MODELOS MATEMATICOS

EN
HIDROLOGIA

JULIO SANCHEZ ORDOÑEZ

BOCOTA , COLOMBiA
DICIEMBRE. 1974

l
MODELOS MATEMATICOS EN HIDROLOGI.A

JULIO SANCHEZ ORDOÑEZ

Ingen iero Civil

BOGOTA, COLOMBIA
Diciembre 1974
 I N D ICE

MODELOS MATEMATlCOS EN HIDROLOGIA

página
INTRODUCCION .•.••••••••••••••••......•.•..... .•••••••••.•.. . 1

CAPITULO I - CONCEPTOS GENERALES

1.1 SISTEMAS HIDROLOGICOS ••.••. •••.• •••..•..••.•..•••.••• 3

1. 2 MODELOS DE SIMULACION •..••.. , .•.•••••••.••••.••••••• 5

1.2.1 Simulación - Generalidades................................ 5
1.2.2 Modelos Hidrológicos de simulación ......................... 8
1.2.3 Elementos de un modelo de simulación............ ........... 10
1.2.4 Aplicación de un modelo de simulación...................... 12

CAPITULO II - CLASIFICACION DE MODELOS HIDROLOGICOS

2.1 DETERMINISTlCOS y ESTOCASTICOS .... ....... •••••••• ..... 15

2.2 ANALlTlCOS y EMPIRICOS ........... ..... ................ 18
2.3 MODELOS A EMBALSES Y CON OPERADOR PLWIOHIDROLO
GICO ............................... ~ ••••• ~................ o" 19
2.4 LINEALES Y NO LINEALES ...................... .......... 19
2.5 DESCRIPTIVOS Y CONCEPTUALES ................... ....... 19

CAPITULO 111 - MODELOS DETERMINISTlCOS

3.1 ANTECEDENTES ••••••••••.•.•••..•..••.••.•.. " ..••.•. ...• 23

3.2 SIMULACJON DE ESCURRIMIENTO EN ZONAS INUNDABLES
(Modelo SOGREAH - UN ESC O .. . • .. .. .. .. • .. • ... . .. .. . .. .. • 25

3.2.1 Caracterfsticas del problema.. .. ........ .......... .. .... .... 25

A. Generalidades......................................... 25
 página

B. Conñguracién de lo cuenca .... ".. ""."" ...... """"""" .. "" ........... .. 26

3.2.2 Desc:ripción del modelo ••••.••.••••....•. .. " 26 ~ " .......................... " ..

A. Leyes entre embalses fluviales •••••••• " " . " " .. " .... " " " .. " " " .. " " 26
B. Leyes entre embalses no fluviales ...... ".... "" .. """ ...... ".... ".. ".. " 29
3.2.3 Formulación matemática del modelo ,. " " "" 31
.. " .... "" ...... " " .. " " " " " . " ....
A. Hipótesis previ 0$ .. "" .... " .. " .... " .... " .. "" .. " " " .. " ........ " .. " " ............ " 31
B. Ecuación de continuidad . " . ".. ".. ".. """"" .... """" .. """"" .. """ . " 31
C. Ecuaciortes de descargas ".... "........ ".... "" ........ """" """" """"".... 32
Unión de tipo fluvial"" .... "" ............ " s." ...... " • • "" .... " .. """" .... " 32
lJrlión de tipo vertedero .... " .. "" .. "" .. ".. " .. "" .. " " " .. " "",, " "...... "" 35

3.2.4 Desa.rrollo del m:odelo .... "....... ". "" ........ "................ " 36
A. D•,strl'buc .Ion
' topo "oglca
• .. "" ...... " .......... " .. " .... " ...... " .... " " " .... " 36
B. Conformación de las motrices . " .. " .......... " " ........... " .............. " .. 38
C. Condiciones Irmites . ". ".... o. . . . . o.o.o.o. . . . . . . . o. .. o. ..... o. . . . . . . . . . . . . . 42
Condiciones aguas arriba ....................................... 42
Condiciones aguas abajo ............ # ................... . 44
D. Técnica de solución ............ o. . . . . . . . . . . . . . . . . . . 'o. . . . . . 45

3.2.5 Esquema de I programa de computador ......................... . 47

3.3 MODELO DE LA UNIVERSIDAD DE TEXAS (Modelo Stonford IV

Mocfificodo) ................................................. . 48
3.3.} Antecedentes ..................... . ................................... 48
3.3.2 Caracterrsticas de I modelo ................................ . 49
A. Origen ............ o. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o. . . . . . . . . . . . . o. . . . . . . 49
B. Almacenamiento de intercepción ................................ . 52
C. Almacenamiento superficial ..... 'o. . . . . . . . . . . . . . . . . . . 'o. .. . 52
D. Infiltración ... ... , ........................................... . ....... 55
E. Fluio o través de la zona no saturada ......................... .. 59
F. Flujo sllbsuPf!mcial ......... o. . . . . . . . . . . . . . . .- . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 60
G. F luio subterráneo ......................................................... .. 62
H. 1:.._ .. "
I;;vuporaclon ..
y evapotransprraclon ..'
..................................... . 64-
I . Propaga.ciór, de descargas .......................................... .. 66

11
 página

3.3.3 Aplicaciones del modelo ••..•..•...••.•...•.•• ""............ 66

3.4 MODELO SSARR (Streamflow Synthesis ond Reservoir Regulotion).. 70

3.4. I General idodes ..••. . • • . . . • . . . . . . • . • . . . . . . . . . . • . • • . . . . . . • • . • 70

3.4.2 Evolucián histórica del modelo •.••• .. ••.• •.•...••.. •.•.•..•. 70
3.4.3 Características del programa SSARR.......................... 72
A. Conceptos hidrolágicos incluidos ..•.••.•....•••••.••••••• 72
B. Subdivisión de la cuenca............ • • . . • . •• . . . • . . . • . . 72
C. Intervalos de Nempo • • . • . . . . • . . • • . • • • . . . • • . •• •••••.•• . • 72
D. Datos de en trada ...•... . . . . . . • . . • . • . . . . . • . • . .. • . • • • . • • . 73
E. Usos del modelo................................. •.•••. 73

3.4.4 Tipos básicos de simulación empleados........................ 73

3.4.5 Transformación IIuvia-descarga.............................. 74
A. Determinación de lo precipitacián media en la cuenca •••••. 76
B. Distribución de la lluvia ........................................ ....... .. 77
C. Cá!eulo de la escorrentía total .••..••••••.•••...•.••.••• 77
D. Cálculo de la humedad del suelo ....................... .. 78
E. Determinación del flujo bose ........................... .. 78
F. Separación de los flujos superficial y suhsuperficial •...•••. 80
G. Propagación de las componentes ....•.....••.•••.••••..•• 81
H. Definición de las características de la cuenca ........... .. 81

3.4.6 Propagacián en el cauce ................................... . 83

A. Ecuaciones básicos . ...................................... lO • • ' . . . .. 83
.' geornetnca
.. . ................................... .
B .. Interpretaclon 87
C. Esquema de cálculo .................................. .. 87
D. Propagacián con efecto de remanso ••..•....•.....•....•. 87

3.4.7 Aplicaciones prácticas del modelo ...••..•.••...•...•.•.•..•. 91

CAPITULO IV - MODELOS ESTOCASTlCOS

4.1 ALGUNOS ASPECTOS DE LOS EVENTOS HIDROLOGICOS •.•. 93

4.1.1 Procesos hidrológicos - Defin iciones .• . . • . . • . . • . .. • • • . . . • • ... 93
4.1.2 Características de los datos hidrológicos •..••.•... '" . ...••••• 93

111
 página
4.1.3 Naturaleza de las magnitudes hidrolÓgicas.................... 96

4.2 APLICACIONES DE ESTADISTICA EN HIDROLOGIA •• , ••.•••• 96

4 . 2. 1 Nociones generales ....................................................... ~ .................. .. 97
4 .... I rr uc rOI'l8S emp.' rl•cas .................. ..............................
2 2 D'st'b lO . . . . . . . . . . . . . . . . .. 98
4.2.3 Parámetros estadrsticos ....................................................................... . 99
A. Medidas de tendencia central ••••....•••••.••.•••.•••••• 99
8:.. ~didas de d;spersión . o......................................................... 100
C. Medidas de asimetrfa •••••• • . . • . . . . . • . • • . . • . • • .... • •.•. 100

· - y regreslon
2 4 Corre loClon
4 .... • - ..................................................................... 101
4.2.5 Distribuciones de probabilidad .................. o..... •••••••••• 104
A. Distribución normal ......... ............................... o . . . . . . . . . . . . . . . . . . . . . . .. 104
8. Distribución lognonnal .................................................' .............. .. 105
C .. D.strl .- gcamma .................................................................. ..
• 'bUClorl 106
D. Esquema para selección de la distribución •••••.••.•..•.•• 106

4.3 SELECCION DE UN MODELO PARA SINTETIZAR CAUDALES... 108

4.3.1 El modelo de Maricov......................................... 109
A. Caudales con distribución normal......................... 110
B. Caudales con distribución lognormal •••..•.•••••••• " ••• " 112
C. Caudales con distribución gamma ......•................. 112

4.3.2 Modelas estacionales de Markov .,... •••..• ••••••. .•••.•• ••• 112
A. Caudales con distribución normal y lognormal ••..•..•.•.•• 113
B. Caudales can distribución gamma •..•......•••••••..•.... 113

REFERENClAS •. ....... ...•.•.••. . ..•. ... ........ .••••... ................... 115

IV
 INTRODUCCION

En los úlHmos años se ha incrementado considerablemente el uso de computadores digi-

tales en el análisis de datos hidrológicos paro diversidad de fines. En un principio los
computadores se usaran básicamente paro labores rutinarios toles como conversión de do
tos, propagación de hidrogramas, cálculo de remansos etc.; los avances logrados en la
tecnolagía de computadores han tomado prácticos lo programación lineal y dinámico, por
ejemplo, y avanzados técnicas estadísticos de análisis; el análisis numérico y los mode-
los matemáticos han aumentado su grado de sofisticación como resultado de la disponibi
lidad de computadores cado vez más grandes y rápidos. -

Hasta antes del advenimiento de estos técnicos, los parámetras derivados analíticamente
pora lo mayoría de los modelos matemáticos provenían de regresiones y correlaciones;
estos porámetros estaban, par lo tonto, sujetos a condiciones de independencia, normali
dad y linealidad, condiciones a los cuales no pueden restringirse los parámetros de lo
mayoría de los sistemas hidrológicos, o tal punto que losporámetros tipo coeficiente de
madelos tan restringidos pueden llegar o no tener ningún significado físico.

La simulación puede llevarse a cabo con mecan ismos analógicos o con computadores di
gitales; en el primer coso lo simulación es posible usando la similitud que existe entre-
los expresiones matemáticos que describen el flujo eléctrico yel flujo del aguo; en for-
ma digital, el computador se usa paro resolver numéricamente toles ecuaciones. Cada
uno de estos tipos tiene ventajas y desventajas, osi como campos de aplicación especí-
ficos, pero la computación digital es extremadamente útil en hidrología de superficie,
por ejemplo poro resolver situaciones probabilísticos en los cuales las variables (preci-
pitaciones y escurrimientos, por ejemplo), varían aleatoriamente dentro de límites proba
bies. -

El presente trabajo hoce referencia o 'o simulación con computadores digitales, e ¡nclu
ye lo descripción de algunos modelos de amplio uso, exponiendo sus fundamentos y con-:
ceptos básicos.

I
 CAPITULO

CONCEPTOS GENERALES

1.1 SISTEMAS HIDROLOGICOS

A través de la historia de la humanidad, el hambre siempre na estado lleno de

curiosidad y se ha interrogado acerco del media ambiente donde vive. Con es-
te deseo y curiosidad de conocer la naturaleza, lo noción de un cíc lo hidroló-
gicose desarrolló desde épocas muy tempranos. Hacia fines del siglo I A.C.,
Marcus Vitruvius Pollio observó y describió lo siguiente: (ref 14) "El sol calien-
ta el agua de los arroyos, rías, lagos y mares, formando vapores que se elevan
paro formar nubes. Las nubes son transportadas por el vi en to y, por lo perturba
ción que sufren cuando ascienden montañas y forman tempestades, se rompen y
disperson sobre la tierra. Las vapores, nubes y exhalaciones que se elevan de
la tierra parecen flotar gracias al intenso calor, los fuertes vientos, el aire hú-
medo y su gran proporción de agua. Así, cuando de la frialdad de la noche asis
tida por lo oscuridad, los vientos se levantan y se forman las nubes en los lugO
res húmedos, el sol en su ascenso golpea la tierra con gran poder, caliento er
aire, y eleva las vapores y el rocío al mismo tiempo". Esta descripción es poé-
tica y algo mística, pero sin embargo refleja el primer concepto científico racia
nal sobre el ciclo hidrológico. -

Los hidrólogos madernos consideran el ciclo hidrológico como un gran sistema

hidrológico. Con el objeto de alcanzar propositos prácticos, la hidrología cien
tmca debe ir más allá de hacer una descripción teórica pura de naturaleza cuo
litativa de sus problemas, puesto que el hidróloga práctico reclama cantidades-
y no estó interesado en cómo funciona el ciclo hidrológico ni en las expresio-
nes matemáticos que rigen sus partes, sino en conocer las cantidades de aguo
involucradas en él. Con el concepto de sistema, es posible dar un enfoque mós
cuantitativo y racional o lo hidrología.

El concepto de sistema no es, por lo tanto, nuevo pora nosotros; sistemas de to-
das clases nos son comunes. Un sistema conlleva un grupo de elementos interde
pendientes o interactuantes que conforman un tado un ificado. Por ejemplo, er
sistemo solar, compuesto de una variedad de cuerpos celestes que operan como
una unidad; el ecosistema, que relaciona los seres vivientes y el ambiente físico
donde habitan; los sistemas del cuerpo humano (circulatorio, digestivo, etc. l,son

3
 todos excelentes ejemplos de componentes inter-actuantes relacionados pera cons
tltuir un sistema unificado.

Una característica importante de cualquier sisteme, es que sus componentes están

relae:ionados entre sí de tal manera que un cambio en uno de ellos afectará a
los demás, e implicará por lo tanto un reajuste total hacia un nuevo equilibrio.
El análisis de un sistema implico, entonces, lo comprensión de las característi-
cos de coda elemento y el conocimiento de cómo se relaciona con el sistema to
tal; tal conocimiento nos llevará a predecir los principoles efectos resultantes -
de cualquier cambio porticular en alguna componente específica del sistema.

El análisis de sistemes podría ser considerado como "anál isis de un cuerpo libre",
puesto que siempre es necesario establecer las fronteros del sistema, cuya aeer-
toda delimitación es una clave importante pora el éxito del anólisis. Esto puede
vel$e muy claramente en un ejemplo que se relaciono con la estabilidad de ta-
ludes ocurrido recientemente en lo costa de California. En estos óreas muchos
de los álboles de raíces profundos fueron remplazados par pastos; e I pasto prote
ge o lo superficie del suelo de lo erosión, pero las raíces profundas de los árbo-:
les tenían dos influencias adicionales sobre el sistema: 1) extraían aguo desde -
profundidades considerables y contribuían así a mantener un e levado grodo de hu
medad en los taludes, y 2) las raíces eran un elemento estabilizante del suelo -
profundo. Así, el retiro de los árboles produjo un reajuste en el sistema, que se
tradujo en deslizamientos hasta alcanzar pendientes menores; es muy posible que
un hidrálogo experimentodo, 01 mirar el sistema como un toda, hubiese podido
prever estas reajustes. Aquellos que retiraron los árboles consideraron solo una
porte de I si stema .

Un sistema se puede definir como un conjunto de elementos o procesos físicos,

químicos o biológicos unidos o través de alguna forma de interdependencia, que
actúo sobre un grupo de variables de entrado para convertirlos en las de sali-
do.

Los sistemas hidrológicos naturales son tan complejos que aún no se han deserro
lIado leyes exactas que puedan explicar completo y exactamente los fenómenos-
hidro/Ógíc:os naturales.

Codo uno de los elementos o procesos integrantes de un sistema hidrológico es

el resultado de complicadas interrelaciones de muchos factores de gran variabili
dad espacial y temparal, cuyos característicos físicas difícilmente pueden medir
se o computarse directamente. -

Un sistema hidrolÓgico es físico, puesto que pertenece 01 mundo real, secuencial,

porque consto de una entrado, solida y Un medio de trabajo (materia, energía o
información) conocido como "throughput" que pasa o través del sistema; es ade-
más, dinámico porque recibe ciertos entrados cuantitativas y actúa de manera -
controlado bajo restricciones definidas pora producir uno serie de solidos cuanti-
..
 tativas.

la relación explícita entrada -salida de un sistema se puede reDresentar matemó

ticamente por una ecuación del tipo:

y (t} -== 3 x (ti

donde Y (t) es la salida

X (t) es la entrado
% es el operador de tronsformoción o función de trarsferencía, que re
presenta la acción intemo del sistema sobre la entrado X t) para cO'1vertirla -
en la salida Y (t). Un hidrograma unitario es un .. ¡emplo de op.. rodor de trons
formación paro pasar de lluvias a descargas.

1.2 MODELOS DE SIMULACION

1.2.1 Simulación - generalidades

la simulación matemótica es una técnica para producir una serie de eventos a

través de expresiones matemáticas que representan las situaciOnes del mundo fr-
sico bajo estudio; los simulaciones generalmente son efectuados por computado-
res que aplican iterativamente esos expresiones, o partir de ciertas condiciones
iniciales, y progresan en el tiempo, repitiendo las relaciones funcionales entre
los diferentes elementos del sistema.

La simulación no es una técnico nueva; por este término se entiende el antiguo

arte de la construcción de modelos destinados tanto a la apreciación estética -
(pintura, escultura) como a los estudios científicos: modelos reducidos o analfti
COSí desde el punto de vista científico, el objetivo fundamental de la simulaciÓn
es el conocimiento del futuro.

Los métodos deductivos, por lo tanto, son clasificados dentro de la filosofía es-
peculativa y han sido estudiados desde los filósofos griegos has!" el siglo XVII
con Sir Francis Bacon.

Aparecieron entonces sistemos filosóficos que intentaron construir una física en

lo cual la explicación científica era remplazodo por simples "nalogías con expe
riencias de la vida diaria. En 1.620, Bacon reconoció las limitaciones de 10-
filosofía especulativo como metodología de la predicción del futuro: "Lo razón
sola no tiene ninguna capacidad de previsión; la consigue solamente en combi-
nación COn lo observación. Los métodos de predicción de la razón están conte-
nidos en las operaciones lógicas par medio de los cuales construimos un orden
dentro de lo moterio observada y sacamos conclusiones, a trovés de inducciones
lágicos". IReichenbach, 1. 95])

5
 Es as( como la filosaffa cienttr.ca o método cientmco, puede desarrollarse en
cuatro fases :

Primera fase: Identificación y observación del sistema f(sico de interés.

Segunda fase: Formulación de una hipótesis (o de un modelo) que intente expl.!.

car los observaciones del sistema.

Ten:era fase: Predicción de I comportamiento del sistema en base a esta hipóte-

sis, mediante deducciones matemáticas o lógicas (obtener soluc~
nes pora el modelo).

Cuarta fase: Realización de experiencias pora comprobar la validez de la hi-

pótesis (o modelo).

Sin embargo, la experiencia demuestra que no siempre es posible la real izadón

de estas cuatro fases en todos los sistemas, y es allr entonces donde la simula-
ción puede ser un substituto útil para la fase o foses que están causando dificul
tades. Como ejemplo de dificultades que pueden tomar impracticable en hidro=
logfa alguna de las fases del método cientffico, pueden citarse :

En la primera fase: En general existen imposibilidades f(sicas o económicas pora

Observar en el mundo real los procesos constitutivos de un sistema hidrológico o
de reCUr505 hfdricos.

.En la segunda fase: Estos sistemas son muchas 'teces tan complejos que es im-
. '
posible, al menos por ahora, describirlo exactamente con ecuaciones matematr- .
caso

En la ten:era Fase: En el caso de ser posible la representación matemática de

un proceso, podrTa ser impracticable, sin emborgo, obtener una solución poro las
ecuaciones a través de técnicas directas.

En la cuarta fase: Puede ser diffcil o sumamente costoso realizar experiencias

válidas en los modelos que describen el sistema.

las observaciones de la entrada y la salida de I sistema deben usarse coma in-

formación adicional para determinar la estructura del mismo y los porámetros des
conocidos; también es esencial para ello un conocimiento de la formo generar
de las relaciones entre las cantidades individuales y sus valores ff,¡cos permisi-
bles. ~(t la constl'\lCcián de un modelo significa lo determinación de un siste-
ma óptimo de ecuaciones que correspondan de lo mejor manera posible a las
funciones de entrado y salida observadas y o un conjunto dada de limitaciones.
las leyes fundamentales de lo f(sica (ecuaciones de energfa, balances hfdricos,
ecuaciones del movimiento, etc. \ y los resultados experimentales, sirven como
base poro la identificación del sistema hidrológico.
6
la simulación numérica de los procesos hidrológicos que ocurren en uno cuenco
ha surgido como un método potec,cialm"nte útil paro lo previsión de eventos hi-
drológicos, y como una herramienta poro mejorar notablemente la comprensión de
tales procesos. Desde el punto de visto de aplicación a lo ingeniería, la hidro
logía generolmente proporciona informacion"s como magnitud y frecuencia de-
avenidos, caudales de diseño de obras hidráulicos, Mc., mientros que desde el
punto de visto de lo hidrología científico, el hombre estó interesado en i"cre-
mentar sus conocimientos sobre la estructuro intema de coda uno de los proc~sos
físicos que ocurren en los distintos fos .. s del ciclo hidrológico.

los técnicos tradicionales de anólisis hidrológico han sido en g"'ne ro I fragmenta-

rios, con métodos diferentes desarrollados poro cada problema específico. Los-
métodos referentes a los problemas de avenidas, por ejemplo, se basan en el -
análisis de series históricas, variaciones de lo fórmula "racional", variaciones del
método del hidrograma unitario, anólisis de correlaciones y varias fórmulas espe-
cíficos. En "stas métodos donde las características de las descargas se estiman o
portir de lluvias, una de las mayores inexactitudes o incertezos es la determina
ción de la lluvia neta (o "fectivo) y la manero como es afectada por los condr-
ciones anteriores de la cuenca.

La simulación se ha definido como "el desarrollo y aplicación de modelos mate-

móticos para representar la vcriación temporol de la interacción de los procesos
físicos". Lo simulación numérico ofrece un importante avance en la solución de
problemas hidrológicos según se ve en las siguientes proposiciones:

o- En muchos lugares existen mejores y mós confiables registros de lluvias que

de descargas.

b - En muchos lugares urbanos o rurales han ocurrido cambios en los cuencos en

el tronscurso del tiempo; la simulación numérica basada en características fr
sicas reales, ofrece la mejor posibilidad de evaluar los cambios en las desear
gos originados por modificaciones de lo cuenca conocidas o anticipadas, na-
turoles o artificiales.

La simulación con computadores tiene las siguientes importantes ventajas:

a - El sistema puede probarse sin destruirlo.

b - Pueden probarse modificaciones propuestas de los sistemas existentes.

c - Pueden probarse muchos posibilidades en cortos perradas de tiempo.

d - Pueden ensayarse diseños hipot';ticos para estudios de factibilidad o compa-

ración con sistemas alternativos.
e - Se incrementa el conocimiento interno del sistema estudiado.

7
 1.2.2 Modelos hidrológicos de simulación

En el pasado se han usado ampliamente modelos hidráulicos para simular procesos

hidrológicos, pero esto tal vez seo debido mós o tradición que o uno justificación
técnico o económico, puesto que muchos de estos procesos no pueden representar
se con modelos hidráulicos sin grandes distorsiones; además tanto paro la reproduc
ción del proceso con la ayuda del modelo hidráulico como para lo simulación con-
computadores electrónicos, es necesario un modelo matemático del proceso •
• lo importancia de los modelos de simulación para la investigación cientrfiea fue
establecido por Rosenblieth y Wiener (1.945): "Ninguno parte substancial del uni
verso es tan simple que puedo ser comprendida y controlada sin abstracción. Lo
abstracción es lo substitución de la porte del universo en estudio por un modelo
semejante, aunque de estructura más simple. Las modelos constituyen por lo ton-
to, uno necesidad primordial de cualquier procedimiento cient(fico·.

Un modelo cient(fico puede definirse como uno abstracción de un sistema real

que se presto o propósitos de predicción y cantrol. A través de él, un analis-
ta tendrfo condiciones para determinar en qué proporción las modificaciones de
determinados aspectos del sistema afectarían otros aspectos o el sistema en conjun
too En hidrología, el uso de modelos 5010 ha sido posible gracias o la octual -
disponibilidad de computadores analÓgicos y digitales, la cual ha permitido desa
rrollar, por ejemplo, complejos modelos de lo fose precipitación -escorrentía de!
ciclo hidrológico.

Estos modelos basados en las leyes físicas que controlan los procesos constitutivas
del sistema, son parcialmente subjetivos, puesto que prácticamente en ningún ca-
so existe un método generalmente aceptado pora describir tales leyes físicas. Asr,
las aproximaciones empíricas util izadas afectan no solamente lo exactl tud de la
predicción logrado con el mode lo, sino lo respuesta aparente de otros componen
tes del sistema hidrológico. Ademós, el criterio de exactitud o bondad del ojwii
incide directamente en el número y clase de los parámetros "óptimos· que descri
ben las características físicas de una cuenca dado. Por lo tanto los cualidades-
deseables en un mode lo contrastan entre s(:

a - El modelo deberá ser uno aproximación razonablemente precisa del sistema

real y contener el mayor número posible de los aspectos importantes del mis-
mo.

b - El modelo no debero ser tan complejo que se tome difícil de comprender o

manipular.

El uso potencial más importante de un modelo es lo predicción paro propÓsitos

de diseño. La bondad de un mode lo no está re (acionada solamente al criterio
mismo del ajuste obtenido, sino o la sensibilidad de la predicción, cama canse-
8
cuencia de modificaciones en los parámetros usados. Estos dos medios de juzgar
un modelo deben ser tenidos en cuenta tanto por el que construye un modelo co-
mo par el que lo uso. f"ingún modelo es perfecto y por eso, codo uno está en
un estado contrnuo de evolución, y cada cambio meiora el esquema concebido
originalmente.

Por lo tonto, deben tenerse muy ~n cuenta las limitaciones de la simulación nu

mérica, tales como lo disponibilidad de datos de entrada adecuados; el procese
de simulación en si, depende de las relaciones funcionales escogidas para repre
sentar los procesos frsicos que ocurren en la cuenco y de los parámetros usodos-
para describir las características de lo misma. El arte de desarrollar un modelo
de simulación satisfactorio estribo en alcanzar un grado apropiado de fidelidad
en la reproducción de tos distintos procesos individuales y su interrelación, omi-
tiendo los detalles insignificantes e innecesarios que sólo agregan complicación
al modelo.

Los procesos hidrológicos, por tanto, deben considerarse como sistemas dinámicos
con estructuras complejas y parcialmente desconocidas; así, el problema de simu
larlos se puede esquematizar en tres etapas:

a - Delimitación del sistema dE' interés y establecimiento de los carocterísticas

que lo identifican;

b - Expresión del fenómeno con relaciones matemáticos que reproduzcan los pro-
c"sos físicos en formo aproximado; puede ocurrir qu~ el fenómeno no tenga
ecuaciones que lo representen o que tenga E'cuaciones diferenciales capaces
de simularlo con precisión; salvo este último caso, la descripción del fenó-
meno es forzosamente incompleta;

c - Determinación de los parámetros del modelo, los cuales vendrán a suplir esa
deficiencia en la expresión matemática del proceso.

En resumen, el d,.sarrollo de un modelo matemático operativo requiere dos pasos.

El primero es la creación dE' un modelo conceptual que represente los elementos
y sistemas del mundo real;E'sta conceptualización se baso en lo información cono
cida y en hipótesis relatívas o los componQntes del sistema y sus interrelacioneS;
en general SE' formulo 'm términos de los datos disponibles.

El segundo paso es lo transición d 4 1 modelo conceptual al modelo de computador

propiamente dicho. Durante esto etapa se trotan de pxpresar en forma motemáti
ca los procesos y relacion .. , identificados por el modelo conceptual. Es decir, -
se trata de la convE'rsión de los conceptos relativos al mundo real, en términos
que puedan programarse en un computador. Este paso generalmente implico más
simplificaciones y por consiguiente pérdida de información que viene a sumarse
o la yo ocurrido en el paso del mundo real al modelo conceptual.

9
 La adquisici~ de datos adicionales usualmente signiflca uno mejora en el made
lo conceptual, lo cual provee uno base paltl el perfeccionamiento del modelo de
computador. La salida del modelo puede, por supuesto, compaltl!Se con las salí
das observadas en el mundo real y, si existen discrepancias entre ellas, se reqü4t
rirán ajustes tanto en el modelo conceptual como en el de computador. -

1.2.3 Elementos de un modelo de simulación

En el campo de la hidrología, los elementos de un modelo matemático pueden

clasificarse en " cate garras (ref. 3) :

a - Componentes
b - Variables
c - Relaciones funcionales
d - Parámetros

0- Componentes: Son los elementos escogidos para integrar el modelo en

funclén dé los Objetivos del mismo y de la importancia que se presume que estos
elementos tengan sobre el sistema en conjunto; entre las componentes más comu-
nes de modelos de simulación hidrolÓgica encontramos:

- Lluvia
- Escurrimiento supe rficial
- Evapotranspiracián
- Demando de agua para consumo urbano
- Demando de agua para irrigación
- Reservas de agua en embalses
Demanda de agua para otros fines (generación de energía, etc)

b - Va r i a b I e s : Son una medida o representación cuantitativa de las compo-

nentes del sistema hídrica, que presentan variación espac ial o temporal; entre ellas
podemos citar:

- Precipitación horaria dentro de un área específica

- Escurrimiento medio mensual en una sección
- Descargo instantánea en uno sección
- Consumo horario de agua potable
- Demando mensual de agua paro irrigación
- Demanda instantánea de una planta hidroeléctrica

Pueden clasificarse estas variables dentro de tres grupos :

10
Va r i o b I e s e x ó gen o S : son los variables independien.tes o de entrada al mo
delo y se suponen conocidas previamente; son independientes del sistemarepreseñ
todo por el modelo, es decir actuantes en el sistema pero no influidas por él. Es-
tas variables se pueden representar de dos moneros: como porámetros, dados por-
las condiciones del problema y previamente determinados y lerdos por el compu-
tador cama dotas de entrada, o como variables estadísticos que pueden ser gene
radas internamente par el computador en el desarrollo del modelo.

Voriab les endógenos o de sal ida: son los variables dependientes del
sistema, generadas por lo interaccion entre las variables exógenos y las variables
de estado, de acuerdo con los característicos operacionales del sistema.

Variables de estado: son las que describen el estado de un sistema o de

uno de sus componentes a través del tiempo (puede ser al principia, 01 fin de un
intervalo de tiempo dado, o aún durante el transcurso de un corto período). Es-
tas variables interoctúon con los dos anteriores siguiendo los relaciones funciono
les establecidas previamente. Por lo tanto, dependen no solo de los volares di
una OMÓS variables exógenas relativas o un corto período de tiempo anterior,
sino también de ciertas variables de salida del sistema en intervelos de tiempo
anteriores.

En la simulación de lo propagación de descargas en un trecho de r(a, por ejem-

plo, lo descargo de entrado 01 trecho sería una variable exógena, el almacena-
miento en e I mismo se río una variable de estado y la descarga de sal ida uno va
riable endógeno.

c - Relaciones funcionales: se pueden presentar baja dos formas: 10$

identidQdes y las caracterfstkas operacionales.

Las identidades son definiciones o proposiciones relativas a las componentes del

modelo; por ejemplo, se define como descarga afluente a un embolse en un pe-
ríodo determinado, al volumen medio de agua por unidad de tiempo que captó
el embolse en ese período.

Las carocterísticos operacionales corresponden o hipótesis generalmente expresa

das o través de ecuaciones matemáticos que relacionan las variables exógenas y
de estado de un sistema con sus variables endógenas; en los procesos estocásti-
cos, los característicos operacionales toman la formo de funciones de densidad
de probabilidad.

d - Po ráme t ros son elementos cuyo función es expresor (o través de los

relaciones funcionales) cuantitativamente el proceso estudiado; pueden ser deter
minados por tentativas, como en el coso del ajuste de modelos matemáticos plu=
vio-hidrológicos o uno región determinado, o calculados por inferencia estadrsti
ca en el caso de modelos de transformación pluvio-hidrométrica bosodos en una
11
 regresión múltiple, o en el caso de la estimativa del valor esperado de una va-
riable. &1 general, se consideran como parámetros las series históricas utiliza-
das como variables exógenas.

1.2.4 Aplicación de un modelo· de simulación

La aplicación de un modelo hidrolÓgico de simulación o una cuenca particular

se hace a través de un procedimiento de verificación donde se establecen los
valores de ciertos parámetros paro un sistema típico particular. La verificación
de un madelo se hace en dos etapas: la calibración o fijación de los valores
de los porometros y la pruebo del madelo; para los dos se requieren datos del
sistema prototipo.

La calibración significa la realización de una serie de modificaciones en los po

rometros hasta obtener un ojuste o aproximación adecuados entre las funciones -
de salida observada y calculada; de aquí se deduce, evidentemente, que la exoc:
titud del modelo no puede exceder lo de los dotos históricos. .

la evaluación de los parámetros del madelo puede hacerse mediante cualquier

procedimiento deseado. El procedimiento más racional (Hill, 1972) consiste en
asignar a cado coeficiente o variable un valar inicial, valores extremos y un
número de incrementos que cubran eso variación. Se hace variar la primera va
riable a través del intervalo especificado, mientras se mantienen las demás eñ
sus valores iniciales. Se escriben.los valores de la función objetivo o de salida
y se almacena el valor que produzca el mfnimo. Después de completar el ci-
elo para lo primero variable, se toma la segundo y se repite el procedimiento.
Después de haber variada tados los coeficientes se escoge el con junto de valores
que produjo cada mínimo local y con él se aplica el programo de simulación;
lo función así obtenida se compara con lo mínimo obtenida en las pruebas pasa
das. El vector que produce la m(nima función objetivo se selecciona como vec=-
tor inicial pora la próximo fase, y el proceso se repite hasta encontrar un vec
tor que praduzca una razonable carrespondencia"entre las solidos observada y-
calculada.

la calibroción del modelo se alcanza con un proceso de ajuste que establece

los porámetros del madelo pora un coniunto particular de datos, de una unidad
hidrolÓgica dada. La prueba del madela requiere el uso de un segundo conjunto
de datos de lo misma unidad hidrológica, con el cual se aplica el modelo y se
determina el grado de ajuste entre las datos observadas y calculados.

Es muy posible que estas pruebas indiquen la necesidad de efectuar ajustes, ya

seo en los datos de entrodo o en lo estructuro mismo del modelo. Cuando se ha
ya realizado una verificación adecuado, el modelo está listo para ser operado. -

12
El análisis de sensibilidad se llevo a coba mediante la modificación del valor de
una voriable, mientras se mantienen constantes las demás, para observor los cam
bias en las funciones de salida. Si cambios pequeños en un parámetro produceñ
grondes cambios en la respuesto del modelo, se dice que el sistema es altamente
sensib le a ese parámetro.

En esta forma es posible determinar lo importancia relativa de los parámetros y

los funciones de entrada con respecto o la respuesta del sistema.

13
 CAPITULO 11

CLASIFICACION DE MODELOS HIDROLOGiCOS

2.1 MODELOS DETERMINISTICOS y ESTOCASTlCOS

Cuando los dos palabras estocástico y determinfstico se uson en hidrologfa y en

recu/'5O$ h(dricos, y como ellas normalmente separan los dos enfoques más impor
tantes de la hidrologfa, es conveniente una reflexión sobre la larga controver
sia histórico en ffsica y filosoffa entre determinismo y probobili$ll1a, que com¡"en
za desde la antiguo Grecia o aún antes de esa civilización.

Es suficiente el estudio de la historia de lo ffsica y la astroffsica para hacer

evidente eso controversia. los representates de ambas escuelas, la detenninfsfi
ca y la estocást ica, han estado batallando entre sf desde hace cerca de dos 0-:
tres mil años; ambas escuelas existfan en la ciencia y lo fi losoffo griegas. Uno
era la del mundo predeterminado, con átomos concebidos como pequei'las partrc:u
las muy bien definidos; la otra consideraba que el caos aparente demando que -
los fenómenos naturales estén sujetos a las leyes del azar y estima que el deter-
mini$ll1O es sólo un aspecto de lo qLe sucede en lo Naturaleza. Desde las9l'ie
gos estas dos escue las se han remplazado y suplementado mutuamente. -

El concepto original de la ffsica de pequeñas part(culas discretas hasta el des-

cubrimiento de la molécula, enfatizó el punto de vista determinfstico para 10-
explicación de la estructura de la materia. Cuando se descubrió el movimien-
to Browniano, se demostró la existencia de un movimiento caótico de las molé-
culos de Ifquidos y gases para pequeñas escalas de tiempo y espacio; entonces
la escala de espacio se redujo aún más hasta el tamaño del átomo. El concep
to original de ffsica de partfculas determinfsticos se restableció y mantuvo has":
to el descubrimiento del quantum, el cual revivió nuevamente el concepto de lo
teorra estocástica sobre lo composición de lo materia. Cuando se penetró al in
terior del ótomo, se volvió a tener en cuenta el concepto determinfstic:o para ::
explicar $U estructura y la de la materia. Pero cuando los aceleradores de par
t(culos fraccionaron los núcelos atómicos, se encontró un movimiento caótico -
dentro de ellos y surgió una vez mós un tipo de planteamiento probabilrstico
para lo explicación de la estructura de la materia.

15
 Estos contrnuos cambios también se extendieron a la mecánica de flurdos; al mi
rar los procesos del flujo laminar a la luz del movimiento Browniano, las Irneas-
de flujo san consideradas camo procesos determinfstic:os, propiedad que vino a
convertirse en la base paro el determinfsmo de la mecánica de flurdos; sin em-
bargo, si se amplfa considerablemente lo escala del tiempa, el movimiento Brow
niano mostrará los efectos aleatorios de las Ifneas de corriente. Cuando la velo
cidad del agua se aumenta suficientemente, el flujo se convierte. en turbulento,-
como un proceso estocástico gobernado por las leyes del acaso. Cambiando las
escalas de tiempo y espacio, ocurren virojes alternativos de la concepción deter
mlnrstica a la estocástica, pora explicar los procesos de la mecánica de' flufdos:-

De manera similar, si vamos de la escala del tamaño de la tierra a una escala

del orden de magnitud del sistema solar, se observa que los componentes de este
sistema se mueven de una manera predeterminada; as( fué creado y mantenido el
punto de vista determinfstica de la astronomfa, en el cual se basan mudtos prin-
cipios ffsicas y filosóficos resultantes del movimiento en el sistema salar. Estos
principios pueden haber dada origen a la creencia de que todo está predetermina
do en la Naturaleza, o que sus leyes son siempre determinrsticos. Pero cuando-
se penetrá en el espacio profundo y se estudió el número de estrellas contenido
en un espacio dado, a uno esc"ala muchrsimo mayar, fué muy diffcil -si no ¡mpo
sible- describir determinfsticamente lo distribución de los cuerpos celestes. Se re-- '
currió entances o los principios estocásticos poro establecer la probabilidad de
encontrar cuóntas estrellas pueden hallarse en un espocio dado y en un tiempo
dada.

La anterior exposición sirve pora demostror cómo es posible encontrar fenómenos

naturales en hldrologra que pueden ser estudiados y descritos determinfsticamente,
siempre que puedon simplificarse, y cómo hay fenómenos que no pueden serla;-
en consecuencia, deben usarse métodos estocásticos y determinrsticos de investi-
gación, análisis y descripción, paro un moyor entendimiento de los procesos hi-
drológicos naturales.

Existen, pues, dos criterios básicos para simular sistemos hidrológicos: el primero
a través del uso de un "modelo determinfstico" cuya respuesta seo equivalente a
la del sistema frsico. Un modelo es determinrstico cuando cualquiera que sea el
valor de la variable tiempo, la respuesta a una entrada dado es siempre la mis
ma, pora un mismo estado inicial del sistema.

&! un modelo determinrstico el problema se reduce básicamente a la determina-

ción y aiuste de 'los parámetros que describen el sistema; por tal motivo estos mo
delos son llamados también "paramétricos". Debe notarse sin embargo, que en -
real ¡dad no es posible Formular un sistema hidrolÓgico natural en términos estrlc
tameryte determinrsticos pa cuanto:

a - Existe variabilidad de los sistemas hidrológicos en el tiempo, debido o los -

cambios introducidos por el hambre directa o indirectamente, y o los proce-
16
 $OSnaturales de erosión, cambios climóticos y otros que constituyen la evolu
ción geomorfológica de la tierra;

b - Existe incerteza con respecto a las magnitudes y distribución espacial y tem

poral de las entradas y salidas de los sistemas hidrológicos y con respecto (j
los estados y propiedades de sus elementos interiores;

c - Existen dificultades en la formulación matemática de los complejos procesos

no lineales de transferencia de maso y energra que constituyen el ciclo hi-
drolÓgico. La variabilidad temporal, o no estacionalidad, es de importancia
en el estudio de sistemas hidrológicos puesto que un sistema en proceso de
cambio no puede producir relaciones invariables entrada-salida, debido a que
tales sistemas tienen "memoria", si se entiende por este término el efectoque
las entradas anteriores tienen sobre la operación presente del proceso; estó
asociada con todas las etapas intermedios cuya influencia es siempre trans-
portada hacia adelante en el tiempo.

Por lo tanto, mientras estos modelos operan de un modo determinrstico sobre los
datos de entrada que se les suministran, podemos a lo sumo hacer afirmaciones
probabilfsticas respecto a las sal idas correspondientes. En otras palabras, el he-
cho de que el modela sea determinrstico no significa que el comportamiento del
sistema hidrológico natural por él representado lo sea.

El segundo gran camino de simulación es la determinación de los pan:imetros esta

drsticas que describen la respuesta de I sistema, para ser usados posteriormente en-
la generación de series de datos estadrsticamente indistinguibles de las series ob
servadas; esta es la llamada simulación estocástica.

Un sistema se puede llamar probabilrstico cuando, a igualdad de estado inicial,

la respuesta ante una misma entrada es aleatorio; por lo tanto, para una misma
entrada pueden obtenerse salidas diferentes, siguiendo una determinada distribu-
ción de probabilidades. El sistema será llamado estocástico si, además, existe una
relación secuencial (proceso en cadena) entre las OCUrrencias del fenómeno.

Un modelo estocástico es, pues, un tipo de modelo probabi/(stico.

En los modelos determinrstico se pretende simular de manera contrnuo en el tiem

po uno sucesión de eventos hidrológicos, y lo comprobación de la validez del mo
delo se hace por comparación con la sucesión de eventos observados; con los mo
delos estocásticos no se busca uno simulación contrnua de eventos; su objetivo es,
en general, la generación de series no observadas de igual probabilidad de ocu-
rrencia que las observados.

Cada uno de los criterios expuestos tiene ventaias y limitaciones que los hacen
aconsejables paro distintos tipos de problema. Los modelos parométricos general
mente requieren datos de entrada con intervalos de tiempo cortos y sintetizan :'
17
 bien respuestas para incrementos del mismo orden. (datOs horarios o diarios), ro
zón par la cual se usan ampliamente para simular eventos hidrolÓgicos con inter
valos cortos de tiempo. La simulación estocástica se usa fundamentalmente paro
predicciones can intervalos largos de tiempo, donde lo que interesa no es la res
puesta instantánea del sistema sino los valares caracterfsticos; como las modelos
estocásticos trabajan con información estadfstica, es muy difi'ci I modelar con ellos
fenómenos instantáneos a de intervalos cortos de tiempo; par eso, la simulación
estocóstica es usada principalmente para prOpÓsitos de planeamiento, para gene-
rar series "igualmente probables" de caudales medios mensuales, por ejemplo.

2.2 MODELOS ANALlTlCOS y EMPIRICOS

Un modelo hidrológico es analrtico cuando está basada en las ecuaciones básicas

de la hidrodinámica; también es llamado "de sistema distribuido". &, estos mo-
delos el sistema se trota como un con junto de áreas distribuidas en el espacia, y
se simula el comportamiento de las diferentes partes; son modelos en los cuales
se analiza y se trata de seguir el proceso interno del sistema. El hecho de can
siderar las coordenadas espaciales además del tiempo, implica que en estos mo':-
delos se trabaja con mós de una variable independiente. Eh el caso de que los
relaciones den origen a diferenciales totales funciones de varias variables simul
táneamente, se expresan o través de un sistema de ecuaciones diferenciales a efe
rivadas parciales.

Las modelos empfricos o "de sistema bloque", están detArminados, en términos ge

nerales, sólo por los datos de entrada y salida disponibles (lluvias y descargas eñ
una cuenca, par ejemplo); en ellos las coordenadas de posición carecen de impar
tancia y todas las partes del sistema simulado se tratan como si estuvieran locali-
zados en un mismo punto del espacio. También suelen llamarse "de caja negra"-
porque no se siguen paso a paso los mecanismos que involucra el proceso interno
del sistema. El modelo está constituido por un "bloque" que acepta datos de en
trada y proparciona datos de salida, sin que interese conocer lo que sucede deñ
tro del bloque; s/n embarga, el grado de empirismo puede conducir a distintos ti
pos de "bloques"; en efecto, el bloque está constituido par el coniunto de algo
ritmos que permiten sintetizar las datos de salida en función de 10$ datos de en-:
trada; estos algoritmos pueden ser de cualquier fndale y tienen, en general, como
única limitante la ecuación de continuidad. Por eiemplo, un modelo pluviohidro
métrico que tiene como datos de entrada lluvias y cuyo "caja" está constituida-
por un algoritmo que incluya coeficientes de pérdida, sin preocuparse par espe-
cificar el proceso que conduce a las pérdidas por infiltración, evaporación desde
el suelo, evaporación desde los almacenamientos superficiales transitarios, etc.,
podra llamarse con propiedad "de caja negra"; no asf si los algoritmos permiten
individualizar coda uno de los procesos.

En Hidrologra, a causa de que muchos procesos no san aún suficientemente co-

nocidos, todos los modelos tienen algo de empirismo; incluso en las analfticos o
18
 hidrodinámicos se puede llegar o un punto en donde es preciso acudir 01 empiris
mo y originar así, en lo práctico, modelos denominados semi-empíricos.

2.3 MODELOS A EMBALSES Y CON OPERADOR PLI'VIOHIDROLOGICO ¡OPH)

Se clasifican así según el mecanismo de transformación de escorrentía en desear

90. En los primeros, eso transformación se hace a través de uno serie de fases,-
cada una de las cuales simula el paso del agua a través de un embolse, y está
especificado por dos ecuaciones: lo de continuidad y uno ecuación de almacena
mienta. En estos modelos lo escorrentía puede dividirse hasta en cuatro compo":
nentes; sin embargo, lo subdivisión en más de dos componentes no siempre está
justificado. En los modelos con OPH la transformación de escorrentía en desear
90 de salido se hace a través de un operador de transformación pluviohidrométrl
ca tal como un hidragroma unitario. En ellos generalmente se consideran sólo-
dos componentes del flujo, con un operador de transformación para cado fose.

2.4 MODElOS LINEALES Y NO LINEALES

Un modelo será lineal o no según el carácter de la función de transformación

usada; en términos generales, un operador es lineal cuando, actuando sobre una
determinada entrada, produce una salida proporcional a ello; si un operador de
transFormación es independiente de lo entrada y la solido podemos decir que es
lineal; el hidrograma unitario, por ejemplo, es un operador lineal. En otras po
labras, un modelo lineal es aquel representado. por ecuaciones lineales; si se tia
ta de modelos de optimización de recursos hfdricos, todas las restricciones, o por
te de ellos, y la función objetivo, son lineales; por ejemplo: -

ecuaciones lineales: Y ~ 5X l + 6X2 + 7X3

ecuaciones no lineales Y ~ 5X~ + 6X 03

y = Log XI

2.5 MODELOS DESCRIPTIVOS Y CONCEPTUALES

Es otro manera de enfocar lo clasificación de modelos matemáticos. El modelo

descriptivo usualm~nte se diseña para reproducir fenÓmp.nos observados mientros
que el modelo conceptual se construye coro dilucidar la esencia de lo teoría
que puede interpretor el fenómeno. En la práctica, la distinción entre los dos
clases na es muy definida y a veces, en efecto, suelen combinarse. Sin embar
go, los extremos de los dos clases de modelos son claromente reconocibles. -
En un modelo descriptivo d~ un sistemo hidrológico, la base mós común pora su

19
 formulación es la ecuación de continuidad o balance de masas. El modelo con-
ceptual se fundamenta en un cierto concepto o teoría; por ejemplo, hoy modelos
estocásticos que estón basados en la teoría de los procesos estocósticos.

Si denominamos por x (t) las variables de entrado y sal ida de un sistema en el

tiempo t, un modelo matemático podría definirse por
d~ Jy.. 'O'y
f [ 1<0, "'t-(O''dT' j" 'i{T
'1)

donde g, 7 G, san porómetros estimados a portir de los datos.

Cuando el sistema en estudio es muy campleio, puede ser ventajoso adoptar una
forma más simple f * (.) de lo función f l.) de lo ecuación 11), y expresar la
"falta de ajuste" del modelo mediante un residuo o error; entonces, lo ecuación
(1), remplazando las derivados porcioles por diferencias finitas, se convierte en
(2),
=0
2)

donde Et es el residuo en ~I tiempo. La acertada escogencia de la funciÓn.f* (.)

es lo más importante en lo definición del modelo.

Clorke (ref. 19) ha propuesto ogrupor los diferentes modelos presentados en la li-
teratura hidrológica en cuatro grandes categorías:

Estocástico Conceptual lEC)

Estocástico Empírico (EE)
Determinístico - Conceptual (OC)
Determinístico - Empírico 'DE)

Para modelar series hidrológicas es necesario usar modelos motemóticos que es-
tén de acuerdo can los características del problema que va °
ser resuelto. EI-
escurrimiento en cursos de agua es un proceso estocástico, lo cual implica una
total dependencia temporal de las valores aleatorios (descargas\. Si este poróme
tro (tiempo) en una etapo dada asume todos los valores reoles, tendremos un prO
ceso estocástico contínuo (descarga instantónea); pero si asume valores integrares
que son múltiplos de alguna duración de tiempo (año, mes, etc.), entonces esta
remos ante una secuencia aleatoria o un proceso aleatorio discreto (descargo me::
dio anual, mensual, etc.). Por tonto, si alguna de las variables 1-~, 'ff.., E. en
la ecuación (2) es aleatoria, con distribución de probabilidades, el' modelo será
Estocástico, me jor que estadrstico, poro enfatizar la dependencia temporal de los
variables. Si todas las variables en la ecuación í2) estón libres de variaciones
aleatorias, o sea que ninguno tiene distribución de probabilidades, el modelo-
será considerado Detenninrstico. En otras palabras, si se toma en cuenta la po
sibilidad de ocurrencia de los variables y el concepto de probabilidad se introdü

20
ce en la formulación del modelo, el modelo serÓ estocástico o probabilístico.

El modelo, por otra porte, serÓ conceptual o empírico, según que la formo de
la función f* (.) en la ecuación (2) sea, o na, sugerida de acuerdo con los pro
cesos físicos que actúon sobre las variables de entrada para converti rlas en las
de solida.

Describir un modelo como conceptual requiere mucho menOs justificación que ca

lificarlo de -estocástico; sin embargo, los propiedades estocásticas tanto de la lIü
vio (variable de entradal, como de la descorga (salida), han sido ampliamente-
recanocidas por varios autores: Sutcliffe 1] 966) I Hutchinson (1970,1972), Dickinson
(1967).

Como ejemplos de modelos dentro de cada uno de los grupos, podemos citar:

Modelos EC - a) Modelo de Dawdy - óDonnell (1965)

b) Modelo de Nash-Suteliffe (1969)
e) Modelo SSARR (1968)

Modelos EE - a) Mode los de regresión descritos por Guillot (1973)

b) Modelo'de Thomas - Fiering
cl Modelo de Mandelbrat (1971)
d) óDonnel (J 973)
e) Hidrograma Unitario Instantáneo, con ardenodas
estimadas por mínimos cuadrodos (Snyder, 1955,
óDonnell, 1966, Jenkins y Watts, 1968)

Modelos De - al Modelo de Freeze (J 971),

b) Modelo hidráulico de Wooding (1966),
el Ecuación de Laplace para flujo variado en acuiTe-
ros no conFinados (Eagleson, 1970)

Modelos DE - a) Hidrograma Unitario Instantáneo, estimado par ex-

pansiones de series armónicas (óDonnefl, 1961)
b) Amorocho y Orl ob (1961)
el Kulandaiswamy (1973.

21
 CAPITULO ;[1

¡\\ODELOS DET ER/'v'IN IST[C es

3.1 ANTECEDENTES

Los primeros hidrólogos q..'e comenzaron o obsprvor los fenómenos naturales a fines
del siglo XIX y comienzos del XX, descubrieron inmediatamente en las observacio
nes de precipitaciÓn, evaporación y escurrimiento, un significante "ruido" o "es:.
tocasticidod" en las series temporales observados; sin embargo, esto aleatoriedad
de los fenómenos se asimiló a algún componente sistemótico de la naturaleza en
la forma de periodicidades en las series; '!ste aspecto dió un gran impulso al anó
lisis de las series hidrológicas desde el punto de vista determinístico, en busca-
de regularidades periódicas.

Una segundo ero de determinismo está ~n desarrollo actualmente, en la forma-

de investigaciones de funciones de respuesta determinístico entre variables hidro
lógicas aleatorias, se observo uno variable aleatoria y se busco una relaciÓn fun
donal matemática determinístico o experimental entre esa variable y otro u oh-as
variables. Un eiemplo típico os lo relación precipitaciÓn -escurrimiento en la -
cual lo precipitaciÓn de entroda o una cuenco se convierte en lo salido (escurri
miento) o trovés de funciones de respuesto fija a modelos determinísticos emprri
COSi este tipo de respuesto hidrológico o reacción del sistemo, es la base de la
actual era de desarrollo de los procesos hidrológicos desde este punto de visto.

Sin embargo, algunos conceptos determinísticos corrientemente usados influyen de

manero significativo en el análisis de los procesos estocásticos naturoles y ocosio
non dificultades de varios tipos.

En la literatura hidrológica se encuentro a menudo el concepto de que existe uno

especie de rastro físico en los eventos hidrológicos (porte determinísticoJ, así co-
mo también algo de "ruido" '.porte estocástico). Con el tiempo, lo relaciÓn en-
tre el rastro explicado por los [ey"s ffsicas, al "ruido" no explicado, tiende a -
aumentari en otros polabras, el contínuo progreso en el conocimiento físico de los
procesos hace que la porte desconocido vaya disminuyendo, "" lo medido en que
se profundizo en el mecanismo físico que los controla; esto significa qu~ la expli
cociÓn determinístico de las relaciones causa -efecto, será el resultado final de-
23
 las investigaciones, mientras que la explicación estocástico de los fenómenos oleo
torios notun:lles desaparecerá con el tiempo como uno propiedad indeseable y tem-
poral de estos fenómenos. -

Deben analizarse con especial cuidado los consideraciones emitidas en el párrafo

anterior, pues éstas san, probablemente, uno de las equivocaciones básicas que
se encuentran en las aproximaciones filosóficas a muchos problemas ffsicas en ge
neral o geofísicos e hidrológicos en particular. -

Por ejemplo, en la determinación de la precipitación efectiva como eSCUrrImIen-

to superficial en lo aplicación de un hidrograma unitario, se omite la aleatorie-
dad de la evaporación, infiltroción, parámetros de la cuenca y otros factores que
intervienen; para aplicar uno aproximación determinrstica, se trota generalmente
de esquivar el carácter aleatorio de los procesas naturales. Para aclarar esto, es
suficiente contemplar el coso de la rugosidad de las superficies. Es un hechosim
pie que la rugosidad de un terreno, o de una cuenca, es un factor decisivo en -
la respuesta de una cuenca. Si se conservan iguales los demás factores geomé-
tricos de la cuenca, es fácil demostrar que la rugosidad tiene un efecto muy gron
de sobre el hidrograma unitario. Entre más lisa sea la superficie y menor seo 10-
profundidad de la capa de flujo superficial, menor será la retención; entre menor
sea la rugosidad del lecho Fluvial y moyor la velocidad del flujo, menor será la
profundidad y por lo tanto menor el almacenamiento y más rápida 'a salida, y
el tiempo de concentroción y los efectos del almacenamiento serán pequellos. -
Cuando hay vegetación (pastos) desarrollada en el área, mayor será la resisten-
cia al flujo y mayor la capa de escurrimiento superficial. Esto cambiará el hi-
drograma unitario. La rugosidad de la cuenca se puede modificar en forma pe-
riódico y también aleatoriamente a causa de los contfnuos cambios de la vege-
tación debidos al clima y a los muchos factores aleatorias involucrodos. El con
cepto del hidrograma unitario constante para uno cuenca es, pues, una concep
ció" artificial para aplicar una aproximación determinrstico a un procesa hidro":
lÓgica básicamente muy complejo; como se mostró oqur, la rugosidad cambiante
presenta dificultades en la aplicación del concepto de uno respuesta unitaria -
constante bajo condiciones naturales.

No obstante las premisas anotadas anteriormente, los modelos determinrsticos -

orientados dentro de los principios establecidos, y aplicados racionalmente a los
eventos aleatorios hidrológicos, son uno poderosa arma de amplia utilización en
la actualidad que ha permitido resolver numerosos problemas prácticos y profundi
zar notablemente no sólo en el conocimiento de los procesos ffsicos, sino tambi"en
en su descripción matemática. A manero de ejemplo, se presentan 10$ fundamen
tos de tres modelO$ que han sido probados y usados extensamente con resultados-
satisfactoriO$

24
3.2 SIMULACION DE ESCURRIMIENT O .0. TRAVES DE UNA ZONA DE INUNDA
CION

(Modelo SOGREAH-UNESCO, usado en el delta del Mekong)

3.2.1 Características del problema

A. Genera I i dades

Los consideraciones siguientes se refieren al coso especrFico de lo simulación

del escurrimiento en zonas inundables, donde 10$ modelos del tipo propaga-
ción sufren innumerables compl icaciones adicionales, ya que entran en jue-
go fenómenos físicos e hidráulicos que aumentan el número de parámetros que
deben tenerse en cuenta en el made lo .

la teoría fué desarrollada en el modelo SOGREAH-UNESCO paro ser aplica

da en el delta del río Mekong, y una adaptación se usó con buenos resulta
dos en el Centro de Hidrología Aplicada de Parto Alegre, Brasil, para l0si
mulación del río CaL

Se presento aquí la solución matemáticJ dada 01 problema, en vista de lo

similitud de condiciones presentado por e I río Magdalena en su zona inunda
ble, como uno sugerencia del enfoque que podría darse para la formulación-
de un modelo matemático capaz de simular aceptablemenle el escurrimiento
en esa zona, donde la abundancia de ciénagas y lagunas profusamente inter
conectadas, con canales de flujo reversible según el estado del rfo, dificuf=
to grandemente los onólisis tradicionales.

Los siguientes puntos resumen los característicos que son comunes o este ti-
po de problema :

o) Escurrimiento multidimensional (o multidirecciono l), causado como ya se

anotó, por lo zona logunorio que actúa como amortiguador de las crecien
tes.

b) Pequeñas velocidades, ya que el flujo en su mayoría se efectúo por los

canales de drenaje principales, comportándose lo zona inundada como -
una serie de embalses de almacenamiento.

cl Tres variables que entran en juega: dos de espacio Ilos coordenadas X

e y de un punto cualquiero de lo cuenca), y e l tiempo t •

d) Condiciones límites conocidos aguas arriba yaguas abajo de la zona si

mulada.
25
 e) Efecto posible de marea, ya que las zonas inundables normalmente (no
siempre) se encuentran cer ca de lo desembocadura. Esto impl ica que
los términ05 de inercia en los ecuaciones diferenciales que rigen los
fenómenos, no pueden despreciarse.

f) Puede presentarse otra dificultad adicional: en ocasiones, el efecto de

marea se comunica de manera compleja o través de una red de cana-
les, o seo que lo zona de inundación que une el rfo al mar no se pre
senta como una superficie contínua. -

B. Configuración de la cuenco

En la figura 1 se muestra un esquema de lo cuenca que va a ser simulada,

lo cual se subdivide en una serie de subáreas con base en lo topografía y
en la configuración gener~1 del escurrimiento (canales, ríos, carreteras, zo-
nas de vegetación que pueden impedir la propagación del escurrimiento, di-
ques y defensas yo construidas, etc.) (figuro 2) .

Cado una de estas subáreas será considerado como un embalse que intercam
bia agua con las adyacentes, y sigue lo ecuación de continuidad y las leyes
de descarga entre estos embalses. Esto solución permite analizar el escurri-
miento como unidimensional solamente, entre cada por de embalses (aunque
son dos sentidos posibles).

3.2.2 Descripción del modelo

Evidentemente, el modelo estaro fundamentado en los leyes de intercambio entre

cada par de embalses adyacentes, de los cuales reconoCf'mos lo existencia de dos
clases: de tipa flwial y no fluvial.

A. Leyes entre embolses fluviales

Seron tratadas en esta forma las uniones entre embalses comunicados directo
mente, sin ninguno barrera física de importancia, tales como trechos de ríos
y canales, unión de canal y río, etc., ocasiones ~n los que rigen los leyes
del movimiento uniforme en canales, obedeciendo por tonto lo ecuación de
Strickler

Q¡k = kstr • A¡k • R¡k 2/3· }/2 (1)

donde
Qik = caudal que pasa del embolse a! k

26
\

"
~
"

- ---- -- ..........

,,
.
...• .•
~
Q
e
/
......~/:::::==::----. - ... "
e
;;
e
-o
~

E
CI< u i
::>
c:> " -•
~
~

\
,
... ",'"
:;:~
e §
O e
\ U .-
\
\
\
\
\
\
\ /
\ /
\
\
\

27
 kstr = coeficiente de Strickler

Aik = área mojado de lo sección de poso entre dos embolses

Rik = radio hidráulico correspondiente a la sección Aik

J = pendiente de lo Irneo de aguo (= (Zk -Z i ) /L ik)

El valor de k str está defin ido por

21. 1

'lf;'
siendo e lo rugosidad absoluta de las pared.. s del canal; existen tablas que
dan el valor de k str en función de la naturaleza del material constitutivo
de las paredes :

Canales con revestimiento de concreto K = 53 a 57

Conales con revestimiento de concreto liso K '" 80 a 90
Galerras excavados en roco K = 250 40
Canales antiguos con vegetación K = 43 a 52
Canales de tierra K = 33 a 40
Canales de arena K = 50 Q 90

R(os y arroyos :
de fondo rocoso, rugoso . K = 20
de fondo medianamente rugoso K=20a28

Sin embargo, dada la dificultad para estimar su valor exactamente a causa

del desconocimiento de los carocter(sticas frsicas de las secciones de paso,
asr como de sus variaciones, kstr es tratado como un parámetro de aiuste
del modelo.

En esta formo, para cada sección de paso (de tipo fluvial) deben conocerse
los siguientes datos:

a) Un volar de "str
b) Un valor de Lik (distancia entre los puntos centrales de dos subáreas
o embalses adyacentes)
c) Caracterrsticas geométricos de la sección de paso, con información sobre:
Z altura del aguo
Aik - área mojada
28
 Rik - radia hidráulico correspondiente

d) Número de subdivisiones en cada sección de ooso, er. el caso "" que

ésta puede subdividirse en otras más sencillas ver figura 3;.

B. Leyes entre embalses no fluviales

Se incluirá aquí lombi"n ,,1 caso de intercamio entre un emoolse fluvial y

uno no fluvial; estomas anTe el caso de fluía sobre un vertedero, por locuol
podremos denominar los secciones como de tipo v"rtedero. ¡ver figura ·fi

Para oolicar las ecuaciones del vertedero, distinguimos dos coses: v"rtedera
ahogado y no ahogado, con las siguientes ~otaciones;

Seon f A Y 4D dos variables qU'l dependen de las características ffsicas

del vertedera, para caso ahogado y no ahogado respectivamente, tales que

iD = )"1 • e "9
h = "'2· D' 29

donde b longitud útil del vertedero

.1' = coeficiente de descargo del vertedero

Se ha estimado que ,r-o

= :J, 386 ~A aproximadamente, ya que el coefi-
ciente de descargo vorf" ,pgún la condición hidráulico de la secció" de ~
so.
En lo tabla siguiente se resumen los ecuaciones pora coda uno de los dos
cosos mencionados, con el siguiente significado:

'-k = altura de la lámina en el embalse que cede agua

Z·I = altura de la lómina er- el embalse que recibe agua

Zs = altura de la solera

REGIMEt'-' Ii CONDICION FORMULA DE CALCULO

3/2
-,. - -s- +D • ~Zk -Zs)
~ ~

No ahogado
.'
" 1Zk - -s) Qik =
3
Ahogado
I
-i
-
- - -s ~
- - --
! :'k ·'51 I
Qik = ~A •
,Z¡ _ L
SJ Zk -Li

29
 4

SUBDIVISION DE UNA SECCION DE PASO

FIGURA 3

EIftbCII•• i
T
I 1
Zk I i
lo
Zi

I,

UNIONES TIPO VERTEDERO

FIGURA 4

Ahi

_1st i

l. Si ..1

FIGURA 5

30
 Así, los parámetros necesarios 01 modelo, poro este cálculo, seron

o - Número de vertederos en cado sección de paso

b - Paro cado vertedero: valores de ;; y b;./ seré tomado como paréme-
tro de ajuste.

3.2.3 Formulación motemótica del modelo

A. Hipótesis previos

Para lo formulación de las ecuaciones que definen el comportamiento hidró~

!ico del sistema, aceptamos dos hipótesis previas:

a - La superficie del aguo se mantiene horizontal; suposición razonable pues

to que la velocidad del flujo en las zonas inundados es muy reducida.

b - Relación biunívoca entre caudal y alturo; condición derivada de la an-

terior.

El problema podrá ser resuelto con el uso de dos ecuaciones: la de continui

dad y la de descargos, ecuaciones que conformarán un sistema parabólico;"
puesto que no se tendrén en cuenta los términos de inercia (no se considera
efecto de mareo).

B. Ecuación de continuidad
Haciendo referencia o la figura 5, donde se ha representado un embolse i,
si .1 hi es el aumento de altura en el interv<:rlo lH, tendremos que

s·, • llhi '= ,

p. + (2)

donde
es lo precipitación caída en lo superficie del embolse i,

es la descargo media intercambiada con todos los embolses ad

yacentes en el período t; t; entonces,
t t + 4 t
Q ik = (1 - IX. ) Qik + oéQik 13)

donde los índices t y t + .i t señalan que Qik es calculado en los

instantes t y t + á t respectivamente, yo( es un coeficiente odimensional
de ponderación que depende de lo manera como varían los descargos duran-
te el intervalo {j t; así, o( = _1_ significo que tomamos la descarga media
2
31
 entre la del comienzo y la del final del intervalo,

&ttonces, ....,
() Qik
+ ( a hi ) t fJ. hi +

~Qik t
+ ( 'J hk ) ~ hk ] (4)

Tomando las derivadas de primer orden (desarrollo en 5eries de potencias),

Al combinar (2) y (4) Y dividir por (\ t obtendremos

Si Pi
.1hi - - = 2 Q'k
At LIt k '
remplazando (4) Y aceptando r/. igual poro todos los embalses,

~ Q'k +Z:- a Q¡k

- Si áh',- Pi --
o{ 6 t ",,ot
1
o<. k ' k
" ~i
Ll hi +

d Qik
+~ .1 hk
k 'a hk

es decir

--,,--
c( <1 t
~ d Qik Ó hk = - -1 [ --'
Si ] Cl hi + o:::-
k
P' +z"Q'k
a hk oc At k '
1 (5)

La ecuación (5) seró una de las qu-. conforman el sistema parabólico; la

segunda, será la expresión de descarga del vertedero, (convención de siS
nos: Qik = - Qki ),

C. EcuacionRs de descargas y sus derivadas

Unión de tipo fluvial

Como se dijo atrás, se opl ica la ecuación de Strickler en lo formo

Q'k
, = E I'k t * IoQ • ¡ni
• k sr "-, - hk /I '1/2 (6)

32
donde
hi , hk son las alturas de los planos de aguo en lo porte cenlral
de cada sub órea i y k o

é:. ik es el signo de (hi - hk): será positivo si hoy flujo de k

hocio i y negativo en el coso contrario.

FQ es uno función que depO~dQ de la configuración geométrica

de los pores de embalses, dada por

• R 2/3
FQ =
donde
Lik es lo distancio entre los puntos centrales de los sub óreas
i y k.

k str es el coeficiente de Strickler

La tunción FQ se puede obtener por interpolación a portir de

h + hk o

a - una tabla de valores hik = --,-'-.,-_ _

2

b - lo tabla correspondiente de FQ en función de hik; si tenemos

Q'ik =
Qik
entonces
() Q ik
= ksIr • aQ'ik
kslr el hi 'O hi

Según lo dirección del flujo, son posibles das casos:

Caso lo Cuando hi >hk, entonces é 0k = - 1 Y tendremos, derivando

(6) : . I

OQ'ik él FQ hk/ 1/2 __

1 FG /hi _ h / - 1/2
=- "'b hi
'hi -
2
k
" hi
(7)

'O Q'ik (1 ~C 1/2 ~Q ./L hk.'' -1/2

= + , ni
o _

O hk "O hk

Coso 20 Cuando \ > hi , por lo cual E ik = 1, tendremos:

33
OQ'lk d FQ /h -h¡ /1/2 _ -2 FQ /hk -hi /-1/2
k
'a hi 1} h¡

(8)

/h
k -hi /1/2 +.2.. FQ / hk - h¡ / -112
2

hi + hk
teniendo en cuenta que FQ = f (h ik ) y h
ik = ~-2-';'':'';'

vemos que

o FQ
=
OFa
-* =
1 dFQ (pues ~ ~~ =-+) (9)
2 dI. ¡k

y 1 dFQ •
= =
2
(10)
d hik

remplazando (9) Y (1 O} en (7) y (8) tendremos:

o Q'ik
'O hi
= --2 1 dFQ
dhik
11.. _
. I
h /1/2
k -2' FQfhí-h~-1/2
1

(7' \
Q Q'¡k
'O hk
:: .. - dFQ
/ hi - hk, ;1/2 +2"
1 FQ JI,. - h ;-1/2
'1 k
2 dh ¡k

OQ'ik
= -2I dFQ
1\ - h¡ / j/2 _ .2.. FQ fhk - 1..1-
1/ 2
~ h·I dhik '2 I

(8' )
"O Q'ilo: dFQ ; 1/2
o hk
= 1
2"dIiik
/ hk - hi + -21 FQfhk - ni 1 -1/2
Podemos ver que los rndi ces y k pueden intercambiarse en /h i - hl/ í
si llamamos

a la expresión FQ hk - hi ¡ - 1 12
I
2
1 dFQ I hk - hi /1/2
y 11 a la expresión
2 dhik

lograremos uno solo expresión, cualquiera que sea el caso:

-o Q'ik
'H·
~
- 1 + E
ik
• 1I
I

(10\
O Q'ik
~
I + t ik * I1
"O hk

Unión de tipo vertedero

Con referencia a la notoción indicada en la figura 6, distinguimos 3 casos:

Caso 1. Cuando hm - h¡ <

DHTOL, donde DHTOL, es un valor de tole-
rancia fijado adecuadamente, o bien hm < hs simplemente; entonces,

o (ausencia de flujo)

~ ~ O

Coso 2. Cuando (h¡ - hsl < 32 (h m - hs ), tendremos regí men no aho-

godo, por lo cual,
¿:..
'k rD . (lJl

de acuerdo con lo expuesto antes, llamando A o lo derivada de Qik

en (11), tendremos que

A ~ 3 3/2
2

Si es el embalse oguas arribo,

35
 '" -A y '" o

mientros que si es el embalse aguas abajo,

= O y = A

2
Caso 3. Cuondo (hj - hs ) ~ T (hm - hs ) estamos en el caso de régi-
men ahogodo y de acuerdo a lo expuesto en el numerol correspondiente,

y al igual que en el caso anterior, las derivadas san:

A =
2
1/2
(hm - h¡) -"21 1.
'fN (h· - h5 ) (h
1 m-
h.) - 1/2
I

Resumiendo los considerociones anteriores, si es el emba lse oguos arri-

bo,

= - A y = - B

mientros que si es el embolse aguas abajo

= B y = A

3.2.4 Desarrollo del modelo

A. Distribución topológica

Paro plantear la solución· al problema, se dispone de sub óreas en una can-

figuroción esquemótica de líneas (o filos) sucesivas, de tal manero que cual-
36
 NOTACION USADA
FIGURA 6

ETAPAS
®

® 61

EJEMPl.O DE DISTRIBUCION TOPOl.OGICA

FIGUR A 1

37
 quier sub área de una línea pueda intercambiar agua solomente.con otros sub
áreas de las dos líneas adyacentes o de la misma línea. Puede verse que
existen varios configuraciones posibles, pero como el número de sub áreas
de coda fila da el tomaí'lo de uno motriz que deberá invertirse, debe bus-
carse un número reducido de sub áreas en cada línea, de acuerdo con el ti
po de computador d¡spon ib le.

Tomamos como ejemplo lo distribución topolÓgica mostrada en lo figura 7,

suponiendo que corresponde a las etapas de cálculo 9, 10 y JI; cada cosi-
lla represento uno sub área que intercambio aguo con sus vecinas, como in-
dican los conexiones.

B. Conformación de los motrices

la formo general de lo ecuación de continuidad puede escribirse como:

[z
k
- ~ 1~h
ri. LI t i
+ ~ d G ik llh _
k ( el hk k) - -
1 [Pi + Z
T"Kt k
0.1,k

donde Si represento el área de lo sub área i; multiplicando por r:i. y reor-

denando, obtenemos

S'1
lit Llt
l
- _' L1 h¡ = - -P'' +. L<;;"" O'k ]
k '
(J 2\

Aplicando ahora lo ecuación (12) o coda sub áreo, obtendremos tantas ecua
cianes cuantas sub áreas tengomos; así, lo 56 por e¡emplo, lÍen.; comunicacion
con lo 51, 52, 57, 58 Y 59.

Sub área 56 = 56
k = 5 1, 52, 57,58 y 59

La ecuación (J 2\ produce :

eL ) 0 56 ,51 20 56,57
¡; h /j hS7 +
51 Ó hS7

+ ri ) 056,58
OhS8 11 hS9 +íJ_6_·-
... hS6
(0 56,51 +056,52 +

38
 Q Q
P56
+ 56,57 + 56,59) - +
Ót

En formo similar se puede obtener uno ecuación para cada sub área; el sis-
tema resultante se puede expresar en formo matricial asr:

,
h
51
1 Ih59
hS2 I rh56 h
60
,I ' i
h53
I + 11 I h57 - 111 I h61 ¡ =

h54 I 1hS3 j
lj
h2

h55

-l P56
Ót
+¿
k
Q56, k 1 (k = (51,52,57,58, 59)

,-l
!
P57
Ót
+2:
k
Q57,k) (k = 53,56,60,61)
I

l- [ ;:' +~
k
QS8, k 1 Ik "53,55,56,62)

Donde cada una de los motrices 1, ¡ /, I i: son los siguientes

39
 1 :

Q 56,52
d. OQ56,51 r:f.
Oh51 ~ h52 O O O

O O r:f. ~ Q57, 53 O O
. CJ h53

aQ dQ
O O IX 58,53 O o( 58,55
o hS3 e hS5

11 :
!
t<.¿;: dQ56,k 556
I ~Q5,57 ~Q56,58
oh56
- dI
o{
o(
" h57 Ó h58
k = 51,52,57,58,59

;, Q57,56
C(¿. dQ S7,k - II
-tl5S7 O
o( ¡; h57 t
el Fi S6 k = 53,56, 60, 61
~Q58 k 558
Q(
21 QS8 , 56 a(~ ' - -
O J hS8 á t
o h56 k = 53, 55, 56, 62

1II

\ DI
a Q56,59
o o I o
" h59 1 i
)Q
57,60 I ~Q57 61 :
O Q(
c< ' O
\
,
'2> h60
I ti h6 1
I
I

1
; dQ
1
I oc 58,62
I
\
O
I O
i O
' el h62 I
\
40
 Para simplificar, denominaremos las matrices de la siguiente manera:
•
1: Matriz precedente P (corresponde a la etapa precedente a la ac-
tual en desarrollo)

11 : Matriz central C (etapa en actual desarrollo)

111: Motriz siguiente S (correspondiente a la próxima etapa)

Vector V: Matriz de los términos independientes.

En general, si tenemos que:

ni es el número de sub áreas de la etapa precedente

n' es el número de sub áreas de la etapa central, y
I
nk es el número de sub áreas de la etapa siguiente, podemos escribir la
ecuación matricial general como

,
Ah·1, 1 r .1h.1, 1 ~ hk , 1

Ah·1, 2 d h·1, 2 6 hk, 2

[pd x ......... + [C¡] x ....... I

+ 1Si x
....... '" [ Vi]
. ... . . . .......... . .......
11 h.1, nI. Ll h. áhk , nk
1, ni

y las dimensiones de las matrices son

MATRIZ No. DE FILAS No. DE COLUMNAS

I
P. n.
! n·I
I I I
C. n· n·
I
I I

n· n
Si I k
V. n.
I I
41
 C. Condiciones Irmites
•
Están representodos por las condiciones aguas arribo yaguas abajo, tenie~
do en cuento que las incógnitas del sistema son los h:

= VI

= V
2

~"~' .. " " ' . " . " " " " " " " .. ' . ' .. " " " ' ... '

P., /;¡. 1 ,- + ei D. i+l = V.I

" •••• " .. , , ••• , w ••• , •• " ••••• " " w • " " " •• " ••• , •• , ,

= vn

Condiciones aguas arribo

Tomando como ejemplo el modelo aplicado en el rro Car, mencionado en

A, tenemos como condiciones aguas arribo 3 entradas, representadas par las
descargas que entran en (2), (3) y (4) (ver diagrama de la figura 8); pora
facilitar lo comprensión del esquema, suponemos que esos descargos provienen
de 3 sub óreas ficticios (O, -1 Y -2), La ecuación de continuidad aplicada
a la sub área (4) proporciona:

5·1 L! h. , = dt ~ Q
k ik + • P.1

o seo

54 ,h 4 = .1t [ 04 , O + ~,3 + Q4,8 \ ..L P,¡

como
j Q¡k d 0ik
Q. k = Qik + o( ;; h·,
6 h·, ... o( t. hk (4)
"
':3 hk

entonces

54 6 h4 , :1 Q4 , 3 .,.
= .1 t 1 Q4 O Q4 3 ... :1 Ll h4
.ó t
• I I
d 1'14

42
 , ......, ,-, ,.,
t- f } ,, 0\I
.....,,, '
\ -2 '
''T'
•• ,,
OO¡'

)----{S

CONDICIONES AGUAS ARRIBA

FIGURA 8

70 71 ¿ I
,
I

,
I

,,
I
I
I I
, .. 1, ,.1.,
(75) 74 176)
.... ' '.'
,
f
I
I
I
I
f I
I f
I f
,.1., , ...1."
(771 17S'
'.'
, I
,-

CONDICIONES AGUAS ABAJO

FIGURA· 11

43
 ·""

?Q
+ Il(
?í
Ó Q4,3
h3
.1 h3 + Q4 , 8+ ot
¿
4,a¡jh
h4
4

;, Q4 , a P4
+ o(.
ó ha
.1 h8) +
t. t

qgrvpando y haciendo las siguientes convenciones:

"ó 04 a )4 -,
~ ,
el = o(
75
Q4,3
h3
tl h3 + [~ ¿ h4 --:6tJ
.1 h4

= ()(
¿ Q4,a
SI .6 ha
\ d ha
1J
i
P4
VI = [ Ót
+ Q4,O + °4,3 + Q4 , 8

\ ,
podemos expresar la ecuacloo en la formo
.

quedando incluidas en VIlos condiciones de entrada al sistema (datos de

descargas de entr<:lda a la zona de inundación l.

Condiciones aguas abajo

Al igual que para las condiciones aguas arriba, aquf se supone la existen-
cia de sub áreas ficticias (o casillas), donde se conocen los niveles.

Siguiendo con el ejemplo referido antes, en la figur<:l 9 se muestr<:l el final

del diagr<:lma topolÓgico, para las etapas 18 y 19. los niveles en las casi-
llas 75, 76, 77 Y 78, que son conocidos, se incluyen en la última matriz,
V¡9. Las matrices correspondientes a las dos últimas etapas serfan :

44
 IXIJ Q6~, ~r I
ah., I I
! I !
:
"
: I, I
I
i I I

T
c( ;'Q92.14 i!l.' OQ'12.7~ .1h
, I I 0",2 ¡~ -ri "h
o ",
.." - Q'2 76
J

eX. I
¡¡C/u 17
D~'3
,~
0(*

~Q9<.'8
oh,.

El resto de ténninos en cada matriz se pncuentra normalmente; aqur sólo se

han mostrado los que incluyen las sub áreas ficticias.

D. Técnico de solución
El problema se ha reducido ahora a la solución del sistema matricial

C1 11 1 + 51 !J 2 = VI

P2 ~1 + C2 Ó 2 + S" lJ. 3
~
= Y2

............. ~ .... ~ ........ ....... ......... .

~ ~
(13)

Pi t:" i-l + Ci fJ. i + Si IJ. i+l y.I

Si hacemos .¡. ( l;¡ 2) en la primero ecuación del sistema (13),

tendremos
45
 -1 e -1
III = - el SI .1 2 + 1

o sea
Al = MI !J. 2 + W¡

si MI = -C1- 1 SI y

remplazando en la segunda ecuación de (13), obtenemos

o sea

de donde

si hacemos

M2 = (P2 MI + C2 ) -1 (-S2 )

obtendremos finalmente

En las demás ecuaciones se continúa remplazando sucesivamente :

Vi' I = VI

tJ i = Mi Ll i+l + Wi con M¡ = p¡ Mi_1 + ei

W¡ = (Pi Mi-l + en -1 (Vi - Pi Wi-l)

 Si tenemos por ejemplo, 19 etapas de cálculo, lo último ecuación será

con w19 = (P19 M 18 +

e 19) -1 (V19 -P19 W18)

En esto formo, se procede desde lJ 19 hacia atrás hasta LI 1 ' Y se obtie

ne un valar paro codo matriz cada vez que asignamos volares o los paráme
tros de ajuste; tendremos, entonces, 01 final de codo uno de estos procesos;-
los niveles alcanzadas por el aguo en codo sub área.

3.2.5 Esquema del programo de computador

El esquema general adjunto muestro lo secuencio de cálculos o través de los di-

ferentes etapas :

Plt'EL I
Lee los parámetros en tarjetas y los grabo en el disco;
se hoce un programo paro codo cree ido.

Lee los dotas de codo crecido (alturas de aguo en co-

da sub área) y algunos parámetros que varran con h. Si
se tienen dotas cado 12 h., se descomponen en n, I:J. t
probando el modelo con los datos medidos:

t total de lo crecido !J t = 12
N = y
12 horas n Ll t

Hoce las interpolaciones necesarios paro calculas de

1/2 en 1/2 hora, los volares de los parámetros.

114.." ----.
I

S
______ J
Modifico y grabo nuevamente alguno$ parÓmetros que
yo están grabados y deben ser cambiados¡ se requiere
lo llave porque no siempre es necesario esto operación.

Calculo, paro coda sección de paso, todas los motri-

ces y encuentro los valores de h en el instante
t + t¡ los entrego o través de SALID.
'--¡~".~.~.6:::_:-:-~- - 1
IJlI""'·:, . . . ".. 1
______ J
Grabo en el disco los valores de los olturas máximas
de ogua en coda caja para comparar varias crecidas.

Es el programo que pruebo el resultado del modelo.

47
3.3 MODELO DE LA UNIVERSIDAD DE TEXAS

3.3.1 Antecedentes

Aunque el modelo Stanford IV es capaz de reproducir el escurrimiento adecuado

mente, se pensó en la Univel'$idad de Texas que algunos de los procesos constitü
tivos del modelo eran susceptibles de mejorane paro hacerlos más compatibles co;,
los proc:esos ffsicos reales y utilizar parámetros con significado físico definido. En
el modelo Stanford IV hay tres parámetros cuyos valores deben ser suministradas
por el usuario, y son los valores del almacenamiento en las zonas superior e infe
rior del suelo y el índice de infiltración, parámetros que están inter-relacionadOS,
lo cual agrega considerable dificultod a lo determinación de sus valores.

Para mejorar el modelo se consideró que 105 conceptos de almacenamiento de de-

presión, infiltración, contenido de humedad del suelo y movimiento del agua den-
tro del suelo deberían ser modificados y adaptados más adecuadamente o los pro-
cesos conocidos de lo ffsica del suelo. Con esto en mente se efectuó un análisis
intensivo del flujo en la zona no saturado del suelo, para desarrollar un programo
de simulación modificado.

Entre las fuerzas que actúon para producir el movimiento del agua dentro del sue
lo pueden tenene en cuenta las siguientes: (Remsan, 1962)

o - lo fuerzo gravitacional que siempre actúo en dirección vertical.

b - las fuerzas capilares
c - las fuerzas químicas y osmóticas
d - Fuerzas debidas a gradientres de presión po rcia I que actúon sobre el vapor
de agua.

las fuerzas químicos y osmóticas generalmente originan movimientos muy lentos,

por lo cual no se tienen en cuenta en el anólisis. El volumen de agua que se
mueve en estado de vapor es iguolmente reducido comparado con el volumen lí-
quido, por lo cual el estudio se limita a la consideración de las dos primeras
fuanas mencionadas.

Se dedicó mucho tiempo 01 estudio del modelo de diferencias finitas de una ca

lumna vertical de suelo, besado en el usa de una forma de la ecuación de Oo';y
para flujo en la zona no saturada:

o(lf+y)
v = -K (1)
() y

y la ecuación de continuidad
48
 = (2)
" t

donde
V es la velocidad en la dirección y, es decir, la rata de flujo
a través de la unidad de área;

K es el coeficiente de permeabilidad del suelo en unidades L

T
'f es el potencial copilar o tensión copilar en unidades de longi-
tud;

s es el contenido de humedad del suelo, y

y es la distancia vertical desde un plano arbitrario de referencia,

considerado positivo hocio arriba.

La formo de lo ecuación resultante era oplicoble o lo zona no saturada pe-

ro no o lo zona saturado; ésto condujo o lo necesidad de determinar lo loco
lizoción de la interfase entre los dos zonas como porte de lo solución, con-
una forma apropiada de la ley de Darcy poro cada zona. Sin embargo, no
se encontraron métodos satisfactorios para manejar este problema y evaluar
las derivados por diferencias finitos en la región de la interfase, par locual
fue abandonada esto I(neo de acción.

Estas dificultades podrían evitarle utilizando un método que no use formas di

ferentes de la ley de Doreyen cado zona. Rubin (1966) ha hecho posible-
ésto con una combinación adecuada de permeabilidad, humedad del suelo y
tensiÓn capilar; con esto técnico es posible desarrollar un modelo de infiltra
ción más adecuado que el descrito en los páginas siguientes, lo cual puede-
ser objeto de futuras investigaciones.

3.3.2 Característicos del modelo

A. Origen

Poro desarrollar el modelo en lo Universidad de Texas se hizo uno utiliza-

ción extensivo de los procesos del modelo Stonford IV, particularmente en
lo relacionado COn la escorrentío superficial y lo propagación. El estudio
del flujo en lo zona no saturada, deserHo atrás, se usó como guío para el
proceso de cólculo del mencionado flujo. En las figuras 10 Y 11 se muestran
esquemas del modelo Stanford IV y del modelo descrito aquí, cada una de
cuyos fases de simulación será objeto de un comentario.
49
 PRECIPITACION

EVA"ORACION

AGUA SlPERFICIAl.

Al.MACENA-
NTO SUPER
FICIAL

D
ALMACENAMlE/j Al.MACENA
TO SUBTE- TO EN l.A
RRANEO ZONA INFERIO

tHHt
"OTENCIAL
\ CORRIENTE

í
DIAGRAMA ESOUEMATlCO DEL MODELO STANFORO IV

FIGURA 10

50
 AREA AREA
PERMEABLE IMPERMEABLE

ESCOR~NTIA
ALMACENAMIENTO
DE INTERCEPCION

'k\~
~ ~..¡
",Vd/;

ALMACE-! ALMACE-
NAMIENTO NAMIENTO
DE DEPRE- DE FLUJO 1--. ESCORRENTlA
SIDN ¡SUPERFICIAL

V
I
ALMACENAMIENTO
EN LA CAPA
SUPERIOR

L ~L....-----'
PARTE SUPERIOR
DE LA CAPA
INTERMEDIA
.------,
'---------"'ALMACENAMIENTO

SUBSLf'ERFICI AL

PARTE INFERIOR
DE LA CAPA
INTERMEDIA

ALMACENAMIENTO
1--. ESCORRENTI A
SUBTERRANEO

~
FLUJO BASE

DIAGRAMA ESQUEMATICO
DEL MODELO DE LA UNIVERSIDAD DE TEXAS

FIGURA 11

51
--~- _.
 El programo de computador (Clabom y Moore, 1970) fue escrito para aco-
modarlo o lluvia medido en intervalos irregulares o aún en formo acumula-
da como en ciertos tipos de pluviómetros.

Estos datos se convierten 01 perrodo de tiempo especificado, que puede va-

riar desde un minuto hasta un dfa. Puede prepararse un registro similar con
los datos de descargas cuando los hay disponibles.

B. Almacenamiento de intercepción

Todo la precipitación que cae en el área permeable se .prapaga para simu-

-lar el almacenamiento de intercepción; el volumen de agua interceptado es
tá controlado por un parámetro (VINSM) que varía mensualmente. Este pa-=
rámetro puede estimarse como una función del tipo y densidad del material
constitutivo de la capa superficial de suelo; en terrenos agrícolas, el alma-
cenamiento de intercepción máximo puede ser pequeño cuando se hoce lo -
siembra, y crece cuando se desarrollan las plantas; por otra parte, en áreas
cubiertas can bosques perennes o en zonas urbanizadas, es sensiblemente -
constante durante el año.

c. Almacenamiento superficial

El aguo que excede el máxima almacenamiento de intercepción llega hasta

la superficie y puede caer en uno de das tipos de almacenamiento: el de -
depresión y el de flujo superficial; el almacenamiento de depresión, es el
volumen retenido en las depresiones de todo tamaña que tengo la cuenco.

Dentro del área permeable de la cuenco se pueden delimitar tres tipos de zo

nos, como se muestra en lo figura 12. Estas zonas estón caracterizados ca=-
mo (A), áreas donde el flujo superficial alimenta directamente la corriente;
(B), áreas donde el flujo superficial va o uno depresión; y (el, áreas de 01
macenamiento de depresión; éstos últimos varían desde surcos causados por-
pisodas hasta estanques y otras estructuras que retienen el flujo.

El área superficial del aguo almacenado en depresiones se considero como

una función lineal del volumen del almacenamiento (figura 13). Lo lluvia que
alcanza la superficie del suelo se divide en almacenamiento de flujo superfi
cial (LS) y almacenamiento de depresión (DS) en base 01 área superficial de-
codo tipo de almacenamiento. L S se divide posteriormente en una parte
que va directamente o la corriente y otra que va a los depresiones; la in-
filtración y lo evaporación, también fenómenos superficiales, se basan en el
área superficial de cada tipo de almacenamiento.

52
 TRES TIPOS DE AREAS EN LA CUENCA
Al Fluj-o superficial que d.,corvo
directam.nte a la corriente
8) Flujo superficial que vo o un
almacenamiento de deprllión
e) Almacenamienlo de dl"'"¡ón

FIGURA 12

Volumen del almacenamiento de depresión

Volumen máx.imo del almacenamiento de depr.,¡on

RELACION ASUMIDA ENTRE AREA Y VOLUMEN

DEL ALMACENAMIENTO DE OEPRESION

FIGU RA 13

tl.,~ ..........."...... 'o H,.,.lot'~ Wail' Rn.e,ea 'ubllc.tl-., 'orl Col •• eo ........ '171

53
 El modelo de flujo superficial es tomado del modelo Stanford IV, constituida
por la ecuación de IZZARD (formo para flujo cuasiturbulenta) :

OLF ~
64200 s
nL
( ~) 5/3 (1+0.6 (-&) 3\ 5/3 (3)

donde :

OLF es la rata de escorrentía en pulQ/hora por unidad de órea.

n es la rugosidad de Manning para flujo superficial (ROUGH).

L es la longitud del trecho donde hay escurrimiento superficial, en

pies (VLENGH).

s es la pendiente del trecho anterior (SLOPE)

D es el almacenamiento en ft 3/ft, definido como el promedio al pr~

cipio y 01 final del período (OFSAVG).

De es el almacenamiento en ft 3/ft para uno condición de equilibrio

(OFSEQU), definido por:

~
0.000818 .0.6I n
0.6
OFSEQU (4)

donde i es la intensidad de precipitación, en pulgadas por hora. Este

modelo se basa en las siguientes relaciones empíricas entre flujo, profun-
didad y almacenamiento:

Y ~
D
T [ 1+0.6 ~) 3] (5)

donde Y es lo profundidod,en pies, en el extremo inferior del plano del

flujo.

Estas ecuaciones fueron desarrollodos DOr Línsley y Crawford (1966) y don

buenos ajustes con los resultados obtenidos con la solución de la ecuación
diferencial parcial del flujo variado por diferencias finitas.

El flujo superficia!' generado en la parte de la cuenca clasificada como

contribución directo a la corriente, se acumula en la variable RO; la par-
te originada en las óreas que constituyen el almacenamiento de depresión
se suma a éste. Las depresiones pequei'las se llenan rápidamente 01 princi-
pio de lo lluvia y comienzan o producir escurrimiento, lo que no sucede
54

I
 con depresiones grandes, donde el escurrimiento comienza mucho tiempo des
pués. En la figura 15 se muestra una relación tfpico entre el área que pro
duce escurrimienta a través del almacenamiento de depresión y el volumen-
de ese almacenamiento; la curva se asume como una parábola con vértice
en el origen, y su ecuación puede escribirse:

= (.2.
'c
Ds
DsMAX
) 0.5

donde Xa es la fracción del área originalmente designada como depresión

o su área contribuyente pero que está ya produciendo escurrimiento.

DS es el volumen del almacenamiento de depresión, en pulgadas de pro-

fundidad.

DsMAX es el máximo OS, y

C es una constante, norma Imente con un va lar de 1.

La forma de esta relación varra de una cuenca a otra; sin embargo, parece
que la parábola es adecuada para la mayorfa de las cuencas, según inves-
tigacianes efectuadas por Clabom y Moore (1970) •

D. Infiltración

La infiltración depende de: a) el agua disponible, es decir, la intensi-

dad de precipitación, b) la capacidad del suelo para conducir el agua a
través de la zona no saturada, y c) profundidad de la lámina de aguo que
cubre el suelo, el espesor de la zona satura y su permeabilidad.

La ecuación (1) ?uede escribirse como

vo =
(7)

donde Va es la tasa de infiltroción; esto ecuación es apl icable en las con

diciones a) y b) dadas atrás, y Ó s/<)y debe considerarse como la va-
riable dependiente.

En relación con la figura 15, la tasa de infiltración de la lluvia encharca

da se puede calcular así:

55
--1---

r PONO - 'f OC

l SATOPH

donde PON O y SATOPH tienen el significado mostrado en la figura, y

es el volar de la tensión en la interfase suelo-oire.
oc

Holtan (1967) propuso una ecuación de infiltración

n
f = a F + f (9)
p c

donde f es la rata de infiltración cuando el abastecimiento no es el fac-

tor Iimitante.

fc es la rata de infiltración constante, o permeabilidad saturada del suelo.

Fp es el volumen total que puede inA Itrarse antes de alcanzar una [ata de
infiltración constante,

a y n son constantes.

Holtan recomienda tomar para a el valor 0.62 y para n 1.387. Fp es

una medida de los vacios que quedan en la columna de suelo en un tiem-
po dado, por lo cual es también una medida del agua en almacenamiento
dentro de la columna. Como la ecuación de Holtan se aplica cuando exis-
te exceso de lluvia, entonces

= - f (10)
c

donde el signo menos es una convención; si hacemos

K
sat
(PONO - If-' oc
SATOPH
1= o ( 11)

la ecuación de Holtan se aproximo ecuación (8). Holtan encontró a

trovés de datos experimentales que puede expresarse como

= KSo (12)

donde el subscrito cero indico evaluación en el tiempo cero,

56
 - I AOI.FSF

o Almacenamiento de depresión
Móximo alrnocblmiento de depr.aiQn

REL.ACION ASUMIDA ENTRE VOL.UMEN DEL. AL.MACENAMIENTO

DE OEPRESION Y ESCURRIMIENTO. SUPERFICIAL. A PARTIR DE ESE AL.MACENAMlENTO
FIGURA '4

PONO
,
SATOPH '"
~

----------- '"
~
..e
a. Perfil d.1 suelo

o Humedad del suelo S

b. Perfil de humedad

INFIL.TRACION DE LA L.L.UVIA RETENIDA EN DEPRESIONES

FIGURA 15

K,
S Zona de f~lroción
,/

1- L
-1

MODEL.O IDEAL.IZADO DE FL.UJO SUBSUPERFICIAL.

FIGURA 16

57
 K es el factor vegetativo dado en la tabla 1, Y
S es el espacio de poros disponible hasta una profundidad de 21 pulgadas.

TABLA

FACTOR VEGETATIVO DE HOLTAN

Cubierta Valor del factor K

,
gramaneas 1.00
hierba y olfalfa 0.70
forraies 0.45
alfalfa 0.35
maleza 0.30

La ecuación de Holtan se aplica particularmente para modelos del tipo de

balance contrnuo en una cuenca, puesto que la variable independiente es
el espacio poroso no saturado en la capo superior de suelo. Definida esta
zona como la zona superior, la ecuación (9) se puede escribir

f = a (VZST - UZS) n + SATPRM

(13)
= e 1 (VEST UZS)C2 + SATPRM

donde

UZST es el espacia total de poros en la zona superior, dada en pulg 3/

pulg 2 (porosidad por espesor)

UZS es el volumen normal de agua en lo zona superior, en pulg 3¡pulg2

SATPRM es la permeabilidad saturada de la zona superior, en pulgadas por

hora.

C1 y C2 son constantes de entrada, correspondientes a las de Holtan

01 K Y n. Holtan no hizo ninguno concesión respecto al aguo que aban-
dona la zona superior, es decir, el volumen de espacio poroso remanente

58
 en un instante t después 'de comenzado e I aguacero, se ca Icu Ió como el
espacio poroso disponible de to al instante t. El modelo de la cuenca re
flejará más exactamente el volumen real de aguo almacenada dentro de 1';-
zona superior. En consecuencia, esta zona puede tener menor espesor que
las 21 pulgadas establecidas por Holtan. En tierras agrícolas la profundidad
de cultivo alcanza siempre un valor razonable, mientras que en áreas no
cultivados el espesor puede variar de medio pulgada, paro suelos muy com-
pactos, hasta varias pulgadas en suelos arenosos. La presenc ia de una zo-
na menos permeable interrumpe la zona superior. La ecuación (13) dá lo
tasa de infiltración poro el período en que el abastecimiento no es el fac-
tor limitante, es decir, es lo infiltración potencial. Cuando lo intensidad
de precipitación es menar que la infiltración potencial, toda la lluvia se
infiltra; ésto disminuye el espacio porosa disponible, y en consecuencia dis
minuye la infiltración potencial para el próximo período de tiempo. Rubin-
(1966) estableció que, para un abastecimiento uniforme menor que lo tasa
de infiltración potencial, la columna de suelo eventualmente alcanza un es
todo de equilibrio en sus áreas superiores donde el gradiente -

él K lJI +y)
oy
es justamente el adecuado para transferir el abastecimiento. Esto puede -
también ocurrir en el modelo, cuando el flujo que entra en la zona supe-
rior es exactanente igual 01 que sale. La ecuación de Holtan, por cuanto
no es exacta, no ofrece una bueno aproximación del proceso de infiltra-
ción, tanto en lo situación de la infiltración limitada por el abastecimien-
to, como en la de la infiltración limitada por las condiciones del suelo.

E. Flujo o través de la zona no saturada

Idealmente, se podría describir el flujo o través de la zona no saturado,

con alguno formo de lo ecuación (1). Sin embargo, en un modelo de cuen
ca ésto debe hacerse en formo aproximado. En los modelos de balance coo
trnuo, se debe obtener el volumen de aguo paro codo intervalo de profun=-
didad; no obstante, cuando el número de estos intervalos aumenta, el tiem-
po necesario para real izar los cálculos también aumenta y rápidamente se
encuentra un límite económico; por eso debe limitarse el número de tales
zonas. Las 'variables independientes en la ecuación (1) se pueden e'scribir
como funciones de lo humedad del suelo, S.

¡ji = f :S' (14)

K = 9 :S) ( 15)

59
 la solución de la ecuación (1), debe dar

v = h (5) (16)

Se han propuesto varias formas para las funciones f (5) Y Y (5), Y han sido
discutidas por Clabom y Moore (1970). El conjunto de funciones escogidas
poro su usa en el programa de simulación es

K = Al (5+8 ) C1 + DI (17)
1
_r = A2 (S+B2) C2 + D2 (18)

En la tabla 2 se muestran los valores de los coeficientes poro diferentes

suelos ensayados, y se puede usar como gura pora determinar esos coeficien-
tes.

El programa transfiere la humedad de una zona a la otro usando la ecua-

ción (1) escrita en la forma

(19)

El valor de la permeabilidad es el promedio ponderado de la permeabilidad

en cada zona como se determinó en la ecuación (17). El valor de '3of /ay
se obtiene a parti r de

= (20)

donde los subscritos 1 y 2 hacen referencia a las dos zonas. El valor de

11' se encuentra con la ecuación (18); el valor de S poro cada zona se en
cuentra dividiendo la humedad total en la zona por su espesor.

F. Flujo subsuperficial (o hipodérmico)

El fenómeno del flujo subsuperficial, aunque observado frecuentemente en la

Naturaleza, no ha sido estudiado en detalle; en la figura 16 se muestra un
modelo simplificado del flujo subsuperficiol; la aparición de agua en la zo-
na de filtración depende de la pendiente de la zona menos permeable, S,
lo permeabilidad de esta zona en relación con la que estó encima, la pro-
fundidad de la zona menos permeable, y el órea contribuyente al proceso de
flujo subsuperficial, es decir, la distancia L en la figura 16. Estas variables
y tal vez otras se combinan poro convertir una porción del hidrograma de in-
60
 TABLA 2 COEFICIENTES PARA APROXIMACIONES DE LA PERMEABILIDAD Y EL POTENCIAL CAPILAR

P E R M E A B I L I D A D

DESCRIPCION y FUENTE Promedio

A B C D
mox. R2 ,
R. E. R. E.
I
Limo
Banks y Bawers (l962) 797,7 -O, 114 7,75 2,9. 10- 9 0,400 0,139 0,949

Arcilla
Phillip (1957)
Gardner (1958\ 3,37 -0,103 6,01 -3, O· 10- 7 0,372 I O, 147 0,936
Watson !l967) 206,8 0,002 4,06 -6,9.10-4 0,231 , 0,091 0,919
I

Greda !

Hanks y Bowers (1962) 1677,2 0,044 8,70 -1,6'10- 6 0,652 0,284 0,936

Arena seca
Liokopoulos (1966) 1,689 0,026 2,45 2,4'10- 3 cO,233 0,079 0,899
,

Arena húmeda
Liakopoulos 11966 1,983 -0,00585 2,66 3 2'10- 5 0,312 0,188 0,915
Vachaud (1966) 117,32 -0,1185 5,69 7', l' 10- 4 0,187 0,068 0,954
Remson (1965) 1,6·104 0,087 25,16 I , 0'10- 9 .~!790 . 1, 179 O_l 883
- ------- --- -- - --~---
.. _ . _
p O T E N C I A L C A P I l A R
c -----
Limo 0,061 rO,063 r_7,Ú, r
-8,·11 1 0,014 10,004 1 0,963
Arcilla Da t os d a dos en fa r ma de ecuaClon .-
Watsan -47,6 -0,047 -0,033 33,74 0,008 0,001 0,923
Greda 26,20 0,7745 - 23, 91 0,965 2,68 0,753 0,898
Arena seca 225,3 1, O - 11, 35 3,64 0,59 0,239 0,900
Vachaud 9,937 0,6555 - 21,28 1,207 1,765 0,478 0,894
o- Remson _. - 249,76 0,816 - 30, 89 -2,653 0,480 0,167 0,909
- -----_.- ._~. - -- -- - .. --_._-

¡,
~,
 filtración en el hidrograma de flujo subsuperficial. La formulación matemá-
tiCG más simple del procesa serra entonces una que deteJminara el valumen
del fluio subsuperficial y produjera el hidragrama subsuperficial propaganda
este volumen; éste es el método usado en este modelo. El volumen del flu-
jo subsuperficlal del nivel superior hacia la zona intermedia se determina con

YINFlO = C 16 (TlZS - CID VINST) b.t (21 )

donde
YINFLO es el volumen de agua adicionada al procesa subsuperf..!,
cíol durante el período lit.

TIZS es el volumen de agua almacenada en la mitad superior

de la zona intermedia.

VINST es el volumen total de la zona intermedia .

san parámetros de entrada que deben reflejar las diferen-

cias en la permeabil idad de las dos zonas.

Cuando la cantidad (TIZS - C 10 . VINST) es menor o igual a cero,

VINFLO se hace cero. C 10 parece ser un parámetro que establece el lí-
mite inferior del volumen de agua que debe estar presente para que el flu-
io subsuperficial pueda iniciarse. La forma del hidrograma del fluio hipo-
dérmico está determinada por una función de retraso.

(22)

donde
X es el volumen de aguo descargada a la corriente desde el
almacenamiento hipodérmico en el tiempo A. t

DEUNG es el volumen de agua en almacenamiento subsuperfic!al.

C14, C 15 son parámetros de entrada.

La ecuación (22) no tiene explicación física; es probable que C 15 pueda

tomarse como cero; por analogía con las ecuaciones de propagación en cau
cas, la salida deberá relacionarse al valumen de almacenamiento. -

G. Flujo subterráneo
Mucho de lo que se dijo sobre las dificultades de la modelación matemática
62
del proceso subsuperficial se aplica al flujo del agua subterránea. El mode-
lo considera la posibilidad de flujo subterráneo directamente sobre la carrien
te y también fluia hacia afuera de la cuenca. Este último Se detennina co=-
mo una función del agua almacenada en la porción saturada del perfil del su~
lo.

23)

donde
y es el volumen de agua que sale de la cuenca en el perío-
do l> t

GWS es el volumen de agua en almacenamiento subterráneo, y

C 13 es un parámetro de entrada.

El flujo que va directamente a la corriente se determina de manera similar.

x = (GWS - C 11 ) . (24)

donde
X es el volumen de agua que fluye del sistema subterráneo a
la corriente durante Ó t.

es el volumen de agua en almacenamiento subterráneo par

debajo del cual na hay flujo hacia la corriente.

C 12 es un parámetro de entrado.

Para el períado de flujo base del hidrogramo, la ecuación !24) es análoga

a la ecuación comunmente usada, descompuesta

G.1 = k. G.1- 1 = k i r-
V
o (25)

donde
G.1 es el flujo para el período de tiempo j- ésímo.

G.1- 1 es el flujo poro el período de tiempo Ii- n

Go es el flu jo al comienzo del primer período de tiempo, y

k es la constan te de recesión.

63
 Por la ecuac ión (24)

K =
GWS + C11 (26)

GWS - Cll
Se ha notado que K no es constante, pero se acerca a cero cuando el al-
macenamiento subterráneo se aproxima a C 11' El efecto de variar la con s
tante de recesión es incrementar o reducir la recesión dada por la ecuacióñ
(25); ésto se acentúa con la remoción de un vol umen de agua subterrónea
que sale de la cuenca.

H. Evaporación y evapotranspiración

El proc~ de evaporación depende en grado sumo de la energra reclbida en

forma de radiación solar; la cantidad de energra recibida afecta tanto la ew
poración total como su distribución temporal. Otros factores climáticos impor
tantes en el proceso de evaporación son los vientos y la humedad re lativa; eT
efecto combinado de estos factores se reflejará en la cantidad de aguo que
se evapora desde un tanque. En consecuencia, el modelo hace uso de la -
evaporación mensual de tanque para establecer la evaporación potencial men
sual de la cuenca; de aquf se extrae un media diaria, y finalmente una tasa
instantánea. Se asume que lo evaporación potencial comienza media hora -
después de la salida del sol y va hasta una hora antes de la puesta, con su
máximo a los tres cuartos de ese tiempo. Para estimar la tasa instantánea de
evaporación potencial se usa una curva en forma de campana asimétrica a;us
tada a estos tres puntos. La distribución temporal de la evaporación poten--
clal concuerda bien con los datos suministrados por Bavel (1966), como se -
muestra en la figura 17.

La evaporación tiene lugar primero en el almacenamiento de intercepción.

Si no hay suficiente agua almacenada allr para satisfacer la evaporación
potencial de este perrada, serán retiradas cantidades adicionales de agua,
en orden, del alll\Qcenamiento de flujo superficial, almacenamiento de de-
presión y del almacenamiento en la zona superior del suelo. Se asume que
la evaporación se real iza a ritmo potencial desde el almacenamiento super-
ficial y el de depresión, asf como en la zona superior, en la cual disminu
ye a medida que la zona decrece, por la dificultad del suelo para mantener
la humedad de la superficie. Esta situación se aproxima en el modelo, usan
do -
UZS UZMIN) OC
E = EVAPOT - ( -:U~Z:-:::S=-T--~U~Z-:-M~IN'-'-- (27)

64
1.0 Superficie de D9UQ

E vaporación
medido

Aproximocion /
.5
de una curva
sinusoidal '1
/
í:
0600 1200 1800 1400

Hora del dio

Suelo húmldo
1.0

EvaporoctOn
/medidO

0600 1200 1800 2400

Horo del dia

APROXIMACIOH DE UNA CURVA SINUSOIDAL

PARA MEDIDAS DE EVAPORAC/ON (VAN BAVEL, 1966)

FIGURA 11

65
 donde
E es lo toso de evaporación real de lo superficie del suelo.

EVAPOT es la evoporacieÍfl patencial

UES es el volumen corriente de agua almacenoda en la zona supe-

rior.

UZMIN es el volumen mínimo permitido en la zona superior.

UZST es el volumen total permitido en lo ZOna superior, y

oc 1',un parámetro que describe lo capacidad del suelo paro trans-

portar aguo hacia lo superficie.

lo transpiración del aguo del suelo paro los necesidades de los planlcs pa-
rece ser independiente del contenido de humedad del suelo, cuando está por
encima del punto de marchitez; en consecuencia, en los meses donde hay
transpiración, uno cantidad adicional de aguo va o ser extraído de lo zo-
na radicular (RTZONE); lo extraccieÍfl estó limitado por el punto de maTchi
tez, asumido igual al volumen mínimo para cado zona. El espesor de la:ro
na radicular no necesariamente coincide con lo zona superior, pues para-
árboles de raíces profundas es mucho mayor. Así, la evaporación mensual
medida en el tanque se aumenta con el uso consuntivo mensual (TRANPO).

l. Propagac ión de descargas

El escurrimiento para cada período de tiempo, calculado por el modelo en

la forma descrita someramente, debe propagarse o través de lo cuenca pa-
ro producir el hidrograma de salida; paro ésto, se uso la técnico del gráfi-
co de distribución empleado en el modelo Stanford IV. El flujo generado du
rante un período se distribuye de acuerdo con los parámetros de entrada eñ
intervalos futuros de escurrimiento, "S decir, el flujo que llega o lo corrien
te durante el intervalo actual de tiempo, aparecerá en lo sección de con=-
trol distribuído en el tiempo.

El programo tiene capacidad para simular cuencas compuestos de varias sub

cuencas o segmentos, en sentido aguas arribo -aguas abajo, por lo cual 10-
cinto magnética que contiene los dotas de precipitación debe prepararse en
ese sentidc, también.

3.3.3 Aplicaciones del modelo

Aunque los oportunidades pora apl icor el programo han sido Iimitados, se ha -
66
usado en dos cuencas de característicos bien diferentes y con distintas objetivos.

Lo primera aplicación se hizo a una cuenco pequeño (0.1 km2¡ cerca de

Edwardsville, IHinois, U. S.A., para la cual se disponía de información suficien-
te para la estimación de los parámetros. Se perseguía un propósito muy especi'fi
ca: seleccionar los parámetros doe la simulación con anticipación, can base en las
características conocidas de la cu"nca. Se trota en realidad de una prueba muy
severa del programa y de la habilidad para interpretar las características conoci
das de lo cuenca en relación con los procesas físicos que se están simulando. -

Inicialmente se escogieron algunos hidrogramas típicos de los diferentes condicio

nes encontradas en el modelo; en lo figuro 18 soe muestro uno comparación entre-
los hidrogramos observado y calculado en uno situación típica.

Aunque los resultados podrían mejorarse, son aceptables dentro de los condicio-
nes en que fué usado el modelo; análisis posteriores mostraron que los descargos
en éste período fueron afectadas por fenómenos de deshielo, que no están con-
templados en e I modelo.

La segunda aplicación se hizo en el arroyo Mukewater en Texas, U.S.A. (183

km 2), 01 cual había sido aplicado anteriormente el modelo Stonford IV, del cual
se tomaron los parámetros comunes. Los resultados de la simulación para agua-
ceros individuales se muestron en las figuras 19 y 20 Y las descargas medias dio
rias en la figuro 21.

Se puede observar que lo correspondencia entre descargas observadas y simula-

das puede mejorarse si se tiene en cuenta la distribución espacial de las Iluvia¡¡,.
hecho que, sin embargo, no ha sido contemplado ni en éste modelo, ni en el mo
delo Stonford IV.

67
 .,..------------,
ti

...
••
.
'.
•
•
• o
o
.--y-r "10 11 O .

COMPARACION DE DESCARGAS MEDIDA

Y SIMULADA PARA EL AGUACERO DE o
JUNIO 26, 1942
FIGURA 18 ..
o

1000

l.

o "--- AGUACERO DE MAYO 17 - 18, 1957

FIGURA 20

"
AGUACERO DE' MAYO 11-13, 1957

'.eUItA l '

68
 1.6 r
~ 14 r
o
'O
o
'" 1.2
"5 r-
"-
1.0
e
-<>
¡¡ 0.8
~

"•
u 0.6
;-
r -
"- 04 -
0.2
r
10
,
20
r-íl
30
r

" , , .,.,
- -
- ----
Medido
Simulada
1000

1400
~

"
$
1200

."..,o ,....
~2 1000 e

..
.2
'O
BOO
-
E
o
:s'"u BOO
••
O r-,
400 '-
-..,
'- rt-, ,

--
200 I

h Q "A. , 6..
20
,-
30
10

PRECIPITACION y ESCURRIMIENTO PARA MAYO 1957

FIGURA 21

... "....... c. "5.,.......... rou. . . H,drOIOey'; Wa.tef R•• g ..... c . . P"bllcCllion" Forl COllml ColOl'odo, 1971
69
3.4 MODELO S. S.A. R. R.
(Streamflaw Synthesis and Reservair Regulation)

3.4.1 Generalidades
Se trata de un modelo pluviohidrológico con propagación par embalses que per-
mite transformar precipitación en descarga, trabajando con tres componentes de
la escorrentfa: flujo superficial, subsuperficial y base (ver figuro 22). El modelo
completo fué desarrollado poro sintetizar la respuesta de un complejo sistema flu
vial a la entrada de precipitación y temperatura, además del efecto de regula--
ción de estructuras construidas par el hombre.

3.4.2 Evolución histórica del modelo

El modelo SSARR, de caracterfsticas muy generales y de gran flexibilidad, fué

concebido par David M. Rockwood* para sintetizar descargas y ser usado en pla
neamienta y previsión operacional diaria de sistemas hfdricos. La versión origi-:
nal del programa fué desarrollada para un computador IBM 650 en 1957, para sin
tetizar descargas en la cuenca del rfo Columbia, diseñado especfficamente para-
las condiciones de esta cuenca. Inicialmente fué formulado para simular escurrí
miento de origen nival, y fué usado operacianalmente para previsión de escurri-
miento en la mencionada cuenca durante el perfodo de aguas altas, asf comopa
ra determinar avenidas de diseño para proyectos de embalses en el área. -

Con la experiencia asf adquirida, en 1960 se iniciaron trabajos para mejorar el

programa lógico, tanto en lo que se refiere a técnicas hidrológicas como a lo
utilización del computador. Esta "segunda generación" diseñada para un IBM
1920, se describió cama un modelo general para sfntesis de descargas que pue-
de ser aplicado a cualquier cuenca sin limitaciones en cuanto a configuración,
régimen hidrológico a sistema de embalses. El programa se usó extensivamente
paro previsión de descargas, regulación de embalses, estudias de caudales de di-
seño y regulación de inundaciones en EE. UU., Alaska y Canadá; se aplicó en
áreas de régimen combinado (pluvial-nival) y, en conexión con el programa de
entrenamiento en análisis de sistemas del Comité del rfo Mekong, se utilizá en
los tributarios de este rfo.

El programa actual es la "tercero generación", y es diseñado como un modelo

hidrológico y de regulación de embalses, con aplicación o un ranga mucho ma-
yor de condiciones que la versión anterior, y con notable perfeccionamiento pa
ro simular procesos hidrológicos, técnicas de propagación en canales y métodos-
de regulación de embalses. Es completamente flexible en su capacidad para re-

*Jefe de la Sección de Hidrologfa e Hidráulico, North Pacific Division, U.S. Corps

of Engenee rs.
70
 LLUVIA

EvaporaciÓn

Flujo Total

Flujo Flujo Flujo

Bose Subsuperficial Superficial

Prop iOn PropaqaciCn

OB OSS Os

Trocho 2 I

ESQUEMA DEL MODELO

,
FIGURA 22

71
 presentar relaciones frsicas de varias variables utilizando tablas previamente es-
tructuradas; estas relaciones pueden ser lineales o nó y derivadas, ya seo de me
diciones directas o de funciones generales, a través de coeficientes empfricos;
para sintetizar las condiciones naturales del escurrimiento.

3.4.3 c.aracterrsticas del Programa SSARR

A.Conceptos hidrológicos inclurdos

Una cuenco de drenaje se puede separar en unidades hidrológicas homogéneas
de un tamai'lo y carácter tales que pueden ser usadas como una representación
lógica de una cuenca moyor y sus subóreas elementales; el almacenamiento en
el cauce puede determinarse para trechos de rro y representar asr el retardo
natural al escurrimiento que se encuentra en los sistemas naturales; en igual
forma, el almacenamiento en lagos o embalses puede evaluarse de acuerdo con
las condiciones especificadas de capacidad de los mismos. En esta forma, el
escurrimiento puede ser determinado tanto para el cauce principal coma para
105 principales tributarios.

El pragrama elaborado para este madelo combina la evaluación de varias fun-

ciones hidrometeorolÓgicas que representan el praceso completo de simulación
del escurrimiento; puede ser tan general que el escurrimiento puede sintetizar-
se ajustondo las diferentes parámetros de una cuenca particular que afecten la
evaluación del volumen de agua de entrada (lluvia o nieve), la humedad del
suelo, la evapatranspiración, el almacenamiento de depresión, almacenamien-
to superficial, subsuperficial o subterráneo, la infiltración o los acui'feros,tiem
po de retardo de cada tipo de escurrimiento y efectos del almacenamiento en-
el cauce; cuando estos parámetras se han evaluado para una cuenca dada, re-
presentan la calibración de esa área particular o unidad homogénea.

B. Subdivisión de lo cuenca
El escurrimiento se puede sintetizar digitalmente a partir de una serie de sub-
divisiones de la cuenca, cada una de las cuales puede estor individualmente
representada por su conjunto particular de coeficientes y funciones, y no hoy
Ifmite para el número que de toles subdivisiones se quiera hocer. La descar
90 calculada de tadas estas pequeñas subdivisiones representa la entrado 01-
sistema del canal fluvial donde es propagada y combinado para constituir el -
flujo total en cualquier punto de interés.

C. Intervalos de tiempo
Los ecuaciones diferenciales que definen el flujo se resuelven por diferencias
finitos; el incremento de tiempo poro propagación es determinado en codo coso
particular (puede variar de tres horas a un dro) y se puede modificar en el
72
 transcurso de una misma simulación _ Los volares de entrado de las variables
hidrometeorológicas se darón según el intervalo de tiempo en el cual se requie
ren los datos de sal ido y el programo sintetizará el escurrimiento pora cualquier
duración total de tiempo, dependiendo del tipo de estudio. Por ejemplo, se pue
den sintetizar descargos paro estudiar sus variaciones en períodos de un año 0-
mós en estudios hidrológicos de cuencas; poro sintetizar descargas de diseño a
portir de lluvias o para previsión, pueden usarse períodos de unos pocos días -
hasta varios meses de durac ión.

D. Datos de entrada
Los datos hidrometeorológicos que usa el programa se suministran en un gran
número de formas poro permitir flexibilidod en el manejo de la gran cantidad
de datos que generalmente requiere la simulación paramétrica. Estos datos son,
precipitación diaria, temperatura media diaria del aire, a valores de variables
hidrometeoro lógicas que afectan la fusión de la nieve, cuando es el coso.

Para operar el programa, es necesario proveer las condiciones iniciales, que

representan las condiciones de todas las variables funciones del tiempo en el
instante t o , y que son suministrados en tarjetas especiales; en esta fanma, la
síntesis puede comenzarse en cualquier instante deseado sin tener en cuenta
las condiciones hidrológicas. Además, existe la posibilidad de ajustar los con
diciones iniciales de valores previamente calculados, a condiciones observadas
en un punto particular en el tiempo, propiedad muy adecuado en la operación
del modelo poro previsión de descargas diarios.

E. Usos del Modelo

Como se dijo antes, el programa fué desarrollado para su utilización en cual
quier estudio que incluyo el cómputo de descargos en uno comple jo cuenca-
fluvial, o partir de lluvias (y fusión de nieve).

En ingeniería se puede usar paro cálculo de avenidas de diseño, estudios de

regulación de embolses, previsión de crecidas y detenminación de normas de
operación de embalses. También puede usarse poro extender períodos cortos
de descargos en base a precipitaciones y en estudios poro detenminar relacio
nes precipitación - escurrimiento y caracter(sticas del almacenamiento en 10-
cuenco o través de procesos de tentativas.

3.4.4 Tipos básicos de simulación empleados en el modelo

En el esquema simplificado que se expone en el presente trabajo, se describen

los dos tipos básicos de simulación que se incluyen en el modelo; la transforma-
ción lluvia - descarga (denominado también propagación en lo cuenco o propaga
ción lluvia - descarga), y la propagación descargo - descargo o propagación eñ
el couce.

73
 la primera incluye todos los mecanismos de conversión de Ifuvia en descarga a
través de cada uno de los procesos que constituyen el ciclo hidrológico y sinteti
za el hidrograma generado por uno lluvia (no se considerará el problema de fu=
sión de nieve) en un punto dado de la cuenca. La segunda toma como entrada
ese hidrograma y lo propaga hasta otro punto del cauce, haciendo uso de las ca-
racterrsticas hidráulicas y geométricas del mismo (ver figura 23).

3.4.5 Transformación lluvia - descarga

El modelo hidrológico utilizado en el programa SSARR considera los siguientesele

mentas hidrológicos básicos que deben ser evaluados individualmente para cada sub
área en que fué dividida la cuenca:

o - Precipitación neta en la cuenca; se determina ponderando los datos observa

dos.

b - Incremento de humedad del suelo; se determino como un (ndice (variable

temporal) que representa las variaciones de la humedad del suelo.

c - Evapotranspiración; se determina como evapotranspiración potencial expre-

sada en fundon de los valores medios mensuales en la cuenca y ajus/adame
dionte una reducción en los dfas de lluvia en función de su intensidad. -

d - Exceso de escurrimiento; se determina a partir de la precipitación neta del

suelo, conformando asf la cantidad de agua que entra a cada una de los tres
zonas de almacenamiento temporal.

e - Almacenamiento de retención; representa el retardo temparal causada por

las pequei'las irregularidades de la superficie del suelo que na tienen dre-
naje libre.

f - Almacenamiento de superficie; representa el efecto de almacenamiento de

las capas superiores del suelo, causante de retardo en la componente super-
ficial.

g - Almacenamiento subsuperficial ; representa el efecto de almacenamiento de

los acufferos intermedios, causantes de retardo en la componente subsuperfi-
cial.

h - Almacenamiento subterráneo; representa el efecto de'la percolación profun-

da hacia los acurFeros inferiores y su retardo en el fluía base.

i - Tiempos de propagación; para calcular los efectos del retardo en cada una
de las componentes del flujo.

74
 Propa9Qción en la cuenca

Hidroqramo SintetiZado
, __-}---- IL__::::==- en A

ARa CUbierla PropoQOC¡ón dlscaroa • destorga

l ~rQmQ
por D lIuyiQ

_godo
_ _-... hasla B

TIPOS DE SIMULACION

FI GURA 23

ROP

" .... "" " , \

"" Diferentes funciones

, , '"
/
posibles

,
~¿~~~ ________________________--'SMI

FUNCION PARAMETRO ROP - SMI

FIGURA 24

75
 j - Relaciones para separación del flujo; permiten calcular la porción del exc!
so de agua que entra en cadO zona de almacenamiento.

Can el uso de estos fndices y relaciones, el modelo es una adecuada repre-

sentación teórica de los procesos ffsicos del escurrimiento, que lo hace utili
zable en grandes segmentos de cuenca teniendo en cuenta la disponibilidad
de datos y otras limitaciones prácticas.

A. Determinación de la precipitación en la cuenca

La precipitación en la cuenca se calcula a partir de los datos diarios de un
cierto número de pluviómetros, 05(:

Pl • Wl + P2*W2 .... +P n * Wn )
Pd =
s
donde
p.J = precipitación diaria en las n estaciones

W¡ = factor de ponderación (en %) de cada pluviómetro

S = núme ro tata I de estac iones

Pd = precipitación diaria ponderada de la cuenca

El factor de ponderación W depende del órea de influencia de cada pluvió

metro, de la precipitación normal anual en esa parte de la subcuenca y efe
la precipitación normal anual en cada estación, incluyendo asr la tendencia
que pueda tener la precipitación. El factor se calcula asr:

An • (NAPa) * N
Wn =
(NAP n )

donde
Wn = factor de ponderación para la estación n

An = órea de influencia de la estación n, en % del total

NAPa = precipitación normal anual para el órea An

NAPn = precipitación normal anual en la estación n

N = número total de estaciones usadas para calcular la preci- '

pitación en la sub-órea.
76
B. Distribución de lo 11 uvia

Codo dfo se subdivide en perradas, no siempre iguales. Cuando no hoy plu

viógrofos que permitan hacer el cómputo exacto, pueden hacerse estimocioñes
basados en lo experiencia. Lo precipitación ponderado poro codo perrodo es
entonces
WP = Pd * DIST
donde
W = precipitación ponderado poro un perrada dado
p
DIST = distribución (en%) de lo lluvia diario poro ese periodo;
puede calcularse así;

DIST = x TOO

donde
precipitación registrado por un pluviógrofo durante el pe-
rÍodo
precipitación total en el día

C. Cólculo de lo escorrentío total

Lo porte del volumen total de agua de entrodo, disponible poro producir es

currimiento superficial, subsuperficiol y base, se encuentro o partir de relo--
ciones derivados empíricamente entre el Porcentaje de Escurrimiento ROP
(Runoff Percent) y el Indice de Humedad del Suelo SMI (Soil Moisture Index).
Poro uno cuenco particular, ésto relación se entrego 01 computador en for-
mo de tabla.· El flujo total generado por período (RGP) estó dodo por

RGP = ROP * WP
donde
RGP = flujo total por período

WP = precipitación ponderado por perrada

ROP = % que indico qué porte de lo lluvia WP se convirtió en

escorrentro. Es uno función del índice de humedad del sue
lo, 5MI; ROP es uno función parámetro que puede tener-
la formo indicado en la figuro 24; la formo de lo CUrvO
porte de lo aceptación de gue el mínimo ROP se obtiene
poro el 5MI mínimo y consecuentemente poro el máximo.
El máximo volar de SMI es el que debe o;ustarse en el ma
dela.

77
 D. Cálculo de la humedad del suelo
El índice de humedad del suelo SMI es una medida de la humedad del suela
usada para determinar el escurrimiento. SMI se considera nula cuando la -
cantidad de 'agua contenida en e l suelo alcanzo el punto de marchitez per-
manente; cuando la lluvia recarga la humedad del suelo, el valor de SMI
aumenta hasta alcanzar un máximo valor considerado como la capacidad de
compo. El valor de SMI al final de cado perrada se calcula mediante la
ecuación
PH * KE * ElI
SMI2 = SMII + (WP-RGP) -
24
donde
SMI
1 = índice de humedad del suelo al comienzo del perrada
SMI = rndice de humedad del suelo al final del períado

PH = duración de I perrodo en horas

ElI = índice de evapotranspiración diaria expresada en base a la

media mensual

KE = factor de reducción de la evaporación en d(as de lluvia,

especificado al computador en forma de tabla de KE contra
intensidad de precipitación. En la figura 25 puede apreciar
se que KE es igual a 1 cuando no hay lluvia, par lo cuar
SMI se reducirá durante el perrodo por el factor constante
(PH/24) * ElI; KE es, entonces, otra función parámetra, de
creciente con la intensidad de lluvia.

E. Determinación del flujo base

El volumen de agua que contribuye a la formación del flujo base es una
función del Indice de Infiltración del Flujo Base, BII (base flow infiltration
index), valor sintético representativo de la influencia ponderada del escurri
miento precedente; éste dispositivo simula la elevada infiltración al princi:
pio de una lluvia, con una disminución paulatina a medida que ésta progre
so. La relación se suministra al computador como una función contínua en-
forma de tabla; el rndice de infiltración del flujo base se calcula para cada
período con la ecuación

BIII + (24* RG - BIII ) *

PH
TSBII + PH
donde
2
BII = índice de infiltración del flujo base (en cm/24 h) al comien
zo de I período

78
 KE

Varios funciones
1.0
/ , posibles

0.5

QO~------------------------~------' mm/h

FUNCION PARAMETRO KE - i

FIGURA 25

BFP

Vorias funciones
-..................... ~ posibles

>-< "- ....

......
"-,,-
"- ....
....
......
BU

FUNCION PARAMETRO BFP - BIl

FIGURA 26

79
 = rndice de infiltración del flujo base (en cm/24 h) 01 final
del perrodo
RG = RGP/PH = escurrimiento en cm/hara

TSB 11 = tiempo de retardo, Ts (tiempo de almacenamiento) pora el

cólculo del cambio de BII.

Puede asimilarse BII o un rndice de almacenamiento de depresión que man

tiene el escurrimiento disponible poro percolación profundo. El flujo base
(RB)se calculo entonces asr:

RB = RG * BFP

donde BFP es uno función del rndice de infiltración, BII, como puede ver-
se en lo figuro 26; BFP es, entonces, el % del fuja total que se convierte
en flujo base. Por lo tonto lo entrado poro el flujo superficial y subsuperfi
cial RGS o flujo directo se calculo con: -

RGS = RG * (1. O - BFP) = RG-RB

F. Separación de los flujos superficial y subsuperficial

Para uno cuenco dado, lo relación del escurrimiento superficial RS con el
flujo directo RGS se entrego 01 computador mediante uno tabla en lo cual
se puede asumir cualquier tipo de relación, pero en general lo separación
se baso en los siguientes consideraciones:

1. El mrnimo volar de lo componente superficial RS es el 10% del total RGS.

2. Lo componente subsuperficial alcanzo un móximo KSS y permanece cons

tante pora volares de RGS mayores que el 200% de KSS.

3. Los volores usados comunmente se calculan as(:

RS = [ O. 1 + 0.2 (RGS/KSS) ] • RGS
y :
si RS < KSS, RSS = RG - RS
si RS > KSS, RSS = KSS y RS = RGS - RSS
donde
RS = componente superficial

RGS = fl ujo di recto

KSS = móximo valor de lo componente subsuperficial

80
 En la figura 27 se aprecia una interpretación geométrica de estos índices y
la figura 28 es un esquema representativo de lo separación de los diferentes
volúmenes de agua.

G. Propagación de las componentes

Una vez calculodo el volumen de cada omponente, se convierte en m 3/$
-
aSI !
OB =
RBxAxl0 2
36
RSS x A x 10 2
055 = A en Km 2
36

os =
RS x A x 10 2
36

Hecho ésto, se efectúa la propagació-, de cada componente o través de una

serie de embalses ficticios como se explicaró en la parte correspondiente o
la propagación descargo - descargo; en esta forma, como se muestra en la
figura 29, se ca' vi ,-te un hidrograma rectangular, representativo del volu-
men sintetizado para cada fase, en hidrogromos muy semejantes a los natura
les; la modificación de la forma de esos hidrogramas estó determinada por el
número de incrementos considerados y el tiempo de almacenamiento por in-
cremento.

H. Definición de los características de la cuenco

El uso del modelo depende de la determinación de varios coeficientes y re

lociones especrficas para una cuenco dada; algunas de esas relaciones soñ
generales y ·oplicables a otras subcuencas dentro de la misma área y otras
se determinan especiticamente para una sola cuenca.

El proceso básica para definir esas características es el uso del programa de

computador en tentativas sucesivas hasta obtener el mejor ajuste a los datos
históricos; éste proceso puede considerarse análogo al ajuste de un modelo
reducido,modificando la rugosidad del canal, por ejemplo.

Los rangos de variación de algunas variables son conocidos con base en ex-
periencias y análisis ya efectuados en los diferentes campos de lo hidrología;
así, las tasas de evopotranspiración y la capacidad de infiltración de los sue
los estón dentro de ciertos límites conocidos; las relaciones entre lo precipi=-

] toción puntual (en un pluviómetrol y la precipitación media en uno cuenca,

se conocen relativamente bien cuando se dispone de datos adecuados; sin
embargo, como en la mayoría de las cuencas grandes no existen datos sufi-
cientes' en el modelo SSARR el término usodo es más bien un índice de lo
SI
 RS,RGS

w.==~-i~-------L--------~------ __________-'RGS
INOICES OE SEPARACION OE FLU.JOS

FIGURA 27

RGS
Lluwla RG P
RS

SEPARACION DE FL.U.JOS

FIGURA 28

82
."', ..LL L",."
 precipitación media en la cuenca. En un sentido similar se usa lo separa-
ción del Flujo en tres componentes, ya que es un concepto difícil de definir
físicamente con exactitud y que, o pesar de ser hecho a través de funciones
arbitrarias, se puede demostrar que mejora notablemente el comportamiento
del modelo. Las tiempos de almacenamiento (Ts) son también forzosamente
empíricos y se determinan, igualmente, por tentativas.

En resumen, los siguientes son las elementos y funciones que requieren ser
definidos para representar el escurrimiento en el modelo de uno cuenca:

a - Estaciones de precipitación y foctores de panderaciPn de codo uno pa-

ra calcular la lluvia media.

b - Reloción del índice de humedad d.. 1 suelo (5MI) con el porcentaje de

escurrimiento (ROP), entregada en forma de tabla.

c - Indice de evapotranspiroción (ETI), expresado como evapotronspiración

potencial media mensual.

d - Fadar de reducción de lo evaporación en días de lluvia expresado en

forma de tabla, como uno función de la intensidad de precipitación.

e - Relación del índice de infiltración del flujo base (BII) con el parcenta-
je del flujo total que se convierte en flujo base (BFP), en formo de ta-
bla.

f - Tiempo de retardo TSB 1I expresado como un solo volar en horas.

g - Relaciones de separación de flujos superficial y subsuperficial expresa-

dos en una tab la.

h - Coeficientes poro propagaci ón de los componentes, expresados como:

o) número de incrementos (o embalses) y b) tiempo de almacenamiento
por incremento, en horas, paro cada componente.

i - Area de la cuenco en km 2 .

3.4.6 Propagación en el cauce

A. Ecuaciones bósicas

Como todo modelo o embalses, utiliza la ecuación de continuidad y uno

ley de descargo de los embolses:

83
 o . Q

HlcIrOgramo
inlciol

/"

TRANSFORMACION DE HIDROGRAMAS

FIGURA 29

Ta

Tli f--~

1
()j o

I •
VARIACION DE Ta

FI!ilURA 30
Ecuación de continuidad:

11 + '2 01 + ° =---
2 liS
2 2 AT
o sea:
° 1 + °2 l!.S
ds (1)
1m -
2 AT
o = "'"'dt

Donde It y 0t son lo entrada y sal ida respectivamente y ds/dl la rato

de cambio del almacenamiento en el tiempo

Paro casos donde el almacenamiento es sólo función de lo salida como en lo

gas o trechos cortos de río donde lo cuño de almacenamiento es desprecio::
ble en comparación con el prisma de almacenamiento, lo ecuación de desear
go de los embolses es (ver figuro 30) :

s = Ts * O ó S = Ts * a (2)

donde Ts es el factor de proporcionalidad entre el almacenamiento y lo des

carga de solido.

En el programo SSARR, la variación de Ts con la descarga se calcula con

la ecuación
KTs
Ts = - - -
on (3)

donde:
Ts = tiempo de almacenamiento poro un incremento dado, en ho-
ros
KTs = coefic ient,e que representa el tiempo de retardo de I trecho
en cuestión (constante)
a '" descarga al comienzo del período
n = coeficiente (O <: n <: 1 ) relativo o la variación del tiem
po de almacenamiento en función de la descarga.

Diferenciando (3) tendremos:

nTs On-1 da + OndTs = O

divi d iendo por O n-1

nTs da + OdTs = O

85
 o sea dTs '" _ ( Ts ) n (4)
dO e Q

Por otra parte, derivando (2) tendremos :

dS dO dTs dO
= Ts * + O • 15)
dt dt dO dt

Remplazando (4) en (5)

dS
'" Ts
dQ
+Q (-~) dQ
'" (l-n) Ts
dO (6)
dt dt O dt dt

Sí se toma entonces un valor de KTs que involucre la condición (1-n) de

la ecuación (6), se puede reformular la ecuación como

dS dQ
--
dt
= Ts
dt
Y llevarla o la de continuidad (1) para dar :
01 + 02 ~O
1m - 2
= Ts
6t

1m At -6t-
2
°1 - -r
lit 02
= TsÜ2 - Ts0 1

°2 (Ts + lit ) = (Ts - ~) 01 + Im .6. t

-r 2

6t
Ts - --
2 1m
°2 =
°1 +
<1t
Ts +...M...... Ts + .M.-
2 2

como llt
Ts -
2 M
Ts +.M-
= 1 - Ts+~
i
2 2
tl.t
\ tendremos °2 = °1 + ( 1m - °1 ) (7)
¡ Ts At
+
--z-
86
\,
\

1,j,i""', e' eh
 que es la ecuación básica para hallar la descarga de salida 02 de un tre-
cha cualquiera en un intervalo de tiempo t.t, conocida la de entrada 01 •

B. Interpretacián geométrica

En la figura 31 se representa un esquema de los hidragromas de entrada y

salida y se puede visualizar fácilmente el significado de los términos de la
ecuacián (7), la cual se usa en el programa SSARR en incrementos finitos de
tiempo a través del número predeterminado de embalses poro obtener final-
mente el hidrograma de salida, como se muestra en la figura 32.

C. Esquema de cálculo
El esquema de la figura 33 muestra e I proceso iterativo de cálculo usado en
el programa de simulación; conocidas las condiciones iniciales representadas
por la primera fila, se hace la propagación a través de un embalse durante
un incremento de tiempo; al tratárse de un rra, éste se descompondrra en n
trechos, cada uno de los cuales se asimila a un embalse; los pasos del pro-
ceso son los siguientes: (figura 34) '.

a - Cálculo de :
1m =
11 + 12
2

b - Cálculo de : 1m - °1
c - Con 01 se encuentra Ts en la tabla que define esta relación.

~t
d -
60 = [
, Ts + tH 1( 1m - °1 )
J
2

e - °2 = 01 + t::.o

Las valores de 01 y 02 se convierten entonces en los 11 e 12 para el si-

guiente embalse, y así puede continuarse el cálculo del cuadra por filas ca
mo se hace normalmente, poro producir un perfil instantáneo del río ya que
cada Irnea se refiere a un instante de tiempo determinado. El cálculo se
puede hacer también por columnas para producir el hidragrama en una sec-
cián dada del río.

D. Propagación con efecto de remanso

En casos normales, la propagación efectuada con el modelo SSARR se hace
en circunstancias donde no hay efectos apreciables de las condiciones aguas
87
 1,0

-"1IIo ..... OIliO di onlroda

/
1, l. ¡Htdr_ di ootido
I
----¡
..................
,.,,--.!Q!. ... ....
dI
... ....
.... ....
dO,
dI

t,o
--- T,

f-111/. --l-

t,

1
lit
11' Im- 01 , r, • .Al.
¡M 1
•
+

} - - - 111 -----i

INTERPAETACIOH HOMETRICA DE !.AS ECUACIONES

FIGURA 31

88
 Q

Hidro9rama
de salida

----
OBTENCION DEL HIDROGRAMA DE SAL.IDA

FIGURA 32

~ O ¡ 121 n 1 n

Condiciones
O Qo,o QI,O Qz,o Qn-I,o Qn,o ..-.-..- ¡ni e i oles

1 I Q 0,1 Q 1,1 Q2,1

2 ¡ QO,2 Qt,2 j Qz,z I

I !
!

1ft Qo,m Qn,m

l ConcflCionts límUes (Hidro9romo de entrado)

ESQUEMA DE CALCULO
FIGURA 33

89
 x
t o

o ro 00

Il 01

IN ICIACION DE LAS ITERACIONES

fiGURA 34

HIDROGRAMAS DE LA CUENCA DEL RIO SE BANG HIEHG,LAOS

FIGURA
, 35
90
 abajo, es decir donde hoy uno relación biunívoca entre nivel y descarga en
cualquier lugar Q lo Jorgo del canal.

Hoy cosos, sin embargo, donde la descargo es afectada en diversos grados

por los niveles en diferentes lugares, como en los trechos aguas arriba de
embalses o de la desembocadura de afluentes importantes y en estuarios de
ríos donde hoy efecto de marea.

En estos casos el modelo SSARR trobaja con una relación de tres variables
entre nivel y descargo paro lo propagación, que puede expresarse en las
formas:
°1 = ¡ 'E 1 , E2
o = i ,El, 02
°2
donde
°1 = descarga en el lugar

E1 = nivel del aguo en el lugar

E2 = nivel del aguo en el lugar 2

= descarga en el lugar 2
°2

Estas relaciones específicas pueden derivarse de cólculos previos a

partir de datos observados que relacionen descargos a niveles en -
ciertos puntos especiales de observación.

3.4.7 Aplicaciones prócticas del modelo SSARR en síntesis de des-

cargos

Para i1ustror la aplicación del modelo completo a lo cuenca del río Mekong, en
lo figuro 35 se muestro el grado de ajuste obtenido en una porte de lo simula-
ción del río Bang Hieng en Loas, can una cuenca de 3.600 km 2 de área, ajusta
do para un período de 4 años y cuyos resultados han sido considerados aceptables
si se tiene en cuento lo gran deficiencia de información pluviométrica en eso -
zona.

El mecanismo de propagación descarga - descarga del modelo SSARR fue usado

igualmente can buen éxito en un modelo de simulación de descargas e<'I el río
Bogotó (órea 1.418 km 2) (ref.12) y fué también involucrado coma elemento en
un modelo desarrollado para sintetizar descargas a partir de lluvias en el río
Cauco (área 13.000 km 2) (ref.6¡.

91
 El modelo completo se aplicó paro lo reconstrucción de hidrogromos en lo cuen
ca del r(o Mc Kenzie (óreo 4.800 Km2) con resultados satisfactorios en compara:"
ción con otros modelos existentes y demostró ser adecuado paro fines de previsión
de descargos, donde el tiempo de predicción es esencial y los dotas sOn general-
mente insuficientes. Se debe hacer notar que el mejoramiento de los coeficien-
tes a parómetros en uno cuenco dodo es un proceso cont(nuo, y uno de las ven-
tajas del modelo es pennitir el perfeccionamiento de los técnicas sin alterar su
estructura; el grado de refinamiento que puede obtenerse depende de la dísponibí
I idad de datos básicos, osr como de lo iniciativo de las personas en la aplicaciOn
de los d~tos al problema de s(ntesis de descorgos.

92
 CAPITULO IV

MODELOS ESTOCASTICOS

4.1 ALGUNOS ASPKTOS DE LOS EVENTOS r'IDROLOGICOS

4.1.1 Procesos hidrológicos - definiciones

Las regiones de lo tierra donde se presentan fenómenos hidrológicos particulares,

pueden denominarse ambientes hidrológicos, cualquiera de los cuales puede de-
cirse que consiste en entrados de agua, respuestas del ambiente y almacenamien
to de aguo ante esas entradas, y solidos de aguo.

Los procesos hidrológicos naturales son de naturaleza estocástico, o uno combi-

nación determinístico - estocástico de procesos.

Los procesos determinísticos de lo hidrología SOn el resultado de leyes físicas,quí

micos y biológicos, pero primordialmente de las leyes y regularidades de la me=-
cánica de fluídos y lo termodinámico.

Lo mayoría de los fenómenos hidrológicos en lo Naturaleza son procesos estocás

ticas, o procesos gooemados por los leyes del ocaso. Estrictamente hablando, no
hoy procesos determinísticos puros en el mundo natural; por eso, lo hidrología no
puede ser íntegramente comprendido, descrito y aplicado aJecuadamente, sin el
uso extensivo de métodos basados en lo teoría de prOOabili:lades. La precipita-
ción anual, en un punto o sobre un área definido, lo descarga anual en uno es-
tación, y otros procesos hidrológicos simi lores de volares anuales, son procesos
estocásticos, siempre que no hoyo actividad humano artificial que influyo en -
ellas.

El estudia de lo evolución de lo configuración de un sistema físico en el tiem-

po, presupone dos principios básicos:

a - Dado un sistema físico S, los efectos generados sobre el mismo Dar acción de
lo influencio de cuerpos exteriores en intervalos de tiempo detenninados, se
acumulan y constituyen las causes de ias variaciones de la configuración de
S.
b - Dados dos configuraciones de un sistema Física S, existe uno probabilidad
asociado al poso de lo primera modificación poro la segundo.
93
 A portir de estos principios viene la definición de proceso aleatorio:
Se llama proceso aleatorio aquel poro el cual, o intervalos aleatorios o de-
terminados de tiempo, corresponden cambios de estado del sistema frsico S
asociados a leyes de probabilidades.

Proceso estocástico es el proceso aleatorio más general, en el cual lo distri-

bución que caracteriza o cado instante lo variable aleatoria del pro<:eso es
función del tiempo, o sea, varra de instante a instante. Paro su completo
cono<:imiento, por tonto, es necesario que se muestre de qué manero la dis
tribución que lo caracteriza es función del tiempo.

Procesos markavianos son procesos aleatorios independientes del tiempo, don

de el valor de la variable aleatorio en el instante CerO determina estadrsti-:
comente el valor de la variable en el instante 1, que o su vez lo determi-
na en el instante 2 y asr sucesivamente. Este proceso es de gran importancia
en el estudio de procesos hidrológicos, dado el grado de autocorreb::ión exis-
tente en algunas series temporoles hidrológicas.

Procesos probab i Irsticos son procesos a leatorios independientes de I tiempo, don

de la secuencia de ocurrencia de las variables involucradas en un proceso -
es ignorada y lo probabilidad de su ocurrencia se considera según uno distri-
bución de probabilidades determinado, en lo cual las variables se toman co-
mo puramente aleatorios (no autocorrelacionadas).

Procesos ergódicos son procesos donde lo distribución de lo variable aleatoria

es independiente del tiempo y, además de eso, dados n procesos iguales, el
muestreo hecho en un único instante es estadrsticamente equivalente a un -
muestreo hecho sobre un único proceso en n instantes distintas de tiempo.
Son, por tanto, pro<:esos sin historia, donde las estructuras fundameñtales son
independientes del tiempo.

El método de la estación-año es bosodo en la ergodicidod del proceso de deter

minados tipos de precipitación. Dadas n regiones climáticamente hamogéneas,-
y si las causos de la precipitación en coda región ro dependen de las causas en
los demás, el muestreo de los precipitaciones en 1 año en las n regiones 01
mismo tiempo, equivalen a n muestras (o n años) de precipitación en una úni-
ca región, si el proceso de las precipitaciones fuero ergódico.

4.1.2 Caracterrsticas de los datos hidrológicos

Poro investigar las propiedodes de las variobles aleatorias con la distribución es
pocial y temporal de lo contidad y cal idad del agua, hay cuotro tipos de datos-
disponibles:

o - Datos históricos o cronológicos, u observaciones de procesos en e I tiempo,

de las cuales resultan series hidrológicas temporoles discretos. Lo mayorro
94
 de los datos hidrológicos actuales pertenecen a éste tipo;

b - Observaciones de campo a lo largo de I(neas o áreas determinadas, como la

determinación de profundidades de agua subterráneo en estratos porosos. Uno
parte sustancial de los datos actuales puede ser de este tipo;

e - Datos de laboratorio o experimentos de campo, usados principalmente en in-

vestigación.

d - Medidas simultáneas de dos a más variables aleatorias para establecer una

relación entre ellas, principalmente para transferir información estadística en
tre ellas.

Frecuentemente es útil hacer una distinción entre el valor verdadero, original y

observado de una variable hidrológica. El valor verdadero de una observación
nunca se conoce a causa de que el data obtenido, por inevitables errores en la
observación, no es un valor exacto. El valor original es el producido por con-
diciones no modificadas de un ambiente; el valor observado es el resultado de
varias investigaciones, registros o experimentos; es el valor usualmente publicado
por tos servicios hidrológicos.

Los datos observados tienen errores en cado una de los cuatro fases de detección,
transmisión, registro y procesamiento; los valores calculados siempre contienen -
errores ya sea aleatorios o sistemáticos; en éste último caso se dice que son in-
consistentes; los datos afectados por cambios ambientales, naturales o artificiales,
son no homogéneos.

Los tres conceptos de errores aleatorios, sistemáticos y de no homogeneidad, son

necescrios y útiles en las aplicaciones prócticas hidrológicas. Errores aleatorios
hoy siempre en los datos; a menuda se asume que estos errores se distribuyen simé
tricamente alrededor del valor verdadero, siguiendo una distribución normal; la .-
magnitud de estos errores se mide entonces o través de su desviación estóndar.

La inconsistencia es causada por errores sistemóticos en los datos hidrológicos; se

define como lo diferencia entre los datos observados, con el error sistemótico in-
herente, y los valores verdaderos.

La no homogeneidad es la diferencia entre los valores verdaderos y los originales

de una variable hidrológica; es causada por cambios introducidos en las condi-
ciones naturales.

El anólisis de estos errores y sus efectos en los propiedades de las series, es in-
dispensable cuando se requiere conocer el grado de confíabilidad de la informa-
ción estadística hidrológica.

95
4.1.3 Naturaleza de los magnitudes hidrológicos

Es conveniente hacer uno distinción entre los términos "fenómeno hidrológico"

(precipitación, evaporación, caudal, transporte de sedimentos, etc.), "variable
hidrológico" que describe esos fenómenos (descargo instantáneo, mensual, anual,
etc.), y"parámetros hidrológicos estadísticos", que describen los funciones de pro
babilidod y procesos estocásticos de esos variables (medio, mediano, varianza, cae
ficiente de variación, coeficiente de asimetría, coeficientes de correlación de :
serie etc.). En lo mismo formo debe distinguirse entre uno varJoble básica (cau
dal, intensidad de lluvia, etc.), y una variable derivado (valores diarios, mensuo
les, anuales, picos, mínimos, volúmenes totales, etc.).

Uno de los objetivos de los numerosos análisis efectuados con lo aplicación de la

teoría de probabilidades, matemático estadístico y procesos estocásticos, es el -
desorrollo de procedimientos prácticos paro determinar los características de las
variables aleatorios derivadas de las variables aleatorios básicos.

4.2 APLICACIONES DE ESTADISTICA EN HIDROLOGIA

Se incluyen en este capítulo algunos conceptos elementales de estadístico, con

el único objeto de unificar criterios y aclarar las proposiciones que se haron mós
adelante; es obvio que para mayores detalles se deberá recurrir o algunos de los
numerosos textos existentes sobre lo materia.

La mayor parte de los datos hidrológicos disponibles actualmente conforman uno

serie de muestros estadísticos de tamaño limitado; por tanto, lo estadístico mote
mótico es lo principal herramienta poro extraer de esos muestras lo mayor centT'
dad de inFormación posible, y deducir conclusiones sobre las características de-
las poblaciones hidrológicos de donde provienen esas muestros.

Los principios, posibilidades o limitociones de 105 métodos estadísticos en el com

po de la hidrología, son más importantes que las complejos técnicas para opli--
carlos o, en otras palabras, no son tan importantes los técnicas utilizadas, como
las condiciones bajo las cuales ellas son válidas.

Los principales objetivos que se persiguen con lo aplicación de los principios e~

todísticos o la hidrología se pueden resumir así,

o - La interpretación de los observaciones;

b - Lo búsqueda de regularidades probabilísticas en los datos hidrológicos;
c - Lo extracción del máximo de información de los datos hidrológicos;
d - Lo presentación de la informoción hidrológica en form~ condensada, median
te números, ecuaciones, gróficos y parámetros de grcrl aplicoc ión sobre tOOo-
96
 en planeación, conservación, desarrollo y control de recursos hídricos.

El uso indebido de la estadística en hidrología puede causar interpretación erró-

nea de los datos en los siguientes casos:

a - Esperar mucho mas de lo que los datos y métodos estadísticos pueden produ-
cir;

b - Creer que los mébdos estadísticos pueden de alguna manera remplazar la es-
casez y falta de confiabilidad de los datos, lo cual es impasible, y

c - Intentar remplazar la necesaria interpretación física de las fenómenos por

proposiciones o cálculos estadísticos.

4.2.1 Nociones generales

Una reunión de individuos constituye una población; debe entenderse por indivi
duo uno entidad que posee o no existencia propia; un hombre, un vegetal, uno-
presión atmosférica, una temperatura, un caudal, una estrella, san ejemplos de in
dividuas; el conjunto de ltis estaturas de los hombres, las dimensiones de las es-=
tre 1105, las presiones en Bogotó a las 06.00 horas, por e jemplo, son las poblacio
nes. El estudio de estas poblaciones no se puede hacer analizando todos los iñ
dividuos, puesto que el número de éstos es usualmente infinito \cama lOS'Couda=-
les de una estación dado), o fi"ito pero muy grande (cama el número de habitan
tes de un país), o aún indeterminada (coma el número de estrellas); es imperioso,
por tanto, estudiar un grupo d= individuas relativamente restringida, que constituye
uno muestra de la pabloción, la cual debe ser extraída de tal manera que sea-
una imagen lo más fiel posible de la población de donde proviene; para que es-
to sea así, el número de individuos debe ser suficientemente grande y, por otra
parte, los miembros deben ser escogidos al azar entre la población. De aquí se
deduce que una extracción premeditada de ciertos individuos, tenderá a "ampli
ficar" los características de la población comunes a esos individuos, mientras qüe
dejaró de lado otras aspectos que poseen los miembros excluídos.

Los principales carocterísticas de una población están condensadas en una cier-

fa cantidad, usualmente pequeña, de números denominadas" parámetros", las cua-
les dan una descripción esquemótica de una población, los parámetros de una
población na son directamente accesibles por no serlo la población misma; d¿ben,
por tonto, encontrarse a través de una muestra de la población.

Una muestra está descrito, igualmente, por sus parómetros ¡media, desviación tr-
pico, etc.), los cuales son calculables puesto que la muestra es totalmente cono-
cido, pero Jo que interesa conocer son los parómetros de la población. En con-
secuencia, ya que la muestra es una imagen de la población, se dice que lospa
rámelros de la muestra son estimaciones de los correspondientes a la población¡-
falta sober, entonces, con qué precisión ellos representan los valores reales de

97
 los parámetros de lo población, lo cual se hace ° trovés del estudio de los le-
yes de distribución de los estimadores.

4.2.2 Distribuciones empíricas (Distribuciones de frecuencia)

Los observaciones de uno variable pueden estor en formo de uno muestro de va-
lores discretos o de un registro contínuo.

Poro una muestro de N volares Xi de uno variable discreto X, hoy n¡ valores

de un evento K¡. Estos ni números son los frecuencias absolutas de X¡ eventos;
los relaciones F¡ = n¡/N son sus frecuencias relativos. El gráfico de frecuencias
muestro cómo los frecuencias (absolutos o relativos) se distribuyen sobre estos even
tos discretos, y se representon usualmente en diagromas de barros. lo sumo de las
frecuencias absolutos, ni' es N, y lo sumo de los frecuencias relativos es l. La
frecuencia acumulado absoluta, N¡, de un evento discreto,está dado por

N¡ = ~ ni
i =1

y lo frecuencia ocumuloda relativo, F (X ¡), por

i
F (X i) = P (X ~ Xi) =
Ñ
1 L ni
i = 11

El rango de una muestra es lo diferencio entre el mayor y menor volar observa-

dos;° veces es útil clasificar los volares Xi en subgrupos, denominadas interva
los de clase; el número de valores que caen dentro del intervalo ¡ es su frecueñ
cia absoluto de clase, ni; usualmente el volar característica de codo clase es su-
punta media.

La frecuencia relativo, f¡, del intervalo' es lo relación de su frecuencia abso

luto n¡ 01 tamaña de lo muestra, o seo

f¡ = n¡/N

lo frecuencia relativa acumulada para el volar Xi es F (X) = N¡/N.

La gráfico a curva de frecuencias describe lo manero coma los frecuencias se
distribuyen sobre sus intervalos de clase; paro evitar confusión, es necesario ocio
ror siempre si se troto de frecuencias absolutas a relativos (densidodes de frecuer.
cia). Si los frecuencias de cada intervalo se representan par barros horizontaleS,
el gráfico se I lamo histograma de frecuencias; si los puntas medios de cada inter-
valo se unen con líneas rectas, se obtiene el polígono de frecuencias.

98

I
-~ ..
 Si lo longitud de los intervalos tiende o cero, el polígono y el histograma de
frecuencias tienden o uno curvo límite ideal, denominado Curvo de frecuencias.

4.2.3 Parámetros estadísticos

Como se dijo antes, los parámetros permiten dar uno descripcián cuantitativo es-
quemático de lo población estudiado; de uno muestro, sin emoarga, podemos o la
sumo deducir estimaciones de esos parámetros. El conocimiento de la ley de re-
partición de esas estimaciones permite determinar el intervalo en el cual están
comprendidos los parámetros de lo población.

Lo Curva de frecuenc ias asoc iodo a una muestra puede carac terizarse por:

o - Su posición; determinado por los denominados promedios 'medio, mediano,

modo, medio geométrico, medio armónico), o medidos de tendencia centrol;

b - Lo dispersión de los diferentes observaciones 01 rededor del volar medio; los

medidos de dispersión más generolmente empleados son lo desviación típico,
el coeficiente de variación y lo desviación inter-cuartil.

c - Su asimetría o sesgo.

A. Medidos de tendencia central

Se llaman así porque tienden a situarse en el centro del conjunto de datos

ordenados según su magnitud.

La medio aritmética es un valor alrededor del cual los valores observados

varran de uno manero aleatorio; se represento por X y se define como
n

L X·
I
=
x =--'----
n

donde n es e I número de datos

Se llamo Mediana Me el valor de la variable tal que el número de ob-

servaciones poro las cuales el volar de X es inferior o "Ae es igual 01 nu
mero poro el cual el volar de X es superior a Me.

El Modo es el valor de la variable correspondiente 01 máximo de la cur-

vo Clel"recuencia; es el volar que se presento más frecuentemente.

99
 Lo Medio Geométrico G de uno serie de n volares Xl, X2 •• ,X n ,
está definido por
l/n
G = (XIx X2 x X3 ---x Xn )

o, definido de otra manero, el logaritmo de lo medio geométrico de uno

serie de volares es el volar medio de lo sumo de sus logaritmos.

Lo Medio Armónico H está definido por

1
"R"" = n1 '"
L- (+)
n·

donde ni es lo frecuencia del volar Xi

B. Medidos de dispersión
Los medidos de dispersión no sólo ayudan o describir uno distribución, sino
que también praporcionon información sobre lo precisión con que lo medio
de uno muestra caracteriza lo media de la población.

La desviación tfpica (o desviación estándar) se define como la rafz cua-

drada del cuadrada medio de las desviaciones:

Se denomina varianza (02) al cuadrado de la desviación estándar.

El coeficiente de variación es un parámetro adimensional definido por la

relacion entre la desviacion estándar y la media

cJ
=
X

C. Medidas de asimetrfa
El coeficiente de asimetrfa (o de sesgo) es un fndice de la falta de sime
Ida de una distribucion; se define por

L (X¡ - Xl 3
a
~ = ______________
n i =1 __
n
21I 1,5
~ (X -)()
100 i = 1 J
4.2.4 Correlación y regresión

Se define correlación como la asociación de dos o mós variables aleatorios que

explica parcialmente la variación total de uno variable por la variación de otros
variables aleatorias involucradas en esa asociación. Lo correlación es, pues, un
proceso que define el grado de asociación entre dos o mós variables.

Esta asociación tiene dos extremos: el caso en que hay correlación total, equiva
lente a una relación funcional, y el caso en que hoy ausencia de cualquier co:
rrelación.

La Regresión represento uno ecuaclon matemática, que expresa la correlacián en-

tre dos o más variables aleatorias. La ecuación de regresión puede ser cualquier
función factible de aiustarse a una nube de puntos.

Si dos variables dadas como una serie de volares concurrentes IXi, vi; muestran
una concentración alrededor de una curva imaginaria al graficarlos ¡ver figura 36),
siempre habrá una distribución de Y valores para un valor dado Xi. El valor me
dio Yo' de todos los valores Y para este intervalo X alrededor de Xi , es el va
lar esperado de Y para el valor dado de X- Xi. Una curva aiustada a todos 105-
valores medios Yo, se denomina línea o curva de regresión de Yen X. Por otra
parte, la curva aiustada a todos los valores esperados X, para un dado Y=Yi ,de
fine la regresión de X en Y. Estas dos líneas no coinciden y tienen parómetros
diferentes.

En hidrologfa son comunes dos tipos de regresión

a - Relaciones causa-efecto, donde una variable Y se relaciona correlativamen

te o factores causales Xi, los cuales producen o afectan el resultado Y; --
e iemplos típicos son las relaciones precipitación - escurrimiento, puesto que
la lluvia es la causo bósica del escurrimiento, con factores como la geome
trío de la cuenca, suelo, humedad, clima, etc., que afectan la relación be
sica causa-efecto;

b - Relaciones de variables aleatorias que tienen por causa los mismos factores,
tales como la asociacián correlativa de las descargas de ríos adyacentes.

El coeficiente de correlacián es una definición matemática de la asociación

entre las variables, sin que esta definición implique, como ya se puntuali-
zó, relación de causa a efecto. Asumamos que se tienen n observaciones
simultáneas de las variables aleatorias X e Y, y denotamos por (Xi, Vi) el
i-ésima par. El coeficiente de correlación r está dado por
lo n

L (X·-X)
I
(Yi -YI ¿ Xi Yi-n XY
i=l i-l
r = =
n óx 0y n úx uy

101
 y
(l i t yi.)

y=I(.)

i i
'i yi

I I
I

x
CONCEPTO DE REGRESION
FIGURA 36

1(.)
0.8

a- =0.5

a- = 1.0
/
03

a- = 2.0
0.1

-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.5 1.0 1.5 2.0 2.5 3.0
x
CURVAS DE DENSIDAD NORMAL DE PROBABILIDAD
FIGURA 37

102
donde Ux y ay son las desviaciones trpicas de X e y,

Es conveniente resaltar lo diferencia entre 105 términos correlación y regre-

sión, yo que lo primera estó representada por un coeficiente, mientras que
lo segunda do una ecuación que permite calcular los valores de una varia-
ble en términos de la otra.

Los datos usados en un onólisis de correlación deben ser razonablemente horno

géneos; si la nube de puntos muestra un agrupamiento de puntos en dos o mas
zonas, puede resultar una alta con:eloción aparente, pero debida solamente a
la heterogel'\eidad de 105 datos; tales correlaciones se llaman falsas o apare~
tes.

Cuando se tiene una serie temporal hidrológica y se desea saber el grado de

asociación que existe entre pares de volares separados k unidades de tiem-
po, se usa el coeficiente de correlación de serie o coeficiente de autoco-
rrelación, calculado en la misma forma indicada atrós, con los valores de X
e y siguientes:
X Y

Xl Xl+ k
X2 X 2+ k
X3 X3 + k
......
donde k es un número entero llamado perrada o retardo, el cual debe espe-
cificarse siempre que se habla de este tipo de correlación.

En el caso de caudales, éste coeficiente indica el grado de persistencia, es

decir, la dependencia que presenta un caudal, de otro situado k unidades
de tiempo atrás. Un ejemplo de persistencia es el hecho observado de que
a caudales altos siguen generalmente caudales altos y a caudales bajos si-
guen también caudales bajos.

El valor del coeficiente de autocorre loción de orden 1 puede tomarse como

un indicador de la cantidad de información agregado al estudio de un proc~
so, por coda valor de lo variable obtenida en observaciones.

Esta cantidad de información varra proporcionalmente al inverso del coeficien

te de outocorrelación de orden 1. Asr, para un valor nulo, la cantidad de-
información es móximo, y nula para un valor unitario, en cada nuevo valar
anexado a las observaciones. Asr, una serie temporal aleatoria (coeficiente
de autocorrelación nulo) de una determinada extensión, presenta mayores in
formaciones que una serie temporal no aleatoria (coeficiente de autocorrela
ción no nulo) de igual extensión.

103
4.2.5 Distribuciones de probabilidad
Casi todas las distribuciones de variables aleatorias hidrológicos son de naturale
za empírica, obtenidas a partir de datos observados muy limitados, y su mejor-
descripción se logra con el apropiado ajuste de funciones de distribución de pro
babilidad. -

Las funciones de distribución de probabilidad de las variables hidrológicas bási-

cas no pueden, en general, deducirse teóricamente, y las funciones verdaderas
nunca se conocen; lo que se hace en lo mayoría de los casos es seleccionar una
función y estimar sus parámetros o partir de lo muestra. Si se encuentro un ajus-
te aceptable, se asume que la misma función se apl ica a la poblacián de esa va
riable.

Las funciones de distribución de probabilidades se pueden clasificar desde diferen

tes puntos de vista, según se considere el aspecto estadístico o el físico; sin em- -
bargo, se pueden dividir, en general, en funciones teóricas, semi-teóricas y em-
" .
plflcas.

En hidrologra es posible encontrar ejemplos de aplicación de todas las funciones

de distribución de probabilidad, tales como la hipergeometrica,binomial, de Poi-
55on, y otras. La experiencia ha mostrado, no obstante, que sólo en limitado nú
mero de ellas se puede aplicar adecuadamente a distribuciones hidrológicas empi
ricas, y entre ellas están la normal (de Gauss), lognormal (de Galton), Gamma-
(particularmente en su forma de dos parámetros y la Pearson tipo 111).

Si se tiene en cuenta el hecho de que la mayoría de los registros de caudales,

especi'ficamente, son sumamente cortos, las pruehas estadísticas rigurosas que exi
gen gran cantidad de datos para estimar la bondad del ajuste no constituyen eñ
este caso una ayuda significativa para seleccionar la distribución más adecuada.
Se denomina bondad del ajuste al grado de precisión con que los valores de una
variable aleatoria se ajustan o una distribución determinada. En la mayor parte
de los casos la selección de la distribución se basa en la experiencia; a menudo
se sabe que ciertos tipos de distribución se ajustan bien a determinadas variables
hidrológicas; es corriente, también, que dos o tres funciones se ajusten igualmen
te bien. -

Las distribuciones que, de acuerdo con la experiencia acumulada en el análisis

de series de caudales, se ajustan mejor a estos datos, son la normal, lognormal
con 2 parámetros y gamma con 2 parámetros, por lo cual se dará una rápida des
cripción de coda una. -

A. Distribución normal

La función de densidad normal de probabilidad de Gauss", oe Gauss-Lapl~

ce) de una variable X es 'ver figura 37
104
 f (X) = e - (X"1!) 2/2 (í'2
6VZTT
donde Jl es el valor esperado (o medio) y ()2 lo varianza de lo variable
X; lo fo""o dado en lo ecuación anterior se simbolizo por N (.)J. (J ),
con porámetros estimados o porti r de lo muestra disponible.

Con lo variable normalizado o reducido t = (X -./" ) / () , la ecuación

es
f () =
V2Tr
y representa una distribución con .JI' = O Y r:r 2 = 1, simbolizado por N
(O, 1).

Se ha encontrado (ref. 24) que lo distribuc ión norma I se a justa bien a distn
bueiones empfricas de precipitaciones anuales¡ sin embargo, la principal di
ficultad teórica para el ajuste de esta distribución estriba en el hecho de -
que una variable no""ol puede asumir cualquier valor entre - c:t) y + ct:> ,
mientras que lo moyorro de los variables hidrológicas asumen solo valore$
patitívos; sin embargo, si la medio es mayor que 3 \Í o 46"", lo probabili-
dad de que el valor X sea negativo es muy pequeña.

Los métodos más sencillos para dete""inar si una serie de caudales presen-
to o nó una distribución normol son el papel de probabilidades y el éalculo
del coeficiente de asimetrra.

Con el papel de probabilidad, se groficon los valores de los caudales con-

tra el porcentaje de valores iguales o mayores a ellos, y se ajusto manual
mente una curva; si ésto se aproxima o uno recto, se puede concluir que-
los dotas se pueden representar por una distribución no""ol.

Además, si consideramos que el coeficiente de osímetrra de uno distribución

normal es cero, mientras más se acerque o este valor el coeficiente de los
caudales históricos, más se aproximo su distribución a lo no""ol.

B. Di s tri b uc ión lag - no r mo I

Cuando los logaritmos, In X, de uno variable X están normalmente distri-

buidas, se dice que lo variable X sigue uno distribución de probabilidades
lag-normal; está representado por lo ecuación

f (X) = exp [ _~ (ln X ~n

X<ínl/ 27r' (Ín

f (X) = O para X <:. O

105
 donde el índice n en./-'- n y o n indico que son deducidas de los 1090-
ritmos naturales, y/A n es la media de 1n X así como 0n es su desvia
ción estándar.

Se ha encontrado a través de uno amplia experimentación, que la función

lognormal se ajusta bien a un gran número de distribuciones en hidrología,
a causa de ser asimétrico y por otras de sus propiedades (ver figuro 38), en
tre las cuales se destaco la de no producir caudales negativos por ejemplo"';
por cuanto los logaritmos no están definidos poro números negativos; ésto lo
hoce muy recomendable cuando se hacen estudios en el ranga de caudales
muy be jos (sequías).

Para determinar si una serie de caudales históricos presento uno distribución

lognormol, se usan los mismos principios recomendados poro lo normal, pero
trabajando con los logaritmos de lo variable.

c. Distribución Gamma

Lo integral
1 e -X d
x
converge si c( > O Y se llamo la función gamma de o{ , y se puede calcular
por expansión de series e integración numérico.

La variable continuo X, cuyo función de densidad de probabilidad es

1 ri- 1 e- x/p
f (X) = X
/3« r (e(' )
se dice que sigue uno distribución gamma de dos parómetros, donde ex es
el parámetro de forma (ver figura 39). Su uso es tan común en hidrología
como el de la 109Oormal.

Mancovic (ref. 24) demostró que prácticamente no hay diferencio en el oju,!

te de distribuciones lognormal y gamma a distribuciones empíricas de preci-
pitaciones y caudales anuales.

D. Esquema para selección de lo distribución

Fiering y Jacksan (" Synthetic Streamflow". 1971) establecieron la secuencia
de pasos que deben seguirse en lo selección de la distribución teórica que
más se ajuste a una distribución empírico de caudales;
a - Examen de los registros históricos, para detectar posibles cambios origina
dos por la actividad del hombre, o si los caudales han sido regulados eñ
el pasado.
106
 .. 2
f (1 )

- - - -(J"' 0.5
---1\'0

0.4

-- ..... _-
2 , 1 4

Seis curvos de probabilidad lognormol , '" n = 0.05, Y LOO, poro IT ~ = 0.5,

Y IT *= 0.1, 0.5 Y 2, poro ",. = O.

FIGURA 38

, ( 1 )

1.00
<1'2
0.75

0.50 a, I
~, 2
025
X

0.5 1.0 2.0 3.0 4.0 5.0 6.0

Curvos de densidad de probabilidad gamma 2 poro ~= 2,

Y tres valores de f3 (O.50, 1, Y 2)

FIGIJ'flA 39

. . . . . . . . . d. ",,"-"'UI ... SteU,t... le H •• • 'l Vu . . le" Fort CoUiltl Colltt'.Oo 1972

107
 b - Cólculo de lo medio X de los caudales poro un intervalo de tiempo
considerado importante, (meses, años, etc).
c- Cólculo de lo desviación estándar de los dotos histáricos.

d- Cálculo del coeficiente de asimetría tx de lo muestro.

e - Cólculo de los logaritmos (Yi,) de los datos, así como su media, des
vioción típico y el coeficiente de asimetría.
f - Graficar los valores de Xi en el pope I de probabilidades poro verifi-
car si se puede ajustar una distribución normal; el cálculo de x ayu -t
da a ésto verificación.

g - Si del poso anterior se deduce que los caudales no están distribuidos

normalmente, se repite el paso f poro los volares de y i; si y i po-
rece normal, es adecuado la distribución lognormol.

h - Si ninguna de los suposiciones anteriores se confirmo, son posibles va-

rias oltemotivos. Si el coeficiente de asimetría es pronunciado y se
deseo que éste seo reflejado en los caudales sintetizados con base en
uno distribución, puede usarse la gamma. De otra forma, deben usar-
se técnicas teóricas de decisión pora elegir la distribución más apropio
do. -

i- Cálculo del coeficiente de autocorreloción de orden 1 que puede ser

calculado por

n-) n-) n
¿ X.I Xi+) ( 2 X;) (2" x)
n-)
i=1 i=) i=2
rl =

[~ O,5[~2
r
n- ) n
2
X· , I ('Z'
n:r .,-) Xi) 2]
2
X·I -~(¿
n ,-. 2
x)2
i

donde Xi son los caudales de la distribución empírica.

4.3 SELECCION DE UN MODELO PARA SINTETIZAR CAUDALES IreL 23)

Lo esencia de lo simulación es la reproducción del comportamiento de un sistema

dado en codo uno de sus aspectos importantes. Así pues, en los programas de si
muloción de sistemas de recursos hidráulicos de propósitos múltiples, se incluyen-
variables tales como el déficit mensuol de energío y de irrigación y las dencien
cias acumulados a lo larga del perrado de estudio, los oven idas máximos, los cos
tos de irrigación, control de avenidas, generación de energía, costos de capital,-
mantenimiento y operación, beneficios netos, etc.
108
 Pero, si bien es cierto que la simulación ofrece la ventaja de poder analizar el
comportamiento de un sistema bajo muchas condiciones de operoción, por otro
porte presento ciertos limitaciones, ya mencionados en el capftulo 1:

o - No lleva directamente o uno solución óptimo, aunque después de probor va

rias combinaciones de variables, es posible escoger entre estas la que pro-:
duce mayores beneficias, con mayores ventajas que los métodos convencio-
nales;
b - Existe falta de flexibilidad en los procedimientos de operación del sistema,
por cuanto paro cado forma de operación, es necesario un progroma dife-
rente;

c - En general faltan registros de caudal lo suficientemente extensos paro que

puedan considerarse como uno representación de la posible configuración de
los caudales.

Todas los limitaciones tienen soluciones parciales, y aquí se consideraron sólo

las correspondientes a registros de caudales.

Puede darse el coso de registros que, por su corto extensión, no incluyan perío
dos cr(t¡cos de caudales muy altas o muy bajos. Sin embargo, o menos que eT
registro sea sumamente corto,generalmente es suficiente para determinar paráme-
tros estad(sticos confiables que puedan usarse dentro de un modelo generador de
caudales.

Así se puede obtener una serie de caudales de lo extensión deseada, que repro
duce las principales caracter(sticos de lo muestra, y que puede ser usada en ro
simulación del sistema completo.

los caudales son una de los principales variables del modelo simulador; si se
generan, par ejemplo, 500 años de datos, y el período de diseño es de 50 años,
se tienen 10 posib les muestras paro usor.

4.3.1 El mode I o de Ma rkov

Entre los cosos extremos de los modelos puramente determinísticos y los purarnen
te estocósticos, el modelo de Markov ocupo uno posición intermedio; en éstos úT
timos, el estado de un sistema es completamente independiente de estados ante=
riores, y obedece únicamente o los leyes de lo probabilidad; tiene mayor ven-
taja que los modelos determinfsticos en aquellos fenómenos donde los procesos
básicos son complejos y sujetos a influencias que no pueden ser evaluadas exac-
tamente.

El modelo de Markovocupa una posiciÓn de de~ndencia p?rcial entre los dos

extremos de dependencia completa y completa independenCia; lo formo general
109
 perrexlo siguiente seo alto, irÓ en su mayor parte o 105 ocuileros y se manten
drÓ lo tendencia de 105 caudales bajos.

B. Caudales con distribución lognormal

Cuando los caudales históricos tienen ésta distribución, se tendrá uno secuen
cia de valores de logaritmos hi, h2, h3 ... hn y la ecuación de los caudales
generados se ró
qi = exp (h i)

Debe recordarse que este procedimiento reproduce los parÓmetros de los lo-
garitmos de los caudales, pero no preserva el coeficiente de asimetrra y el
de correlación de serie de 105 caudales.

c. Caudales con distribución ,gamma

lo formo general de la ecuación

puede adoptarse a caudales que presenten distribución gamma, si se introdu

cen

-tx como coeficiente de asimetrra de lo muestro

y "lE. como el coeficiente de asimetrra de la variable aleatorio.

~ se define como

~= 1_;3 ?t-x
(1-/2) 1.5
Si ti tiene distribución N (0,1), se puede usar lo transformación:

é i = 2 nt?: ~2 3
- (1+ --)
~E 6 36
y dorÓ valores aleatorios con distribución gamma con media cero, varianza
unitaria y coeficiente de asimetrra '1-",.

4.3.2 Modelos estacionales de Markov

los modelos anteriores se recomiendan cuando se necesiton d ¡

les, pero cuando es necesario obtener caudales estacional cau a es anuo-
112 es o mensuales ,

,L_ 'pg
rn
el mismo modelo de Markov que se seguirá usando se toma más complejo.

Es lÓgico que cuando se usan caudales estacionales, no pueden usarse una media
y varianza únicas puesto que estos parámetros difieren de una estacián o otra; y
ésto hace necesario el uso de dos subíndices, el primero de los cuales indica el
afia de ocurrencia del evento y el segundo la estación dentro del afio dado; el se-
gundo varía de 1 a n y se repite dclicamente, siendo n el número de estacio-
nes de cada año.

Así, }-'-¡ indica la media de lo estacián j-ésima a lo larga de todos los m aflos
de registro, es decir, la suma de los caudales de la estación y, dividida entre
m¡ lo misma sucede con la desviacián estándar () i Y con JI', que es el cae
ficiente de correlación entre pares de volares correspondientes o los estaciones-
(j) y (¡-l).

A. Caudales con distribución normal y lognormol

En el primer caso el modelo generador se convierte en

~'()' 2
qi,i=/j + '~j_: (qi,i- 1 -~i-l)+ ti,jCfJ(1- )!
y do el caudal en el año i-ésimo y en la estación j-ésima, compuesta par:

- lo media de los caudales en lo estación j-ésimo,

- lo diferencio entre el caudal anterior de lo estación j-1 y su media, mul-
tiplicada por el coeficiente de correlación y par (J /cr;¡-L
_ t.1, j, lo variable aleatoria nonnolmente distribuido.

Cuando el índice j tiene el valor 1, el volar j-l debe sustituirse por n

(12, en modelos mensuales), y se debe disminuir el índice i en 1.

Para caudales con distribución lognonnal se sigue exactamente el mismo pro-

cedimiento, con sus logaritmos.

8. Caudales con distribución gamma

Se tienen los parámetros ./'" j, <Jj,!'j definidos anterionnente¡ se calcu

lo 1'" j, coeficiente de asimetría de los caudales de lo estación j, Se de
fine ~ t, j' como
[;tj _/0-1)3 Yj-l]
=
( 1 -ti 2 ] 1.5

113
 Y se usa la transformación t·1, ••
r, " a partir de ti' ¡(normal) :

2 t t· ti . (/2t, i )3 2
ti, .... I i = ( 1+ " " 36 - tt,;
¡J t, i 6

Asr ti 't- • es una variable con distribución gamma oon media cera, des
• '." ~ 'do r y cae f"IClente de asnnetna
vlaclon estan . ~ J o.
4' t, '1
SI• se usa ti,'" " • en 1-
u-
gar de 'a\,
i en el modelo generador,
p. 6'"'
q' . "',u. + / ,
'ti , / , cJ¡-l
, (q¡, ;-1 - / H ) -t-I¡, ~, i o¡ (1- i 2) ~

producirá caudales con distribución gamma.

114