See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/307602370

Modelación hidrológica distribuida con datos satelitales a gran escala,

escenarios de precipitación con datos de Tierra y TRMM. Caso de estudio: Cuenca
del Rio Mamoré - Bolivia

Conference Paper · November 2015

CITATION READS
1 448

2 authors:

Mauricio Florencio Villazon Diego A. Inturias

University of San Simón Water and Environment Ministry of Bolivia
50 PUBLICATIONS   227 CITATIONS    5 PUBLICATIONS   2 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Pronósticos hidrológicos para Sistemas de Alerta Temprana View project

Análisis de datos climáticos (Obs-GMET), evaluación de caudales modelados mediante los modelos hidrológicos WEAP e HydroBID, aplicando escenarios de cambio
climático utilizando modelos CMIP6, zona de estudio cuenca Katari y Lago Menor del Titicaca. View project

All content following this page was uploaded by Mauricio Florencio Villazon on 05 September 2016.

The user has requested enhancement of the downloaded file.

 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Modelación hidrológica distribuida con datos satelitales a gran escala,

escenarios de precipitación con datos de Tierra y TRMM. Caso de
estudio: Cuenca del Rio Mamoré
Mauricio F. Villazón Gómez1, Diego A. Inturias Guzman1, 2
1
Laboratorio de Hidráulica, Universidad Mayor de San Simón (UMSS). Av. Petrolera Km 4.2 – Zona Tamborada –
Cochabamba – Bolivia. Casilla 6760 Torres Sofer. Tel.:+591(4)4217370 – Fax: +591(4)4767161 Cochabamba, Bolivia.
2
Viceministerio de Recursos Hídricos y Riego – Ministerio de Medio Ambiente y Agua

Mail de contacto: mauricio_villazon@yahoo.es, mauricio.villazon@fcyt.umss.edu.bo

RESUMEN
La cuenca estudiada es parte de la cuenca del río Mamoré, el punto de salida es en la estación
Puerto Siles. El área total de la cuenca en estudio es de 232 750 km2, la cual representa
aproximadamente una cuarta parte del área total de Bolivia. Se ha divido la cuenca en 15 sub-
cuencas, utilizando como principal criterio de delineación la disponibilidad de estaciones
hidrométricas, es decir, se ha realizado la división de las sub-cuencas haciendo coincidir la salida
de estas con alguna estación hidrométrica que actualmente estén en funcionamiento.
El modelo hidrológico WFLOW es un modelo distribuido, se caracteriza por tener un modelo
analítico de lluvia intercepción que se basa en el modelo numérico de Rutter’s. El modelo
numérico WFLOW tiene como interface de trabajo el lenguaje Python y PCRaster. Por ser un
modelo distribuido necesita que los principales datos de ingreso estén disponibles como mapas,
los mapas se dividen en mapas dinámicos y estáticos.
Los estáticos representan los siguientes parámetros: Topografía (DEM), Tipo de suelo, Cobertura y
uso actual de tierras. Los dinámicos (mapas diarios): Precipitación, y Evapotranspiración
potencial. El modelo fue corrido y calibrado a nivel diario para el periodo 2007 al 2013 con niveles
de eficiencia superiores al 0.7. Los mapas de precipitación se prepararon con datos de tierra e
interpolación espacial y con los datos de TRMM (Tropical Rainfall Measuring Mission) para este
propósito se aplicó la herramienta DEFLT-FEWS.
Como conclusión los datos del TRMM mostraron una ligera mejora (2%) en los resultados pero
sus volúmenes totales en algunas sub-cuencas son subestimados.

Palabras clave: Modelo hidrológico continuo, conceptualización de sistema, TRMM, WFLOW.

1
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

1 INTRODUCCIÓN
El programa de Gestión de Riesgos de inundaciones en el Beni – Vivir con el Agua, tiene la
finalidad de implementar en el departamento del Beni un Sistema de Alerta Temprana (SAT –
Beni) para realizar pronósticos hidrológicos basados en modelación hidrológica, empleando la
plataforma (FEWS) que sistematiza la información que corre los modelos implementados y genera
información útil en la comunicación de las alertas de inundaciones; este sistema debe servir en la
prevención de riesgos por inundaciones en el Departamento del Beni.
Previo a la implementación del modelo numérico hidrológico WFLOW se ha realizado las
actividades de procesamiento de las series de tiempo para las estaciones hidrológicas y
meteorológicas que se encuentran ubicadas dentro la cuenca del rio Mamoré. Para lo cual, se ha
recopilado la información de las estaciones hidrometeorológicas correspondiente a las
instituciones del Servicio Nacional de Hidrología y Meteorología (SENAMHI), Servicio de
Encausamiento de Aguas y Regularización del Río Piraí (SEARPI) y el Servicio de Mejoramiento a
la Navegación Amazónica (SEMENA). También se descargaron los mapas TRMM, para toda el
área de estudio.
Los alcances del presente estudio son: La implementación del Modelo Hidrológico WFLOW con
datos de precipitación TRMM (NASA) y de tierra (Sismet – SENAMHI); calibración del modelo
hidrológico WFLOW de onda cinemática y dinámica, a fin de observar las semejanzas entre el
cálculo del modelo numérico y los registros observados por las estaciones hidrológicas.

2 ÁREA DE ESTUDIO
El área total de la cuenca en estudio es de 232.750,00 km2, la cual representa
aproximadamente una cuarta parte del área total de la ciudad de Bolivia. Se ha divido la cuenca
en 15 sub-cuencas, utilizando como principal criterio de delineación la disponibilidad de estaciones
hidrométricas, es decir, se ha realizado la división de las sub-cuencas haciendo coincidir la salida
de estas con alguna estación hidrométrica que actualmente esté en funcionamiento. La
Imagen 1 muestra un cuadro donde se puede observar la delimitación de las 15 sub-cuencas
junto a las estaciones hidrométricas disponibles. Adicionalmente, la Tabla 1 y la Imagen 1
presentan el área de las sub-cuencas y el porcentaje de área por sub-cuenca de toda el área en
estudio, respectivamente.
Tabla 1 Área total y por subcuencas
ID Descripción Área (km2) Área (%)
1 Angostura 1342 0.6
2 Eisenhower 2751 1.2
3 Abapó 59842 25.7
4 Pailas 11032 4.7
5 Puerto Villarroel 7409 3.2
6 Santa Rosa 12059 5.2
7 Camiaco 4111 1.8
8 Los Puentes 1479 0.6
9 Gundonovia 16418 7.1
10 Puerto Almacén 11766 5.1
11 Puerto Junín 18272 7.9
12 Yapacani 6834 2.9
13 El Carmen 27659 11.9
14 Puerto Siles 44749 19.2
15 San Borjita 7027 3.0
TOTAL 232750 100

2
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Imagen 1 Área de la cuenca en estudio

2.1 Uso actual de tierras y cobertura vegetal

El mapa de uso actual de tierras y cobertura vegetal, utilizado para el área de la cuenca en
estudio, ha sido adecuado con base al mapa desarrollado por el Ministerio de Desarrollo Rural y
Tierras (MDRYT), el cual ha sido clasificado en 14 categorías sobre el área de Bolivia. Dentro las
características del tipo de mapa, el mapa se caracteriza por ser de tipo Raster con una resolución
de pixel de 270 metros. La Tabla 2 y la Imagen 2 muestran el área del uso de suelo por sub-
cuenca. Adicionalmente, la Tabla 2 presenta el porcentaje de uso de suelo sobre el área de la
cuenca en estudio.

2.2 Tipo de suelo

El mapa de tipo de suelo ha sido adecuado al área de la cuenca en estudio con base al mapa
desarrollado por la HWSD (Harmonized World Soil Database), el cual presentan una clasificación
de tipo de suelo, dentro el área de la cuenca en estudio, de nueve categorías. Dentro las
características del tipo de mapa, el mapa se caracteriza por ser de tipo Raster con una resolución
de pixel de 270 metros. La Tabla 3 y la Imagen 3 muestran el área del tipo de suelo dentro la
cuenca en estudio.

3
18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Tabla 2 Área de uso actual de tierras y cobertura vegetal dentro la cuenca en estudio

ID Descripción Área (km2) Área (%)

1 Agricultura 3 11.2
2 Bosques 114311.4 49.1
3 Cuerpos de agua 3141.3 1.3
4 Depósitos de arena 801.9 0.3
5 Herbazal 59969.9 25.8
6 Matorral 8277.4 3.6
7 Sin datos 0.7 0.0003
8 Urbano 339.5 0.1
9 Vegetación dispersa 19854.3 8.5
TOTAL 232750.0 100.0

Imagen 2 Uso actual de tierras y cobertura vegetal

4
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Tabla 3 Área de tipo de suelo dentro la cuenca en estudio

ID Descripción Área (km2) Área (%)

1 Acrisols 2299.2 1.0
2 Cambisols 35417.8 15.2
3 Ferralsols 57641.6 24.8
4 Fluvisols 2601.6 1.1
5 Gleysols 50212.8 21.6
6 Leptosols 43152.5 18.5
7 Leptosols 1 39914.5 17.1
8 Luvisols 941.4 0.4
9 Regosols 568.6 0.2
TOTAL 232750.0 100.0

Imagen 3 Mapa Raster de tipo de suelo

2.3 Pendientes
El mapa de pendientes ha sido generado mediante el modelo numérico WFLOW con base al
modelo digital de elevación (SRTM). El modelo digital de elevación empleado corresponde a la
misión SRTM de la NASA y presenta una resolución de pixel de 90 metros. La Tabla 4 y la
Imagen 4 muestran la clasificación de la pendiente dentro el área de la cuenca en estudio.
Adicionalmente, el Tabla 4 presenta el porcentaje de rango de pendientes dentro el área en
estudio.

5
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Tabla 4 Clasificación de las pendientes dentro la cuenca en estudio

ID Pendientes (%) Descripción Área (km2) Área (%)
1 < 0.2 Plano 67799.0 29.1
2 0.2 - 0.5 Nivel 35418.2 15.2
3 0.5 - 1.0 Cercano al Nivel 23463.8 10.1
4 1-2 Muy Lig. Inclinado 12693.2 5.5
5 2-5 Lig. Inclinado 10650.1 4.6
6 5 - 10 inclinado 13038.4 5.6
7 10 - 15 Fuertemente Inclinado 11862.6 5.1
8 15 - 30 Mod. Escarpado 32801.8 14.1
9 30 -60 Escarpado 23373.3 10.0
10 > 60 Muy escarpado 1649.6 0.7
TOTAL 232750.0 100.0

Imagen 4 Mapa de pendientes

3 MATERIALES Y MÉTODOS
Implementación del Modelo Hidrológico WFLOW con datos de precipitación TRMM (NASA) y
de tierra (Sismet – SENAMHI) como inicio para el proceso de calibración. La calibración del
modelo hidrológico WFLOW se lo realiza con la onda cinemática y dinámica, a fin de observar las
semejanzas entre el cálculo del modelo numérico y los registros observados por las estaciones
hidrológicas.

3.1 Pre-procesamiento
Se procesaron todas las series continuas tanto del SENAMHI como del SEMENA y del
SEARPI. Se elaboraron las curvas de descarga para todas las estaciones hidrológicas con datos
de caudales aforados por estas mismas instituciones en diferentes fechas, para un mayor detalle
6
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

ver Villazón & Inturias (2014).

Algunas series de caudal fueron completadas con herramientas de conceptualización de
sistemas basados en los datos de estaciones aguas arriba y aguas abajo Villazón (2011), Villazón
et al (2012, 2013). Con las series completas y con todos los datos de precipitación tanto de tierra
como satelital, se procedió a implementar el modelo.

3.2 Implementación
El modelo hidrológico WFLOW es un modelo distribuido, se caracteriza por tener un modelo
analítico de lluvia intercepción que se basa en el modelo numérico de Rutter’s. El modelo
numérico WFLOW tiene como interface de trabajo el lenguaje Python y el PCRaster.
Por ser un modelo distribuido necesita que los principales datos de ingreso estén disponibles
como mapas. Los cuales deben representar los siguientes parámetros:
1. Precipitación
2. Evapotranspiración potencial
3. Topografía (DEM)
4. Tipo de suelo
5. Cobertura y uso actual de tierras
Los mapas con los parámetros indicados anteriormente han sido preparados de acuerdo al
área de la cuenca en estudio. La Tabla 5 presenta un resumen de los mapas preparados con las
respectivas fuentes de adquisición de información.

Tabla 5 Preparación de mapas Input para la implementación del modelo

ID Mapa Fuente Formato Resolución (m) Extensión
TRMM Raster Aprox. 28000 .map
Precipitación
Sismet Senamhi Raster .map
Evapotranspiración CGIR – CSI Raster 1000 .tif
DEM SRTM Raster 90 .tif /.asc
Tipo de suelo HWSD Raster 270 .map
Cobertura y uso de tierra MDRYT Raster 270 .map

Los mapas han sido preparados por técnicos del Consorcio Internacional Holandés junto a un
personal y consultor de la UMSS.
Es importante mencionar que la generación de los mapas de precipitación correspondiente a la
fuente de Sismet - SENAMHI ha sido desarrollada en base a una selección de estaciones
meteorológicas que actualmente están en funcionamiento y también a la calidad de registros
meteorológicos.
La Imagen 5, Imagen 6, Imagen 3 y 2 presentan un resumen de los mapas Raster de
Precipitación, Evapotranspiración, DEM, Tipo de suelo, Cobertura y Uso actual de tierras,
respectivamente.

3.2.1 Red Hidrográfica

Se ha clasificado dos redes hídricas para la simulación del modelo hidrológico-
hidrodinámico, la primera para el modelo de onda cinemática y la segunda para el tránsito de onda
dinámica (modelo hidrodinámico) (Imagen 7).
El modelo numérico WFLOW de onda cinemática utiliza una red hídrica que resume la red
7
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

hidrográfica principal a los ríos de orden 6, 7 y 8. La red hídrica correspondiente al modelo de

onda dinámica utiliza una red hídrica más resumida, la cual se basa principalmente en los ríos que
presentan inundación durante el periodo de crecidas (modelo hidrodinámico). La Imagen 7
muestra la red hídrica utilizada para los modelos de onda cinemática y dinámica.

Imagen 5 Mapa de precipitación TRMM y Thiessen (Mes Enero)

TRMM (NASA) Thiessen (Sismet - Senamhi)

3.2.2 Calibración
El proceso de calibración se basa en datos de tierra históricos de precipitación correspondiente
a la base de datos Sismet – SENAMHI y en datos satelitales del TRMM. El periodo de datos para
el proceso de calibración comprende los años 2007 al 2012.
Con los datos de tierra de precipitación se generaron mapas dinámicos a nivel diario de la
distribución espacial de la precipitación en toda el área de estudio para este propósito se utilizó el
método de polígonos de Thiessen.
Para la evaluación de las series descargadas del TRMM en términos de volumen total de
precipitación que cae sobre cada sub-cuenca, se sacaron las medias mensuales para el periodo
de estudio y se pudo concluir que los datos del TRMM subestiman la precipitación en las sub-
cuencas de Camiaco, Santa Rosa del Chapare y Gundonovia, en las demás sub-cuencas los
volúmenes son similares a los observados en campo (Imagen 8). La calibración se la realizó con
una técnica multi-objetivo basado en Willems (2004) y utilizada en Villazon & Willems (2010), se
inició con los mismos parámetros del modelo para ambos datos pero se realizó un afinado final
para los datos del TRMM, se utilizó la herramienta CALITOOL (Villazon, 2010).
8
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Para el proceso de calibración se ajustaron distintos parámetros para cada una de las fuentes
de datos llegando a niveles de eficiencia aceptables con ambas series la Tabla 6 muestra la
estadística de la calibración para la sub-cuenca alta del río Grande - estación Abapo.
La Imagen 9a muestra tanto la serie continua de caudales observados y los modelados con los
dos tipos de datos (Tierra y TRMM), donde se puede ver ambos resultados se aproximan de
buena manera a los observados, la Imagen 9b muestra los caudales acumulados para el mismo
periodo en ambos casos se aproxima al observado.

Tabla 6 Parámetros estadísticos de la calibración de los modelos para la sub-cuenca Rio Grande – Abapo
Parametro estadistico TRMM Tierra
MAE (Mean Absolute Error ) 153.1 151.19
STD (Standard Deviation) 322.2 335.96
RMSE (Root Mean Squared Error) 323.8 336.41
EF (Efficiency) 0.75245 0.73287
CD (Coefficient of determination) 1.503 1.508
R or CC (Linear Goodness of Fit) 0.871 0.858
Model Skill 0.920 0.913

Imagen 6 Mapa de evapotranspiración y modelo digital de elevación

a) Evapotranspiración Potencial b) Modelo Digital de Elevación (DEM)

9
18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Imagen 7 Red hídrica que utiliza el modelo numérico WFLOW

a) Modelo de onda cinemática b) Modelo de onda dinámica

Imagen 8 Precipitación media mensual por sub-cuenca datos de tierra y TRMM

10
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

Imagen 9 Comparación de modelos calibrados con TRMM y datos de tierra

a) Serie continua de caudales diarios periodo 2007-2012

b) Caudal acumulado datos observados, modelados con TRMM y modelados con datos de tierra

4 CONCLUSIONES
Para el periodo de estudio pese a la subestimación de la precipitación por parte del TRMM
luego de un ajuste de los parámetros de calibración del modelo se llegaron a tener niveles de
eficiencia aceptables tanto con los datos de tierra como con los datos del TRMM.
Los datos de TRMM pueden explicar de mejor manera la variabilidad espacial de la
precipitación y se puede utilizar para fines de modelación en cuencas de mediano a gran tamaño.
A pesar de la discontinuidad de los TRMM existen otras alternativas con el mismo nivel de
detalle disponible actualmente para su uso libre.
El problema de los datos de satélite es que son reprocesados y tiene un retraso importante (un
par de meses), cosa que dificulta para estudios que tengan que ver con herramientas de
pronóstico hidrológico para alerta temprana.
11
 18, 19 y 20 de Noviembre de 2015 La Paz - Bolivia

5 CITAS BIBLIOGRÁFICAS
Villazón, M. F. and Willems, P., (2010). Filling gaps and daily disaccumulation of precipitation data for
rainfall-runoff model. Eds. Morell, M., Popovska, C., Morell, O., Stojov, V. Procceding at: 4th International
Scientific Conference on Water Observation and Information Systems for Decision Support. CD-ROM pp.1-9.
Publisher: BALWOIS 2010. 25-29 May. Ohrid, Republic of Macedonia.
Villazón M. F. (2010) CALITOOL – herramienta para facilitar la calibración manual de modelos
matemáticos continuos. Código en VBV Excel.
Villazón, M.F. (2011). Modelling and conceptualization of hidrology and river hydraulics in flood conditions
for Belgian and Bolivian Basins. Thesis submitted in partial fulfillment of the requirements for the Degree of
PhD. Doctor in Civil Engineering. Catholic University of Leuven Belgium.
VILLAZÓN GÓMEZ Dr. ir. Mauricio Florencio, Ir. Pieter MEERT, Ir. Vincent WOLFS, Prof. Dr. ir. Patrick
WILLEMS. July (2012). Conceptual Model Developer (CMD) Manual. Faculteit Ingenieurswetenschappen,
Departement Burgerlijke Bouwkunde. Afdeling Hydraulica, Kasteelpark Arenberg 40 BE-3001 Heverlee
(Leuven) PosDoctoral research.
Villazón, M.F., Claros, V., Montecinos, L.K., (2013). Conceptualización de Modelos Hidrológicos
Aplicando la Herramienta CMD (Conceptual Model Developer), Caso de Estudio “Aprovechamiento De
Aguas Para La Generación Hidroeléctrica”. Memorias del XV Congreso Bolivariano de Ingenieria Sanitaria y
Medio Ambiente. Noviembre del 2013. Cochabamba-Bolivia
Villazón, M.F., Inturias, D. (2014). Reporte interno proyecto “Sistema de Alerta Temprana para el Beni-
Bolivia”. Proyecto financiado por la Comisión Europea.
Willems, P. (2004) WETSPRO. Water Engineering Time Series PROcessing tool User’s manual version
4.0. K.U. Leuven, Hydraulics Laboratory.

12

View publication stats