamente las que presentan una disminución rápida del SWE en periodo de deshielo, sin embargo
el comportamiento a nivel de cuenca es cercano a lo que ocurre con las URH de las zonas bajas, es
decir, las variaciones son más graduales y menos abruptas en el tiempo. A pesar del evidente error
que existe en la modelación, la tendencia de los datos si presenta relación a lo expuesto en estudios
asociados a la misma cuenca. En el siguiente gráfico se puede observar la distribucion temporal del
SWE obtenida por Comte(2017), en su tesis titulada “MODELACIÓN HIDROLÓGICA DE LA CUENCA
DEL RÍO MAPOCHO EN LOS ALMENDROS USANDO EL MODELO COLD REGIONS
HYDROLOGICAL MODEL”, la similitud en la evolución es evidente pero diferidos.

10
Lo mismo ocurre con el derretimiento, en el estudio se da completo en el mes de Noviembre como es
de esperar, mientras que en este estudio comienza en invierno.

Figura 5.1.1:SWE obtenido por Comte(2017).

Es importante mencionar que el comportamiento presentado en cada unas de las unidades de análisis
se complementa con la evolución de la infiltración acumulada, la cual presenta valores más elevados
en las URH ubicadas a mayor altura. Por otra parte, la variación a nivel de cuenca se mantiene en una
zona intermedia. Es relevante destacar el cruzamiento de las curvas asociadas a las URH Norte Baja
y Sur Alta.

A partir de la Figura 4.1.6 se observa que el caudal simulado con el medido presenta comportamientos
un tanto diferentes. De hecho no es necesario realizar algún cálculo de estadísticos para visualizar que
ambas series presentan un valor muy bajo de correlación. Hay varios factores que influyen en esta
posible respuesta, desde aspectos técnicos en el dominio del software de modelación, el proceso de
modelamiento en sí, y la incertidumbre de los parámetros. Una posible explicación a este
comportamiento es que la simulación se realiza en base a los mismos intervalos de tiempo en que se
tienen los datos de las forzantes. Por ejemplo, se tienen intervalos en donde hay valores altos de
precipitación, de los cuales un porcentaje se transforma eventualmente en escorrentía, pero el intervalo
siguiente

Otro aspecto que se puede observar a partir de la Figura 4.1.6 es que los peaks de caudal de la serie
simulada, no coinciden con la serie obtenida de CAMELS. En particular, se puede apreciar que la serie
simulada está eventualmente desplazada hacia la izquierda, lo que indica un régimen pluvio-nival. Esto
claramente difiere del régimen nivo-pluvial de la cuenca.

Respecto a los análisis de sensibilidad cuando se inducen variaciones en las forzantes climáticas, se
tiene que la respuestas de las variables SWE y derretimiento de nieve no siguen el mismo
comportamiento, es decir, responden de forma diferente frente a los cambios propuestos en los cuatro
casos de estudio. Para el SWE, todas las variaciones inducen una disminución de su magnitud en el
tiempo, pero en diferentes grados respecto a la simulación base. El caso que más impacta es el
aumento de la temperatura en 2°C y el decaimiento de la precipitación en un 20%. Segundo va el
descenso en un 20% de la precipitación. Le sigue la disminución conjunta de la temperatura en 2°C y
de la precipitación en un 20%. Por último el aumento de la temperatura en 2°C junto con la caída de la
precipitación en un 20%.

Para el derretimiento este ranking cambia, ya que, el caso que más variación induce es la disminución
conjunta de la temperatura en 2°C y de la precipitación en un 20%. Esto provoca que el derretimiento
acumulado sea menor al del caso base. Segundo en el ranking está el aumento de la temperatura en
2°C junto con la caída de la precipitación en un 20%. El efecto que tiene es análogo al que tiene el
número uno del ranking, pero en menor escala.

11
En el puesto tres está la disminución a secas de la precipitación en un 20%, que al igual que los otros
dos casos, el impacto que ocasiona es la disminución del derretimiento respecto a la simulación base.
Finalmente, el aumento de la temperatura en 2°C es el cambio que menor impacto tiene, respecto a
los otros tres, y provoca que el derretimiento acumulado se incremente.

De acuerdo a lo presentado en el párrafo anterior, se tiene que aumentos en la temperatura y la

disminución en la precipitación ocasionan un mayor impacto en los peaks del SWE. Esto es
concordante con lo que se espera, puesto que, al existir mayor temperatura el manto se derrite
disminuyendo el equivalente de agua en nieve y si las precipitaciones se reducen, también se aminora
la porción de esta que se almacena como nieve. Es importante resaltar que el efecto de la precipitación
pesa más que el de la temperatura, por esta razón, el efecto a secas de la disminución en un 20% de
la precipitación induce un mayor decaimiento que el aumento a secas de la temperatura en 2°C.

Por otro lado, respecto al derretimiento, menor temperatura induce un menor derretimiento y menor
precipitación ocasiona una disminución de la nieve y por tanto, menor derretimiento. Al existir menores
temperaturas y menor precipitación, la época de derretimiento comienza unos días más tarde. Por otro
lado, cuando existe aumento de la temperatura, el derretimiento es mayor y comienza en fechas más
tempranas y es eventualmente mayor. Esto muestra que la máxima contribución de derretimiento a la
escorrentía viene dado por las alzas en la temperatura y que la variable meteorológica puede llegar a
condicionar la estacionalidad de la escorrentía. Igualmente es importante analizar el impacto que puede
llegar a tener la precipitación, ya que si no existe precipitación, la contribución de derretimiento a la
escorrentía está limitado según la disponibilidad de nieve.

De acuerdo a lo mencionado en los párrafos previos, el resultado que tendría una sequía cálida y una
fría sería diferente en ambas variables. Una sequía cálida ocasiona que el SWE disminuya, puesto que
existe una mayor tasa de derretimiento y la acumulación es menor. Igualmente, el derretimiento va a
estar sujeto a la disponibilidad de nieve. Si bien un aumento de la temperatura puede inducir mayor
derretimiento y un adelanto de las épocas de deshielo, el derretimiento va a estar sujeto a la cantidad
de nieve que hay. Por otro lado, en el caso de una sequía fría, se tiene que al existir menor precipitación
existe menor acumulación de nieve, no obstante, debido a la condiciones térmicas, la nieve que se
acumula tarde más en derretirse y por tanto se amortigua la disminución del SWE. No obstante, una
eventual sequía fría induce una disminución del EAN. Respecto al derretimiento, como se mencionó
previamente, como las temperaturas son bajas, el inicio del periódo de derretimiento se retrasa y por
tanto, es tanto existe atenuación del proceso.

A partir de la elasticidad presentada en la Tabla 4.2.1, se logró calcular la variación conjunta de ambas
variables y se comprobó que la respuesta del modelo no es lineal, ya que induce valores menores a los
que se obtienen en el caso de estudio 3. La figura que corrobora esta deducción es la Figura 8.1.1. y
se incorpora en el anexo.

Finalmente, de la Figura 4.3.2 se ratifica el efecto que tiene la elevación media de la URH frente a su
distribución de SWE, aumentando la curva en 15% con respecto al caso base y desplazando el punto
de SWE mínimo en aproximadamente 2 meses (en el caso en que la altura media aumenta 1000[m]).
Por el contrario una disminución de 1000[m] retrasa la curva de SWE, generando un agotamiento muy
temprano de la disponibilidad de SWE en la temporada (septiembre). Lo anterior se refleja en lo
mostrado en la Tabla 4.2.2, con el comportamiento elástico del SWE frente a la elevación como a la
pendiente. Con respecto al derretimiento, la Figura 4.3.1 refleja que los mayores cambios en la curva
de derretimiento se deben a variaciones de elevación, sin embargo, tanto para los casos en que
aumenta y disminuye la elevación, el derretimiento disminuye con respecto al caso base, ocasionando
que el caudal de salida también debería disminuir. Si bien se espera que mientras más alta la elevación
se derrita una menor cantidad debido a que las condiciones de temperatura y humedad disminuyen, el
efecto observado en alturas menores puede deberse a un concepto de disponibilidad, como se observa
en la Figura 4.3.2 donde el SWE disminuye.

12
6 Conclusiones
Como se comentó anteriormente, los resultados de la modelación no fueron los esperados. Dentro de
los factores que influyeron en este resultado está el uso del software CRHM y la baja experiencia que
se tiene con este. La mayoría de los parámetros utilizados fueron los que traía por defecto, debido a la
falta de información de la cuenca de estudio y/o desconocimiento de los módulos. Probablemente estos
parámetros están calculados y calibrados para cuencas en Canadá. Adicional a esto, la extrapolación
de los datos tampoco es lo suficientemente rigurosa y pudo tener un tratamiento mejor con la finalidad
de obtener mejores resultados. Comte(2017), incluye en su modelación los términos del balance
radiativo medidos en la estación Valle Nevado, en lugar de utilizar relaciones físicas y algunas empíricas
para obtener los términos del balance radiativo. Los resultados que obtiene son mucho más cercanos
a los observados, lo cual evidencia la importancia de poder contar con datos de terreno y ojalá con una
mejor distribución espacial.

Dejando de lado el resultado exacto, las tendencias estudiadas y las respuestas a cambios en
diferentes parámetros, tanto climáticos como fisiográficos, deberían mantenerse, por lo que lo discutido
y presentado en las secciones anteriores del presente documento es totalmente válido y es un análisis
valioso para comprender cómo podrían variar ciertos resultados al ponerse por ejemplo en un escenario
de cambio climático o querer trasponer resultados con alguna cuenca o URH similar.

Si bien los resultados no son concordantes con los registros que contiene la plataforma CAMELS,
donde si se obtienen resultados coherentes es en los análisis de sensibilidad. Mediante la variación de
las forzantes se logra corroborar cómo los incrementos/decrecimiento en la temperatura y la
disminución de la precipitación inciden en la simulación. A partir de los resultados se obtuvo que
aumentos en la temperatura, en conjunto con una disminución de la precipitación, aminoran el SWE e
incrementan el derretimiento. Por otro lado, si las temperaturas bajan y la precipitación disminuye, la
merma del SWE y el derretimiento se ve amortiguada por las condiciones térmicas. A través de los
casos de estudio fue posible analizar cómo el modelo se comporta si existe variación en las forzantes
y en los parámetros fisiográficos, donde la elevación cobra gran importancia, ya que, todas las
estimaciones fueron realizadas mediante métodos orográficos. Se concluye que el modelo CRHM
entregó resultados satisfactorios.

13
7 Referencias
Andréassian, V., Coron, L., Lerat, J., & Moine, N. L. (2016). Climate elasticity of streamflow revisited–
an elasticity index based on long-term hydrometeorological records. Hydrology and Earth System
Sciences, 20(11), 4503-4524.

Comte, M. M. (2017). Modelación Hidrológica de la Cuenca del Río Mapocho en los Almendros usando
el modelo de Cold Regions Hydrological Model [Universidad de Chile]. In Ekp (Vol. 13, Issue 3).
http://repositorio.uchile.cl/handle/2250/144584

DeBeer, C. M., & Pomeroy, J. W. (2017). Influence of snowpack and melt energy heterogeneity on snow
cover depletion and snowmelt runoff simulation in a cold mountain environment. Journal of Hydrology,
553, 199–213. https://doi.org/10.1016/j.jhydrol.2017.07.051

DeWAlle, D. R., & Rango, A. (2008). Principles of Snow Hydrology (1st ed.). Cambridge University
Press.

Flores, D. A. (2017). Metodologías para predicción de caudales medios diarios utilizando un modelo
hidrológico de derretimiento de nieve, y transformación de derretimiento en escorrentía aplicado en la
cuenca del río Juncal [Universidad Técnica Federico Santa María].
https://repositorio.usm.cl/handle/11673/23295

Valenzuela Díaz, M. J. (2019). Water quality in the upper Mapocho river basin (Santiago, Chile):
implications for environmental management in the overlap between a natural protected area and the
world's greatest known copper deposit.

Omar, L. (2001). Estimación de la incertidumbre en la determinación de la densidad del aire.

https://www.cenam.mx/myd/DENSIDAD DEL AIRE abril-20031.pdf

Universidad de Chile. (2012). Análisis De La Red Nival Necesaria Para Cuantificar Los Recursos
Hídricos. https://snia.mop.gob.cl/sad/GLA5434.pdf

14
8 Anexo
.

Figura 8.1.1: Flow chart

Figura 8.1.2: SWE máximo.

15