Universidad Complutense de Madrid: Facultad de Ciencias Geológicas

UNIVERSIDAD COMPLUTENSE DE MADRID
FACULTAD DE CIENCIAS GEOLÓGICAS
TESIS DOCTORAL
Análisis de sensibilidad de un modelo sintético de relación río-acuífero como apoyo a
la calibración en grandes regiones
MEMORIA PARA OPTAR AL GRADO DE DOCTOR
PRESENTADA POR
Natalia García Bravo
DIRECTORES
Ángela Potenciano de las Heras

Javier Álvarez Rodríguez
© Natalia García Bravo, 2021

UNIVERSIDAD COMPLUTENSE DE MADRID
FACULTAD DE CIENCIAS GEOLÓGICAS
DEPARTAMENTO DE GEODINÁMICA
ANÁLISIS DE SENSIBILIDAD DE UN MODELO SINTÉTICO DE RELACIÓN

RÍO-ACUÍFERO COMO APOYO A LA CALIBRACIÓN EN GRANDES
REGIONES
Natalia García Bravo
Licenciada en Ciencias Geológicas
Directores:
Dña. Ángela Potenciano de las Heras
Dra. en Ciencias Geológicas
D. Javier Álvarez Rodríguez
Dr. Ingeniero de Caminos, Canales y Puertos
i
ii
Índice de contenidos
1 Planteamiento Previo................................................................................................................................... 1
1.1 Introducción y Antecedentes Generales ...............................................................................................1
1.2 Simulación Integral del Ciclo Hidrológico..............................................................................................2
1.3 La Evaluación de Recursos Hídricos en España ..................................................................................4
1.4 Conceptos de calibración, validación y análisis de sensibilidad de un modelo.....................................7
2 Motivación y Justificación del trabajo........................................................................................................... 9
3 Objetivos.................................................................................................................................................... 11
4 El Modelo Acoplado y la Relación Río-Acuífero......................................................................................... 15
4.1 Conceptos generales. El agua en el ciclo hídrico ...............................................................................15
4.2 Flujo de escorrentía............................................................................................................................17
4.2.1 En superficie...............................................................................................................................17
4.2.2 En profundidad ...........................................................................................................................19
4.3 Modelos de flujo..................................................................................................................................23
4.3.1 Modelos agregados ....................................................................................................................24
4.3.2 Modelos distribuidos ...................................................................................................................26
4.4 Modelos de Relación Río-Acuífero .....................................................................................................27
4.4.1 Modelo de capa semiconfinante en el cauce..............................................................................27
4.4.2 Escala de los procesos de interacción río-acuífero ....................................................................38
4.4.3 Métodos de resolución conjunta .................................................................................................44
4.4.4 Modelos en grandes regiones.....................................................................................................46
4.5 Factores que influyen en la variabilidad espacial y temporal ..............................................................50
4.5.1 Factores climáticos .....................................................................................................................52
4.5.2 Fisiografía: Topografía y Geología .............................................................................................53
5 El análisis de sensibilidad .......................................................................................................................... 63
5.1 Definición y objetivos ..........................................................................................................................63
5.2 Expresión matemática de la sensibilidad............................................................................................67
5.3 Métodos de análisis de sensibilidad ...................................................................................................70
5.3.1 Métodos de perturbación ............................................................................................................72
5.3.2 Métodos “screening” ...................................................................................................................72
5.3.3 Métodos de correlación y análisis de regresión ..........................................................................74
1
5.3.4 Análisis de sensibilidad regionalizado, generalizado o filtrado de Monte Carlo ..........................74
5.3.5 Métodos basados en la varianza ................................................................................................75
5.3.6 Métodos basados en la densidad ...............................................................................................76
5.3.7 Métodos basados en la entropía.................................................................................................77
5.3.8 Métodos de transformación invariante........................................................................................77
5.3.9 Uso de emuladores.....................................................................................................................77
5.3.10 Metamodelación .........................................................................................................................78
5.4 Medida de la sensibilidad. Análisis cuantitativo y representaciones gráficas......................................78
5.4.1 Índice de sensibilidad .................................................................................................................79
5.4.2 Coeficiente relativo de sensibilidad.............................................................................................79
5.4.3 Diagramas Tornado ....................................................................................................................80
5.4.4 Diagramas Tornado y descomposición de escenarios ...............................................................81
5.4.5 Diagramas de araña y funciones de sensibilidad unidireccionales .............................................83
5.5 Conclusiones ......................................................................................................................................84
6 Diseño del experimento ............................................................................................................................. 87
6.1 Características básicas y definición del modelo .................................................................................87
6.2 Herramientas SIG y programación .....................................................................................................88
6.2.1 SIG-GRASS................................................................................................................................89
6.2.2 r.gwflow ......................................................................................................................................89
6.3 Construcción del modelo ....................................................................................................................90
6.3.1 Resolución temporal ...................................................................................................................92
6.3.2 Región de cálculo, definición de la malla y resolución espacial..................................................92
6.3.3 Condiciones de contorno y tipo de bordes..................................................................................94
6.3.4 Techo y muro..............................................................................................................................95
6.3.5 Recarga ......................................................................................................................................96
6.3.6 Parámetros hidráulicos ...............................................................................................................96
6.3.7 Nivel de agua en el río................................................................................................................97
6.3.8 Superficie piezométrica inicial.....................................................................................................98
6.4 Variables simuladas y balance hídrico................................................................................................98
6.4.1 Ecuación de balance hídrico.......................................................................................................99
6.4.2 Piezometría ..............................................................................................................................100
6.4.3 Términos de balance hídrico.....................................................................................................101
6.5 El caso base: el régimen permanente ..............................................................................................102
2
6.5.1 Simulación base .......................................................................................................................104
6.5.2 Volúmenes de agua y error de balance ....................................................................................106
6.5.3 Procesos de saturación ............................................................................................................107
6.5.4 Variación de almacenamiento...................................................................................................108
6.5.5 Superficie piezométrica en régimen permanente......................................................................110
6.6 Simulaciones para el análisis de sensibilidad...................................................................................113
6.6.1 Variaciones de un parámetro cada vez ....................................................................................114
6.6.2 Variaciones de dos parámetros cada vez y detección de interacciones...................................116
6.6.3 Cuantificación y representación de la sensibilidad ...................................................................120
6.7 Consideraciones acerca de la metodología......................................................................................122
7 Resultados de las simulaciones............................................................................................................... 125
7.1 Variación de la permeabilidad...........................................................................................................126
7.1.1 Análisis de la piezometría.........................................................................................................126
7.1.2 Análisis de la aportación al río..................................................................................................133
7.1.3 Respuesta ante incrementos y reducciones .............................................................................137
7.1.4 Respuesta a corto y largo plazo ...............................................................................................139
7.2 Variación del coeficiente de goteo del lecho.....................................................................................141
7.3 Variación simultánea de la permeabilidad y el coeficiente de goteo del lecho..................................155
7.4 Discusión de resultados parciales ....................................................................................................167
8 Análisis de sensibilidad............................................................................................................................ 171
8.1 Permeabilidad...................................................................................................................................171
8.1.1 Diagramas tornado modificados de piezometría.......................................................................171
8.1.2 Coeficientes relativos de sensibilidad de la piezometría...........................................................174
8.1.3 Diagramas tornado modificados de aportación al río................................................................178
8.1.4 Coeficientes relativos de sensibilidad de la aportación.............................................................180
3
8.1.5 Resultados................................................................................................................................185
8.2 Coeficiente de goteo del lecho..........................................................................................................187
8.2.2 Coeficientes relativos de sensibilidad de la piezometría...........................................................189
8.2.4 Coeficientes relativos de sensibilidad de la aportación.............................................................194
8.2.5 Resultados................................................................................................................................197
8.3 Variación simultánea de permeabilidad y coeficiente de goteo del lecho .........................................199
8.3.3 Resultados................................................................................................................................205
8.4 Síntesis del análisis de sensibilidad..................................................................................................206
9 Conclusiones finales ................................................................................................................................ 211
9.1 Resultados alcanzados.....................................................................................................................212
9.2 Limitaciones y discusión ...................................................................................................................217
9.3 Propuestas de desarrollo..................................................................................................................221
10 Bibliografía............................................................................................................................................... 227
11 Índice de acrónimos................................................................................................................................. 247
12 Índice de variables y unidades................................................................................................................. 249
Anexo I ............................................................................................................................................................. 251
Anexo II. Programación .................................................................................................................................... 257
4
Índice de figuras
Figura 1.1. Modelo hidrológico conceptual propuesto por Freeze y Harlan (1969)........................................ 2
Figura 4.1. Esquema de los elementos del lecho del río. ............................................................................ 28
Figura 4.2. Representación de la anchura real de río frente al tamaño de celda......................................... 29
Figura 4.3. Esquema del modelo de relación río-acuífero. .......................................................................... 30
Figura 4.4. Configuración de la superficie piezométrica en ríos ganadores, perdedores y de relación mixta.
.................................................................................................................................................................... 31
Figura 4.5. Disposición de isopiezas y líneas de flujo en ríos ganadores o influentes y perdedores o
efluentes. ..................................................................................................................................................... 32
Figura 4.6. Proceso de desconexión en ríos. .............................................................................................. 34
Figura 4.7. Variación del NR en aguas altas y bajas y almacenamiento en riberas .................................... 36
Figura 4.8. Sistema de flujo local, intermedio y regional. (Modificado de Dahl, Nilsson et al., 2007) .......... 58
Figura 5.1. Ejemplo de diagrama tornado (Borgonovo y Plischke, 2016) .................................................... 81
Figura 6.1. Esquema del modelo sintético planteado .................................................................................. 91
Figura 6.2. Tipos de celda y bordes del modelo .......................................................................................... 95
Figura 6.3. Evolución de la variación de almacenamiento en el tiempo durante las simulaciones de RP al
inicio de la simulación................................................................................................................................ 108
Figura 6.4. Corte transversal y posición de la superficie piezométrica en RP. Modelos K1 y K10 ............ 110
Figura 6.5. Posición de isopiezas, líneas de flujo subterráneo en RP y río. Modelo K10 y K 1 ................. 112
Figura 7.1. Evolución temporal del volumen de agua en el acuífero según las modificaciones de K.
Modelos K1 y K10 ..................................................................................................................................... 126
Figura 7.2. Sección del acuífero y superficies piezométricas asociadas a las variaciones de la K. Modelos
K10 y K1. ................................................................................................................................................... 129
Figura 7.3. Volumen en el modelo y en el acuífero en función de K en distintos momentos de la simulación
(K1 y K10).................................................................................................................................................. 132
Figura 7.4. Evolución temporal de la aportación al río según las modificaciones de K. Modelos K1 y K10
.................................................................................................................................................................. 134
Figura 7.5. Aportación del acuífero al río en función de la K a escala logarítmica (Modelo K1 y K10). ..... 134
Figura 7.6. Aportación del acuífero al río, volumen y VD según la K, a los 30 días (corto plazo) y 100 años
(largo plazo) de simulación para K1 y K10. ............................................................................................... 139
Figura 7.7. Evolución temporal de los volúmenes de agua en el modelo y en el acuífero, del área de
drenaje y de la aportación al río, según las modificaciones de CGL. Modelos CGL_5 (K1) y CGL_4....... 142
Figura 7.8. Sección del acuífero y superficies piezométricas asociadas a las variaciones del CGL. Modelos
CGL_5 y CGL_4. ....................................................................................................................................... 145
5
Figura 7.9. Evolución temporal del área de drenaje según las modificaciones de CGL. Modelos K1 y
CGL_4 ....................................................................................................................................................... 146
Figura 7.10. Volumen diferencial en el modelo (negro) y en el acuífero (rojo) según el CGL (en mm) para
los modelos CGL_5 y CGL_4. ................................................................................................................... 148
Figura 7.11. Evolución temporal de la aportación al río según las modificaciones de CGL. Modelos K1 y
K10 ............................................................................................................................................................ 149
Figura 7.12. Aportación del acuífero al río en función del CGL a escala logarítmica, en distintos momentos
de la simulación. (Modelos K1 y K10)........................................................................................................ 150
Figura 7.13. Aportación del acuífero al río y volúmenes diferenciales en función del CGL a los 30 días y
100 años de simulación para K1 y K10. .................................................................................................... 154
Figura 7.14. Evolución temporal de los volúmenes de agua en el modelo y en el acuífero, del área de
drenaje y la aportación al río, según las modificaciones conjuntas de K y CGL. Modelos K1 y K10 ......... 156
Figura 7.15. Sección del acuífero y superficies piezométricas asociadas a la variación conjunta de K y
CGL. Modelo K10 y K1. ............................................................................................................................. 159
Figura 7.16. Evolución temporal del área de drenaje según las modificaciones de K y CGL. Modelos K1
(CGL_4 y CGL_5) y K10............................................................................................................................ 160
Figura 7.17. Volumen diferencial según la variación de K y CGL (en mm) para K1 y K10 ........................ 162
Figura 7.18. Evolución temporal de la aportación al río según las modificaciones de K y CGL. Modelos K1 y
K10 ............................................................................................................................................................ 163
Figura 7.19. Aportación del acuífero al río para modificaciones conjuntas de K y CGL. Modelo K1
(izquierda) y K10 (derecha) ....................................................................................................................... 164
Figura 7.20. Aportación del acuífero al río y volumen diferencial según el PV de K y CGL a los 30 días y
100 años de simulación, a) en todo el rango de variación y b) solo reducciones para K1 y K10............... 166
Figura 8.1. Variación en el volumen de agua almacenado en el acuífero respecto al volumen inicial con las
variaciones de K (K1) ................................................................................................................................ 172
Figura 8.2. Variación en el volumen de agua almacenado en el acuífero respecto al volumen inicial con las
variaciones de K (K10). ............................................................................................................................. 172
Figura 8.3. Evolución temporal del CRS de modificaciones de K para los modelos ajustados con K de 1
m/d (en rojo) y K de 10 m/d. ...................................................................................................................... 174
Figura 8.4. CRS del volumen de agua almacenado en el acuífero en distintos modelos y momentos de
simulación, según el valor de K a escala logarítmica y su % de variación a los 30 días, 10, 20, 50 y 100
años........................................................................................................................................................... 177
Figura 8.5. Variación en la aportación acuífero-río respecto a la situación base original con las variaciones
de K (K1) ................................................................................................................................................... 178
de K (K10) ................................................................................................................................................. 179
Figura 8.7. Evolución temporal del CRS (-) de modificaciones de K para los modelos K1 (en rojo) y K10 (en
negro). ....................................................................................................................................................... 181
6
Figura 8.8. CRS de la aportación del acuífero al río en distintos modelos y momentos de simulación, según
el valor de K a escala logarítmica y su % de variación a los 30 días, 10, 20, 50 y 100 años..................... 183
Figura 8.9. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con las
variaciones de CGL (CGL_5) .................................................................................................................... 187
Figura 8.10. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con las
variaciones de CGL (CGL_4) .................................................................................................................... 188
Figura 8.11. Evolución temporal del CRS asociados a modificaciones de CGL para los modelos K1_CGL_5
(en rojo) y K1_CGL_4................................................................................................................................ 189
Figura 8.12. CRS del volumen de agua almacenado en el acuífero en distintos modelos y momentos de
simulación, según el valor de CGL a escala logarítmica y su % de variación a los 30 días, 10, 20, 50 y 100
años........................................................................................................................................................... 191
de CGL (CGL_5). ...................................................................................................................................... 192
de CGL (CGL_4). ...................................................................................................................................... 193
Figura 8.15. Evolución temporal del coeficiente de sensibilidad de distintos valores de CGL para los
modelos ajustados con un CGL de 10-5 s-1 (en rojo) y con un CGL de 10-4 s-1.......................................... 194
Figura 8.16. CRS de la aportación del acuífero al río en distintos modelos y momentos de simulación,
según el valor de CGL a escala logarítmica y su PVP a los 30 días, 10, 20, 50 y 100 años. .................... 196
Figura 8.17. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con la
variación conjunta de K y CGL (Modelo K1).............................................................................................. 200
variación conjunta de K y CGL. (Modelo K10)........................................................................................... 200
variación conjunta de K y CGL. (Modelo CGL_4)...................................................................................... 201
Figura 8.20. Variación en la aportación acuífero-río respecto a la situación base original con variaciones de
K y CGL (Modelo K1)................................................................................................................................. 203
K y CGL (Modelo K10)............................................................................................................................... 203
K y CGL (Modelo CGL_4).......................................................................................................................... 204
7
8
Índice de tablas
Tabla 4.1. Factores de entrada del modelo ................................................................................................. 24

Tabla 4.2. Variables y parámetros que determinan el flujo intercambiado entre río y acuífero.................... 30
Tabla 4.3. Ejemplos de modelos de gran extensión. ................................................................................... 49
Tabla 4.4. Resumen de factores.................................................................................................................. 59
Tabla 6.1. Valor, unidades y argumento de simulación de los parámetros (estructurales y físicos),
condiciones iniciales y variables en RP. .................................................................................................... 105
Tabla 6.2. Términos de balance para las situaciones de RP en los modelos K1, K10 y CGL_4. .............. 106
Tabla 6.3. Plan de simulaciones................................................................................................................ 115
Tabla 6.4. Simulaciones de variación de dos parámetros. Evaluación de K.............................................. 116
Tabla 6.5. Simulaciones de variación de dos parámetros. Evaluación de CGL......................................... 117
Tabla 6.6. Relación de los valores de K en m/d y m/s ............................................................................... 118
Tabla 6.7. Correspondencia entre el valor de la K y el porcentaje de cambio que representa .................. 119
Tabla 6.8. Correspondencia entre el valor del CGL y el porcentaje de cambio que representa ................ 120
Tabla 7.1. Extensión del modelo donde la piezometría supera la cota del techo del acuífero para
reducciones de K (en negrita).................................................................................................................... 131
reducciones de CGL (en negrita)............................................................................................................... 146
reducciones de K y CGL (en negrita)......................................................................................................... 160
Tabla 8.1. Rango de sensibilidad para la piezometría según los DTM. ..................................................... 173
Tabla 8.2. Sensibilidad de aumentos, reducciones y total de K a la piezometría en cada uno de los
momentos de simulación considerados para K1 y K10, según los DTM. .................................................. 174
Tabla 8.3. Rango de sensibilidad para la aportación según los DTM. ....................................................... 180
Tabla 8.4. Sensibilidad de aumentos, reducciones y total de K a la aportación en cada uno de los
Tabla 8.5 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los DTM.................. 185
Tabla 8.6 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los CRS .................. 185
Tabla 8.7. Sensibilidad de los aumentos y reducciones de K a la piezometría en cada uno de los
Tabla 8.8. Sensibilidad de los aumentos y reducciones de K a la aportación en cada uno de los momentos
de simulación considerados para CGL_5 y CGL_4, según los DTM. ........................................................ 194
Tabla 8.9 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los DTM.................. 197
9
Tabla 8.10 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los promedios de CRS
.................................................................................................................................................................. 197
Tabla 8.11. Sensibilidad de las variaciones de K y CGL a la piezometría en cada uno de los momentos de
simulación considerados para K1, K10 y K1_GGL_4, según los DTM. ..................................................... 202
Tabla 8.12. Sensibilidad de los aumentos y reducciones de K y CGL a la aportación en cada uno de los
momentos de simulación considerados para K1, K10 y CGL_4, según los DTM. ..................................... 205
Tabla 8.13 Síntesis de la sensibilidad de las interacciones de K y CGL a la piezometría y a la aportación,
según los DTM .......................................................................................................................................... 205
Tabla 8.14 Comparativa de la sensibilidad de K y CGL obtenida de los CRS y los DTM para piezometría
(P) y Aportación (A). .................................................................................................................................. 206
Tabla 0.1. Valores máximos mínimos y promedios de los CRS obtenidos en el AS de K y CGL .............. 253
Tabla 0.2. Valores máximos mínimos y promedios de los CRS de incrementos y reducciones asociados a
los PV coincidentes de K y CGL................................................................................................................ 254
10
Índice de ecuaciones
Ec. 4.1. Ecuaciones de Saint-Venant, de continuidad y momentum (Chow et al., 1994). ........................... 17
Ec. 4.2. Pendiente de fricción. Basado en la fórmula de Manning, 1889 (Chow, 1994) .............................. 18
Ec. 4.3. Ecuaciones de Navier Stokes. Por orden: ecuación de continuidad o conservación de masa y
ecuaciones de conservación de momentum................................................................................................ 18
Ec. 4.4. Conductividad hidráulica................................................................................................................. 19
Ec. 4.5. Ley de Darcy .................................................................................................................................. 20
Ec. 4.6. Flujo que atraviesa una sección según la Ley de Darcy (Fetter, 2001) .......................................... 20
Ec. 4.7. Ecuación de Buckinhgam-Darcy. (Chow et al., 1994; Bear y Cheng, 2010)................................... 20
Ec. 4.8. Ecuación de conservación de masa o ecuación de la continuidad................................................. 21
Ec. 4.9. Ecuación de la continuidad y evolución temporal del contenido en humedad en el suelo.............. 21
Ec. 4.10. Ecuación de Richards................................................................................................................... 21
Ec. 4.11. Ecuación diferencial de flujo saturado en estado transitorio en un acuífero heterogéneo y
anisótropo en coordenadas cartesianas orientadas según los ejes principales de anisotropía................... 22
Ec. 4.12. Número de Reynolds. (Happel y Brenner, 1983).......................................................................... 22
Ec. 4.13. Coeficiente de agotamiento del acuífero (meses-1). .................................................................... 25
Ec. 4.14. Coeficiente de goteo del lecho (CGL)........................................................................................... 27
Ec. 4.15. Conductancia hidráulica del lecho del río ..................................................................................... 28
Ec. 4.16. Factor corrector de anchura de un río que transcurre en dirección N-S. ...................................... 29
Ec. 4.17. Factor corrector de anchura de un río que transcurre en dirección E-O....................................... 29
Ec. 4.18. Cálculo de flujo intercambiado entre río y acuífero....................................................................... 29
Ec. 4.19. Flujo intercambiado (Q) para niveles piezométricos situados por encima del lecho del río (Tabla
4.2) .............................................................................................................................................................. 33
Ec. 4.20. Flujo para niveles piezométricos situados por debajo del lecho del río (Tabla 4.2) ...................... 33
Ec. 4.21. Fórmula de Green-Ampt............................................................................................................... 35
Ec. 5.1. Función objetivo (ϕ) en métodos de calibración automática........................................................... 66
Ec. 5.2. Fórmula general del resultado de un modelo según los factores de entrada ................................. 68
Ec. 5.3. Expansión se la serie de Taylor de la Ec. 5.2................................................................................. 68
Ec. 5.4. Simplificación de la Ec. 5.3............................................................................................................. 68
Ec. 5.5. Ecuación de sensibilidad linealizada .............................................................................................. 68
Ec. 5.6. Definición general de sensibilidad .................................................................................................. 69
Ec. 5.7 Varianza total del resultado del modelo........................................................................................... 75
11
Ec. 5.8. Índice de sensibilidad de primer orden ........................................................................................... 75
Ec. 5.9 Índice de sensibilidad de orden total ............................................................................................... 76
Ec. 5.10.Forma general de índice basado en densidad............................................................................... 76
Ec. 5.11. Índice de sensibilidad ................................................................................................................... 79
Ec. 5.12. Cálculo del coeficiente relativo de sensibilidad CRS. ................................................................... 79
Ec. 5.13 . Términos que componen la variación del resultado en el modelo. .............................................. 82
Ec. 5.14. Términos de segundo orden......................................................................................................... 82
Ec. 5.15. Índice de cambio finito total .......................................................................................................... 83
Ec. 5.16. Índice de interacción..................................................................................................................... 83
Ec. 5.17. Función de sensibilidad unidireccional ......................................................................................... 83
Ec. 5.18. Funciones que se representan en los diagramas de araña. ......................................................... 84
Ec. 5.19. Función de sensibilidad y efecto individual................................................................................... 84
Ec. 6.1. Ecuación de balance hídrico........................................................................................................... 99
Ec. 6.2. Error de balance (Eb)...................................................................................................................... 99
12
Agradecimientos
Me gustaría agradecer el apoyo, la confianza y la ayuda prestada al Centro de Estudios Hidrográficos y al Instituto
Geológico y Minero de España, instituciones en las que he tenido el gusto de trabajar durante gran parte del
desarrollo de la tesis y sin las que no hubiese sido posible plantear este trabajo.
Agradecimiento especial merecen las áreas de recursos hídricos y de informática de Hidrográficos. Gracias a Mirta,
Luis, Julio, Sara, Lara, Jose, Celia, Julio, Luis, Jorge, Pepe, Carmen, Ricardo y, por supuesto a Federico y a
Antonio. Gracias por su disponibilidad, sus consejos y por crear ese ambiente de trabajo ideal y respetuoso.
De mi etapa en el IGME quiero mostrar mi agradecimiento al Departamento de Investigación en Recursos

Geológicos, en especial a Carolina, Juanjo, Jose Manuel, Raquel y Jose Mari, que han valorado mi opinión y me han
hecho sentir de ayuda en distintos proyectos. También a todos aquellos compañeros que siempre han tenido
palabras de aliento y con los he compartido despacho, desayunos, experiencias y conocimientos.
Agradecer también la ayuda prestada por los servicios de biblioteca y secretaría del CEDEX, IGME y la UCM que
me han facilitado la búsqueda de artículos y la tramitación de la documentación.
A mis directores de tesis, Javier y Ángela, que han sido capaces de mantenerse firmes y guiarme por este camino
de incertidumbres y sensibilidades.
A mis abuelos por enseñarme cómo funcionan las cosas.
A mis amigues por estar siempre cerquita y animarme a seguir.
A mi familia por no perder la fe.
1
2
Resumen
El punto de partida de esta tesis es la necesidad, en la normativa actual, de considerar el ciclo hidrológico completo
y de representar cada vez más procesos y a mayor detalle y, en particular, las transferencias de agua entre ríos y
acuíferos dada su importancia cuantitativa, cualitativa y ecológica. En concreto, destaca la necesidad de incorporar
en los planes hidrológicos de cuenca la estimación cuantitativa, la descripción cualitativa y la distribución temporal
de los recursos hídricos naturales y de incluir en el inventario de recursos hídricos naturales las aguas que
contribuyan a las aportaciones de los ríos y las que alimenten almacenamientos naturales de agua, superficiales o
subterráneos.
A partir de la consideración del ciclo hidrológico como una entidad única en cuestiones relacionadas con la
planificación y la gestión del recurso hídrico, surgen las dificultades técnicas a la hora de unir las distintas fases del
ciclo hidrológico y la problemática de su aplicación a grandes regiones. La modelación hidrológica considera el ciclo
hidrológico de forma global y para simular los distintos procesos se suelen resolver ecuaciones en derivadas
parciales (Freeze y Harlan, 1969). Para la modelación de la fase subterránea se suelen utilizar modelos agregados,
que usualmente representan objetivos de la modelación no primordiales y, cuyo acople con los modelos
superficiales conduce a una sobreparametrización. La posibilidad que ofrecen los modelos distribuidos de incorporar
la ecuación de flujo subterráneo al sistema de flujo superficial permite dar más importancia a las transferencias de
flujo superficial y subterráneo, considerar la variabilidad espaciotemporal de las relaciones río–acuífero y evitar la
sobreparametrización relacionada con modelos agregados. Por otro lado, la aplicación final de un modelo distribuido
a grandes territorios, supone considerar bajas resoluciones espaciales y temporales y flujos subterráneos profundos
a escala regional.
El objetivo de esta tesis se centra en superar la dificultad que conlleva la calibración de un modelo de gran extensión
que considere las relaciones río-acuífero de forma distribuida. Para simplificar esta tarea se dispone del análisis de
sensibilidad como herramienta útil en cualquier fase de modelación (formulación, calibración y verificación). En este
sentido, el análisis de sensibilidad de un modelo de estas características, es decir, distribuido, de baja resolución y
que represente el flujo subterráneo a escala regional, permite establecer unas reglas de calibración de modelos de
relación río-acuífero aplicables a grandes regiones. Se utiliza, en este caso, en la determinación de la influencia de
los factores más relevantes en el proceso de transferencia de flujo entre río y acuífero: la permeabilidad y el
coeficiente de goteo del lecho. El modelo y el análisis de sensibilidad se simplifican utilizando para su representación
un modelo sintético suficientemente representativo cuyos resultados pueden ser extrapolados a un modelo de gran
extensión. El análisis se realiza en una situación de río ganador sobre los resultados de aportación subterránea al
río y de piezometría en el acuífero. Se establecen simulaciones de variación de los parámetros analizados de 100
años de duración y se evalúan los resultados en distintos momentos de la simulación.
1
Se ha realizado un análisis de la variación temporal de la sensibilidad de la piezometría y la aportación a la
permeabilidad y al coficiente de goteo del lecho. Los principales resultados muestran una mayor sensibilidad del
modelo ante las variaciones de la permeabilidad en todos los momentos analizados tanto para los resultados de
piezometría como para los de aportación. Aunque menor, se reconoce cierta influencia del coeficiente de goteo del
lecho en la aportación al río en los primeros momentos de simulación. Estos primeros resultados son los que utilizan
los modelos de evaluación de recursos hídricos y demuestran la necesidad de calibrar de forma adecuada el
coeficiente del goteo del lecho dentro del proceso de modelación, además de la permeabilidad.
2
Abstract
The start point of this thesis is the necessity, in current regulations, of considering the complete hydrological cycle
and representing more and more detailed processes. Particularly, the water transferences between rivers and
aquifers, due to its quantitative, qualitative and ecolocical importance. In river basin management plans it is
compulsory to include, specifically, quantitative estimation, cualitative description and temporal distribution of natural
water resource and to include in this inventory, waters that contribute to water volume in rivers and the ones that feed
natural water reservoirs, superficial or subterranean.
From the hydrological cycle conception in issues such as planning and water resources management, arise technical
difficulties related to the linking of its different parts and to the peculiarities of hydrological simulation to large scales.
Hydrological simulation considers the hydrological cycle globally and normally, partial derivative equations are
resolved to represent the different processes. However, to simulate groundwater flow, aggregated models are
commonly used, which, coupled to superficial ones, lead to over parameterization. Distributed models allow for the
incorporation of groundwater equation to the superficial flux system and, thus, for the consideration of river-aquifer
space and time variability and the avoiding of over parameterization. The final use of a distributed model in large
areas requires representing deep groundwater flow at regional scale and low spatial and temporal resolutions.
Sensitivity analysis of such a model lead to establish the calibration rules of river-aquifer models applicable to large
extensions. It is used, specifically to determinate the influence of the most relevant factors in the river-aquifer flux
transference process. The model and the sensitivity analysis are simplified using a representative hypothetical model
which standard results are extrapolated to large area models.
This thesis helps to solve the calibration process of large distributed models, including river-aquifer relationships.
Sensitivity analysis is a useful tool in every modelling phase and, in order to simplify this process, it is used in the
determination of the most relevant factors of the water transference process between river and aquifer. Model and
sensitivity analyses are simplified through a synthetic representation and its results can be extrapolated to larger
areas. Sensitivity analiys is outlined in a gaining-river layout over flow and piezometry output. Different parameter
variations are stablished for each simulation, conducted over a 100 years period. The output is assessed in different
moments of the simulation.
A temporal variation analysis of piezometry and runoff-flow to permeability and river leackage coefficient has been
conducted. Permeabilty has a higher sensitivity for both piezometry and flow results. Only flow, at first simulations
steps, is sensible to river leak coeficient. Water resources assessment models use these first steps results and show
the neccessity of calibrating the river leackeage coefficient, in addition to permeability, in the modelation process.
3
4
1 Planteamiento Previo
1.1 Introducción y Antecedentes Generales
La Ley de Aguas de 1985 (BOE Ley 29/1985) y el texto refundido de la Ley de Aguas (BOE Real Decreto
Legislativo1/2001) hasta su última actualización (BOE Real Decreto Legislativo 17/2019), incorporan el concepto de
unidad del ciclo hidrológico y establecen el dominio público a las aguas superficiales y subterráneas, cuya gestión
recae a partir de entonces en la administración hidráulica. Incluyen, además, herramientas de gestión con los que
evitar y resolver casos como los de la cabecera del Guadiana y otras cuencas del sureste peninsular donde la
explotación del recurso hídrico supuso graves impactos sobre el medio ambiente. También incorporan la función de
la planificación hidrológica ejercida por las Administraciones públicas en las Demarcaciones hidrográficas y en el
ámbito nacional (BOE Real Decreto 907/2007), para la cual el uso de modelos hidrológicos resulta fundamental, si
se consideran las posibilidades de gestión hidráulica del recurso para proveer determinadas demandas.
Los modelos hidrológicos son utilizados para las evaluaciones de recursos hídricos en grandes regiones. Estas
evaluaciones incorporan procesos referentes a todas las fases del ciclo hidrológico (atmosférica, superficial y
subterránea) y simulan el movimiento del agua de forma ordenada y secuencial. La consideración del ciclo
hidrológico completo supone integrar la red de drenaje superficial con los acuíferos de forma que no se consideren
de forma aislada sino que se contemplen sus confluencias en forma de humedales, manantiales o zonas de
interacción río-acuífero, claras evidencias de la unicidad del recurso hídrico. El interés de las zonas de confluencia
(humedales, manantiales y zonas de interacción río-acuífero) entre los sistemas hídricos superficial y subterráneo es
evidente hasta el punto de que su caracterización se ha incorporado en la legislación en materia de aguas a nivel
internacional. Algunos ejemplos se encuentran en países europeos siguiendo las directrices que marca la Directiva
Marco del Agua -DMA- (CE, 2000; Dahl et al., 2007; Fleckenstein et al., 2010), en Norteamérica a nivel estatal
(Larkin y Sharp, 1992) y transfronterizo (Dellapenna y Gupta, 2009) e incluso en países como Nueva Zelanda (Yang
et al., 2016) o Sudáfrica (Levy y Xu, 2011). La legislación española reciente, a partir de la DMA, (BOE Real Decreto
907/2007; BOE Real Decreto 270/2014, 2014), establece medidas de protección especial a las zonas de conexión
río-acuífero en distintos casos y contempla, en los planes hidrológicos de cuenca, la “inclusión de las aguas que
contribuyan a las aportaciones de los ríos y las que alimenten almacenamientos naturales de agua, superficiales o
subterráneos en el inventario de recursos hídricos naturales”. Este inventario incorpora la estimación cuantitativa, la
descripción cualitativa y la distribución temporal de dichos recursos en la demarcación hidrográfica y debe contener,
entre otros y en la medida que sea posible, “interrelaciones de las variables consideradas, especialmente entre las
aguas superficiales y subterráneas, y entre las precipitaciones y las aportaciones de los ríos o recarga de acuíferos”.
1
1.2 Simulación Integral del Ciclo Hidrológico
Ya en 1969, Freeze y Harlan, propusieron la viabilidad de simular el ciclo hidrológico de forma integral utilizando un
modelo físicamente basado. Exponían que, si cualquier proceso hidrológico puede describirse mediante una ley
física con una representación matemática exacta, entonces debería ser posible simular el ciclo hidrológico en una
cuenca. Esto es, una formulación matemática que representa e incorpora las variables de estado hidrológicas y los
flujos observables asumiendo las leyes de conservación de masa, energía y momemtum a la escala temporal que
los caracteriza (Fatichi et al., 2016). Los parámetros describen los componentes geométricos o físicos y las variables
describen la situación del sistema en cada momento (Anguita et al., 1972).
En aquel momento, el desarrollo científico, la disponibilidad de datos y la capacidad computacional no lo permitían

pero, aun así, Freeze y Harlan (1969) examinaron la posibilidad de crear modelos de respuesta hidrológica
físicamente basados, revisaron el nivel de sofisticación al que se podía llegar con la metodología disponible,
señalaron las áreas en las que era necesario investigar y resaltaron la dificultad de establecer uniones precisas
entre los componentes del fenómeno hidrológico. Además, predijeron que, con el tiempo, los modelos tomarían la
forma de problemas matemáticos de condiciones de contorno en 3D con datos de entrada espacial y
secuencialmente distribuidos, resueltos por métodos numéricos con ayuda de computadores digitales (Freeze y
Harlan, 1969; Butts y Graham, 2008). La Figura 1.1 muestra el modelo hidrológico conceptual que plantearon.
Figura 1.1. Modelo hidrológico conceptual propuesto por Freeze y Harlan (1969).
2
Este modelo hidrológico conceptual (Figura 1.1) consta de elementos de almacenamiento y rutinas de transmisión,
conectadas en serie o en paralelo por puntos de toma de decisiones en los que se decide la ruta a tomar por los
flujos de entrada (Q) según unos criterios de direccionamiento preasignados. Estos criterios se basan en
experimentos empíricos o relaciones estadísticas, que pueden hacer referencia a los flujos (de entrada o de salida) o
a las propiedades del almacenamiento. Estas relaciones empíricas o estadísticas pueden tener mayor o menor
relevancia física. En el funcionamiento de direccionamiento global, cada almacenamiento se convierte en un punto
de decisión, según el cual, la tasa de flujo se reparte. Si por ejemplo, la tasa de flujo Q es precipitación directa, el
punto de toma de decisión se establece en el suelo donde se puede suponer que la Q se reparte entre infiltración y
flujo superficial. Qa representa la tasa de infiltración, Qb la tasa de flujo superficial.
El acoplamiento de distintos modelos de cada proceso hidrológico es una forma de conseguir la integración
completa del ciclo hídrico. Sin embargo, cada uno de estos modelos, que de forma independiente resuelven distintos
dominios del ciclo del agua, fue diseñado en origen con un fin específico y en su integración pueden darse
inconsistencias, vacíos o superposiciones de procesos. La heterogeneidad de funciones y procesos físicos
involucrados, la alta cantidad de parámetros y variables implicadas y el mayor esfuerzo computacional para resolver
las ecuaciones diferenciales de flujo son los principales problemas a los que se enfrentan los modelos hidrológicos
integrados (Barthel, 2006).
Las zonas de interacción río-acuífero constituyen importantes puntos de unión entre los sistemas hídricos superficial
y subterráneo. Las relaciones que se establecen entre ríos y acuíferos representan transferencias de flujo entre
ambos sistemas. Este intercambio de agua de distinta procedencia implica cambios cuantitativos y cualitativos en
uno y otro medio. Los primeros suponen variaciones de la cantidad de agua y los segundos están relacionados con
variaciones en la composición y en las características fisicoquímicas del agua de mezcla resultante que tienen
implicaciones a nivel biológico y en los ecosistemas donde ocurren.
Cuantitativamente el flujo que se pone en juego en las relaciones río-acuífero constituye un componente clave en la
unicidad del recurso hídrico, la explotación de acuíferos y el balance hidrológico a escala de cuenca (Kollet y
Maxwell, 2006). Se estima que del orden del 30% del caudal en las zonas continentales de la Tierra procede de la
fase subterránea (Sahuquillo et al., 2010) y, por este motivo, es necesario tener en cuenta la influencia de la
explotación de los acuíferos en el caudal de los ríos. De forma inversa, los ingresos de agua al acuífero desde la red
fluvial representan una parte importante del volumen de agua que se traduce, en época de aguas altas, en recarga
total a los acuíferos (Alley et al., 1999), variable importante en la evaluación de recursos hídricos y la planificación
hidrológica.
Determinar la cantidad de agua que se intercambia entre río y acuífero permite, además, establecer caudales
ecológicos y flujos de base (Price, 2011), ayuda a entender el funcionamiento de los procesos que ocurren entre los
sistemas superficial y subterráneo, a comprender procesos de inundaciones, dinámica fluvial e hidrología de zonas
3
riparias y a considerar el efecto de atenuación de las riberas frente a inundaciones, dada su capacidad de almacenar
agua y fijar vegetación (Sophocleous, 2002; Gunduz y Aral, 2005; Barthel, 2006).
Cualitativamente las zonas de interacción río-acuífero condicionan la química del agua y los ecosistemas asociados,
ya que al ser zonas de mezcla, son ricas en nutrientes y sustratos, reguladores de la forma y función de los
ecosistemas fluviales y permiten el desarrollo de determinados ambientes ecológicos o incluso, la transferencia de
contaminación y otros impactos entre el sistema superficial y subterráneo (Boulton et al., 1998; Winter et al., 1998;
MIMAM, 2000; Hantush, 2005; Kollet y Maxwell, 2006; Boano et al., 2014; Kaandorp et al., 2018).
Matemáticamente los procesos de interacción río-acuífero se representan mediante modelos de flujo que combinan
el flujo superficial y subterráneo, de los que existen numerosos ejemplos y tipos (Spanoudaki et al., 2009). La
mayoría de estos modelos representan las relaciones río-acuífero a escala local e intermedia, sin embargo, a escala
regional, son menos los modelos existentes (Flipo et al., 2014). Diversos autores en los últimos años han propuesto
modelos conjuntos a escala regional (Krause y Bronstert, 2004; Krause et al., 2007; Saleh et al., 2011; Vergnes y
Decharme, 2012; Vergnes et al., 2012; Pryet et al., 2015). Sin embargo, aún es necesario, un mayor desarrollo de la
investigación (Barthel, 2006; Barthel y Banzhaf, 2016), principalmente en cuanto a su calibración (Cook, 2015).
La escala regional se aplica a grandes regiones y se caracteriza por un mayor tamaño del área modelada y del paso
temporal, con resoluciones espacial y temporal aproximadas de 1000 m x 1000 m y 1 mes, y suele aplicarse a los
campos de modelación de recursos hídricos y de cambio climático global. Las principales dificultades de simular a
gran escala son la disponibilidad de datos, la demanda computacional y la consideración de los aspectos de escala,
necesarios para que no se pierda la representatividad de los procesos. En el caso de modelar la interacción río-
acuífero se añaden, además, las dificultades propias de representar procesos gobernados por distintos factores y
ecuaciones a distinta escala espacial y temporal (Barthel, 2006).
1.3 La Evaluación de Recursos Hídricos en España
Las evaluaciones de recursos hídricos en España se vienen realizando desde la primera mitad del siglo XX. El I Plan
Nacional de Obras Hidráulicas de 1933 contiene la que se puede considerar primera evaluación de los recursos
hídricos a escala nacional que considera como variables básicas la precipitación, la evaporación y la escorrentía. Ya
en la década de los años 60, el Centro de Estudios Hidrográficos publica el Inventario de Recursos Hidráulicos en
las Confederaciones Hidrográficas (CEH, 1971) en el que los recursos se calculan mediante un coeficiente de
proporcionalidad entre los datos de precipitaciones de la red pluviométrica y las aportaciones registradas en las
estaciones de aforo.
4
El modelo matemático de transformación precipitación aportación de Témez (Témez Peláez, 1977) fue formulado en
los años 70 y frecuentemente utilizado desde entonces. En la década de los 90, se retoma la estimación nacional de
los recursos hídricos utilizando una versión cuasi distribuida del modelo hidrológico de Témez implementada en el
SIG-GRASS (Neteler et al., 2012) y que se incorpora al denominado Sistema Integrado de Modelización
Precipitación-Aportación, SIMPA (Estrela Monreal y Quintas Ripoll, 1996; Estrela et al., 1999; Ruiz García, 1999;
MIMAM, 2000). A partir de entonces, las evaluaciones se han ido actualizando con nuevas versiones que incorporan
mejoras en cuanto a la determinación de parámetros y variables (Álvarez- Rodríguez et al., 2005; Potenciano de las
Heras y Villaverde Valero, 2009; Álvarez Rodríguez et al., 2016) y adaptaciones del método racional (BOE Orden
FOM/298/2016).
Básicamente el modelo de Témez (Témez Peláez, 1977) plantea la ecuación de balance hídrico a escala mensual
en un modelo con dos almacenamientos: el suelo y el acuífero. En el suelo se puede almacenar agua que está
sometida a evapotranspiración. El resto de la precipitación bien se infiltra o recarga al acuífero o bien genera
escorrentía directa. La generación de escorrentía se resuelve explícitamente planteando una corrección al modelo
de generación de escorrentía directa y almacenamiento en el suelo de Thornthwaite (Thornthwaite y Mather, 1957),
mediante una ley no lineal basada en las hipótesis del Soil Conservation Service (SCS) (Maidment, 1993; Mishra y
Singh, 2013). La infiltración que se traduce en recarga, depende de la carga de agua sobre el suelo y de las
características de infiltrabilidad del terreno y se calcula en función del excedente total y de un coeficiente de
conductividad hidráulica vertical (Témez Peláez, 1977). La descarga de los acuíferos a ríos y manantiales es
proporcional al volumen almacenado en el acuífero y para simularla se utiliza un modelo unicelular o de tanque. Este
modelo tipo tanque planteado es sencillo, fácil de incluir en cualquier esquema de cálculo lineal, por lo que puede
aplicarse la superposición y permite, a escala nacional, evaluar las descargas de los acuíferos a los ríos. En este
sentido, la caracterización de acuíferos en España supone un hito de singular importancia en el desarrollo del
modelo (MOPTMA-MINER, 1994).
El modelo unicelular es un modelo agregado que simplifica la variabilidad espacial del movimiento del agua en el
acuífero en una única entidad. Los modelos agregados, además de ser apropiados para el tratamiento de unidades
hidrológicas en un contexto nacional, son capaces de resolver suficientemente los términos de balance y simular el
comportamiento del sistema con unos pocos parámetros. Así, permiten la evaluación del estado de un acuífero de
manera simplificada (variaciones medias de piezometría y de intercambios de flujo con el sistema superficial), para
acuíferos con geometría sencilla y variabilidad espacial de parámetros reducida. Los modelos agregados
representan una solución útil y suficiente teniendo en cuenta el escaso conocimiento inicial de los acuíferos y la falta
de herramientas de computación con capacidad para un cálculo más detallado. Sin embargo, simplifican el sistema
al no considerar la variabilidad espacial de los niveles piezométricos ni la variabilidad de las relaciones entre recarga
y descarga del río al acuífero, la propagación del flujo en la cuenca, el movimiento del agua en el acuífero, las
5
variaciones en la piezometría, las pérdidas por infiltración de los tramos de río perdedores, ni la consecuente
recarga al acuífero (Estrela y Quintas, 1996; Estrela et al., 1999; MIMAM, 2000; Álvarez- Rodríguez et al., 2005;
Álvarez- Rodríguez et al., 2016). Los modelos de parámetros distribuidos se utilizan en caso de acuíferos de mayor
complejidad, cuando se quiere conocer su evolución con más detalle, considerando tanto la geometría como la
variabilidad espacial de los parámetros y las variables (Sahuquillo et al., 2010).
Con el paso del tiempo las ciencias computacionales e hidrogeológicas se han ido desarrollando, lo que ha permitido
un mejor conocimiento del funcionamiento de los acuíferos, un aumento de la disponibilidad de información
hidrogeológica y disponer de procesadores más potentes como ya preveían Freeze y Harlan (1969). Mientras que
los modelos agregados son suficientes para obtener un balance adecuado y representar los flujos y
almacenamientos en los sistemas superficial y subterráneo, en la actualidad se demanda un mayor estudio de las
transferencias entre ellos, de forma que los modelos deben adaptarse para resolver los nuevos requerimientos
(Bear, 1979; Fetter, 2001; Sahuquillo et al., 2010). Todas estas razones apoyan la necesidad de simular las
confluencias entre ríos y acuíferos en particular y el ciclo hidrológico completo en general, de forma que representen
todas sus fases y los procesos que en ellas ocurren.
Dentro del proceso de planificación hidrológica en España se ha planteado la integración distribuida de la fase
subterránea y de la conexión río acuífero. Una primera propuesta está constituida por un modelo 2D de flujo
subterráneo conectado con el modelo superficial de generación de escorrentía de Témez por medio de una capa
semiconfinante que representa el cauce de los ríos y a través de la que se produce el intercambio de flujo entre
ambos sistemas (CEH-CEDEX, 2013). La primera prueba del modelo se realizó en la cuenca del río Segura por lo
que se denomina SIMPA-Segura13. El modelo de capa semiconfinante planteado es reproducible mediante el
comando r.gwflow del SIG GRASS que resuelve la ecuación de flujo subterráneo en 2D (Gebbert, 2007). Además,
SIG GRASS es el soporte del actual sistema integrado de modelación precipitación-aportación (SIMPA), lo que
simplifica la integración del comando r.gwflow y posibilita la modelación distribuida de la fase subterránea. Este
modelo ya completamente distribuido desde la fase atmosférica hasta la subterránea considera la distribución
espacial del acuífero, sus propiedades hidrodinámicas, la posición de la superficie piezométrica, la posición de las
acciones externas y la localización y características de los límites. Con la puesta en marcha de este modelo sería
posible gestionar la variabilidad espacial de los parámetros y las geometrías complejas y representar con más
detalle la evolución del sistema, es decir, distinguir áreas de recarga, áreas de interacción río acuífero, zonas
húmedas o surgencias, lo que mejoraría la estimación de las transferencias de flujo entre los sistemas superficial y
subterráneo. Sin embargo, durante la parametrización del modelo surgieron dificultades relacionadas con el elevado
número de procesos implicados cada uno de los cuales depende de distintos parámetros que, a su vez, presentan
variabilidad espacial. Precisamente las dificultades surgidas a la hora de calibrar este modelo, pusieron en evidencia
6
la necesidad de profundizar en el análisis del funcionamiento de los parámetros clave de intercambio de flujo y
constituyen el germen de esta tesis.
1.4 Conceptos de calibración, validación y análisis de sensibilidad de un modelo
Una vez formulado un modelo hidrológico, la calibración de parámetros es el procedimiento por el que se ajustan los
valores de los parámetros de los modelos utilizando los registros disponibles. La calidad del ajuste de estos
parámetros determina la capacidad descriptiva del modelo con los datos disponibles. La capacidad predictiva del
modelo se estima mediante otro procedimiento de implementación de un modelo: la validación (Beven, 2012;
Anderson et al., 2015).
Distintos autores defienden la modelación conjunta de flujo superficial y subterráneo como una herramienta
poderosa para estimar el intercambio de flujo (Cook, 2015) y necesaria para la gestión integral de los recursos
hídricos a escala regional (Barthel y Banzhaf, 2016). Los modelos a escala regional que contemplan las relaciones
río-acuífero son escasos y, aunque existen algunos ejemplos (Saiers et al., 2004; Werner et al., 2006; Li et al., 2008;
Pryet et al., 2015), ninguno de ellos tiene en cuenta todos los datos necesarios para su calibración, es decir,
gradientes hidráulicos, aforos diferenciales y química de ríos y acuíferos (Cook, 2015).
En general, los métodos utilizados a escala local no son sencillos de extrapolar para simular procesos a escala de
cuenca (Bloomfield et al., 2011). En concreto, cuando se trata de grandes regiones, los métodos que se basan en el
gradiente hidráulico para obtener estimaciones de flujo intercambiado entre ríos y acuíferos, permiten caracterizar la
variabilidad temporal de éste pero presentan limitaciones en cuanto a la estimación de la conductividad hidráulica a
la escala apropiada (Cook, 2015). En este sentido, las técnicas de análisis de sensibilidad (AS) suponen una gran
ayuda para la fase de calibración y, en general, para cualquier fase del desarrollo de un modelo (McCuen, 1973).
La sensibilidad es una medida del efecto que supone el cambio en un factor y su análisis permite establecer cuáles
son los parámetros que influyen más en los resultados, describir cuantitativamente esta influencia, comprobar la
estructura del modelo e identificar los procesos relevantes (McCuen, 1973). El AS de un modelo hidrológico a gran
escala facilita el proceso de calibración de modelos globales y es en esta fase donde esta tesis pretende aportar su
avance al conocimiento actual.
De acuerdo con lo anterior, en esta tesis se propone el uso del análisis de sensibilidad (AS) para facilitar la
calibración y validación en modelos acoplados aplicables a grandes regiones. Para ello, con carácter experimental y
sintético, se construye un modelo que representa un tramo de río conectado a un acuífero, sobre el que plantear la
serie de procesos hidrológicos y determinar su relevancia mediante AS. Los resultados servirán de criterio de
calibración y validación de modelos hidrológicos aplicables a grandes extensiones de territorio.
7
8
2 Motivación y Justificación del trabajo
En los últimos años se están proponiendo numerosos intentos de incorporar las transferencias de flujo entre río y
acuífero (es decir, la simulación conjunta de la fase superficial y subterránea) en modelos distribuidos fisicamente
basados (DAFLOW, Parflow, GSFLOW…) que generalmente utilizan la modelación del flujo saturado (ecuación de
flujo subterráneo) o la del flujo de saturación variable (ecuación de Richards) (Spanoudaki et al., 2009). Sin
embargo, muy pocos de ellos están enfocados a representar procesos de carácter regional (Flipo et al., 2014;
Barthel y Banzhaf, 2016). Entre los que lo hacen, su calibración es, aún hoy, una asignatura pendiente (Cook, 2015).
Además, se limitan a zonas concretas, lo que impide su contraste. Esta tesis es un intento de establecer un
protocolo para la calibración y validación de un modelo aplicable a grandes regiones que ayude a cubrir estas
carencias.
Destacar además, como aportación de la tesis, el planteamiento distribuido del modelo de relación río-acuífero y de
la fase subterránea, frente al carácter agregado de la mayoría de los modelos actualmente en funcionamiento que
se incorporan en modelos de simulación conjunta. De entre los modelos utilizados en España, únicamente los
modelos de tipo agregado utilizados en algunos modelos hidrológicos, como SIMPA, incorporan las relaciones río-
acuífero considerando los acuíferos como almacenamientos uni- o pluricelulares.
Dada la necesidad de abordar los procesos hidrológicos que concurren entre el campo de la hidrología superficial y
subterránea de forma conjunta, la temática y el objetivo propuestos han sido elegidos con el fin de establecer una
metodología y técnicas para la calibración de un modelo de relación río-acuífero que pueda ser aplicado a grandes
regiones. En este contexto, el análisis de sensibilidad sirve de herramienta para determinar la influencia de los
factores más importantes que controlan la transferencia de flujo en el modelo de relación río acuífero diseñado en
este trabajo, un modelo acoplado de capa semiconfinante. La motivación parte también del creciente interés en
representar un mayor número de procesos que incluyan los parámetros y las variables hidrológicas, de la demanda
de mayor precisión en los resultados y de la falta de consenso sobre el tratamiento de las variables y los parámetros
para representar las relaciones río-acuífero.
En vista de la importancia de considerar el ciclo hidrológico completo, la trascendencia de las relaciones río-acuífero,
la necesidad legal de la estimación cuantitativa de estos flujos y el hecho de que existen numerosos casos de
transferencias naturales, que se producen de forma habitual y que cobran mayor importancia en cuencas donde el
recurso hídrico es más escaso, más aun considerando grandes territorios, se justifica el interés en ahondar en el
conocimiento de la interrelación de los flujos superficiales y subterráneos, determinar la influencia que en ellos
tienen los parámetros relevantes y, en definitiva, mejorar los modelos que representan estos procesos a gran escala.
9
10
3 Objetivos
El principal objetivo de la tesis es analizar la sensibilidad de un modelo de relación río-acuífero, planteado a partir
del acoplamiento de un modelo distribuido de flujo subterráneo y un modelo hidrológico superficial, capaz de
representar la variabilidad espacial y temporal de las relaciones río-acuífero en grandes extensiones. Así, por medio
de la formulación de un modelo experimental, con la selección de una fase hidrológica y los procesos más
relevantes que la definen, se realiza el análisis de sensibilidad (AS) de los parámetros fundamentales de estos
procesos y considerando su variación en el tiempo, se obtienen criterios para la calibración y validación de modelos
hidrológicos distribuidos aplicables a grandes regiones, lo que supone un avance en la consideración del ciclo
hidrológico como una unidad. La evaluación de la influencia de los factores relevantes en el comportamiento del
modelo servirá para sentar las bases de funcionamiento del modelo propuesto y establecer unas directrices de
parametrización y un protocolo de calibración y validación que reduzca el tiempo de análisis y facilite el control de su
aplicación en modelos de recursos hídricos de grandes territorios.
De manera secundaria pero no menos importante se establecen unos objetivos que se detallan a continuación.
- La elaboración de un estado del arte que sirve de punto de partida para este trabajo y otros similares
en el mismo ámbito de estudio que contemplen de idéntica manera el propio AS, las relaciones río
acuífero, las formas de integración de modelos superficiales y subterráneos, las tipologías de modelos
y las características de la simulación de grandes regiones.
- La construcción de un modelo experimental que presente todas las características, variables y

parámetros necesarios para representar la interacción río-acuífero y su variabilidad espacial y temporal
que pueda ser utilizado como base para el AS mediante su ajuste a régimen permanente.
- Adicionalmente, se determinará el rango de aplicación de los parámetros más influyentes y las

limitaciones que, relacionadas con éste, pueda presentar el modelo propuesto.
- Durante el proceso de parametrización del modelo se establecerán los rangos de variación de

variables y parámetros que soporta el modelo de relación río-acuífero planteado y que servirán para
obtener un estado de referencia, determinar los límites de validez del modelo planteado, es decir, los
valores de los parámetros para los que el modelo ofrece resultados de confianza y comprobar las
repuestas del modelo ante sus variaciones.
- Durante todas las fases del estudio se recogerán cuestiones operativas para el funcionamiento
numérico de los modelos, sobre los parámetros de los que depende la resolución numérica. Así, se
tendrá en cuenta y se evaluará la capacidad del modelo para ser utilizado en regiones de gran
11
extensión, considerando celdas de gran tamaño y pasos temporales amplios, que aporten resultados
válidos y coherentes.
Los capítulos 4 y 5 constituyen el estado del arte. Ambos desarrollan de forma ordenada los principales conceptos
sobre el modelo acoplado y la relación río-acuífero (capítulo 4) y el AS (capítulo 5), haciendo referencia a la
bibliografía más significativa de cada parte.
El capítulo 4 recoge los conceptos generales del movimiento del agua en el ciclo hidrológico, las ecuaciones
fundamentales que rigen el flujo superficial y profundo (saturado y no saturado) y las bases para la modelación de la
interacción río-acuífero. Además, describe la forma de representar los sistemas de flujo (modelos agregados y
distribuidos), el planteamiento conceptual del modelo de capa semiconfinante y las distintas situaciones que se
generan en los procesos de intercambio de flujo entre río y acuífero, desde los ríos ganadores a los perdedores,
pasando por las opciones intermedios de comportamiento mixto y variable
Describe, también, las posibles soluciones para integrar la simulación de los sistemas superficial y subterráneo y las
particularidades que esto tiene en los modelos de grandes regiones, citando ejemplos concretos de los trabajos de
simulación hidrológica e hidrogeológica más representativos desarrollados en grandes regiones y destacando de
ellos, los componentes del ciclo hidrológico que consideran y la forma en la que solucionan los intercambios de flujo
entre río y acuífero. Por último, recoge una revisión de los factores que influyen en la variabilidad espacial y temporal
de las relaciones río-acuífero según distintos autores.
El capítulo 5 recoge los conceptos fundamentales de la sensibilidad y del AS, los fundamentos de las técnicas y los
principales métodos de AS y las formas, gráficas y cuantitativas de exponer los resultados. Asimismo, destaca los
trabajos en los que se han aplicado métodos de AS en modelos hidrológicos, a escala de cuenca y en modelos de
relación río-acuífero.
Una vez expuesto el estado del arte y planteado el modelo conceptual, en el capítulo 6 se establece el guion de
funcionamiento de un modelo de relación río-acuífero de tipo distribuido, capaz de simular la interacción de la fase
subterránea con la fase superficial y el intercambio de flujo entre ellas, tanto en situación de río ganador como de río
perdedor.
En el capítulo 7 se presentan los resultados obtenidos al variar el valor de un parámetro, que hace que varíe la
distribución del agua en el modelo, en el volumen de agua almacenado en el acuífero, en la cantidad de agua que
entra y sale por los gradientes constantes a N y S, y también en la cantidad de agua que aporta el acuífero al río.
En el capítulo 8 se ha analizado la sensibilidad de los dos parámetros fundamentales en el intercambio de flujo entre
río y acuífero: la permeabilidad (K) y el coeficiente de goteo del lecho (CGL) frente a la piezometría en el acuífero y a
la aportación del acuífero al río. El AS comprueba el efecto de la variación de los parámetros sobre los resultados,
12
que dependen del parámetro variado, del sentido y de la magnitud del cambio, del momento de la simulación en el
que se evalúa y del valor de la permeabilidad de ajuste del que se parte.
Por último, en el capítulo 9 se recogen las conclusiones, los resultados alcanzados y las limitaciones encontradas,
además de la discusión y las propuestas de desarrollo futuras.
13
14
4 El Modelo Acoplado y la Relación Río-Acuífero
4.1 Conceptos generales. El agua en el ciclo hídrico
Ríos y acuíferos son los elementos interconectados del sistema hídrico. Las relaciones entre ellos evidencian que
son dos componentes interconectados del ciclo hidrológico. Esta tesis se centra en el análisis de sensibilidad (AS)
de modelos que integren las diferentes fases del ciclo hidrológico.
Las relaciones entre ríos y acuíferos ponen en contacto dos partes importantes y fundamentales del ciclo hídrico: los
sistemas superficiales y profundos. Los distintos medios por los que fluye el agua determinan las leyes de
movimiento y la velocidad del flujo (Davie, 2008; Singh, 2017).
En un esquema hidrológico conceptual básico, como el planteado en la Figura 1.1, se considera que parte de la
precipitación es interceptada por la vegetación y otra parte llega a la superficie terrestre. La primera parte,
denominada intercepción, es un proceso difícil de cuantificar y medir, por el cual una parte de la precipitación queda
retenida por la cubierta vegetal. Esta retención impide al agua alcanzar la superficie del suelo. Suele considerarse
un almacenamiento de entre 1 y 5 mm según las características de la cubierta vegetal. Cuando se supera la
capacidad de almacenamiento, el agua escurre por la estructura de la planta hasta la superficie del suelo, se infiltra
y es utilizada por las plantas para satisfacer sus necesidades de evapotranspiración. Si no, se evapora. La
intercepción es más importante cuanto más abundante sea la vegetación, como ocurre en las zonas tropicales y
húmedas, y en zonas con lluvias frecuentes pero poco cuantiosas. Sin embargo, este proceso tiene una importancia
reducida en las zonas áridas con cubierta vegetal escasa, en las que las precipitaciones son intensas y poco
frecuentes. Las zonas edificadas producen un efecto de retención similar a la vegetación (Chow et al., 1994; Davie,
2008; Marco, 2011). La segunda parte llega a la superficie terrestre y puede permanecer almacenada en
depresiones formando charcos (a), discurrir por la superficie (b) o infiltrarse en el terreno (c)
a) El almacenamiento en depresión es el conjunto de agua retenida en superficie que no tiene salida. Es

importante en zonas áridas de baja densidad de drenaje y refleja la variabilidad de procesos que genera el ciclo
hidrológico.
b) El exceso de precipitación que se mueve por la superficie hasta llegar a los ríos (o a lagos, humedales y
océanos, también en forma sólida, como el hielo y la nieve) se denomina flujo o escorrentía superficial. La
escorrentía superficial engloba muchos procesos, cuya relevancia depende del tamaño de la cuenca de estudio o de
la escala del estudio. El flujo en superficie presenta dos fases: una fase de ladera en la que el agua circula siguiendo
la pendiente descendente sin cauce definido, formando una lámina de agua irregular por las laderas hasta encontrar
15
el cauce y, una fase fluvial o de canal en la que el agua, una vez llega al río y se incorpora al cauce, sigue la red
fluvial hasta la salida o desembocadura (flujo en canal). En ocasiones se utiliza el término flujo superficial para
denominar a ambas fases (Freeze y Harlan, 1969). La fase de ladera suele representarse mediante la ecuación de
la onda cinemática, en la que el movimiento del agua se produce a favor de la pendiente y la pérdida de energía se
iguala a la fricción. Existen varios modelos que describen la generación de escorrentía. A continuación se describen
brevemente algunos de los más usuales. 1) En el modelo teórico de escorrentía de laderas pura de Horton, la
intensidad de lluvia excede la capacidad de infiltración o el almacenamiento del suelo, de forma que el agua discurre
por la superficie del terreno en toda la cuenca. Es un mecanismo que puede ocurrir en zonas áridas o semiáridas
con precipitaciones intensas, relacionado con crecidas, pero no es habitual que en superficie se supere la capacidad
de infiltración de forma homogénea y generalizada en toda la cuenca (Horton, 1941; Beven y Kirkby, 1979; Chow et
al., 1994; Marco, 2011). 2) El modelo de escorrentía de laderas parcial según Betson considera áreas variables de
suelos próximos a la saturación. En general supone que la infiltración se produce en la parte alta y limita la
escorrentía a la parte más baja del talud, al estar más saturada (Betson, 1964; Beven y Kirkby, 1979). 3) El modelo
de Dunne considera que la escorrentía se produce por saturación al pie de las laderas donde se acumula la
escorrentía subterránea. La escorrentía se produce desde suelos completamente saturados adyacentes a los
canales de corrientes que inciden directamente en el hidrograma de tormentas. La zona de saturación del suelo
puede extenderse desde el lecho de roca o desde una capa de suelo relativamente impermeable (Dunne y Black,
1970; Beven y Kirkby, 1979). 4) El modelo de Hewlett supone que la escorrentía se produce por una sobreelevación
permanente del nivel freático. El modelo de Weyman considera la fase de ladera como escorrentía subsuperficial. La
escorrentía hipodérmica es otro fenómeno que ocurre una ladera por el que, en las zonas más superficiales del
suelo, el agua circula en lámina libre, independientemente de la succión que ejerce el suelo, viaja con rapidez,
satura las partes bajas del talud y retorna a superficie. Esto hace que, las zonas contiguas a la red fluvial, exfiltren.
Así, la totalidad del excedente se transforma en escorrentía sin que exista infiltración. Esto ocurre porque en esta
zona, de mayor permeabilidad (K) que zonas más profundas, no se cumple la ley de Darcy, por la existencia de
macroporos generalmente de origen orgánico, raíces, gusanos o cuarteamiento de arcillas. En la práctica todos
estos modelos de generación de escorrentía se producen de manera combinada, siendo preponderantes la
escorrentía de laderas y la escorrentía por exceso de saturación. Además en una misma zona, distintos eventos
lluviosos pueden hacer que el proceso dominante cambie, siendo por ejemplo protagonista el modelo de Dunne para
lluvias moderadas y el de Horton para lluvias extremas (Marco, 2011).
c) La infiltración es un proceso altamente no lineal por el que el agua en un movimiento descendente se

introduce en el terreno y se incorpora al suelo o percola hacia el acuífero. Una parte del agua infiltrada en el terreno
queda almacenada en el suelo y otra continúa su camino descendente y recarga a los acuíferos, entrando a formar
parte del almacenamiento subterráneo. El suelo constituye la zona no saturada, sujeta a fuerzas capilares, donde los
poros contienen aire y agua (agua subsuperficial) y se sitúa entre la superficie y el límite superior de la zona
16
saturada. La zona saturada la constituyen los acuíferos, donde los poros se encuentran completamente rellenos de
agua (agua subterránea) (Winter et al., 1998). Desde los almacenamientos del suelo y del agua subterránea el agua
fluye hacia los ríos (o las zonas de drenaje), denominándose flujo subsuperficial, hipodérmico o interflujo, en el
primer caso y flujo subterráneo en el segundo (Freeze y Harlan, 1969).
De esta forma, el agua de los ríos, tiene varias procedencias, agua superficial, subterránea y subsuperficial. En
ausencia de precipitaciones, la aportación a los ríos procede principalmente de la fase subterránea y determina el
flujo base (Price, 2011).
4.2 Flujo de escorrentía
Se presentan a continuación las formulaciones matemáticas que describen el movimiento del agua en superficie y
en profundidad.
4.2.1 En superficie.
La ecuación general que rige el movimiento unidimensional no permanente del agua en lámina libre se puede
extraer de las ecuaciones de conservación de momemtum y masa. Se obtienen entonces las denominadas
ecuaciones de Saint Venant, de las que se deducen varias ecuaciones hidráulicas en función de los términos de la
ecuación que se desprecien. En la ecuación de onda cinemática se consideran únicamente los términos de
pendiente (-g.S0) y de pérdida de energía por fricción (g.Sf). En la ecuación de onda de difusión se añade a la de
onda cinemática el término de presión (g.∂y/∂x). En la ecuación de onda dinámica se añade a la de difusión el
término de aceleración convectiva (v.∂v/∂x).
v y y
y v  0
x x t
v v y
v  g  g (S 0  S f )  0
t x x
Ec. 4.1. Ecuaciones de Saint-Venant, de continuidad y momentum (Chow et al., 1994).
Siendo
y: calado o profundidad de flujo [L]
v: velocidad del flujo [L/T]
t: tiempo [T]
17
x: coordenada espacial de dirección de flujo
g: aceleración de la gravedad [L/T2]
So: pendiente del lecho o de fondo de canal [-]
Sf: pendiente de energía de fricción [-], que se calcula a partir de la fórmula de Manning (Ec. 4.2):
v2n2
Sf  4
R3
Ec. 4.2. Pendiente de fricción. Basado en la fórmula de Manning, 1889 (Chow, 1994)
Donde:
n: coeficiente de rugosidad de Manning en unidades de SI s/m1/3 .[L/T1/3]
R: radio hidráulico del canal en unidades de SI (m). [L]
V: velocidad de flujo en unidades del SI (m/s). [L/T]
Aunque conocidas desde el siglo XIX, hasta la llegada de las técnicas numéricas y la computación digital, no fue
posible alcanzar una solución en forma completa de las ecuaciones de Saint Venant., a las que también se llega,
integrando en 2D las ecuaciones de Navier-Stokes, un conjunto de ecuaciones en derivadas parciales que describen
el movimiento de un fluido (Ec. 4.3):
u v w
  0
x y z
u u u u   u  u  u
u v w  g  [v h ]  [ v h ]  [v v ]
t x y z x x x y y z z
v v v v   v  v  v
 u  v  w  g  [ v h ]  [v h ]  [ v v ]
t x y z x x x y y z z
Ec. 4.3. Ecuaciones de Navier Stokes. Por orden: ecuación de continuidad o conservación de masa y ecuaciones de conservación de
momentum.
El flujo de entrada al canal es el resultado de todos los flujos laterales de entrada, es decir, del flujo superficial, el
flujo base y el interflujo. La condición inicial para el flujo en superficie es normalmente un canal seco, mientras que
para el flujo en canal están definidas por las tasas de descarga del flujo subterráneo y el interflujo. Los resultados de
un modelo superficial son las variaciones temporales de la profundidad, velocidad y descarga en cada sección.
18
4.2.2 En profundidad
El agua en profundidad atraviesa el terreno por medio de poros y fracturas comunicados lo que implica que la
velocidad del agua en profundidad es menor que en superficie. Esto confiere al agua subterránea una mayor
disponibilidad para su aprovechamiento, según la capacidad de almacenamiento de los acuíferos (Chow et al.,
1994). El agua que circula por el interior del terreno atraviesa primero la zona no saturada hasta alcanzar a zona
saturada. La posición de la superficie piezométrica y su disposición respecto del techo del acuífero marca la
distribución espacial del espesor de la zona no saturada, mientras que la posición de la superficie piezométrica y su
disposición respecto del muro del acuífero marca la distribución espacial del espesor de la zona saturada. Las
ecuaciones que se presentan a continuación describen matemáticamente el comportamiento del flujo en cada una
de estas zonas.
4.2.2.1 Ley de Darcy
Para determinar el movimiento del agua en profundidad es necesario incorporar las características del terreno que
atraviesa, mediante un coeficiente de permeabilidad (k), propio de cada material. Así, la conductividad hidráulica (K)
es proporcional a la permeabilidad intrínseca o específica del medio poroso (k), también llamado coeficiente de
permeabilidad, y al peso específico del fluido (γ) e inversamente proporcional a la viscosidad dinámica del fluido (μ).
Dado que μ es proporcional a la velocidad cinemática (ν) y a la densidad del fluido (ρ) y γ es proporcional a la
velocidad cinemática (ν) y a la gravedad (g):
 g
K k k
 
Ec. 4.4. Conductividad hidráulica
K: Conductividad hidráulica [L/T]

k: permeabilidad intrínseca del medio poroso [-]
γ: peso específico del fluido [M/L3]
μ: viscosidad dinámica del fluido [MT/L2]
g: aceleración de la gravedad (9,81 m2/s)
v: viscosidad cinemática [L2/T-1]
La ley de Darcy (Ec. 4.5) establece que la velocidad de flujo (v) en un medio poroso, saturado, continuo, homogéneo
e isótropo es proporcional a la conductividad hidráulica (K) y al gradiente hidráulico (i) existente entre dos puntos
(Sahuquillo et al., 2010). La conductividad hidráulica (K) toma dimensiones de longitud entre tiempo [L/T]. Se asume
igual a la permeabilidad intrínseca (k), aunque hay que tener presente que la viscosidad del fluido depende de la
19
temperatura. El gradiente hidráulico (i) lo define la relación entre la variación de la cota del agua (dh) entre dos
puntos separados por una distancia infinitesimal y esa distancia (ds). El gradiente hidráulico es adimensional, al
tratarse de un cociente entre dos distancias con dimensión de longitud [L] (Fetter, 2001).
h
v  K  i  K 
s
Ec. 4.5. Ley de Darcy
h: altura piezométrica [L]
v: velocidad de flujo de un fluido en un medio poroso o velocidad de Darcy [L/T]
La Ec. 4.6 calcula el flujo (Q) que atraviesa una sección de terreno (A) entre dos puntos separados una distancia (L)
según la ley de Darcy.
h
Q  K  A 
L
Ec. 4.6. Flujo que atraviesa una sección según la Ley de Darcy (Fetter, 2001)
4.2.2.2 No saturado
Suponiendo que la altura piezométrica en un punto es suma de un término de succión, , y del de gravedad, z, la
ley de Darcy para estimar el flujo vertical a través de un medio saturado, q, es función de la conductividad hidraúlica,
K, la difusividad, D, contenido de humedad,  y del gradiente hidráulico (Chow et al., 1994; Bear y Cheng, 2010)
(Ec. 4.7).
h    z        
q  K   K   K     1   D  K
z z   z   z 
Ec. 4.7. Ecuación de Buckinhgam-Darcy. (Chow et al., 1994; Bear y Cheng, 2010)
Q: flujo vertical [L3/T]

K: conductividad hidráulica [L/T]
H: altura piezométrica [L]
Z: término de gravedad [L]
: término de succión [-L] (cm)
: contenido de humedad [L3 L-3]
D: Difusividad [L2/T]
La Ec. 4.8 define a ley de conservación de masa o principio de continuidad y describe la variación de masa en el
tiempo de un volumen infinitesimal de control definido.
20
    
   w q x   w q y   w q z dxdydz  n w dxdydz 
 x y z  t
Ec. 4.8. Ecuación de conservación de masa o ecuación de la continuidad
donde:
 w : densidad del agua [M/L3]
qx , q yx , qz : flujo según los ejes x, y y z [L3]
n : porosidad [%]
El flujo en el suelo se produce en condiciones no saturadas por lo que la permeabilidad se ha de considerar variable
con el contenido de humedad. Siendo el contenido de humedad () el cociente entre el volumen de agua y el total
disponible, la ecuación de continuidad que relaciona la variación de humedad en el tiempo con la variación vertical
de flujo y la expresión resultante al sustituir la ley de Darcy son:
 q
 0
t z
 q    
  D  K
t z z  z 
Ec. 4.9. Ecuación de la continuidad y evolución temporal del contenido en humedad en el suelo
Los términos de succión y permeabilidad que aparecen en la ecuación anterior dependen del contenido de humedad
del suelo. Cuanto mayor sea el contenido de humedad, menor es la presión de succión que ejerce el suelo sobre el
agua. Y al contrario ocurre con la permeabilidad. Cuanto mayor sea el contenido de humedad del suelo, mayor es la
permeabilidad.
La ecuación de Richards (Ec. 4.10) se obtiene de reemplazar la ley de Darcy-Buckingham (Ec. 4.7) en la ecuación
de conservación de masa o ecuación de continuidad para un sistema conservativo.
             K z
  K x  m    K y  m    K z  m  
t x  x  y  y  z  z  z
Ec. 4.10. Ecuación de Richards
La ecuación de Richards es un modelo físicamente basado que resuelve la estimación de las tasas de infiltración. La
ecuación de Richards utilizada para flujo de saturación variable necesita aplicarse sobre mallas finas y a intervalos
21
de tiempo más cortos que los utilizados para flujo saturado, lo que limita su utilización en sistemas hidrológicos
regionales de cientos o miles de km2 en periodos de simulación de meses o décadas (Markstrom et al., 2008).
4.2.2.3 Saturado
La ecuación diferencial de flujo subterráneo (Ec. 4.11) deriva de la aplicación de la ley de Darcy (Ec. 4.6) a la ley de
conservación de masa o principio de continuidad (Ec. 4.8). En la Ec. 4.11 se considera que el flujo es saturado, la
densidad del agua constante y los ejes de anisotropía coinciden con los ejes principales. Es condición indispensable
en un modelo de flujo subterráneo que ambas condiciones se cumplan (Ec. 4.6 y Ec. 4.8) (Bear, 1979; Fetter, 2001;
Sahuquillo et al., 2010).
  h    h    h  h
 K x    K y    K z   Q  x, y , z   S s
x  x  y  y  z  z  t
Ec. 4.11. Ecuación diferencial de flujo saturado en estado transitorio en un acuífero heterogéneo y anisótropo en coordenadas
cartesianas orientadas según los ejes principales de anisotropía
donde:
 h   h   h 
 Kx , Kx  y   Kz  : componentes de velocidad en las 3 direcciones del espacio del vector
 x   x   z 
de flujo subterráneo (q)
Q x, y, z  : caudal por unidad de volumen que entra o sale del acuífero. Término fuente sumidero, representa las
acciones externas que actúan sobre el acuífero (bombeos o recargas)
S s : almacenamiento específico [L3]
h : altura piezométrica [L]
t : tiempo [T]
La ecuación de flujo subterráneo (Ec. 4.11), al incluir la ley de Darcy (Ec. 4.6), es aplicable a medios porosos (por lo
que su aplicación se limita a las formaciones detríticas). Para formaciones carbonatadas en régimen laminar, no
turbulento, con número de Reynolds, recogido en la Ec. 4.12, inferior a la unidad, o cuando el fluido no presenta
caudales a gran velocidad, es igualmente válida (Happel y Brenner, 1983).
VL VL
Re    
 v
Ec. 4.12. Número de Reynolds. (Happel y Brenner, 1983)
22
V: velocidad de flujo [L/T]
ʋ: viscosidad cinemática, corresponde a μ/ρ [L2/T-1]
μ: viscosidad dinámica [MT/L2]
ρ: masa específica [M/L3]
L: tamaño medio de las partículas (d50) [L]
La resolución numérica de la ecuación de flujo subterráneo es lineal cuando no se producen cambios que afecten a
las propiedades del sistema o sus límites. Esto ocurre en los casos de acuífero confinado y semiconfinado pero no
en acuíferos libres, debido, precisamente, a la variación del nivel freático. Aun así, cuando la variación relativa del
espesor saturado es pequeña, el comportamiento de los acuíferos libres se puede aproximar con ecuaciones
lineales sin que el error cometido sea significativo (Sahuquillo et al., 2010).
4.3 Modelos de flujo
Un modelo es una aproximación del proceso modelado, es decir, es el procedimiento (analítico, matemático o
analógico) que permite simular el comportamiento de un sistema. Un sistema comprende un conjunto de
componentes físicos y geométricos, unas acciones exteriores y unas leyes de funcionamiento. Los parámetros
describen los componentes geométricos o físicos. Las variables o variables de estado, describen la situación del
sistema en cada momento. Las acciones exteriores al sistema actúan sobre él y lo modifican y pueden constituir
entradas o salidas al sistema. Si están controladas se denominan controlables o variables de decisión y; si no,
incontrolables. Estas últimas pueden ser determinísticas, si dependen del estado del sistema o estocásticas si
dependen de factores hidrológicos o climatológicos con componentes aleatorias (Anguita et al., 1972). El sistema se
define matemáticamente, en cada momento, por una serie de parámetros y variables que, pueden expresarse en
forma de vectores de n dimensiones cuando el sistema se ha dividido en elementos discretos. En una simulación,
una vez definidos los parámetros, las variables y el estado inicial, se aplican una serie de acciones externas y se
obtienen como resultados distintas situaciones en el tiempo (Anguita et al., 1972; McCuen, 1973). La Tabla 4.1
recoge los factores de entrada de un modelo de flujo subterráneo que sirve de ejemplo.
23
Tabla 4.1. Factores de entrada del modelo
Acciones externas Recarga

Superficie piezométrica inicial
Variable de estado (condiciones iniciales)
Nivel de río
Resolución espacial
Estructura del modelo
Resolución temporal
Tipos de borde
Componentes
Techo del acuífero
estructurales
Muro del acuífero
Parámetros
Permeabilidad (K)
Componentes físicos Coeficiente de almacenamiento (S)

Coeficiente de goteo del lecho (CGL)
Los factores de entrada quedan definidos por la recarga (acción externa de entrada), la piezometría inicial (variable
de estado) y los parámetros, que describen componentes físicos -parámetros hidráulicos (K, S o CGL)-, y
componentes estructurales (que definen las condiciones de contorno y los límites del modelo). También por la
configuración estructural del modelo en lo que se refiere a la resolución espacial y temporal. Las salidas o resultados
los define la piezometría (variable de estado) y los flujos que se generan (que constituyen acciones externas), como
la aportación del acuífero al río, en el caso de un río ganador.
Aunque, como se ha visto, existen distintas opciones para resolver los flujos superficiales y subterráneos, en
muchas ocasiones las ecuaciones no se resuelven de forma completa y se utilizan fórmulas simplificadas para
describir el estado de un sistema con mayor o menor detalle. Según se utilicen unas u otras y se considere el
espacio se distinguen los modelos agregados y distribuidos.
4.3.1 Modelos agregados
En general, los modelos agregados resuelven ecuaciones diferenciales ordinarias. Se emplean para simular
objetivos no primordiales y, para ello, utilizan unos pocos parámetros para considerar el sistema de manera global.
De forma práctica, resuelven problemas en los que la variabilidad espacial no es relevante. Permiten, por tanto,
obtener una idea de la variación del estado del sistema a lo largo del tiempo, pero no en su distribución espacial.
Dan respuesta a esta variación inducida por acciones externas que se consideran de forma global (Sahuquillo et al.,
2010; Beven, 2012).
Existen distintos modelos de tipo agregado. El modelo de Glover Jenkins (Glover y Balmer, 1954; Jenkins, 1968)
proporciona de manera simple el caudal detraído por un río al bombear un caudal constante de un acuífero a partir
24
de la distancia entre río y punto de extracción y los parámetros de transmisividad (T) y coeficiente de
almacenamiento (S). Se basa en la solución analítica de la ecuación de flujo subterráneo. Considera un acuífero
homogéneo e isótropo con extensión semiinfinita conectado perfectamente con un río completamente penetrante,
que además es un límite de nivel constante. Este modelo considera la distancia entre el caudal bombeado y el río
pero también de forma simplificada (Sahuquillo et al., 2010).
El modelo pluricelular englobado permite considerar varias celdas, en lugar de una única como el unicelular, y
aplicar el mismo proceso de cálculo que éste. Las celdas no representan la discretización en el espacio sino
depósitos que simulan acuíferos con distintas características y sobre ellos se reparten las acciones externas. La
solución resultante se considera compuesta por distintos componentes (Sahuquillo et al., 2010).
Un modelo agregado es el que no considera la variabilidad espacial simplificando las ecuaciones diferenciales de
flujo. Al considerar la fase subterránea, la ecuación de flujo en 1D encuentra una solución analítica en la formulación
de los modelos pluricelulares (Glover y Balmer, 1954; Jenkins, 1968). La más simple de todas corresponde al
modelo unicelular que considera únicamente la solución del primer autovalor. El modelo unicelular representa cada
acuífero como una celda con un volumen almacenado, cuya respuesta es proporcional al mismo. Si no existen
salidas o son despreciables se denomina modelo depósito o tanque, útil en caso de que no exista conexión entre
ríos y acuíferos (Sahuquillo et al., 2010). El modelo unicelular simplifica en exceso el sistema a estudiar y da
resultados de forma aproximada, al asumir un número determinado de autovalores o soluciones propias.
La Ec. 4.13 es la expresión del primer autovalor de un acuífero homogéneo e isótropo con extensión semiinfinita
conectado al río completamente penetrante es la siguiente representa el coeficiente de recesión o agotamiento (α)
que se utiliza para simular la descarga del acuífero al río. El coeficiente α se puede expresar en función de las
características del acuífero, es decir, la transmisividad, el coeficiente de almacenamiento y la distancia característica
de recorrido del agua entre el acuífero y el río (Sahuquillo et al., 2010):
 2T

4SL2
Ec. 4.13. Coeficiente de agotamiento del acuífero (meses-1).
Siendo
α: coeficiente de recesión o de agotamiento [T-1]
T: transmisividad [L2/T]
S: coeficiente de almacenamiento [-]
L: distancia característica de recorrido del agua entre el acuífero y el río [L]
25
De este modo, valores de α elevados son propios de acuíferos muy transmisivos, de geometría cuasiparalela al río y
de respuesta rápida mientras que, valores de α reducidos, representan acuíferos de escasa transmisividad con flujos
lentos, cuya descarga al río se demora en el tiempo. En sentido práctico, esta solución es equivalente a considerar
un acuífero representado por un almacenamiento de agua cuyo drenaje es proporcional al volumen de agua
almacenado. El coeficiente de proporcionalidad, de recesión o de agotamiento (α) se puede estimar del análisis de
las curvas de agotamiento de los acuíferos observadas en las series de las estaciones de aforo de los ríos, previa
aproximación en función de las características de permeabilidad y porosidad del acuífero. Es el modelo
implementado en el modelo de Témez para simular la fase subterránea (Témez Peláez, 1977).
4.3.2 Modelos distribuidos
Los modelos distribuidos consideran la variabilidad espacial y las ecuaciones de flujo quedan planteadas como
ecuaciones diferenciales en derivadas parciales. La resolución numérica de estas ecuaciones se realiza mediante la
discretización del medio sobre una malla de gran número de elementos, nodos y celdas en las que se ha
discretizado la cuenca, en cada uno de los que es necesario definir el valor de los parámetros. De esta forma
representan geometrías irregulares lo más fielmente posible y permiten considerar la variabilidad espacial de los
parámetros y las variables y hacen predicciones distribuidas en el espacio, con variables de estado que representan
medias locales de almacenamiento, profundidades de flujo o potencial hidráulico (Sahuquillo et al., 2010).
Existe una cierta correspondencia entre modelos explícitos o agregados y modelos físicamente basados o basados
en procesos y modelos distribuidos. Los modelos distribuidos disponibles deben utilizar variables y parámetros
promedio a una escala, de malla o elementos, mayor que la escala de variación de los procesos que representan,
por lo que son, en cierto modo, modelos agregados a escala elemental (Beven, 2012).
Para obtener una solución numérica de una ecuación en derivadas parciales sin solución general se utilizan
aproximaciones. Según la forma en la que abordan la discretización del sistema los modelos de parámetros
distribuidos se clasifican en dos tipos: los modelos de diferencias finitas y los modelos de elementos finitos. En
ambos se reemplaza el sistema continuo a simular por un conjunto equivalente de elementos discretos.
4.3.2.1 Diferencias finitas
En diferencias finitas la discretización se realiza con una malla ortogonal, a veces de paso variable, orientada
paralela a los ejes de anisotropía de la transmisividad, que deben ser homogéneos en todo el acuífero. La solución
(altura piezométrica), se obtiene en el centro de la celda La ecuación de balance de masas se verifica en cada
celda. Es el método más utilizado por la existencia de numerosos programas de libre distribución que están basados
en esta aproximación (Prickett y Lonquist, 1971).
26
4.3.2.2 Elementos finitos
El método de elementos finitos es más flexible en cuanto a la definición espacial de las heterogeneidades del medio,
ya que los elementos no tienen que ser regulares. Esto permite mayor definición de la geometría y de las
particularidades concretas de los parámetros y las variables. El estado del sistema se expresa a través de las alturas
piezométricas en los nodos que conforman los vértices de los elementos en que se discretiza el acuífero, que, a su
vez, se interpolan dentro del elemento utilizando unas funciones base asociadas a cada nodo. Sin embargo presenta
desventajas frente al método de diferencias finitas ya que su formulación es más compleja y no se verifica la
ecuación de balance de masas dentro de cada elemento (Sahuquillo et al., 2010).
4.4 Modelos de Relación Río-Acuífero
Los modelos de relación río-acuífero simulan las interacciones que se establecen entre ambos.
4.4.1 Modelo de capa semiconfinante en el cauce
El modelo acoplado de capa semiconfinante resulta de aplicar la ley de Darcy a un estrato determinado como es el
lecho de un río. El lecho del río está constituido por sedimentos propios del cauce (limos, cantos, etc.) con un
espesor y unas características de permeabilidad determinadas. El coeficiente de goteo del lecho (CGL) se expresa
como inversa del tiempo [T-1] y representa la relación entre la permeabilidad del lecho del río (Kr) y su espesor (E).
Kr
CGL 
E
Ec. 4.14. Coeficiente de goteo del lecho (CGL)
Siendo,
Kr: permeabilidad vertical del lecho del río
E: espesor de la formación que constituye el lecho del río
El CGL (Ec. 4.14) constituye el parámetro básico para la simulación de la relación río acuífero ya que supone que el
lecho del río constituye una capa semiconfinante, con una conductividad (Kr) y espesor (E) determinados, a través
de la que se establece el intercambio de flujo. Un parámetro análogo es la conductancia, que representa la tasa de
flujo que se establece entre río y acuífero y se recoge en la Ec. 4.15 (McDonald y Harbaugh, 1988).
27
Kr  L  A
Conductancia   CGL  L  A
E
Ec. 4.15. Conductancia hidráulica del lecho del río
Donde
Conductancia: se mide en área por tiempo [L2/T]
A: anchura del río (L)
L: longitud en contacto (L)
En caso de celdas cuadradas L y A se multiplican por un factor de escala respecto a la resolución de celda utilizada.
Figura 4.1. Esquema de los elementos del lecho del río.
Cualquier variación de longitud o anchura con respecto a las dimensiones de la celda, ha de ser incorporada en el
valor de CGL. Cuando el río ocupa la totalidad del tamaño de la celda del modelo (en anchura y longitud) el factor
corrector es igual a 1. Cuando la anchura (A) o longitud (L) del río equivalen a la resolución (RES) del modelo el
factor corrector es igual a 1. En los casos en los que la anchura (o la longitud) del río sea superior (A>RES y L>RES)
o inferior (A<RES y L<RES) a la resolución de la celda, será necesario incorporar el factor corrector de ajuste
correspondiente para el correcto cálculo del flujo intercambiado (Figura 4.2).
28
Figura 4.2. Representación de la anchura real de río frente al tamaño de celda
Se aplica el factor corrector f1, que afecta a la anchura de la celda, si el río transcurre en dirección N-S (Ec. 4.16) y
f2, que afecta a la longitud de la celda, si el río transcurre en dirección E-O (Ec. 4.17).
A
f1 
RES EO
Ec. 4.16. Factor corrector de anchura de un río que transcurre en dirección N-S.
L
f2 
RES NS
Ec. 4.17. Factor corrector de anchura de un río que transcurre en dirección E-O.
De este modo, para calcular el flujo total (Q) en la celda es necesario tener en cuenta la conductividad hidráulica y el
espesor del lecho, el gradiente hidráulico (∆h), la anchura (A) y la longitud de la celda del modelo (L), que se
consideran iguales a las resoluciones (RES) E-O y N-S de la celda, así como los factores de corrección de anchura
de río (f1 y f2), según muestra la Ec. 4.18.
Kr
Q  h  A  f1  L  f 2
E
Ec. 4.18. Cálculo de flujo intercambiado entre río y acuífero
29
Con la inclusión de los factores f1 y f2, el CGL es proporcional a la K del lecho del río (Kr), su espesor y la corrección
de anchura respecto a la resolución de la celda y representa la tasa de agua que puede atravesar el lecho del río. Al
multiplicar la conductancia por el gradiente entre los niveles de río y acuífero se obtiene un flujo medido en volumen
por tiempo. El cálculo del flujo depende por tanto de las características del lecho del río, cota, espesor y
conductividad hidráulica, de la longitud del contacto y de la anchura del río, y de los resultados de los modelos de
flujo superficial (nivel del río – NR -) y de flujo subterráneo (nivel piezométrico – NP -). Las variables y parámetros
que influyen en el intercambio de flujo entre río y acuífero según las ecuaciones Ec. 4.19 y Ec. 4.20 se recogen en la
Tabla 4.2 y se representan en la Figura 4.3.
Tabla 4.2. Variables y parámetros que determinan el flujo intercambiado entre río y acuífero
Símbolo Parámetro/variable Unidades

K Conductividad hidráulica del lecho m/s
L Longitud del río m
A Anchura del río m
E Espesor del lecho m
NR Nivel del río m s.n.m.
NP Nivel piezométrico del acuífero m s.n.m.
Zlecho Cota del lecho del río m s.n.m.

Figura 4.3. Esquema del modelo de relación río-acuífero.
En esta situación de conexión hidráulica, cuando existe un gradiente entre el NP y el nivel del río (NR) se produce
un intercambio de flujo, cuyo sentido depende de la posición relativa entre ambos (Gunduz y Aral, 2005). El signo
del gradiente determina el sentido del intercambio de flujo y el carácter de río ganador (efluente) o perdedor
30
(influente). Si no existe gradiente porque el sistema se encuentra en equilibrio o en caso de un río efluente seco, no
se produce intercambio de flujo.
La Figura 4.4 muestra gráficamente la disposición de la superficie piezométrica con respecto al NR en las
situaciones de río ganador, perdedor y en el caso combinado de ambas en conexión mixta.
Figura 4.4. Configuración de la superficie piezométrica en ríos ganadores, perdedores y de relación mixta.
La Figura 4.5 muestra la disposición de las isopiezas en el acuífero en las situaciones de río ganador y perdedor. En
los ríos efluentes las isopiezas toman, en cada margen del río, formas convexas ascendentes hacia el río. En los
ríos influentes las isopiezas toman, en cada margen del río, formas cóncavas descendentes hacia el río.
31
Figura 4.5. Disposición de isopiezas y líneas de flujo en ríos ganadores o influentes y perdedores o efluentes.
4.4.1.1 Río ganador
Cuando el nivel del acuífero supera el NR (Figura 4.4) el gradiente es positivo y el flujo se dirige hacia el río, que
aumenta su caudal gracias a las aportaciones procedentes del almacenamiento de agua en el acuífero. Algunos
autores se refieren a la situación de río ganador como situación de descarga subterránea e inciden en que el agua
subterránea haya sido recargada al acuífero a una distancia lejana al río (Cook, 2015). Los ríos ganadores
constituyen las zonas de descarga de los acuíferos hacia las que se dirigen las líneas de flujo de agua subterránea –
flujo convergente- desde las zonas de recarga, según muestra la Figura 4.5. La situación de río ganador es típica de
zonas templadas húmedas (Sahuquillo et al., 2010).
32
Cuando el nivel energético del acuífero se encuentra por encima de la cota del lecho del río (Zlecho), a través de la
capa semiconfinante (el lecho del río) se establece un flujo (Q) proporcional a la variación entre el nivel del río (NR) y
el nivel del acuífero (NP), la anchura del cauce (A), la longitud del tramo (L) y la conductividad hidráulica (Kr) de la
capa semiconfinante e inversamente proporcional al espesor (E) (Ec. 4.19) (Prickett y Lonquist, 1971; Anguita et al.,
1972; Harbaugh et al., 2000).
Kr  A L
Q  ( NR  NP ) si NP > Zlecho
E
Ec. 4.19. Flujo intercambiado (Q) para niveles piezométricos situados por encima del lecho del río (Tabla 4.2)
4.4.1.2 Río perdedor
En el caso contrario, cuando el nivel del acuífero es inferior al NR el gradiente es negativo y el flujo se dirige hacia el
acuífero, siendo el río perdedor o influente, aportando agua en favor de aquel (Figura 4.4). Los ríos perdedores
constituyen fuentes de recarga hacia los acuífero por infiltración y bajo ellos las líneas de flujo son divergentes,
según muestra la Figura 4.5 (Winter et al., 1998; IGME y DGA, 2014; IGME y DGA, 2016). Los ríos perdedores son
habituales en zonas áridas en las que la recarga es pequeña, aunque también se asocian a acuíferos de alta
permeabilidad (Sahuquillo et al., 2010). En ríos influentes el flujo que transmite al acuífero es independiente de la
posición de la cota de agua en el acuífero, siendo proporcional al calado (diferencia entre el NR y la cota del lecho),
la conductividad hidráulica del lecho, su longitud y anchura e inversamente proporcional al espesor (Ec. 4.20).
(Gunduz y Aral, 2005; Harbaugh, 2005).
K  A L
Q  ( NR  Z lecho ) si NP <= Zlecho
E
Ec. 4.20. Flujo para niveles piezométricos situados por debajo del lecho del río (Tabla 4.2)
Los ríos perdedores pueden seguir conectados al acuífero por una zona saturada, penetrando en ella, o que se
establezca entre el río y el NP una zona no saturada, haciendo que el río no penetre en la zona saturada sino que
quede descolgado (Winter et al., 1998).
4.4.1.2.1 Continuidad de la conexión hidráulica
Cuando existe un régimen de conexión hidráulica entre río y acuífero se dice que la relación hidráulica es continua o
directa (en todos los casos de la Figura 4.4). Si los niveles del acuífero se colocan significativamente por debajo de
la cota del lecho del río se pierde la continuidad de la lámina de agua entre río y acuífero y, por tanto, la conexión
hidráulica entre ambos sistemas. En ríos ganadores la relación hidráulica tiene siempre un carácter continuo, pero
33
no en ríos perdedores, en los que el decaimiento de la lámina de agua puede provocar una transición de un régimen
conectado a uno desconectado (o relación indirecta). Durante esta transición pueden darse diferentes regímenes
intermedios que dependen de los parámetros hidrológicos.
En régimen de conexión total, ríos ganadores o perdedores conectados, los cambios de posición de la lámina de
agua presentan una relación lineal con la tasa de infiltración. Sin embargo, en régimen desconectado, la tasa de
infiltración es independiente de las oscilaciones piezométricas de la lámina de agua, dependiendo únicamente del
calado del río y anulándose en caso de río seco ya que no existe posibilidad de transferencia (Figura 4.4 y Figura
4.6). De esta forma el estado de conexión es una variable crítica en la dinámica de infiltración en un sistema
transitorio influenciado por variaciones climáticas (Gunduz y Aral, 2005; Brunner et al., 2009; Brunner et al., 2010;
Lamontagne et al., 2014)
En ríos perdedores con relación discontinua existe una zona no saturada entre río y acuífero. La superficie freática,
que constituye el límite superior del acuífero, puede presentar un abombamiento en la zona justo bajo el río si la tasa
de recarga a través del lecho es mayor que la tasa de flujo subterráneo lateral (Figura 4.6) (Winter et al., 1998;
Wang et al., 2016)
Figura 4.6. Proceso de desconexión en ríos.
4.4.1.2.2 Río efímero
Algunos autores se refieren a ríos efímeros, intermitentes o no perennes cuando consideran la bidireccionalidad que
puede existir en los intercambios de flujo entre río y acuífero (Zimmer y McGlynn, 2017). El río efímero es un caso
particular de comportamiento variable en el que un río fluye únicamente como respuesta a lluvias intensas. En estos
ríos el NP está siempre por debajo del nivel del cauce, excepto en zonas llanas cerca de los límites del acuífero o en
zonas en las que los acuíferos son superficiales y de poco espesor, por lo que en general, son ríos perdedores que
en situación de avenidas pierden agua que recarga al acuífero. En estas situaciones de avenida el cálculo del
34
volumen o caudal de infiltración se produce como un frente de saturación desde el lecho que podría representarse
mediante modelos como el de Green-Ampt (Ec. 4.21) (Sahuquillo et al., 2010).
( NR  NFS )
Q  K  A L 
Z lecho  NFS
Ec. 4.21. Fórmula de Green-Ampt
Donde K es la conductividad hidráulica saturada, NR el nivel del río, Z lecho la cota del lecho y NFs marca la
profundidad del frente de saturación. El cálculo del caudal o volumen de flujo intercambiado en ríos efímeros es
complicado debido principalmente a la dificultad en la determinación del frente de saturación (Sahuquillo et al.,
2010).
Aunque los ríos efímeros son comunes en cuencas áridas o semiáridas, también se han descrito en cuencas
húmedas en tramos altos de ríos con grandes pendientes (Sahuquillo et al., 2010). Estos autores destacan, además,
que los procesos que influyen en las pérdidas de cauces efímeros son la infiltración y la evapotranspiración. La
infiltración depende del tipo y de las propiedades hidráulicas del material del cauce, de su geometría, perímetro
mojado, flujo circulante, sedimentos, profundidad del nivel freático, etc. Las pérdidas por evapotranspiración son
función de las condiciones meteorológicas y de la transpiración de la vegetación ribereña y de las freatofitas.
Otros trabajos relacionados con la variabilidad temporal de ríos efímeros (intermitentes o no perennes) en cuencas
húmedas coinciden en que la variabilidad estacional es debida al estado de almacenamiento de la cuenca bajo la
influencia de la evapotranspiración. Además, estos ríos pueden actuar como zonas de recarga y descarga e incluso
equiparan la recarga neta anual al acuífero con el flujo de corriente medido en ellos (Zimmer y McGlynn, 2017).
4.4.1.3 Comportamiento mixto y variable
Aunque a lo largo del curso de un río pueden existir tramos ganadores y tramos perdedores (Winter et al., 1998), en
ocasiones, en un mismo tramo, se producen combinaciones de la situación de río ganador y perdedor. Así, algunos
autores definen un comportamiento de la relación río-acuífero compuesto o mixto (Figura 4.4), si el río es ganador
de una orilla y perdedor de la otra, y variable, cuando el río es ganador o perdedor según el momento o la época del
año (IGME et al., 2016).
4.4.1.3.1 Almacenamiento en riberas
Un caso especial de comportamiento variable del NR es el intercambio de flujo procedente del almacenamiento en
riberas (Cook, 2015). El almacenamiento en riberas es un efecto ligado a precipitaciones, deshielo o desembalses
que se produce cuando el NR asciende mucho y rápidamente, desplaza el agua y provoca la entrada del agua del
35
río hacia los bancos laterales o riberas, atenuando el efecto de la avenida. Si el río no desborda, el agua
almacenada en las riberas vuelve al río en unos días o semanas. Si el río desborda, la inundación de las llanuras
aluviales puede alcanzar extensas zonas. En estos casos el agua tardará más en volver al río, del orden de meses o
años, según la extensión alcanzada, las características hidráulicas del acuífero y las líneas de flujo. Estas
variaciones suelen darse en cortos periodos de tiempo y se deben principalmente a tormentas aisladas que causan
una recarga localizada cerca de las riberas, picos de inundación temporales que fluyen aguas abajo o transpiración
de agua subterránea por vegetación de ribera (Rorabaugh, 1964; Winter et al., 1998).
Figura 4.7. Variación del NR en aguas altas y bajas y almacenamiento en riberas
La Fotografía 1 y la Fotografía 2 muestran la dependencia de las aportaciones subterráneas para la circulación

superficial de la red de drenaje que únicamente aflora a superficie cuando el acuífero asociado rebosa o en épocas
de lluvias intensas. La Fotografía 1 muestra el puente de los Siete Ojos sobre un efímero río Lobos (Cuenca del
Duero) y la Fotografía 2 una situación análoga en el cauce seco del río Guadiana en cabecera.
36

Fotografía 1 Cauce seco del río Lobos en el puente de los Siete Ojos (Cuenca del Duero en Soria).
Fotografía 2. Cauce seco del río Guadiana en Las Tablas de Daimiel (Ciudad Real)
37
4.4.2 Escala de los procesos de interacción río-acuífero
En las proximidades de las zonas de drenaje se constituye la interfaz agua superficial-agua subterránea, término
normalmente utilizado para definir sedimentos aluviales próximos a cuerpos de agua superficial, como lechos de ríos
o lagos, zonas de ribera y llanuras de inundación. La interfaz agua superficial - agua subterránea puede alcanzar
una extensión vertical de varios metros y horizontal de cientos de metros (McLachlan et al., 2017). La interfaz río-
acuífero se considera hoy en día un filtro a través del que el agua fluye varias veces a diferente escala espacial y
temporal antes de llegar al mar (Datry et al., 2008).
Para comprender el papel de la interfaz RA en el funcionamiento de una cuenca es necesario definir la escala de
interés de los procesos que en ella ocurren. Las distintas escalas llevan a considerar el concepto de anidamiento en
la interfaz río-acuífero, similar al asociado a las líneas de flujo subterráneo hacia superficie (Toth, 1963). Las
relaciones río-acuífero están, en este sentido, también relacionadas con las diferentes escalas de sistemas de flujo
subterráneo y, como éste, presentan un orden jerárquico de líneas de flujo anidadas a múltiples escalas. Así, la
interfaz río-acuífero se ha descrito a escala local (entre 10 cm y 10 m), intermedia (de 10 m a 1 km), de cuenca
(entre 10 km2 y 1000 km2), regional (entre 10000 y 1 Mkm2) y continental (superior a 10 Mkm2) (Valores
aproximados) (Flipo et al., 2014).
4.4.2.1 Escala local
La escala local o experimental (entre 10 cm y 10 m) considera el lecho del río o la zona hiporreica. A escala local, en
la interfaz agua superficial - agua subterránea existe una zona hiporreica, un ecotono de extensión dinámica en
espacio y tiempo que se encuentra entre dos sistemas ecológicos más uniformes, el río y el acuífero. La zona
hiporreica es la zona de transición saturada entre el agua superficial y las masas de agua subterránea. (Brunke y
Gonser, 1997; Flipo et al., 2014). Las características físicas, biológicas y químicas de la zona hiporreica derivan de
la mezcla activa de agua superficial y subterránea (Krause et al., 2009).
En la zona hiporreica ocurre un flujo de forma no continua en el espacio y en el tiempo que permite la mezcla de
agua superficial y subterránea. Algunos autores definen el flujo hiporreico como el transporte de agua superficial a
través de los sedimentos en líneas de flujo que retornan al sistema superficial (Harvey y Fuller, 1998; Winter et al.,
1998; Storey et al., 2003; Gooseff, 2010; Tonina, 2012; Boano et al., 2014). Es decir, en la zona hiporreica el agua
se infiltra desde el río, fluye a través de los sedimentos del lecho y las riberas y retorna a la superficie tras
secuencias de líneas de flujo relativamente cortas (Cardenas et al., 2004). Durante este transporte el flujo puede
mezclarse con aguas subterráneas aunque algunos autores sugieren que debe existir una mínima contribución del
10% de agua superficial para delimitar la zona hiporreica (Triska y Kennedy, 1989) en Boano et al., 2014). A nivel de
modelación de flujo el tratamiento de intercambio de flujo es independiente de la procedencia del agua, y
38
únicamente habría que considerar las variaciones químicas que afectan a los ecosistemas en los modelos de
transporte. (Boano et al., 2014). La zona hiporreica presenta poca extensión, la mayoría de los estudios hablan de
dimensiones laterales de 1m a 10 m y verticales inferiores a 1m, y la mezcla se limita a zonas estrechas (McLachlan
et al., 2017). El flujo hiporreico puede ocurrir en situación de régimen estacionario (Cook, 2015).
Las zonas hiporreicas (1) aportan solutos, nutrientes y gases y controlan la distribución de solutos y coloides desde
las formas del lecho hasta la escala de cuenca (Cardenas et al., 2004). La zona hiporreica se sitúa bajo el lecho y en
las orillas del río. Se definen 5 tipos de situaciones en relación con la ZH: 1) Sin zona hiporreica, 2) Sin acuífero, 3)
ZH conectada a un sistema río-acuífero que se crea con agua advectiva procedente de río y acuífero, 4) ZH
desconectada de un sistema río-acuífero que infiltra verticalmente hacia la lámina de agua y forma una zona de
mezcla en la parte superior del acuífero y 5) ZH desconectada de un sistema río-acuífero que no produce flujo
vertical porque, aunque se forma la ZH bajo el lecho del río, el espesor del medio a atravesar es muy elevado o su
permeabilidad demasiado reducida.
4.4.2.2 Escala intermedia
La interfaz río-acuífero a escala intermedia o de tramo (de 10 m a 1 km) está definida por el corredor hiporreico y
tiene en cuenta charcas y pequeños lagos. La interfaz río-acuífero a escala intermedia es un mosaico complejo de
líneas de flujo de longitud, profundidad, tiempos de residencia y dirección variables. Estas líneas de flujo están
controladas por la geometría y las propiedades hidráulicas de las heterogeneidades estructurales.
El corredor hiporreico es otro concepto ecológico que considera el río y su extensión como un continuo de líneas de
flujo aluviales que mantiene los patrones de biodiversidad y el metabolismo del ecosistema. Extiende la ZH a un
sistema dinámico en 3D que une el comportamiento hidrosedimentario del río a su historia a medio y largo plazo por
medio de las heterogeneidades sedimentarias dentro de la llanura aluvial y sus líneas de flujo asociadas.
Existen distintas formas morfológicas que están relacionadas con la dinámica hidrosedimentaria de los ríos. Por
ejemplo, los cinturones de meandros complican el sistema de flujo, incorporando líneas de flujo laterales. Los
intercambios de flujo hiporreico a escala de tramo desarrollan distintas estructuras geomorfológicas, como la
curvatura de las corrientes, las secuencias “pool-riffle” y las barras sedimentarias, que influyen de distinta forma en
los intercambios río-acuífero e implican un tiempo de transferencia específico (Cardenas, 2008; Stonedahl et al.,
2010) en (Flipo et al., 2014).
Hay una jerarquía de tamaños de las formas que toman los sedimentos del lecho del río: ripples, dunas y barras
compuestas. Estas formas están relacionadas, a través de características morfológicas como la anchura, el perfil y
la pendiente, con los procesos hidrosedimentarios que ocurren en el río y que forman conjuntos de estratos (Rubin
et al., 2006).
39
Dado que a lo largo del flujo la cota del agua decrece longitudinalmente, las secuencias “pool-riffle” están sometidas
a un gradiente desde aguas arriba hacia aguas abajo que implica un “downweling” en la parte de arriba del “riffle” y
un “upwelling” en su cola. Debido a la secuencia los intercambios R-A parecen incrementarse con la amplitud de las
oscilaciones del lecho, hasta cierto umbral. Las frecuencias oscilantes combinadas del lecho pueden incrementar la
intensidad de los intercambios de forma compleja. Los intercambios inducidos por las formas del lecho pueden
considerarse longitudinalmente procesos verticales en 2D. De forma similar, en barras simples o alternantes y
discontinuidades del lecho ocurren procesos horizontales en 2D.
Por otro lado, las características de la llanura aluvial están relacionadas con los procesos de transporte y deposición
que operan sobre unos escenarios paleogeomórficos del sistema fluvial. El resultado de estos procesos origina una
superposición de facies litológicas limitadas por superficies de erosión y deposición que pueden ser descritas según
sus características hidráulicas, es decir, por la permeabilidad, definiendo hidrofacies. La heterogeneidad de los
sedimentos origina fuertes contrastes de K de distintos órdenes de magnitud. La heterogeneidad de los sedimentos
se presenta a distintas escalas, desde estratificaciones cruzadas cm en las formas del lecho, generadas por
segregación de granos de fluctuaciones turbulentas del flujo, la estructura interna de las barras de gravas que refleja
la carga sedimentaria de la columna de agua, las sucesiones en los estados de flujo y las interacciones
morfodinámicas
4.4.2.3 Escala de cuenca y regional
La escala de cuenca (entre 10 km2 y 1000 km2) conecta la red de corrientes a su cuenca superficial y, más
ampliamente, al sistema hídrico. Es la escala en la que los intercambios de agua superficial y subterránea se unen al
ciclo hidrológico y a los procesos hidrogeológicos. Teniendo en cuenta que una cuenca regional es un conjunto de
pequeñas cuencas, puede unirse a la escala de cuenca. La escala regional (entre 10 000 y 1 Mkm2) es la utilizada
en la evaluación de los recursos hídricos y de la que menos se conoce sobre la dinámica de los intercambios RA.
Puntualizar que Barthel y Banzhaf (2016) consideran escala regional las zonas con una extensión entre 103 y 105
km2.
Toth en 1963 demostró que la geomorfología local y regional controla qué escalas de sistemas de flujo actúan en
una cuenca. Expuso un modelo teórico de flujo subterráneo para pequeñas cuencas en el que planteó la existencia
de tres tipos de sistemas de flujo: local, intermedio y regional. En general, el agua en los acuíferos se mueve,
siguiendo el modelo de Toth, desde zonas de recarga a zonas de descarga. Las primeras se corresponden con
cotas elevadas, donde se da una componente vertical de flujo descendente, y las segundas con zonas deprimidas o
valles, donde el flujo presenta una componente ascendente. Esto es, según Winter, (1999), solo cierto para sistemas
de flujo regionales y cuando a éstos se superponen sistemas de flujo locales asociados a los cuerpos de agua
superficial resultan interacciones complejas, función de procesos hidrológicos superficiales (máximos estacionales o
40
evapotranspiración desde el acuífero) e independientes de su posición topográfica (Winter, 1999). Las líneas de flujo
de grandes sistemas no confinados, en los que el agua discurre en lámina libre y sometida a presión atmosférica, no
intersectan con grandes relieves, sino que éstos se asocian con flujos locales (Toth, 1963). En ocasiones, el agua,
en su camino profundo, se confina bajo terrenos de baja K, soportando presiones adicionales que generan un
gradiente de presión diferencial que resulta en un movimiento de flujo ascendente independiente de la topografía
superficial.
Estimar los intercambios de flujo entre río y acuífero a escala de cuenca requiere combinar varios procesos a
distintas escalas temporales, horaria o diaria para ríos, años o décadas para lluvia efectiva y décadas a siglos para
el tiempo de tránsito subsuperficial.
4.4.2.4 Escala continental
La interfaz río-acuífero a escala continental (superior a 10 Mkm2) considera una colección de cuencas regionales. La
diferencia con la escala regional es el rango más amplio de las condiciones hidroclimáticas que considera, al
incorporar circulaciones climáticas.
4.4.2.5 Otras clasificaciones en función de la escala
Aunque algunos autores no contemplan todas las escalas descritas o establecen otros rangos de extensión entre
ellas, coinciden en la jerarquización de las distintas escalas de flujo que se establecen en los ríos. Como se ha
mencionado en la introducción, la DMA establece unos planes de actuación en la administración del agua en cuanto
a las interacciones entre el agua subterránea, los ecosistemas terrestres dependientes del agua subterránea (áreas
ribereñas y humedales) y el agua superficial (ríos y corrientes). A partir de estos planes, Dahl et al. (2007) revisan y
evalúan los sistemas de clasificación de los tres grupos y proponen, en los paisajes más comunes en Dinamarca,
una nueva tipología para su clasificación que integra las interacciones entre ellos.
Dahl et al. (2007) proponen una clasificación de tipos de interacción río-acuífero basada en conceptos
geomorfológicos, geológicos e hidrológicos que refleja la unión funcional y controla los procesos de flujo a diferentes
escalas: a) regional (mayor de 5 km), b) intermedia (de 1 a 5 km) y c) local (de 10 a 1000 m).
a) La escala regional define el tipo de paisaje y clasifica el sistema de flujo subterráneo según la geomorfología y la
hidrogeología regional. Esta escala caracteriza la complejidad de los procesos de flujo regionales que controlan los
patrones de descarga. A escala regional clasifica cuatro tipos de paisaje según el tipo de acuífero o acuíferos
dominante. Separa, así, paisajes dominados por un acuífero importante, dos acuíferos de similar importancia
interconectados, una unidad acuífera formada por un acuífero libre superior, uno intermedio semiconfinante y uno
confinante profundo y, por último, una secuencia compleja de acuíferos y capas confinantes interconectados.
41
b) A escala intermedia define el tipo hidrogeológico ribereño que clasifica el marco hidrogeológico de un acuífero
adyacente a un área de ribera con mayor detalle. A escala intermedia propone ocho tipos de modelos de
hidrogeología de ribera basados en la combinación del tipo de masa de agua subterránea (local o regional) y el tipo
de contacto: desconectado, confinado, lateral, de fondo y no confinado. Según apuntan Dahl et al. (2007), las
interacciones río-acuífero pueden clasificarse en función de la extensión de la masa acuífera dominante como de
tipo regional o local. La inclusión en uno de los dos tipos determina la dinámica y el volumen de flujo intercambiado
entre río y acuífero. Por un lado, las masas locales presentan tasas de recarga elevadas, poca profundidad de
penetración de flujo y líneas de flujo y tiempos de residencia cortos. Estos cuerpos de agua suelen descargar
cantidades inconstantes de agua que varían estacionalmente y aportan flujos de base pequeños que incluso cesan
durante la estación seca. Por su parte, las masas acuíferas en las que domina flujos regionales presentan gran
profundidad, están relacionados con corrientes de tamaño medio y grandes ríos, suelen tener bajas tasas de
recarga, profundidad de penetración de flujo profunda, caminos de flujo extensos y largos tiempos de residencia. Las
descargas al río procedentes de flujos regionales suelen ser constantes y estables a lo largo de las estaciones. El
flujo de descarga depende del tamaño del área de recarga y de las propiedades de conexión hidráulica en posibles
capas confinantes suprayacentes.
c) La escala local representa el tipo ribereño de líneas de flujo y clasifica las líneas de flujo dominante a través del
área de ribera hacia el cauce. A escala local identifica cuatro tipos de caminos de flujo: superficial, difuso, directo y
drenaje (Dahl et al., 2007). En función del camino de flujo que toma el agua para atravesar la zona de ribera. El agua
toma un camino superficial cuando atraviesa la zona de ribera como flujo superficial, con escaso tiempo de contacto
entre el agua y los depósitos. El agua entra en el área de ribera desde drenes que acaban en la pendiente de ladera
o por el desbordamiento del río que sobrepasa las riberas. También puede proceder de manantiales en zonas de
flujo preferente. El tiempo de residencia es desde horas a días. En el camino de flujo difuso el agua atraviesa
lentamente la zona de ribera como flujo matricial, con mucho tiempo de contacto entre el agua y los depósitos. El
agua subterránea se desplaza vertical o lateralmente y se infiltra por filtración o drenes. Se exfiltra como flujo de
retorno o permanece en el acuífero con un tiempo de residencia de semanas a años. De forma directa el agua
subterránea llega al río a través de una masa de agua subterránea situada bajo el área de ribera y puede tener
contacto de unos días o no con los sedimentos del lecho. El denominado drenaje conduce el agua directamente al
río dirige por tubos de desagüe o zanjas que bordea el área de ribera en unas horas. En modelos hidrológicos
regionales, Dahl et al. (2007) proponen utilizar los tipos hidrogeológicos de ribera como medio para distribuir las
propiedades de conexión hidráulica entre sistemas.
Atendiendo a la densidad de distribución espacial de la relación hídrica el intercambio de flujo es 1) puntual si se

produce en un único punto, 2) puntual agrupado si ocurre en varios puntos, 3) difuso, si los puntos no están bien
42
definidos o se localizan en zonas más amplias, y 4) mixto si concurren ambas circunstancias (Winter et al., 1998;
Alley et al., 1999; IGME y DGA, 2011; IGME y DGA, 2014; IGME y DGA, 2016)
Los procesos de recarga y descarga de acuíferos coinciden, en muchas ocasiones, con zonas de pérdida
(sumideros) y de ganancias de caudal de agua en ríos (manantiales o fuentes) respectivamente. La relación es clara
cuando los manantiales son visibles y aportan agua al cauce como sucede en este ejemplo del río Duero (Fotografía
3), donde el agua fluye hacia el río tras aflorar en su margen derecha a su paso por Quintanas de Gormaz (Soria).
Fotografía 3. Aporte de agua desde el acuífero al río a través de manantiales. Cuenca del Duero.
Kikuchi et al., (2012) para considerar procesos de intercambio de flujo a varias escalas (regional, de tramo y
puntual), proponen utilizar medidas de campo multimodales (caracterización hidrológica de la cuenca, índices
geomorfológicos, medidas de descarga diferencial en un tramo de río, caracterización química del agua, medidas
puntuales de flujo vertical en el lecho, etc.) en una secuencia espacialmente telescópica. Destacar que los procesos
físicos que dependen de la escala determinan la distribución espacial del flujo en lechos de ríos y sistemas riparios.
A pesar de que las medidas puntuales son menos fiables que las tomadas a escala de tramo, debido a la
heterogeneidad geológica, permiten caracterizar el intercambio de flujo a escala de subtramo (Kikuchi et al., 2012).
43
Todos los autores citados en este apartado coinciden en jerarquizar las relaciones río-acuífero en función de la
escala de flujo. Esta jerarquización lleva a incidir en la definición de los distintos procesos que ocurren en la interfaz
río acuífero y a relacionarlos con el esquema de procesos del ciclo hidrológico que inicialmente planteaban Freeze y
Harlan (1969). Muchos de los procesos y las clasificaciones, consideran aguas de distintas procedencias que
confluyen en los ríos y suponen aportaciones a estos. Considerando los procesos del ciclo hidrológico se intentan
ordenar las distintas escalas de flujo y relacionar con los factores que influyen en la variabilidad espacial y temporal
de las relaciones río-acuífero.
4.4.3 Métodos de resolución conjunta
Existen modelos que unen los sistemas de flujo superficial y subterráneo utilizando diferentes aproximaciones tanto
para la resolución numérica individual de cada uno como para el método de resolución conjunta (Fetter, 2001;
Spanoudaki et al., 2009; Flipo et al., 2014).
Según los fines que tenga el modelo conjunto se emplean distintas aproximaciones, más o menos complejas, para
definir el flujo superficial, desde mantenerlo constante, utilizar un balance de masas o resolverlo mediante
ecuaciones que resuelvan el flujo de corriente en una dimensión o flujo superficial en dos dimensiones (mediante las
ecuaciones de Saint-Venant (Freeze y Harlan, 1969), sus aproximaciones de onda difusiva o cinemática o con las
ecuaciones bidimensionales de aguas poco profundas) o en forma de flujo turbulento mediante las ecuaciones de
Navier-Stokes para onda superficial (Spanoudaki et al., 2009; Condon y Maxwell, 2015).
Asimismo, existen alternativas para resolver el flujo subterráneo. Algunos modelos (Swain y Wexler, 1996; Gunduz y
Aral, 2005; Markstrom et al., 2008) consideran el flujo subterráneo como totalmente saturado, en dos o tres
dimensiones, mediante la forma adecuada de la ecuación de flujo subterráneo (Ec. 4.11). Otros modelos simulan la
fase subterránea en forma de flujo de saturación variable mediante la ecuación de Richards (Graham y Refsgaard,
2001; VanderKwaak y Loague, 2001; Panday y Huyakorn, 2004; Kollet y Maxwell, 2006; Flipo et al., 2012; Pryet et
al., 2015).
Desde el punto de vista de la resolución numérica conjunta los modelos que contemplan el flujo superficial y el
subterráneo de forma conjunta se pueden clasificar en dos grupos: los modelos acoplados, de regiones acopladas o
con un esquema de acople débil y los modelos completamente integrados, de solución simultánea o con un
esquema de acople fuerte (Markstrom et al., 2008; Spanoudaki et al., 2009; Barthel y Banzhaf, 2016). A continuación
se describe brevemente cada uno de ellos.
44
4.4.3.1 Modelos completamente integrados
En los modelos completamente integrados o de solución simultánea la ecuación de flujo superficial y la de flujo
subterráneo se resuelven simultáneamente y de manera conjunta (Spanoudaki et al., 2009). De esta forma se evitan
los límites entre los módulos separados del modelo (Maxwell et al., 2015) pero se plantea un sistema de ecuaciones
de resolución numérica compleja (Gunduz y Aral, 2005). Algunos autores se refieren a modelos con un esquema de
acople fuerte, cuando el intercambio es explícito espacial y temporalmente para el tiempo modelado, lo que permite
la representación de retroalimentaciones (Barthel y Banzhaf, 2016).
Los modelos completamente integrados o de solución simultánea normalmente utilizan la forma tridimensional de la
ecuación de Richards para simular el flujo saturado y no saturado (Bear y Cheng, 2010). Ésta necesita aplicarse
sobre mallas de gran resolución y a intervalos de tiempo más cortos que los utilizados para flujo saturado, lo que
limita su utilización en sistemas hidrológicos regionales de reducidas dimensiones, cientos o miles de km2, en
periodos de simulación de meses o décadas (Gunduz y Aral, 2005). Aunque existen casos de reciente aplicación en
grandes regiones (Condon y Maxwell, 2015), los sistemas computacionales requeridos para su funcionamiento
requieren tanta capacidad, que los modelos que utilizan la ecuación de Richards son más indicados para simular
flujos de sistemas hidrológicos de pequeña extensión (Markstrom et al., 2008; Maxwell et al., 2014).
El modelo de Gunduz y Aral (2005) es un modelo completamente integrado de un modelo de flujo en canal en 1D
basado en las ecuaciones de Saint-Venant y la ecuación de flujo subterráneo en 2D. El modelo superficial presenta
un esquema en diferencias finitas y el subterráneo en elementos finitos y la unión entre ambos medios se establece
mediante el flujo lateral. Este modelo se ha aplicado en un área de drenaje de unos 3.000 km2 de la cuenca del río
Altamaha en EE.UU., utilizando espesores de acuífero de 40 m. El periodo simulado es de 2 meses con pasos de
tiempo de 6 horas para el flujo superficial y subterráneo.
4.4.3.2 Modelos acoplados
Los modelos acoplados consisten en dos o más modelos de funcionamiento independiente y de distinto tipo
(distribuidos, agregados, conceptuales, numéricos, bidimensionales, tridimensionales, hidrológicos, hidráulicos, etc.),
que resuelven los modelos de forma secuencial, simplificando así la búsqueda de la solución. Algunos autores se
refieren a un esquema de acople débil, cuando los modelos se resuelven consecutivamente. En el caso de modelos
de relación río-acuífero, se determina el flujo superficial utilizando, un NP previamente fijado y en los siguientes se
considera el NP constante o variable en función de las soluciones del flujo subterráneo (Barthel y Banzhaf, 2016).
Los modelos acoplados se distinguen por el esquema que utilizan y suelen dividirse en iterativos y no iterativos. La
solución iterativa de un modelo de relación río-acuífero implica soluciones subsecuentes de las ecuaciones de flujo
superficial y subterráneo en cada paso de tiempo, hasta que los parámetros comunes alcanzan una tolerancia
45
específica. Al necesitar iterar y encontrar la convergencia de los parámetros de solución los modelos iterativos son
más lentos y menos precisos que los modelos integrados. Los no iterativos, por su parte, resuelven las ecuaciones
sucesivamente, sin iteración, lo que, a costa de menor precisión, ahorra tiempo de cálculo (Gunduz y Aral, 2005;
Spanoudaki et al., 2009).
Adicionalmente los modelos acoplados o de acople débil se separan en dos grupos: los que están listos para ser
usados y los que presentan una base menos estándar, individual, que a menudo se utilizan en un único contexto
(Barthel y Banzhaf, 2016). Con los modelos acoplados se reduce el tiempo de computación y los distintos factores
del proceso pueden controlarse mejor lo que facilita su análisis posterior (Gunduz y Aral, 2005; Markstrom et al.,
2008; Spanoudaki et al., 2009; Flipo et al., 2012). Existen muchos ejemplos de modelos acoplados, como el utilizado
para la determinación de los efectos sobre los niveles freáticos derivados de la estabilización de la lámina de agua
del río Ebro a su paso por Zaragoza, se utilizó un modelo acoplado de dos modelos HEC-RAS y MODFLOW para la
simulación de la fase superficial y la subterránea respectivamente (Álvarez Rodríguez y Potenciano de las Heras,
2002).
4.4.4 Modelos en grandes regiones
En este apartado se presentan algunos de los modelos extensos más significativos encontrados en la literatura
científica que consideran la relación río-acuífero. Se trata de modelos tanto de simulación hidrológica completa como
únicamente hidrogeológicos.
Aunque algunos autores utilizan gran escala para referirse a áreas de gran tamaño o extensión, en esta tesis se
utiliza el término grandes regiones para evitar confusiones (Bierkens et al., 2000; Sutanudjaja et al., 2011). Barthel
(2006) resume los principales problemas de modelar grandes extensiones en los relacionados con acoplar modelos
y los relacionados con acoplar modelos de gran extensión. Así, en el acople de grandes territorios a la dificultad de
unir sistemas gobernados por distintos procesos, variables y ecuaciones que tienen enfoques en diferente escala
espacial y temporal (expuestos en los capítulos previos), se unen las dificultades propias de modelar grandes
extensiones. Los problemas que presentan los modelos de gran extensión están fundamentalmente relacionados
con la gran cantidad, la disponibilidad y los requerimientos de los datos, la discretización, los aspectos de escala (de
forma que no se pierda la representatividad de los procesos, variables y parámetros) y la gran demanda
computacional (Barthel, 2006; Sutanudjaja et al., 2011; Zhou y Li, 2012).
Para solucionar el problema de la disponibilidad de datos Sutanudjaja et al. (2011), proponen la utilización de
conjuntos de datos globales sobre un modelo en MODFLOW. Estos autores aprovechan la gran cantidad de
información global disponible acerca de datos climáticos, modelos digitales del terreno y cubierta superficial, que
sirven para caracterizar la parte superficial y subsuperficial del terreno y estimar las propiedades del acuífero. A
46
pesar de la ventaja que esto supone, el modelo que proponen presenta menos ventajas en otros sentidos como la
estimación de la profundidad del agua subterránea en régimen permanente.
Según Barthel (2006) para un modelo acoplado de gran escala es necesario realizar una calibración conjunta lo que
permite calibrar frente a más de una variable resultado. Sin embargo, los requerimientos computacionales aumentan
proporcionalmente a la extensión del modelo representado, dificultando así la calibración. Las necesidades
computacionales, para representar un modelo a gran escala, deben ser las adecuadas para representar tanto los
procesos como la variabilidad de variables y parámetros. Estos requerimientos suelen solventarse con el avance
actual de las nuevas tecnologías, aunque, según el caso, pueden aún suponer limitaciones hoy en día. Debido a su
lentitud, en los modelos de flujo subterráneo extensos los procedimientos de optimización y calibración iterativos
normalmente no tienen éxito (Barthel, 2006). Por todo ello en esta tesis se plantea un AS para un modelo
esquemático y sintético, de extensión reducida pero suficiente, de forma manual, sin recurrir a procesos de
calibración automáticos, que sirva en el futuro como una estrategia simple de calibración para un modelo mayor y
real.
4.4.4.1 Modelos de evaluación de recursos hídricos
Los modelos de gran extensión suelen utilizarse para evaluar recursos hídricos o cambio global, por tanto ambos
conceptos están íntimamente relacionados. En este tipo de modelos la simulación hidrológica se plantea sobre
grandes regiones, que pueden agrupar más de una gran cuenca, y abarca largos periodos de tiempo y numerosos
procesos. Al gestionar tanta información, estos modelos requieren un gran número de parámetros de entrada para
su funcionamiento, por lo que es necesaria una gran capacidad de computación. Debido a esto y a la escasez de
información hidrogeológica o el desconocimiento regional, la modelación del flujo subterráneo en las primeras
etapas de simulación hidrológica no se consideró esencial y se simplificó mediante modelos unicelulares (Freeze y
Harlan, 1969).
Como se ha visto anteriormente, cada vez se dispone de mayor información hidrogeológica y, dado que crece el
interés en la modelación conjunta de los recursos hídricos, en los últimos años se está avanzando en este sentido.
Así, se están introduciendo nuevos métodos o técnicas para contemplar la simulación conjunta de los sistemas
superficial y subterráneo y, por ende, los intercambios de flujo entre río y acuífero. El interés va en aumento y
también las revisiones recientes de diversos autores acerca de las aplicaciones, opciones y tendencias de los
modelos hidrológicos distribuidos basados en procesos y modelos globales (Archfield et al., 2015; Bierkens, 2015;
Döll et al., 2016; Fatichi et al., 2016; Wada et al., 2016; Clark et al., 2017; Ng et al., 2018)
Para incorporar la recarga al acuífero desde el río en modelos climáticos regionales algunos autores proponen
utilizar el contraste entre datos espaciales -MODIS- y de campo. Estos autores, observan que existe una relación
entre la humedad de suelo y la temperatura en superficie, que, en los casos de río perdedor, no se cumple en las
47
zonas de interacción río-acuífero. A partir de esta alteración de la relación, proponen una parametrización que
relaciona la variabilidad de temperatura en superficie y humedad del suelo con la distribución de los ríos a escala
regional (Zampieri et al., 2012).
Asimismo, destaca el trabajo realizado en la cuenca del Oise (Saleh et al., 2011), de 17.000 km2, afluente del río
Sena, que incorpora los resultados de HEC-RAS (USACE, 2002) como entrada a un modelo hidrogeológico de
menor resolución (SAM) mediante técnicas de “upscaling”. Estos autores, en concreto, interpolan, mediante el
método del inverso de distancia ponderada, los resultados de las curvas de gasto calculadas a escala local para
incorporarlos a un modelo regional de mayor resolución donde el tamaño de las celdas es mayor, y por tanto de
menor resolución. Posterior a este trabajo y también en Francia se presentó la modelación río-acuífero de toda la
cuenca del río Sena de 76.000 km2, mediante un modelo acoplado cuya componente subterránea se basa en el
modelo NEWSAM (Ledoux et al., 1989; Flipo et al., 2012; Pryet et al., 2015).
A nivel nacional en la cuenca del Júcar, de 43.000 km2 de extensión, se ha desarrollado el modelo PATRICAL, una
variación del modelo SIMPA que, igual que éste, incorpora la simulación de aguas superficiales, subterráneas y su
interacción, utilizando un almacenamiento lineal (unicelular) pero donde, además, se imponen los volúmenes
previamente conocidos de transferencia entre acuíferos. PATRICAL permite así calcular los intercambios de flujo
subterráneo lateral entre acuíferos y entre ríos y acuíferos en conexión, es decir, la recarga al acuífero desde ríos,
las descargas subterráneas y los flujos de base, con resolución espacial y temporal de 1 km y 1 mes
respectivamente (Pérez-Martín et al., 2014).
Por otro lado, en la cuenca del Segura, con una extensión de 18.870 km2 se ha incorporado a SIMPA un modelo
distribuido (SIMPA-Segura13), similar al utilizado en esta tesis, para el funcionamiento de la fase subterránea. El
modelo incorpora la simulación conjunta del agua superficial y subterránea utilizando el comando r.gwflow de SIG-
GRASS para resolver la ecuación de flujo subterráneo y plantear el modelo de capa semiconfinante. Para la
resolución de la ecuación de flujo subterráneo, este modelo elimina el sistema de ecuaciones de propagación
superficial y estima un calado medio en los ríos, calculado en el paso anterior a partir de la escorrentía generada en
ladera y canal y el intercambio con los acuíferos. El calado sirve de condición de contorno para resolver la ecuación
y calcular la aportación subterránea. Cuando ésta supone un incremento se añade a la superficial. En caso de
pérdida de aportación superficial a favor del acuífero se replantea el cálculo de aportaciones con la correspondiente
reducción del calado (CEH-CEDEX, 2013).
4.4.4.2 Modelos subterráneos
Aunque la escala a la que se trabaja en evaluación de recursos hídricos es demasiado extensa en comparación con
la escala a la que suelen funcionar los modelos de flujo subterráneo, en los últimos años se han puesto en marcha
modelos de flujo subterráneo de grandes regiones que utilizan datos globales.
48
La Tabla 4.3 recoge los modelos hidrogeológicos más extensos encontrados en la literatura, entre los que destacan
el de la Great Artesian Basin australiana (1.700.000 km2), la cuenca del Rhin (200.000 km2), la llanura del Norte de
China (140.000 km2) y el Death Valley (100.000 km2) y (D'Agnese et al., 1999; Sutanudjaja et al., 2011; Zhou y Li,
2012; Cao et al., 2013). Con menor extensión, se recogen también los de la cuenca del Sena y Holanda.
(Snepvangers et al., 2008; Pryet et al., 2015)
Tabla 4.3. Ejemplos de modelos de gran extensión.
Cuenca con modelo de flujo Extensión Resolución Intervalo

Modelo utilizado Régimen Cita
subterráneo km2 de celda temporal
Great Artesian Basin (Australia) 1.700.000 MODFLOW 88 5 km 1 año SP Estacionario (Zhou y Li, 2012)
(Welsh, 2000)
30 arco- 1 semana
Cuenca del Rhin 200.000 MODFLOW Estacionario (Sutanudjaja et al., 2011)
segundo PT
1 mes SP
Estacionario
North China Plain 139.000 MODFLOW 2000 2 km 1 año SP (Cao et al., 2013)
Transitorio
Death Valley (California, USA) 100.000 MODFLOW 2000 1,5 km 1 año SP Estacionario (Zhou y Li, 2012)
Yucca Mountain (D'Agnese et al., 1999)
Estacionario
Cuenca del Sena (Francia) 76.375 Euadyssée 1 km 1 día (Pryet et al., 2015)
Transitorio
Estacionario (Snepvangers et al.,
Holanda MIPWA 5.000 MODFLOW 25 m 1 día
Transitorio 2008)
(SP: Periodo de stress en el que todos los esfuerzos son constantes. Cada periodo de estrés está dividido en un número de pasos temporales.
PT: Paso temporal solo habilitado para simulaciones en régimen transitorio. Para cada paso temporal se determina la piezometría.)
Todos estos modelos extensos, salvo el de la cuenca del Sena, utilizan MODFLOW para la resolución del flujo
subterráneo con celdas de distinto tamaño. Los datos de entrada y salida de agua se incorporan en los distintos
modelos utilizando los paquetes disponibles para ello de MODFLOW (Harbaugh, 2005).
La Gran cuenca artesiana australiana es una cuenca con un acuífero confinado que incluye regiones áridas,
semiáridas tropicales y subtropicales del continente australiano. La recarga se produce en zonas montañosas y las
salidas del modelo de forma artificial (por bombeo) o natural por medio de manantiales. La información de descarga
del acuífero mediante estos manantiales se representa en forma de pozos de descarga.
El modelo del Rhin utiliza el paquete RIVER de MODFLOW para asumir las interacciones río acuífero de forma no
conectada e incorpora en el modelo subterráneo la información de recarga y niveles de río obtenidos a partir de los
datos de descarga mensual de un modelo hidrológico superficial distribuido que se resuelve por separado. Estos
49
niveles de río se obtienen utilizando propiedades supuestas del canal, (anchura, profundidad, coeficiente de
Manning y pendiente longitudinal) combinando las fórmulas de Lacey (1930) y Manning (1891) (Sutanudjaja et al.,
2011). El mismo método utilizado en la cuenca del Rhin ha sido aplicado posteriormente a escala global (de Graaf et
al., 2015).
La llanura del Norte de China es una llanura aluvial en la margen izquierda del río Amarillo, que presenta llanura de
inundación y abanico aluvial formados por los procesos deposicionales del río. El modelo de la llanura del Norte de
China no simula ríos explícitamente pero indica que un porcentaje de la recarga subterránea procede de las
filtraciones del tramo bajo del río Amarillo (0,6-0,4 km3/año). Esta información se incorpora al modelo mediante
pozos de recarga entre los que se distribuye la estimación total de la recarga desde el río. En futuras versiones del
modelo se prevé tener en cuenta las relaciones entre los sistemas superficial y subterráneo incorporando la
información de las estaciones de aforo existentes (Cao et al., 2013).
Por su parte, el Death valley es una zona árida sin apenas precipitaciones, concentradas en los sistemas de
cordilleras elevadas que constituyen las entradas de agua al acuífero por infiltración, (simuladas con el paquete de
recarga de MODFLOW) y las salidas a través de manantiales, playas húmedas, evaporación (simulados con el
paquete drenes) y pozos (simulados respectivamente con el paquete pozos).
El modelo utilizado en Holanda es el de menor extensión y mayor resolución espacial. Sus autores ponen de
manifiesto la ingente capacidad de computación necesaria para su funcionamiento y la necesidad de aplicar técnicas
de variación de escala. El modelo utiliza MODFLOW para resolver a una escala de 25 m y sobreescalan los
resultados a 250 m para la calibración en régimen estacionario y transitorio, es decir, para resolver en alta resolución
es necesario dividir el modelo completo en unidades más pequeñas (473) (Snepvangers et al., 2008).
El modelo de la cuenca del Sena utiliza la plataforma Eudysee que incorpora el modelo NEWSAM para la resolución
de la ecuación de difusividad con un esquema cuasi3D en diferencias finitas. Este modelo está adaptado a cuencas
sedimentarias extensas y estratificadas y es capaz de calcular el flujo vertical entre acuíferos mediante un modelo
de conductancia (Pryet et al., 2015).
4.5 Factores que influyen en la variabilidad espacial y temporal
Las condiciones climáticas, en conjunción con el relieve topográfico y las características geológicas de la cuenca,
condicionan 1) el caudal de agua en los ríos y, por tanto, su nivel del agua, 2) la recarga a los acuíferos y, por tanto,
la posición de sus superficies piezométricas y 3) la configuración de la red hidrográfica. Los factores que afectan al
movimiento del agua superficial (los procesos de erosión transporte y sedimentación en la cuenca y en el cauce que
determinan las características de los sedimentos del cauce, la distribución de suelos, la hidrografía, o la vegetación)
50
están relacionados también, directa o indirectamente, con las condiciones climáticas, la topografía y la geología.
Todos estos factores, individuales o agrupados, son variables en el espacio y muchos también en el tiempo, por
tanto, las relaciones hidráulicas y los flujos de agua que ocurren en la interfaz río-acuífero se ven afectadas por la
misma variabilidad espacial y temporal (Keery et al., 2007; Kalbus et al., 2009; Guggenmos et al., 2011).
La continuidad o discontinuidad hidráulica, la existencia de tramos de ríos de comportamiento variable, de ríos

efímeros, intermitentes, de ríos con tramos ganadores o perdedores a lo largo de su curso o del tiempo, etc., son
situaciones que evidencian la variabilidad espacial y temporal de las relaciones río-acuífero. Las transferencias de
flujo entre río y acuífero no son constantes a lo largo del tiempo, sino que presentan carácter variable y son
susceptibles de cambiar de sentido (Zimmer y McGlynn, 2017). Además, presentan alta variabilidad también
espacialmente (Cook, 2015).
Varios estudios destacan esta variabilidad y reflejan el carácter no permanente en espacio y tiempo de la relación río
acuífero. Wroblicky et al. (1998) analizan la evolución de las superficies hiporreicas (zona de transición situada por
debajo de los sedimentos de los cauces de los ríos en la que convergen y se producen intercambios entre las aguas
de origen superficial y subterráneo) laterales de dos sistemas río-acuífero de distintas características geológicas en
ríos de primer orden en Nuevo Méjico (EE.UU.) y observan variaciones anuales y espaciales en magnitud, dirección
de intercambio de flujo y en el número de sistemas de flujo cercanos a ríos. Exponen que los sistemas de flujo
cercanos a ríos y las zonas hiporreicas asociadas a ellos aparecen, se expanden, se contraen, se reubican o
desaparecen en respuesta a cambios estacionales en la recarga del agua subterránea, modulada por las
características geomórficas e hidrológicas específicas de la zona de estudio. Si la tasa de recarga aumenta, la
distribución del flujo se expande espacialmente y se incrementa el volumen de flujo hacia el río. Asimismo, apuntan
que, igual que la variación de las tasas de recarga, las variaciones en la conductividad hidráulica del acuífero aluvial
y de los sedimentos del lecho del río tienen gran impacto en la magnitud, dirección y distribución espacial de los
intercambios de flujo entre río y acuífero. Los incrementos de permeabilidad del acuífero aluvial aumentan la
extensión espacial y la infiltración al acuífero. Las reducciones de la permeabilidad del lecho suponen que se
reduzca o desaparezcan las zonas de recarga del río al acuífero y la descarga de agua subterránea se distribuya en
más porciones del tramo estudiado (Wroblicky et al., 1998).
Los parámetros y variables de los que depende el cálculo del flujo intercambiado son el espesor del lecho, la
anchura del contacto, las características hidráulicas del lecho del río y la posición relativa de la altura del agua. Esta
última influye en ríos ganadores y perdedores permanentes o con continuidad hidráulica, mientras que, en ríos
desconectados únicamente influye el NR.
La variabilidad espacial y temporal de las tasas de intercambio de agua entre ríos y acuíferos y de las relaciones río-
acuífero en general, es atribuida por varios autores a distintos factores que afectan a estos parámetros y variables.
En resumen, unos son factores que afectan al gradiente que se establece entre río y acuífero, relacionados con la
51
existencia de agua disponible en el sistema y, por tanto, con la estacionalidad de las condiciones climáticas y, otros
están relacionados con las características fisiográficas (topográficas y geológicas) y la disposición de las
formaciones acuíferas en profundidad (Winter, 1999). Climatología, topografía y geología son los factores principales
que afectan al movimiento del agua subterránea (Winter, 1999; Fleckenstein et al., 2010; Condon y Maxwell, 2015;
Zimmer y McGlynn, 2017). A continuación, se revisan estos factores para destacar en qué sentido afectan en la
variabilidad espacial y temporal a las relaciones río-acuífero.
Entre ellos destacan los factores climáticos responsables de los cambios estacionales en la recarga del agua
subterránea, de la oscilación del nivel del río en general (Graillot et al., 2014), de la altura de la lámina de agua, y
velocidad de la corriente que determinan el caudal, y su conexión con la intensidad de la lluvia de los episodios de
tormenta y la frecuencia de avenidas (Stewardson et al., 2016). A su vez estos factores climáticos tienen relación
con factores fisiográficos y geomorfológicos como la conductividad hidráulica de los acuíferos y del lecho del río, la
vegetación y el grado de incisión de los ríos (Bloomfield et al., 2011), la superficie de contacto entre río y acuífero
(IGME et al., 2016), los sedimentos del río, la pendiente del muro del acuífero (Bansal, 2017), las aportaciones de
caudal y sedimentos por parte de los ríos tributarios (Radoane et al., 2007), la existencia de remansos y pozas, la
amplitud de las formas del lecho (Stewardson et al., 2016), etc.
4.5.1 Factores climáticos
Las condiciones climatológicas imperantes en cada región condicionan las precipitaciones y, por tanto, la recarga de
acuíferos, la escorrentía, la existencia de vegetación y los procesos de evaporación y evapotranspiración. A todos
estos factores se les atribuye una influencia en las relaciones río acuífero, ya que condicionan la posición de la
lámina de agua en acuíferos y ríos (Winter, 1999; Price, 2011). Las condiciones climatológicas también condicionan
los procesos hidrológicos superficiales (Winter, 1999), los procesos de erosión, transporte y sedimentación, la
configuración de la hidrografía, la dinámica en el arrastre y deposición de sedimentos, los eventos de tormenta e
intensidad de lluvia, el régimen de caudales de avenidas y la energía de la corriente que determinan las
características del cauce, anchura y profundidad, la morfología del lecho y de las formas de erosión-sedimentación
existencia de remansos y la amplitud de las formas del lecho (Stewardson et al., 2016). Price (2011) atribuye las
variaciones de flujo base al clima, la geología y el relieve además de a la vegetación.
Todos estos son factores dependientes de la estacionalidad climatológica (en condiciones antrópicas también por el
régimen de explotación de los recursos hídricos superficiales y subterráneos) que condiciona la permanencia de la
relación río-acuífero de un tramo de un río y que influyen en la variabilidad espacial y temporal de las relaciones río-
acuífero (Jencso et al., 2010).
52
Las condiciones climatológicas determinan estas situaciones de distinta forma. Por un lado, en épocas secas o de
precipitaciones escasas es frecuente que los niveles de los ríos desciendan y se produzcan contribuciones de agua
desde el acuífero que mantienen el flujo base de los ríos (Figura 4.7) (Winter, 2007).
En periodos en los que la evapotranspiración es baja y el almacenamiento de la cuenca es elevado el gradiente

hidráulico se dirige hacia los ríos (Zimmer y McGlynn, 2017). Las aportaciones al río desaparecen en el caso
extremo de que desciendan los niveles piezométricos por debajo del nivel de conexión con el río que, en ausencia
de escorrentía superficial, se seca (Figura 4.6), (Lautz, 2012).
El gradiente del flujo se dirige hacia fuera del río en épocas de evapotranspiración importante cuando el
almacenamiento de agua en la cuenca es reducido (Zimmer y McGlynn, 2017). El gradiente también se dirige hacia
fuera del río en épocas de crecidas del caudal del río, ligadas a eventos de fuertes precipitaciones, que elevan los
niveles del río, favorecen la escorrentía superficial, las inundaciones por desbordamiento del cauce y la recarga al
acuífero. Es frecuente en estas circunstancias que el río sea perdedor y aporte agua en favor del acuífero (Figura
4.4) (García-Gil et al., 2015).
En zonas áridas se favorece el desarrollo de sistemas hidrológicos desconectados y controlados por la zona no
saturada y los modelos de simulación hidrológica presentan mayor incertidumbre /sensibilidad asociada a la
variabilidad de parámetros. En zonas húmedas, donde predominan los sistemas conectados y controlados por el
flujo subterráneo, la incertidumbre se asocia más a la estructura del modelo (Costa et al., 2012).
4.5.2 Fisiografía: Topografía y Geología
A gran escala, el movimiento del flujo subterráneo está gobernado por la topografía y la geología (Toth, 1963;
Freeze y Witherspoon, 1967; Winter et al., 1998; McLachlan et al., 2017). También es importante la topografía, junto
a la distribución de los suelos y la geología, en el control de la generación de escorrentía (Jencso et al., 2010).
Varios autores apuntan a la influencia de la topografía y geología sobre la variabilidad de las relaciones río-acuífero
(Winter, 1999; Jencso et al., 2010; Price, 2011; Condon y Maxwell, 2015). A menor escala las características
geomorfológicas controlan el movimiento del flujo hiporreico (McLachlan et al., 2017)
El movimiento del agua se produce en superficie por diferencias de presión que genera la diferencia de cotas y, en
profundidad, además, por las características del medio, que determinan las características litológicas y estructurales
del terreno. Por tanto, las diferencias de presión en superficie están controladas por la topografía que, en una
cuenca impermeable, sería el único factor del que depende el movimiento del agua. Sin embargo, el hecho de que
sea necesario introducir las características de permeabilidad del terreno muestra que las características geológicas
representan otro factor importante en el movimiento del agua. Dentro de las características geológicas, la
53
heterogeneidad en la distribución de las formaciones litológicas y de la conductividad hidráulica del terreno es, en
parte, responsable de las fuertes variaciones espaciales que se producen en la descarga subterránea a un río.
La topografía de la cuenca influye en el tamaño del área acumulada por encima de la pendiente y, por tanto, en los
aportes de agua subterránea a la red hidrográfica. La topografía influye en la generación de escorrentía y la
conexión hidrológica entre la pendiente de ladera y las zonas de ribera. El control topográfico es importante en
zonas con suelos de poco espesor y baja permeabilidad de la roca base subyacente (Jencso et al., 2010).
La topografía controla el flujo subterráneo en zonas húmedas con elevada recarga, de topografía llana o con
terrenos de baja permeabilidad. La topografía condiciona el flujo de agua subterránea y la posición de la lámina de
agua que moderan los procesos hidrológicos (Condon y Maxwell, 2015)
4.5.2.1 Permeabilidad, infiltración y escorrentía.
La existencia de zonas en el terreno de alta permeabilidad, favorecen la infiltración y por tanto la recarga de agua
subterránea. Aunque puede darse de diversas formas, la recarga de acuíferos se produce de una manera más lenta
que el ascenso de los niveles en ríos que sucede, por lo general, rápidamente (Horton, 1941; Scanlon et al., 2006).
En estas zonas el agua se infiltra en el terreno a través del suelo en un movimiento descendente, atraviesa la zona
no saturada y alcanza la zona saturada provocando un incremento de altura de la lámina de agua. La posición
piezométrica de la lámina de agua es una variable de la que depende el intercambio de flujo entre río y acuífero. Por
eso, varios autores apuntan a la influencia en la variabilidad de las relaciones río-acuífero de: la K de los acuíferos
de la cuenca (Bloomfield et al., 2011), el suelo (Jencso et al., 2010), los cambios estacionales en la recarga del agua
subterránea (Wroblicky et al., 1998) o los cambios estacionales de la lámina de agua (Graillot et al., 2014; IGME et
al., 2016).
Por otro lado, en terrenos con baja permeabilidad en superficie o en periodos de lluvias intensas en los que se
supera la capacidad de infiltración, el agua no percola en el terreno sino que pasa a formar parte de la escorrentía
superficial siguiendo las direcciones marcadas por la topografía, configurando la red de drenaje, erosionando el
terreno y arrastrando consigo los materiales producto de la erosión que luego deposita en valles o zonas deprimidas.
Cuencas de drenaje con litologías poco permeables presentan el mismo efecto que lluvias torrenciales que saturan
la entrada de agua por recarga, ya que la mayor parte del agua de la precipitación genera escorrentía lo que
aumenta las aportaciones superficiales. De esta forma la velocidad de ascenso de la lámina de agua del río está
además influenciada por la capacidad de infiltración de la cuenca drenante, en definitiva por la recarga del acuífero
(Horton, 1941; Chow, 1994; Kollet y Maxwell, 2006).
Desde la cabecera de las cuencas fluviales y a su paso por los valles, se encaja la red de drenaje por cuyo cauce
discurre el agua, como escorrentía procedente de precipitaciones en respuesta a eventos lluviosos o deshielo
54
(Sophocleous, 2002; Price, 2011). Así, va configurando el caudal de los ríos y su morfología, factor importante en la
variabilidad espacial y temporal de las relaciones río-acuífero (Radoane et al., 2007), ya que influye en una de las
variables que determina el intercambio de flujo entre ríos y acuíferos como es la oscilación del nivel del río (Graillot
et al., 2014). En situaciones de NR constante, las zonas de intercambio de flujo permanecen estables pero los
cambios de NR junto a los procesos erosivos y sedimentarios hacen que varíen (Cook, 2015).
También en los valles confluye el agua procedente de aportes subsuperficiales o subterráneos al aflorar el agua de
la zona saturada de todos los sistemas de flujo que convergen hacia el río. Estos aportes subsuperficiales o
subterráneos constituyen lo que se denomina el flujo base en épocas de estiaje, proporcionado en su mayor parte
por el agua subterránea que se incorpora al cauce fluvial. Esta transferencia de agua a los ríos entre periodos
lluviosos se produce de forma generalmente lenta, aunque la velocidad del flujo es función de las características
litológicas de las formaciones que se encuentran en contacto con el cauce y de las características del propio cauce
(Sophocleous, 2002; Price, 2011).
4.5.2.2 Características geomorfológicas de la cuenca
Algunos autores relacionan la variabilidad espacial y temporal del flujo base (y, por tanto, de las relaciones río-
acuífero) con el grado de incisión en ríos y con la conductividad hidráulica de los acuíferos de una cuenca. Exponen
que la evolución geomorfológica de la cuenca está íntimamente relacionada con la evolución de la K de los acuíferos
subyacentes y que, considerando la litología de las unidades acuíferas, se puede inferir ciertas características
geomorfológicas de una cuenca, incluyendo la densidad de drenaje. Para ello identifican las unidades de agua
acuíferas, según su hidroestratigrafía y, asumiendo simplificaciones, las parametrizan con un valor medio
representativo. En cada una de ellas estiman diferentes variables hidrológicas y geomorfológicas (la precipitación, la
densidad de drenaje, el índice de flujo base, la porosidad del acuífero, el coeficiente de almacenamiento, el valor
logarítmico de la conductividad hidráulica, la elevación del acuífero y del drenaje, la incisión del río y la integral
hipsométrica). Utilizando el coeficiente de correlación de Pearson, encuentran correlaciones negativas entre log-K y
la densidad de drenaje y entre la densidad de drenaje y la incisión del río y correlaciones positivas entre log-K y la
incisión del río, entre log-K y el índice de flujo base y entre la incisión del río y el índice de flujo base. Apuntan,
además, que el control litológico de la geomorfología e hidrología de una cuenca es importante si los factores
climáticos y las variaciones tectónicas no son significativas y si las áreas de análisis se basan en mapas litológicos
en vez de en cuencas superficiales definidas por la topografía. Estos autores afirman también que la conductividad
hidráulica de los acuíferos, en mayor medida que la porosidad y el coeficiente de almacenamiento, es el descriptor
litológico clave en cuanto a la búsqueda de correlaciones con otras variables a nivel de cuenca (Bloomfield et al.,
2011).
55
A la escala de cuenca, para entender y describir la hidrogeología, se realizan transectos geológicos a partir de la
información litológica procedente de sondeos perforados en la zona y se construyen modelos matemáticos que
recogen toda la información disponible y sintetizan su funcionamiento (Kikuchi et al., 2012). La consideración de la
litología tiene sentido si se utilizan indicadores isotópicos o trazadores para determinar líneas de flujo ya que influye
en la composición del agua de una cuenca (Lamontagne et al., 2015; Nickolas et al., 2017). Algunos autores
recomiendan su uso para la validación de modelos conceptuales (Cook y Böhlke, 2000; Li et al., 2016).
Varios autores apuntan que la conductividad hidráulica de los sedimentos del lecho y del acuífero aluvial son, junto a
la tasa de recarga, los parámetros que más influyen en el intercambio de flujo entre río y acuífero (Larkin y Sharp,
1992; Wroblicky et al., 1998; Kalbus et al., 2009). Algunos de ellos incluso atribuyen la variabilidad espacial de las
transferencias de flujo río-acuífero a la heterogénea distribución de K del acuífero y de la K del lecho y afirman que
las propiedades del acuífero tienen mayor influencia en la distribución espacial del flujo que las características del
lecho del río. Sin embargo, para que exista variabilidad de flujo de descarga es necesario incorporarlas ya que, por
si solas, no consiguen este efecto. En el caso de lechos de baja K, apenas se distinguen del efecto de la no
existencia de lecho. La distribución espacial de las características del lecho debe tenerse en cuenta en modelos de
flujo regionales ya que, lechos homogéneos de baja K hacen que el flujo sea homogéneo, lo que afectará a los picos
de flujo, infraestimándolos (Kalbus et al., 2009).
La conductividad hidráulica es dependiente de la densidad y la viscosidad dinámica del agua y éstas, a su vez, de la
temperatura. Recientes estudios establecen una influencia de la temperatura en la tasa de intercambio de flujo entre
río y acuífero debido principalmente a que tanto la conductividad hidráulica del acuífero como la del lecho, de la que
depende el valor de CGL, son dependientes de la temperatura. De esta forma, considerar la variabilidad térmica de
estos parámetros mejora la calibración (Doppler et al., 2007; Engeler et al., 2011). Algunos estudios incluso
describen patrones temporales de flujo vertical a través de los sedimentos del lecho del río a partir del análisis de
registros de series temporales de temperatura (Lautz, 2012).
4.5.2.3 Características del lecho del río
Varios autores reconocen que en las relaciones río-acuífero influyen la superficie de contacto entre río y acuífero
(IGME et al., 2016), los sedimentos del canal del río (Wroblicky et al., 1998; Bansal, 2017), la aportación de
sedimentos de los ríos tributarios (Radoane et al., 2007), las variaciones espaciales de la K del lecho (Wroblicky et
al., 1998; Graillot et al., 2014; IGME et al., 2016) y el grado de incisión en ríos.
Los materiales que constituyen el lecho de un río proceden de la erosión de su cuenca drenante (Radoane et al.,
2007). La propia naturaleza sedimentaria de los materiales del lecho de un río de origen aluvial-fluvial presupone
una K suficiente para favorecer la conexión y la capacidad de filtración del lecho (Zlotnik y Huang, 1999). La K de los
materiales del lecho varía temporal (Doppler et al., 2007) y espacialmente en función de su composición,
56
granulometría y distribución a lo largo de su curso y controla el flujo dentro de la zona hiporreica, tanto más por la
acumulación de sedimentos finos que por la fracción de tamaño grueso del sedimento del lecho (Radoane et al.,
2008; Lackey et al., 2015).
Algunos autores hacen referencia, en ríos con lecho de gravas, al refinado del tamaño de grano aguas abajo (Hoey
y Ferguson, 1994; Frings, 2008). Radoane et al., (2007) relacionan la concavidad del perfil longitudinal de los ríos
con la tasa de reducción del tamaño de los materiales de su lecho. Sin embargo, en ocasiones, la regla se rompe
por la influencia de los ríos tributarios o las entradas directas de material procedente de los procesos de ladera en
zonas donde no existe llanura aluvial (Radoane et al., 2007).
La conductividad hidráulica del lecho del río (Kr) depende del tipo de sustrato por el que esté formado el lecho y el
tipo de sustrato, a su vez, del área de producción de sedimentos (Radoane et al., 2008). La Kr es habitualmente
inferior que la del acuífero adyacente o suprayacente debido a procesos de colmatación que hacen que se
desarrolle una superficie de taponamiento (“clogging layer”) que tiene un efecto superior en condiciones de
infiltración que de exfiltración. En el taponamiento también influye el NR, de forma que en aguas altas los esfuerzos
de rozamiento sobre el lecho se incrementan disminuyendo o invirtiendo temporalmente el taponamiento del lecho
del río (Engeler et al., 2011).
Atendiendo a litología, clima, topografía y tasa de erosión puede predecirse, en función del paisaje, la distribución
del tamaño de los sedimentos que aportan las laderas a los canales. Las precipitaciones escasas y las altas
temperaturas se relacionan con la abundancia de fragmentos de roca en los canales. Además, cuando su porcentaje
aumenta, aumenta también su tamaño. Por otro lado, cuanto mayor es el gradiente medio de la ladera mayor es el
tamaño de grano de los sedimentos aportados al canal. Asimismo el tamaño de las partículas en la ladera determina
el tamaño de los sedimentos aportados al canal (Sklar et al., 2017).
El agua superficial y las zonas hiporreicas dependen de la dinámica sedimentaria de los ríos. Dentro del propio río
se transportan sedimentos en distintas formas (carga en suspensión, arrastre de fondo) que dependen de la
pendiente del cauce (Winter, 1999; Sahuquillo et al., 2010), el caudal y la velocidad del flujo (Rehg et al., 2005).
Algunos estudios relacionan la conductividad hidráulica de los sedimentos del lecho con el tipo de transporte
predominante en ríos. Así, ríos en los que predomina la carga en suspensión y en los que las perturbaciones en el
lecho son poco frecuentes presentan conductividades hidráulicas bajas y flujos hiporreicos reducidos (Stewardson et
al., 2016).
Existe una relación entre la variabilidad de la K del lecho del río y los procesos geomorfológicos e hidráulicos
dominantes. Así, la permeabilidad en el cauce aumenta con la amplitud de las formas de lecho dentro del tramo en
que se mida, la relación anchura-profundidad-pendiente longitudinal del “bankful channell” (canal estable donde la
altura de la lámina de agua alcanza la cota de la llanura de inundación activa), la energía de la corriente y la
57
erodabilidad de la cuenca aguas arriba. Por otro lado, K se reduce a partir de la última perturbación que haya sufrido
el lecho del río, debido a procesos de taponamiento u obstrucción. En los ríos en los que predomina la carga en
suspensión y en los que raramente ocurren perturbaciones, se supone también una K de lecho reducida que
disminuye los flujos hiporreicos (Stewardson et al., 2016).
En algunos estudios en detalle, mediante simulaciones en diferencias finitas de modelos subterráneos de flujo y
transporte y movimiento de partículas, se han calculado los intercambios de flujo a través de la zona hiporreica en
depósitos de lecho del río en curvas de canal y el equivalente en medio homogéneo. Observando que: 1) la
heterogeneidad del medio incrementa el flujo en comparación con medios homogéneos y 2) la mayor causa del flujo
hiporreico es la distribución periódica (sinusoide) de niveles que espacialmente representa el efecto de las formas
del lecho y que 3) la influencia adicional de la heterogeneidad en el intercambio total del lecho del canal y la
geometría general de la zona hiporreica se incrementan cuanto más sutil es la fluctuación sinusoide del nivel.
(Cardenas et al., 2004)
4.5.2.4 Pendiente
Toth (1963) demostró que la geomorfología local y regional controla qué escalas del sistema de flujo subterráneo
funcionan en una cuenca. En áreas llanas y extensas el movimiento de flujo subterráneo se encuentra restringido y
no se desarrollan sistemas de flujo. En áreas con escasa o nula pendiente local no se desarrollan flujos locales,
mientras que en zonas donde la pendiente local es creciente, se incrementa la profundidad y la intensidad de los
flujos locales. Por otro lado, la pendiente regional creciente reduce la importancia de los flujos locales que pueden
incluso desaparecer a favor del desarrollo de sistemas de flujo regionales o intermedios.
Figura 4.8. Sistema de flujo local, intermedio y regional. (Modificado de Dahl, Nilsson et al., 2007)
58
Considerando la pendiente del cauce y contrariamente al modelo de Toth, las rupturas de pendiente aguas arriba en
la lámina de agua dan como resultado componentes de flujo subterráneo ascendentes bajo el área de menor
pendiente. Se favorece, así, la aportación subterránea a cuerpos de agua superficial, la existencia de humedales en
los bordes de valles de ríos y otros paisajes llanos adyacentes a zonas elevadas y la formación de suelos salinos. A
la inversa, rupturas de pendiente aguas abajo, resultan en componentes de flujo subterráneo descendentes (Winter,
1999).
En un valle aluvial es posible inferir la componente de flujo subterráneo regional dominante (se considera flujo base
el perpendicular al río y bajo-flujo el paralelo al río) a partir de datos geomorfológicos como la pendiente del canal, la
sinuosidad del río, el grado de penetración del río en el aluvial, el ratio anchura / profundidad y el sistema
deposicional fluvial. El gradiente de canal se calcula como el cociente de la diferencia de cota entre el punto más
elevado aguas arriba y el punto más bajo aguas abajo y la longitud de la corriente a lo largo de la línea de vaguada
del canal. Gradientes de canal y relación ancho profundidad reducidos, y sinuosidad y porcentajes de penetración
del río en el sistema aluvial elevados, son representativos de ríos en los que predomina el flujo base. Frente a ellos,
los ríos en los que predomina el bajo-flujo presentan gradientes de canal y relación ancho profundidad elevados y
sinuosidad y porcentajes de penetración del río en el sistema aluvial reducidos (Larkin y Sharp, 1992).
Un ejemplo de aplicación de estos índices se hizo en el arroyo Lucile en Alaska, donde, a partir de gradientes de
canal superiores a 0,0008 y sinuosidad inferior a 1,3, Kikuchi et al., (2012) definieron los sistemas aluviales en los
que predomina el bajo-flujo y, por tanto, la contribución subterránea a los ríos no es significativa, aunque los autores
destacan la necesidad de elaborar límites específicos según el ambiente deposicional (Kikuchi et al., 2012).
Algunos autores, utilizando un modelo hidrológico a escala continental, comparan el gradiente de presión de agua
en el acuífero y el gradiente topográfico, observando una mayor correlación entre la disposición de la lámina de
agua y la topografía en ambientes húmedos con gradientes topográficos reducidos o baja K. Por otro lado, observan
relaciones no lineales en sistemas de flujo subterráneo dominados por convergencias locales, también influidas por
el clima y la geología (Condon y Maxwell, 2015).
La Tabla 4.4 resume los efectos del incremento y disminución de los factores citados, así como las referencias a los
trabajos más relevantes consultados durante la elaboración del estado del arte.
Tabla 4.4. Resumen de factores
Alta Referencia Baja Referencia

Jencso, McGlynn
Incrementa la extensión espacial de Wroblicky, et al., (2010)
Incrementa la generación de
K Acuífero las zonas donde ocurre infiltración Campana et Bloomfield,
escorrentía
al acuífero al., (1998) Bricker et al.,
(2011)
Aumenta la recarga subterránea Bloomfield, Disminuye la recarga subterránea Bloomfield,
59
Bricker et al., Bricker et al.,
Disminuye la densidad de drenaje Aumenta la densidad de drenaje
(2011) (2011)
Mayor control topográfico en zonas Condon y
Incrementa el índice de flujo base
húmedas con elevada recarga Maxwell, (2015)
Incrementa la incisión del río
Wroblicky,
Zlotnik y
CGL Mejora la conexión hidráulica Flujos hiporreicos reducidos Campana et al.,
Huang, (1999)
(1998)
Stewardson, Wroblicky,
Reduce o desparecen las zonas de
Formas del lecho amplias Datry et al., Campana et al.,
recarga del río al acuífero
(2016) (1998)
Stewardson, La descarga de agua subterránea Wroblicky,
Incremento de la relación anchura-
Datry et al., aparece en más porciones del tramo Campana et al.,
profundidad del canal
(2016) estudiado (1998)
Stewardson, Procesos de taponamiento aumentan Stewardson,
Energía de la corriente Datry et al., con el tiempo desde la última Datry et al.,
(2016) perturbación (avenida) (2016)
K Lecho Relleno de valle, carga de mezcla o Ríos con predominio de carga en Stewardson,
Larkin y Sharp
carga de fondo predominio de bajo- suspensión (Sistema deposicional Datry et al.,
(1992)
flujo fluvial) (2016)
Stewardson,
Erodabilidad de la cuenca aguas Efecto similar a la no existencia de Kalbus, Schmidt
Datry et al.,
arriba lecho et al., (2009)
(2016)
Lechos homogéneos favorecen la

homogeneización del flujo. Lechos Kalbus, Schmidt
heterogéneos mejoran el ajuste del et al., (2009)
flujo simulado
En un medio heterogéneo aumenta En un medio homogéneo disminuye

Cardenas, Cardenas,
Flujo a través de zona el flujo a través de la zona el flujo a través de la zona hiporreica
Wilson et al., Wilson et al.,
hiporreica hiporreica en comparación con un en comparación con un medio
(2004) (2004)
medio homogéneo heterogéneo
Heterogeneidad de los Cardenas, Cardenas,

Aumenta el flujo a través de la zona Disminuye el flujo a través de la zona
depósitos del lecho del río Wilson et al., Wilson et al.,
hiporreica hiporreica
en curvas de canal (2004) (2004)
Aproxima el efecto de río

Zlotnik y
completamente penetrante en el
Huang, (1999)
acuífero
Anchura del río
Mayor efecto en la cota Zlotnik y
piezométrica del acuífero Huang, (1999)
Relación Superior a 60 predominio de flujo Larkin y Sharp Inferior a 60 predominio de flujo Larkin y Sharp
anchura/profundidad paralelo al río (1992) perpendicular al río (1992)
En zonas llanas y húmedas con

Condon y
elevada recarga, mayor control
Maxwell, 2015;
topográfico
Topografía En llanuras aluviales en las que la
pendiente lateral del valle es Larkin y Sharp
insignificante predomina el flujo (1992)
paralelo al río (bajo-flujo)
60
La pendiente local creciente Con pendiente nula o escasa no se
incrementa la profundidad y la Toth, (1963) desarrollan flujos subterráneos de Toth, (1963)
intensidad de flujos locales carácter local
La pendiente regional creciente
Pendiente reduce la importancia de flujos
locales que incluso desaparecen en Áreas llanas y extensas restringen el
Toth, (1963) Toth, (1963)
favor del desarrollo de flujos flujo subterráneo
subterráneos regionales o
intermedios
Aguas arriba la componente de flujo Aguas abajo la componente de flujo
Rupturas de pendiente Winter, (1999) Winter, (1999)
subterráneo es ascendente subterráneo es descendente
Si supera 0,0008 predominio del Larkin y Sharp Si es inferior a 0,0008 predominio de Larkin y Sharp
Pendiente del canal
flujo paralelo al río (bajo-flujo) (1992) flujo perpendicular (1992)
Bloomfield,
Incrementa los gradientes
Bricker et al.,
hidráulicos
(2011)
Facilita el desarrollo de la porosidad
Bloomfield,
Grado de incisión del río en secundaria y de la fracturación, que
Bricker et al.,
el acuífero aumenta la conductividad hidráulica
(2011)
y el índice de flujo base (IFB)
Si es superior al 20% predomina el
Larkin y Sharp Si es inferior al 20% predomina el Larkin y Sharp
flujo perpendicular (acuíferos
(1992) flujo paralelo al río (bajo-flujo ) (1992)
aluviales)
Superior a 1.3 predominio de flujo Larkin y Sharp Si inferior a 1.3 predominio de flujo Larkin y Sharp
Sinuosidad del río o perpendicular al río (1992) paralelo al río (bajo-flujo) (1992)
existencia de formas Cardenas,
sinusoides Aumenta el flujo hiporreico Wilson et al.,
(2004)
Aumento del tamaño de grano de Sklar, Riebe Disminuye el tamaño de grano de los Sklar, Riebe et
Gradiente medio de ladera
los sedimentos aportados al cauce et al., (2017) sedimentos aportados al cauce al., (2017)
Diámetro medio de Incrementa el porcentaje de Sklar, Riebe Disminuye el porcentaje de Sklar, Riebe et
fragmentos de roca abundancia de fragmentos de roca et al., (2017) abundancia de fragmentos de roca al., (2017)
Aumento del tamaño de grano de Sklar, Riebe Disminuye el tamaño de grano de los Sklar, Riebe et
Elevación (Cota)
los sedimentos aportados al cauce et al., 2017 sedimentos aportados al cauce al., (2017)
Radoane, En zonas aguas abajo de la cuenca Radoane,
En zonas aguas arriba de la cuenca Radoane et el tamaño de los sedimentos Radoane et al.,
Tamaño del sedimento del al., (2007) aportados al canal disminuye (2007)
canal Kalbus,
Incrementan la permeabilidad del
Schmidt et al.,
lecho
(2009)
En aguas altas disminuye el
Engeler, En aguas bajas se producen
taponamiento en los sedimentos del
Nivel del río Franssen et procesos de colmatación y
lecho del río, lo que aumenta su
al., (2011) taponamiento
permeabilidad
Provoca la variación de las zonas Zonas de intercambio de flujo
Variabilidad del nivel del río Cook, (2015) Cook, (2015)
de relación río-acuífero estables
Expansión espacial de la
distribución del flujo e incremento Wroblicky,
Tasa de recarga de la magnitud del flujo hacia el río Campana et
a través de los sedimentos del al., (1998)
lecho
61
Incremento del almacenamiento
Price, (2011)
subsuperficial y subterráneo
Zimmer y
Aumento de las aportaciones al río Aportación del acuífero al río Zimmer y
McGlynn
aguas abajo. Influencia regional reducida McGlynn (2017)
(2017)
Zimmer y
Zimmer y
ETR Río perdedor McGlynn Río ganador
McGlynn (2017)
(2017)
Zimmer y
Almacenamiento de la Zimmer y
Río ganador McGlynn Río perdedor
cuenca McGlynn (2017)
(2017)
Desarrollo de sistemas hidrológicos Desarrollo de sistemas hidrológicos
desconectados y controlados por la conectados y controlados por el flujo
zona no saturada. Los modelos de Costa, subterráneo. Los modelos de
Costa, Bronstert
Aridez simulación hidrológica presentan Bronstert et simulación hidrológica presentan
et al., (2012)
mayor incertidumbre /sensibilidad al., (2012) mayor incertidumbre asociada a la
asociada a la variabilidad de estructura del modelo que a la
parámetros parametrización
Coeficiente de Zlotnik y Zlotnik y Huang
No afecta No afecta
almacenamiento Huang (1999) (1999)
Régimen completamente Brunner, Régimen desconectado: La tasa de Brunner,

Grado de conexión entre
conectado: relación lineal entre la Simmons et infiltración es independiente de la Simmons et al.,
río y acuífero
tasa de infiltración y el NP al., (2009) posición de la lámina de agua (NP) (2009)
Disminuye el grado de incisión en el Bloomfield, Aumenta el grado de incisión en el Bloomfield,

Densidad de drenaje acuífero Bricker et al., acuífero Bricker et al.,
Disminuye la energía de la corriente (2011) Aumenta la energía de la corriente (2011)
62
5 El análisis de sensibilidad
5.1 Definición y objetivos
Los modelos matemáticos se usan para aproximar fenómenos variados y complejos en diversos campos
ingenieriles, físicos, ambientales, sociales o económicos (McCuen, 1973; Hamby, 1994). Desde una perspectiva
científica general, el análisis de sensibilidad (AS) es el conjunto de métodos que permite comprender la clave de los
códigos científicos (entendiendo éstos como un conjunto de leyes científicas) y maximizar la capacidad de la
modelación matemática (Rabitz, 1989; Borgonovo y Plischke, 2016).
El AS es un paso crucial en la construcción del modelo y el proceso de comunicación de resultados científicos, ya

que permite entender el comportamiento, la estructura, los procesos físicos y cómo responde el modelo ante los
cambios de los parámetros (Borgonovo y Plischke, 2016).
Considerando que la incertidumbre puede definirse como la falta de certeza, el AS es el estudio de cómo la
incertidumbre del resultado del modelo puede ser distribuida entre las diferentes fuentes de incertidumbre de los
factores de entrada del modelo. Aunque el AS se aplica a cualquier factor de entrada del modelo (Apartado 4.3), es
decir, a todo lo que produzca una variación en los resultados del modelo (condiciones de contorno, parámetros y
acciones externas), en los ejercicios de implementación de los modelos hidrológicos se suele plantear sobre los
parámetros de las ecuaciones (Reilly y Harbaugh, 2004; Saltelli et al., 2008; Foscarini et al., 2010; Norton, 2015). El
AS juega un papel importante en todas las fases del proceso de modelación (composición, validación y calibración) y
resulta útil durante el desarrollo, la parametrización, la optimización, la cuantificación de la incertidumbre, el análisis
de escenarios, la toma de decisiones y el establecimiento de las líneas de investigación futuras (Hamby, 1994; Reilly
y Harbaugh, 2004; Yang, 2011; Song et al., 2015).
El objetivo del AS es identificar los parámetros clave del modelo, es decir, aquellos con mayor influencia en el
comportamiento del modelo, que causan la mayor variación o están más correlacionados con los resultados e
investigar cómo afectan sus variaciones en los resultados del modelo numérico (Norton, 2015; Song et al., 2015). El
efecto relativo de los parámetros en los resultados ayuda a entender el sistema simulado. Los parámetros más
sensibles serán los más importantes e influyentes en los resultados y los determinantes en el ajuste del modelo con
los valores observados (Reilly y Harbaugh, 2004).
El AS permite determinar los factores de entrada al modelo cuyo efecto en los resultados es despreciable y aquellos
cuya influencia es significativa, reduciendo así el número de parámetros en los que centrar la investigación (Hamby,
63
1994). Pero además el AS aborda otros propósitos recogidos por distintos autores (Hamby, 1994; Saltelli et al.,
2008; Norton, 2015; Song et al., 2015; Pianosi et al., 2016):
1) Priorizar datos o “ranking” que consiste en generar un listado ordenado de los factores de entrada, de acuerdo a
su contribución relativa a la variabilidad de los resultados.
2) Identificar los factores de entrada sin influencia en la variabilidad de los resultados, es decir, qué parámetros
presentan efectos despreciables. Las técnicas de identificación de datos (“screening”) que ofrece el AS permiten
identificar procesos innecesarios y eliminarlos, simplificando, así, el modelo.
3) Generar una distribución espacial (“mapping”) y establecer los dominios de variabilidad de los factores de entrada,
es decir, la región del espacio de variabilidad que produce resultados significativos y, en general, extremos.
4) Definir la dirección o signo del cambio al variar un parámetro dado (Anderson et al., 2014)
5) Detectar la presencia de interacciones entre parámetros o cualquier factor de entrada, que amplifiquen o
disminuyan la variabilidad inducida por los factores de forma individual.
6) Determinar qué parámetros necesitan ser estudiados más profundamente para fortalecer las bases del
conocimiento y reducir así la incertidumbre en los resultados.
Según se formulan o abordan estas cuestiones se distinguen distintos tipos de AS. El propósito del AS define el
objetivo final del análisis y, por tanto, determina la elección del método (Hamby, 1994; Pianosi et al., 2016).
La evaluación de la sensibilidad es una tarea dinámica y el desarrollo de métodos nuevos de AS es continuo,

existiendo numerosas propuestas que ofrecen infinidad de alternativas de aplicación para el AS (Chun et al., 2015).
Muchos autores, al referirse a los parámetros que afectan al resultado del modelo se refieren a parámetros
sensibles, influyentes o importantes. Los parámetros importantes son aquellos cuya incertidumbre contribuye
sustancialmente a la incertidumbre de los resultados evaluados. Los parámetros sensibles son los que tienen una
influencia significativa en los resultados evaluados (Hamby, 1994). Un método que permite identificar correctamente
los parámetros sensibles e insensibles es un método efectivo (Gan et al., 2014).Los modelos son sensibles a los
factores de entrada de dos maneras: 1) La primera es la variabilidad o incertidumbre, asociada a un factor de
entrada sensible que se propaga a través del modelo, resultando una gran contribución a la variabilidad total del
resultado. 2) En la segunda, los resultados del modelo están altamente correlacionados con un factor de entrada,
por lo que pequeños cambios en el valor de éste suponen cambios significativos en el resultado.
La distinción necesaria entre parámetros sensibles e importantes es fundamental en el tipo de análisis efectuado. El
análisis de incertidumbre determina la importancia de los parámetros y el AS la sensibilidad de los parámetros
(Hamby, 1994).
64
El análisis de incertidumbre (AI) es otro tipo de análisis paralelo al AS. El AI se enfoca en cuantificar la incertidumbre
en el resultado del modelo, que se relaciona con la variabilidad natural de sistemas reales y procesos estocásticos
asociados. Es decir, el AI se centra en evaluar el efecto del error en los resultados del modelo considerando
explícitamente la incertidumbre de los datos, los parámetros, la estructura del modelo o la observación de resultados
o una combinación de ellas. AI y AS se han desarrollado paralelamente a las ciencias computacionales por lo que se
han incrementado los estudios de modelación que los consideran. A pesar de tener distintos enfoques y objetivos,
utilizan técnicas matemáticas similares y, en la práctica deberían aplicarse conjuntamente y en primer lugar el AI
(Saltelli et al., 2008; Baroni y Tarantola, 2014; Pianosi et al., 2016). Existen herramientas informáticas específicas
para el análisis de incertidumbre y el diseño de exploración como PSUADE (Gan et al., 2014).
La creciente complejidad de los modelos hidrológicos implica que sea necesario estimar una gran cantidad de
parámetros (Song et al., 2015). Con el fin de comprender el funcionamiento de estos modelos complejos,
previamente a la aplicación de la modelación hidrológica, se deben aplicar métodos eficientes de AS (Song et al.,
2015). Un método eficiente es aquel que utiliza el mínimo número de muestras necesario para cada técnica de
muestreo específica, una vez comprobado que el método es efectivo, es decir, que es capaz de distinguir los
parámetros sensibles e insensibles. Las técnicas de muestreo son utilizadas por distintos métodos de AS para
generar distintas combinaciones de parámetros (Gan et al., 2014). Una vez se ha encontrado una adecuada
estimación de los parámetros, se aplican métodos de AS para estudiar la incertidumbre de esa parametrización
concreta.
El proceso de calibración consiste en la estimación de los parámetros del modelo que maximizan el ajuste del
resultado del modelo con las observaciones. Es decir, mediante la calibración se ajustan los valores de los
parámetros para optimizar la capacidad descriptiva del modelo, una vez se han decidido los parámetros
significativos del modelo. El AS complementa y ayuda a detectar incongruencias en el proceso de calibración
(Pianosi et al., 2016). Por ejemplo, una calibración manual representa un AS preliminar y sencillo en el que se
resuelve el modelo con un valor arbitrario y se van ejecutando múltiples simulaciones del modelo. Cada simulación
representa una parametrización concreta y, mediante la representación de los resultados en tablas o gráficos, se
evalúan los cambios en el modelo y se decide qué conjunto de datos representa mejor la situación real. El AS se
incorpora, también, en los códigos de ajuste automático de parámetros para la calibración de modelos. El algoritmo
de ajuste automático calcula la sensibilidad del parámetro y la utiliza para ofrecer los valores que mejor ajustan el
resultado del modelo (Reilly y Harbaugh, 2004). Uno de los códigos de ajuste automático más utilizado para la
calibración de modelos subterráneos altamente parametrizados es PEST. PEST examina el espacio de los
parámetros del modelo, mediante aproximaciones matemáticas, para encontrar el conjunto óptimo de parámetros
estables que minimice las diferencias entre observaciones y los resultados de la modelación, utilizando la suma de
las desviaciones como su función objetivo (Ec. 5.1) (Doherty y Hunt, 2010).
65
n
   wi Oi  M i 
i 1
Ec. 5.1. Función objetivo (ϕ) en métodos de calibración automática
Donde,
w: peso
O: valor observado
M: valor modelado
El AS se utiliza en técnicas relacionadas con el proceso de validación, es decir, con la capacidad predictiva del
modelo (Pianosi et al., 2016). Algunos autores defienden la idea de que un modelo no puede ser validado, es decir,
no puede ser probada su veracidad, teniendo en cuenta que un modelo es una representación de la realidad y que
la incertidumbre es substancial al método científico. Consideran más correcto hablar de un modelo corroborado o
que ha superado distintas pruebas formales, de consistencia interna o relativas a la capacidad del modelo de
explicar o predecir el mundo de forma convincente y parsimoniosa, mediante pocos parámetros (Saltelli et al., 2008).
Algunas de estas técnicas o pruebas se agrupan en términos como la evaluación de la credibilidad, la evaluación
diagnóstica del modelo, el análisis de control dominante y la toma de decisiones robusta (Pianosi et al., 2016), que
se definen a continuación.
La evaluación de la credibilidad se utiliza para saber cómo de fiable es el método utilizado, es decir, si es apropiado
para resolver el problema planteado. Esta técnica implica, además, la interpretación y explicación de los resultados
(Pianosi et al., 2016).
En casos en los que las observaciones presentan una gran incertidumbre es difícil corroborar el modelo únicamente
con las medidas. Por eso suele comprobarse la consistencia de su comportamiento con el sistema real. Así, para
determinar si un modelo es consistente se comprueba, por ejemplo, si los parámetros que controlan su respuesta en
el espacio y en el tiempo son representativos de los procesos físicos que lo dominan realmente (Pianosi et al.,
2016).
En modelos ambientales complejos con muchos componentes que interactúan es difícil predecir cuándo y dónde un
parámetro específico influye significativamente en los resultados de simulación. Para responder a esto se modifican
las técnicas de AS en la denominada evaluación diagnóstica del modelo. Por ejemplo, se utiliza el AS variante en el
tiempo y en el espacio, para cuantificar los patrones temporales y espaciales de la sensibilidad del resultado a los
parámetros del modelo y verificar la estructura de éste, asumiendo que los componentes del modelo deben estar
activos para diferentes estados del sistema. En este sentido, también, las técnicas de identificación que ofrece el AS
permiten determinar si existen procesos que no es necesario representar en el modelo porque nunca se activan. El
66
estudio posterior de estos casos determinará si pueden eliminarse y simplificar el modelo o son característicos de
situaciones extremas (Pianosi et al., 2016).
Las técnicas de análisis de control dominante y toma de decisiones robusta se utilizan en modelos enfocados en
anticipar los efectos de gestión y tomar decisiones. En ellos se recomienda el AS para evaluar la robustez del
asesoramiento y de la decisión final, con respecto a factores de entrada o suposiciones inciertas. La robustez hace
referencia a la “garantía” de que el modelo funcione ante ciertas suposiciones o parámetros inciertos. Los análisis de
robustez evalúan si los índices de sensibilidad son independientes de la muestra específica, es decir, si la relación
entre el factor de entrada y el resultado tomaría valores similares utilizando una muestra diferente de igual tamaño.
Un modelo robusto ofrece resultados adecuados para las suposiciones, mientras que uno frágil falla en alguno de
los supuestos o en varios. Se puede saber si los estudios basados en modelos son robustos o frágiles considerando
la incertidumbre de las suposiciones subyacentes. Así, si un modelo refleja razonablemente los procesos reales, la
aplicación del AS aporta una valiosa información de los procesos físicos representados en el modelo que dominan el
sistema. También se utilizan los análisis de convergencia que evalúan si las estimaciones de sensibilidad son
independientes del tamaño de la muestra, es decir, si ofrecen resultados similares al considerar una muestra
independiente de mayor o menor tamaño (Pianosi et al., 2016).
Los análisis de robustez y convergencia suelen aplicarse a métodos de AS que utilizan técnicas de muestreo y
evalúan la incertidumbre en los resultados de un método concreto de AS. Por tanto ofrecen la fiabilidad dentro del
contexto de ese método determinado. La evaluación de la credibilidad se refiere a cómo de fiable es el método
concreto utilizado y existen distintas formas de comprobarlo (Pianosi et al., 2016). La primera de ellas consiste en
verificar que las suposiciones se satisfacen, por ejemplo, comprobando linealidad, monotonicidad o suavidad de la
relación entre los factores de entrada y los resultados o las características de la distribución de resultados. Otra
manera de evaluar la credibilidad es comparar los resultados del AS producidos por distintos métodos o determinar
diferentes índices de sensibilidad y comprobar si responden de forma similar. Si los métodos responden de forma
similar en la identificación y priorización de datos se refuerzan las conclusiones, mientras que, si no es así, es
necesario incidir en futuras investigaciones que ayuden a entender el comportamiento del modelo ante los distintos
métodos. Asimismo, existen técnicas específicas para validar las conclusiones del AS como el test visual para
validar la identificación (“screening”) de factores (Andres, 1997; Pianosi et al., 2016) o el test cuantitativo basado en
la estadística de Kolmogorov-Smirnov (Pianosi y Wagener, 2015).
5.2 Expresión matemática de la sensibilidad
McCuen (1973) define la sensibilidad como la medida del efecto del cambio en un factor (xi) sobre otro factor (g(x)).
67
Si se define un escalar de la variable resultado “y”, es posible medir la sensibilidad (S) del i-ésimo factor de entrada
con la derivada parcial ∂g/∂xi evaluada en el conjunto de factores ( x ), del caso base (valor nominal).
La Ec. 5.2 representa la fórmula general básica de un modelo en el que el resultado (y) es función de un vector de
valores de los factores de entrada [x1, x2,…, xm] dentro de su espacio respectivo de variabilidad y donde existe una
función (g) que traduce los factores de entrada en el resultado (Borgonovo y Plischke, 2016; Pianosi et al., 2016).
y  g ( x)  g  x1 , x 2 ,...x n 
Ec. 5.2. Fórmula general del resultado de un modelo según los factores de entrada
La sensibilidad se expresa matemáticamente mediante la expansión de la serie de Taylor de la Ec. 5.2, que
relaciona el resultado (y) con el vector de parámetros de entrada del modelo x (McCuen, 1973) y (Helton, 1993;
Borgonovo, 2008) citado en (Pianosi et al., 2016). Así, el cambio en y resultante del cambio en el factor xi viene
determinado por la Ec. 5.3:
g  2 g0 2
g ( xi  xi , x j j i
)  g ( x)  xi  xi  ...
xi xi2
Ec. 5.3. Expansión se la serie de Taylor de la Ec. 5.2
Y, si los términos no lineales son reducidos respecto a los términos lineales por Ec. 5.4
g
g ( xi  xi , x j j i
)  g ( x)  xi
xi
Ec. 5.4. Simplificación de la Ec. 5.3
Luego, se obtiene la ecuación de sensibilidad linealizada Ec. 5.5, que mide el cambio en y que resulta del cambio en
xi.
 g 
y  g ( xi  xi , x j j i
)  g ( x)   xi
 xi 
Ec. 5.5. Ecuación de sensibilidad linealizada
Donde:
Δy: representa cambios finitos en el resultado provocados por cambios individuales en los parámetros de entrada
Δxi: cambio en el factor de entrada
(xi+Δxi,xj|j≠i): un punto dentro del rango de variación de los parámetros obtenido al variar únicamente el parámetro xi
68
g (xi+Δxi+,xj|j≠i): resultado en el caso de sensibilidad
g(x): resultado en el caso base
La Ec. 5.5 puede extenderse a los casos en los que se varía más de un parámetro simultáneamente.
A partir de la Ec. 5.2 y la Ec. 5.5 se obtiene la definición general de sensibilidad (Ec. 5.6):
 g
S    
 
 g ( xi  xi , x j j i )  g  x1 , x 2 ,..., x n 
 xi  xi
Ec. 5.6. Definición general de sensibilidad
Donde:
y: variable resultado
g(x): función que traduce los factores de entrada en el resultado y muestra el efecto del cambio en x
xi: factor de entrada i
∆xi: variación del factor i
[x1,x2,…,xn]: vector de valores de los factores de entrada
S: Sensibilidad
El término de la izquierda de la Ec. 5.6 sugiere la estimación de la sensibilidad como la diferenciación de la relación
explícita de la Ec. 5.2, con respecto al factor “xi” (McCuen, 1973). Dado que la relación funcional de la Ec. 5.2 no
suele conocerse de forma analítica, o si la función de entradas y salidas de la misma no es derivable para el
conjunto de todos los factores del caso base, las derivadas parciales se aproximan por diferencias finitas según el
término de la derecha de la Ec. 5.6. Este término indica que la sensibilidad de la función respecto a un factor de
entrada, puede ser calculada incrementando el factor y computando el cambio resultante en la solución (McCuen,
1973).
Las sensibilidades indican la pendiente de un gráfico del valor simulado yí, relativo a un factor de entrada
(parámetro) y aproximan cuánto variará un valor simulado si el valor del parámetro cambia, respecto al cambio en el
valor del parámetro. Es decir, las sensibilidades indican la importancia de las observaciones en la estimación de los
valores del parámetro. Las observaciones son muy valiosas cuando sus equivalentes simulados cambian
sustancialmente con pequeños cambios en valores del parámetro y, no lo son, si los cambios que sus equivalentes
simulados experimentan son insignificantes frente a grandes cambios en el valor del parámetro (Hill y Tiedeman,
2007).
69
5.3 Métodos de análisis de sensibilidad
Teniendo en cuenta la estrategia de muestreo utilizada, los métodos de AS se agrupan en métodos en los que se
varía un factor cada vez (1F) y métodos en los que se varían todos los factores de entrada simultáneamente (TF).
Mientras que en los métodos 1F o “uno por uno”, las variaciones en los resultados se producen al variar un factor de
entrada cada vez, en los métodos TF las variaciones en los resultados se producen al variar todos los factores al
mismo tiempo. En estos últimos la sensibilidad de cada factor considera tanto la influencia directa de ese factor
como la influencia conjunta debida a las interacciones y, por tanto, ofrecen una caracterización de las interacciones
entre factores de entrada. Algunos incluso permiten el análisis de interacciones entre combinaciones específicas de
estos factores (Pianosi et al., 2016).
Diversos autores dividen los métodos de AS en dos grandes grupos: los métodos locales y los globales.
Normalmente los métodos locales se corresponden con métodos 1F y los globales con métodos TF a los que se les
puede asociar una distribución de probabilidad (Campolongo et al., 2011; Borgonovo y Plischke, 2016; Pianosi et al.,
2016). Los métodos globales pueden utilizar técnicas 1F o TF. El AS global requiere especificar el espacio de
variabilidad del factor de entrada y si este no se conoce suficientemente bien, las conclusiones extraídas del análisis
deben ser tomadas con cautela (Pianosi et al., 2016).
Los métodos locales consideran la variabilidad del resultado frente a las variaciones de un factor de entrada
alrededor de un valor específico. Su aplicación requiere especificar un valor nominal para los factores de entrada
(Pianosi et al., 2016). Este valor nominal, punto de referencia, de interés o caso base, que se encuentra dentro del
espacio o rango de variabilidad de un factor de entrada del modelo, constituye el centro alrededor del que se aplican
los métodos locales y se evalúa la sensibilidad del resultado (Mishra et al., 2009; Song et al., 2015). Este método se
denomina local porque se refiere a la sensibilidad relativa al punto de estimación elegido dentro del espacio de
variabilidad del parámetro y no a su distribución completa. Es decir, se refiere a la variación del modelo alrededor de
un punto del espacio (valor concreto) del parámetro de entrada, en un marco determinístico, es decir, no se asignan
distribuciones de probabilidad a los factores de entrada del modelo (Borgonovo y Plischke, 2016).
El método más simple de AS consiste en variar un parámetro cada vez (1F) manteniendo el valor del resto fijo. Es
decir, un factor varía mientras los demás conservan fijos sus valores nominales (Saltelli et al., 2004). Esta secuencia
se repite varias veces y se obtiene un listado ordenado de sensibilidad, incrementando el valor del parámetro en un
porcentaje determinado y cuantificando el cambio en el resultado del modelo (Hamby, 1994; Gan et al., 2014;
Borgonovo y Plischke, 2016). Los parámetros más importantes serán los más sensibles porque hacen que el modelo
se ajuste a los valores observados (Reilly y Harbaugh, 2004).
70
Dado que el conjunto de los factores de entrada varía en diversas posiciones dentro de su espacio de variabilidad y
no únicamente en una, los métodos locales, no permiten una exploración exhaustiva del comportamiento del
modelo, lo que supone su principal desventaja. Esto implica que los métodos locales no son capaces de detectar
interacciones entre factores, ya que éstas se hacen evidentes al variar los factores de entrada de forma simultánea,
pero sirven de base para aplicar otras técnicas capaces de hacerlo (Pianosi et al., 2016). Para evaluar
completamente la capacidad de predicción de un modelo es importante utilizar técnicas de AS capaces de detectar
interacciones. Una opción para detectar interacciones en métodos locales es incluir un promedio multidimensional
de medidas locales como proponen algunos autores (Morris y Jonhson, 1967; Kucherenko et al., 2009; Sobol y
Kucherenko, 2009; Sobol y Kucherenko, 2010) citado en (Campolongo et al., 2011).
Los métodos globales de AS aportan una aproximación completa al análisis del modelo, ya que evalúan el efecto de
un factor mientras el resto de factores también varían (Campolongo et al., 2011). La función de los métodos globales
de AS es estudiar el efecto de las variaciones e identificar las variables de entrada clave que afectan a los
resultados del modelo en todo el rango de variaciones de parámetros y resultados del modelo (Mishra et al., 2009).
Es decir, se centran en la influencia de los factores de entrada con incertidumbre sobre todo el espacio, dentro de
todos los rangos posibles de entradas espaciales (Song et al., 2015).
Los métodos globales superan la posible limitación de especificar un valor nominal de los métodos locales pero
siguen requiriendo especificar el espacio de variabilidad de los factores de entrada, por lo que si éste no se conoce,
las conclusiones a las que estos métodos llevan deben ser tomadas con cautela (Pianosi et al., 2016). Para un
análisis probabilístico o global se asume que se dispone de información de la distribución de probabilidad de los
factores de entrada del modelo, conjunta o marginal, con o sin correlación (Borgonovo y Plischke, 2016).
Cuando las aproximaciones de AS global se basan en el diseño del experimento ofrecen la sensibilidad global y son
computacionalmente eficientes. Estas aproximaciones generan, en primer lugar, una muestra del conjunto de
parámetros dentro del espacio de variabilidad factible de cada uno de ellos utilizando un diseño previo;
posteriormente, obtienen una atribución cuantitativa de los resultados del modelo debido a la variación de los
diferentes parámetros. Para AS globales basados en el diseño del experimento existen diferentes técnicas de
muestreo (como son el hipercubo latino, la matriz ortogonal o la matriz ortogonal basada en el hipercubo latino)
(McKay et al., 1979; Owen, 1992; Tang, 1993) en (Gan et al., 2014). Algunos métodos como el test de amplitud de
sensibilidad de Fourier (FAST), el método de Morris o el método Sobol utilizan técnicas de muestreo especiales. El
AS basado en métodos de respuesta superficial es más económico computacionalmente para estimar el efecto de
los parámetros (Gan et al., 2014).
Existe una gran diversidad de métodos de AS disponibles y clasificaciones propuestas por distintos autores (Saltelli
et al., 2008). Song et al. (2015) hacen una revisión de los conceptos, los métodos, el entorno teórico y las
aplicaciones de AS que se utilizan en modelación hidrológica. Diversos autores (Hamby, 1994; Gan et al., 2014;
71
Song et al., 2015; Borgonovo y Plischke, 2016; Pianosi et al., 2016) han recopilado y agrupado los métodos de AS,
concluyendo que no existe una única forma de llevar a cabo un análisis de este tipo sino que existen múltiples
métodos, cada uno de los cuales presenta sus peculiaridades. Además, al utilizar uno u otro no se obtienen
resultados idénticos. A pesar de que existen distintos métodos que ofrecen distintos resultados, en general,
consisten en (Hamby, 1994):
1. Definir el modelo y las variables dependientes e independientes.
2. Asignar funciones de densidad de probabilidad a cada parámetro de entrada
3. Generar una matriz de entrada a través de un método de muestreo aleatorio
4. Calcular un vector de salida
5. Evaluar la influencia e importancia relativa de cada relación entrada-salida.
En los siguientes apartados se describen los principales métodos de AS. A partir de los métodos basados en
derivadas y de diferenciación, que son el pilar sobre el que se fundamentan casi todos los demás (Hamby, 1994), se
describen los métodos globales más destacados por distintos autores (Song et al., 2015; Borgonovo y Plischke,
2016; Pianosi et al., 2016).
5.3.1 Métodos de perturbación
La aplicación del término de la derecha de la Ec. 5.6 define los métodos de perturbación o métodos basados en
diferenciación y suele aplicarse a métodos locales. Los métodos basados en diferenciación, a partir de la estimación
de derivadas parciales, consisten en variar uno de los datos de entrada del modelo (someterlo a una perturbación)
mientras el resto de factores permanecen fijos en su valor nominal y evaluar su impacto en los resultados de la
simulación, mediante inspección visual, comparando pares de series temporales de variables simuladas en el caso
base y en los casos de variación de los datos de entrada. El cómputo de las medidas de sensibilidad para un
número M de factores de entrada requiere un número M+1 de evaluaciones del modelo. Las medidas de sensibilidad
basadas en derivadas son económicas computacionalmente, pero solo ofrecen información de sensibilidad local.
Con un número relativamente pequeño de simulaciones adicionales pueden estimarse derivadas segundas que
ofrecen información sobre interacciones locales entre factores de entrada (Pianosi et al., 2016).
5.3.2 Métodos “screening”
Los métodos “screening” permiten la evaluación del modelo en un número limitado de posiciones dentro del espacio
de variabilidad de cada factor de entrada. Entendiendo el espacio de variabilidad como el rango de valores entre los
72
que puede variar un factor (Borgonovo y Plischke, 2016). Están más enfocados en identificar las variables más
influyentes en los resultados que en cuantificar exactamente la sensibilidad (Saltelli et al., 2008) en (Song et al.,
2015). El objetivo del “screening” es identificar los factores de entrada menos importantes manteniendo un número
parsimonioso de evaluaciones del modelo (Borgonovo y Plischke, 2016).
Los métodos de este tipo están muy relacionados con el diseño del experimento y se diferencian en varios aspectos
como: 1) el uso de diferencias finitas directamente o de alguna transformación como su valor absoluto o el cuadrado
del valor; 2) la forma de selección de los puntos fijos y la longitud de la variación finita que perturba el i-ésimo factor
de entrada, es decir, la estrategia de diseño y, por último, 3) la forma en que se agregan las sensibilidades
individuales (Borgonovo y Plischke, 2016; Pianosi et al., 2016).
Uno de los métodos “screening” más habituales es el método de Morris o el test de efectos elementales. El método
de Morris, también llamado test de efecto elemental (TEE), es una prueba basada en efectos elementales para
identificar el subconjunto de entradas que tienen mayor influencia en los resultados. Consiste en calcular
perturbaciones en los resultados del modelo desde múltiples puntos dentro del espacio factible de los factores de
entrada y medir la sensibilidad global agregando todas las sensibilidades individuales. Permite definir qué
parámetros son a) insignificantes, b) lineales y aditivos y c) no lineales o relacionados con otros parámetros. El TEE
investiga la respuesta del modelo a un cambio en los parámetros de entrada variando un factor cada vez y
manteniendo el resto fijos. Asocia a cada factor su efecto elemental, definido como el ratio entre la variación en el
resultado del modelo y la variación del factor de entrada. Algunos autores lo engloban en los métodos de
perturbación de múltiple comienzo y lo consideran una extensión global del método de perturbación y derivadas
(Pianosi et al., 2016).
Los métodos “screening” de Morris se suele utilizar para análisis cualitativos de modelos hidrológicos con muchos
parámetros y que precisan un gran coste computacional aunque para este fin también se pueden utilizar las
aproximaciones de metamodelos (5.3.10) o la integración de ambos métodos. Los métodos de evaluación cualitativa
pueden reducir el número de variables para el análisis cuantitativo, que cuantifica la influencia de cada factor de
entrada en la varianza del resultado (Song et al., 2015).
Con el fin de facilitar el análisis de los datos, Morris propone unos planes de muestreo factorial para experimentos
computacionales preliminares. Estos planes experimentales están basados en diseños aleatorios individuales (1F) y
el análisis de los cambios en los resultados según los cambios en los factores de entrada individuales (Morris, 1991).
Los parámetros se toman como un número discreto de valores, lo que lo diferencia de otros métodos globales en los
que los valores de los parámetros proceden de distribuciones (Song et al., 2015).
Para obtener una medida global de sensibilidad se estiman y promedian distintos efectos elementales para cada
factor. Algunos autores consideran la media de los efectos elementales en valor absoluto, para evitar las diferencias
73
provocadas por valores de distinto signo que se compensan (Campolongo et al., 2011). Es también habitual calcular
la desviación estándar que ofrece información sobre el grado de interacción del i-ésimo factor de entrada con el
resto. Una desviación alta indica que un factor está interaccionando con el resto por los cambios de sensibilidad a
través del espacio de variabilidad (Pianosi et al., 2016).
El método de Morris ha sido aplicado en modelos hidrológicos como el de Jiang (2015), para analizar la sensibilidad
de los parámetros del modelo de precipitación escorrentía de una cuenca semiárida.
5.3.3 Métodos de correlación y análisis de regresión
Estos métodos extraen información sobre la sensibilidad del resultado desde el análisis estadístico del conjunto de
datos input/output (factores de entrada/resultados) generado con simulaciones de Monte Carlo (Pianosi et al., 2016).
Los métodos de análisis de regresión obtienen la medida de la sensibilidad como subproducto de un análisis de
regresión aplicado a la relación entre los factores de entrada y los resultados. Los métodos basados en regresión
son sencillos de implementar e interpretar por lo que son los primeros en ser utilizados, dado que no suponen
grandes costes computacionales. De entre ellos el más simple es la regresión lineal, donde la medida de la
sensibilidad es la estimación de mínimos cuadrados del coeficiente de regresión. Los métodos de correlación utilizan
el coeficiente de correlación entre el factor de entrada y el resultado como medida de la sensibilidad. Se pueden
emplear diferentes coeficientes de correlación como el de Pearson, Spearman, correlación parcial, etc. Emplear uno
u otro depende de las condiciones de linealidad y monotonicidad que se asuman entre los factores de entrada y los
resultados (Song et al., 2015; Pianosi et al., 2016).
5.3.4 Análisis de sensibilidad regionalizado, generalizado o filtrado de Monte Carlo
El AS regionalizado, generalizado o filtrado de Monte Carlo, es una familia de métodos centrados en identificar
regiones del espacio de variabilidad de los factores de entrada que se corresponden con valores determinados de
los resultados(altos o bajos generalmente) y que se utiliza para y establecer los dominios de variabilidad de los
factores de entrada (“mapping”) y para el análisis de control dominante (Pianosi et al., 2016). Se consideran
combinaciones de parámetros (factores de entrada) dentro de todo su rango de distribución. Estos conjuntos de
parámetros según se comparen o no los resultados del modelo con un umbral predefinido son conductuales o no
conductuales (Song et al., 2015). El filtrado de Montecarlo permite seleccionar simulaciones que no cumplen ciertos
criterios predefinidos (Borgonovo y Plischke, 2016).
El método de AS generalizado utilizando la técnica de muestreo de Montecarlo genera un gran número de conjuntos
de parámetros aleatorios que, a continuación, separa en dos grupos según un umbral previamente especificado de
74
aceptación del comportamiento del modelo. En los conjuntos aceptables las distribuciones de densidad de
frecuencias de las medidas de comportamiento del modelo a lo largo del eje de cada parámetro se utilizan como
indicadores de sensibilidades paramétricas. Este método constituye la base del método de estimación de
incertidumbre de probabilidad generalizado. Es sencillo de implementar y funciona con distintas medidas de pseudo-
probabilidad pero es computacionalmente ineficiente (Gan et al., 2014).
5.3.5 Métodos basados en la varianza
La varianza de un conjunto de datos se define como el cuadrado de la desviación típica. La desviación típica es la
integral del cuadrado de la diferencia entre las desviaciones de cada dato respecto a la media del conjunto de datos
(Spiegel, 1991). Los métodos cuantitativos como los basados en la varianza cuantifican la influencia de cada factor
de entrada en la varianza del resultado de salida. Para estimar la importancia de los parámetros utilizan un ratio de
varianza (Song et al., 2015). Están basados en tres principios: 1) los factores de entrada se consideran variables
estocásticas de forma que el modelo induce una distribución en el espacio resultado, 2) la varianza de la distribución
resultado es una buena aproximación de la incertidumbre del resultado y 3) la contribución a la varianza del
resultado de un factor de entrada dado es una medida de la sensibilidad (Pianosi et al., 2016).
Pueden definirse diversos índices basados en la varianza:
La varianza total del resultado del modelo (V) es el sumatorio de la varianza de primer orden de cada factor y el
sumatorio de las interacciones entre k factores de entrada (Ec. 5.7).
n n n
V   Vi    Vi , j    V1, 2,...n
i 1 i 1 j 1
Ec. 5.7 Varianza total del resultado del modelo
El índice de sensibilidad de primer orden (Ec. 5.8), mide la contribución directa a la varianza del resultado de los
factores de entrada individuales.
V E Y | xi 
Si 
V Y 
Ec. 5.8. Índice de sensibilidad de primer orden
Donde:
E: valor esperado
V: varianza
x~i: conjunto de todos los factores de entrada excepto “i”
75
Los índices de orden total (Ec. 5.9) miden la contribución general de un factor de entrada, considerando su efecto
directo y las interacciones con otros factores. Son útiles para el “screening”, ya que un valor nulo es condición
suficiente y necesaria para que un factor no se influyente.
E V Y | x ~i 
ST 
V Y 
Ec. 5.9 Índice de sensibilidad de orden total
La diferencia entre los índices de primer orden y de orden total se considera una medida de las interacciones del
factor de entrada i con los demás. La interacción se incrementa con el número de factores de entrada que se
consideran, por tanto, los métodos basados en la varianza son indicados para modelos con muchos parámetros.
Estos métodos presentan ciertas ventajas como la independencia del modelo, ya que funcionan para modelos no
lineales, no monotónicos y que presenten interacción entre parámetros; la detección de los efectos de interacción y
el tratamiento de conjuntos de parámetros como uno solo. Como desventajas destacar que su aplicación puede
requerir gran número de evaluaciones del modelo y puede ser difícil de aplicar en modelos complejos con gran
número de parámetros (Borgonovo y Plischke, 2016).
5.3.6 Métodos basados en la densidad
Las limitaciones de los métodos basados en la varianza han fomentado estudios de índices de sensibilidad
independientes del momento, es decir, que no utilicen un momento específico de la distribución resultado para
caracterizar la incertidumbre y, por tanto, que sean aplicables independientemente de la forma de la distribución
resultado. Estos métodos se conocen como métodos basados en la densidad y, en vez de únicamente la varianza,
consideran la función de densidad de probabilidad (FDP) del resultado del modelo. En ellos la clave es medir la
sensibilidad a través de las variaciones en la FDP resultado inducidas al eliminar la incertidumbre de un factor de
entrada. Esto, en la práctica, se consigue al computar la divergencia entre el resultado incondicional de la FDP que
se genera al variar todos los factores y las FDP condicionales que se obtienen al fijar, en un valor establecido, los
factores de entrada individuales (Borgonovo y Plischke, 2016; Pianosi et al., 2016). La forma general de un índice de
sensibilidad basado en la densidad está representada por la Ec. 5.10.

Si  Est Divergencia f y , f y| xi  | x ~ i 
xi

Ec. 5.10.Forma general de índice basado en densidad
Donde:
fy: FDP incondicional del resultado
76
fy|xi: FDP condicional del resultado
Est: una medida estadística
Divergencia: una medida de divergencia
5.3.7 Métodos basados en la entropía
La entropía puede considerarse un indicador de la información contenida o una medida de la incertidumbre de una
variable aleatoria. Comparativamente ofrece más información porque dos variables sin información mutua son
estadísticamente independientes, mientras que dos variables no correlacionadas no son necesariamente
independientes. Existen diferentes indicadores de entropía que evalúan la relación entre la variable dependiente e
independiente como son el marginal, el conjunto, el condicional o el de información mutua. La ventaja del método
basado en la entropía es que puede captar una información de sensibilidad probabilística más completa estudiando
el impacto de un factor de entrada en la distribución de probabilidad en lugar de en momentos de bajo orden, como
hacen los métodos basados en la varianza. La mayor limitación del método basado en la entropía es que los valores
absolutos de las medidas son difíciles de interpretar y solo puede ofrecer un listado ordenado de importancia relativa
de variables aleatorias (Song et al., 2015).
Por último señalar que, aunque algunos autores los describen como métodos específicos de AS, en el desarrollo de
un AS se suelen emplear distintas técnicas que sirven de apoyo o simplificación y que son aplicables a los métodos
descritos.
5.3.8 Métodos de transformación invariante
En los casos en los que los resultados del modelo son dispersos u oscilan en varios órdenes de magnitud se aplican
transformaciones monotónicas, aplicando cálculos de importancia de incertidumbre a escala logarítmica. Estas
transformaciones aceleran la convergencia numérica y mejoran la precisión de la estimación en un tamaño de
muestra dado. Reinterpretar los resultados transformados en la escala original puede ser un problema pero si la
medida de sensibilidad adoptada es invariante a la transformación los resultados son independientes de la
transformación (Borgonovo y Plischke, 2016).
5.3.9 Uso de emuladores
En ocasiones es útil el uso de emuladores o modelos computacionalmente eficientes, calibrados con un pequeño
conjunto de datos procedentes de un modelo con mayor demanda computacional, para sustituir el uso de éste último
y obtener evaluaciones más rápidas de la respuesta del modelo. Para situaciones específicas de la estructura del
77
emulador y el método de AS, los emuladores ofrecen soluciones analíticas para el cálculo de índices de sensibilidad.
Su validez radica en la suposición de que las muestras utilizadas son suficientemente representativas del
comportamiento del modelo de simulación original y de las pretensiones de la aplicación del modelo (Anderson y
Woessner, 1992b; Borgonovo y Plischke, 2016; Pianosi et al., 2016).
5.3.10 Metamodelación
La idea básica de la metamodelación es simular la función de respuesta entre los factores de entrada y el resultado
del modelo, a través de distintos métodos de diseño estadístico o experimental, para reemplazar el modelo original
conceptual o físico complejo y analizar los índices de sensibilidad del parámetro o la influencia de la variación del
parámetro sobre el resultado del modelo. Lo más importante es seleccionar el diseño de muestreo y el método de
ajuste de respuesta apropiado de forma que, la aproximación del metamodelo pueda simular adecuadamente el
comportamiento del fenómeno real en el dominio de los parámetros influyentes y reemplazar el modelo original por
una aproximación matemática (Song et al., 2015).
5.4 Medida de la sensibilidad. Análisis cuantitativo y representaciones gráficas
Existen distintas formas para analizar la influencia que provoca la variación de un parámetro en el resultado respecto
a la situación de equilibrio (o caso base). Algunos autores se refieren a ellas como métodos cuantitativos y
cualitativos.
En los métodos de AS cuantitativos cada factor de entrada se asocia con una evaluación cuantitativa y reproducible
de su influencia relativa, normalmente mediante índices de sensibilidad (o medidas de importancia) y ratios de
variación respecto al parámetro de referencia (Pianosi et al., 2016). Un índice o coeficiente de sensibilidad relaciona
el cambio en el resultado del modelo respecto al cambio en el factor de entrada mientras el resto de factores
permanecen constantes (Krieger et al., 1978; Hamby, 1994). Estos métodos estiman la sensibilidad del parámetro
calculando el impacto de éste en la varianza total del resultado del modelo, siendo la varianza el error cuadrático
respecto a una referencia. Ofrecen información de la cantidad de varianza atribuible a cada parámetro utilizando un
gran número de simulaciones del modelo. Se utilizan para cuantificar el efecto de unos pocos factores individuales o
múltiples, para análisis probabilístico o determinístico (Song et al., 2015).
Por su parte, en los métodos de AS cualitativos la sensibilidad se evalúa cualitativamente mediante la inspección
visual de las predicciones del modelo, representadas en gráficos de puntos, diagramas “tornado” o la representación
de la distribución posterior de los factores de entrada. Se suele utilizar como complemento del análisis cuantitativo.
78
Ofrecen una marca heurística para representar intuitivamente la sensibilidad relativa de los parámetros (Gan et al.,
2014; Pianosi et al., 2016).
5.4.1 Índice de sensibilidad
Un método simple para determinar la sensibilidad de un parámetro es calcular el porcentaje de variación del
resultado al variar un parámetro de entrada entre su valor máximo y su valor mínimo. Se utiliza el rango completo de
variación del parámetro para evaluar sensibilidades del parámetro reales. El índice de sensibilidad (IS) se calcula
(Hamby, 1994):
Dmax  Dmin
IS 
Dmax
Ec. 5.11. Índice de sensibilidad
Donde:
Dmax: valor máximo del resultado
Dmin: valor mínimo del resultado
Este índice ofrece una buena indicación de la variabilidad del parámetro y del modelo (Hoffman y Gardner, 1983;
Hamby, 1994).
5.4.2 Coeficiente relativo de sensibilidad
El coeficiente relativo de sensibilidad (CRS) se define como un cociente de 2 porcentajes distintos. Los cambios en
la salida del modelo (ΔF0) y en el valor del parámetro (ΔFt) se calculan como porcentajes de variación respecto a la
salida inicial y al parámetro inicial (McKillop, 1999; Gong et al., 2006). Se calcula:
F0
F F0 Ft y x i
CRS  0  
Ft F0 Ft g  x  x i
Ft
Ec. 5.12. Cálculo del coeficiente relativo de sensibilidad CRS.
Donde:
79
F0 =g(x): resultado del modelo del caso base
Ft =xi: valor del factor (parámetro) en el caso base
F0 =∆iy: cambio en el resultado del modelo
Ft =∆xi: cambio en el valor del factor (parámetro)
El cálculo de los CRS representa la medida numérica de la sensibilidad, con valores entre 0 y 1, que representan
respectivamente las situaciones de no sensibilidad y sensibilidad total. CRS próximos a 0 indican que la variación en
el resultado del modelo es nula o insignificante, es decir, se alcanza el mismo resultado que si no se hubiera
modificado el parámetro. Los parámetros para los que ocurre esto no son sensibles. En cambio los valores del
parámetro que se corresponden con CRS próximos a 1 presentan alta sensibilidad.
5.4.3 Diagramas Tornado
Los diagramas “tornado” se utilizan para representar gráficamente los resultados de los métodos en los que se varía
un único factor en cada simulación (1F). En estos diagramas se representan dos series de sensibilidades 1F, de
forma que el coste computacional de un diagrama tornado completo es C=2n+1, siendo n el número de
modificaciones del parámetro.
En los métodos 1F se asigna un caso base (x0) y un caso de sensibilidad (x+) a los parámetros de entrada del
modelo y se calcula el resultado del modelo variando un parámetro cada vez, desde el caso base al caso de
sensibilidad. Las medidas de sensibilidad cuantifican el efecto de la variación del modelo en xi desde el caso base al
caso de sensibilidad (Δi+y). Además del caso de sensibilidad inicial (x+) se supone un segundo caso de sensibilidad,
caso peor o (x-). De esta forma, se dispone de un segundo conjunto de variaciones representado por Δi-y (Ec. 5.5).
En los diagramas Tornado las medidas de sensibilidad, calculadas según la Ec. 5.5, son barras horizontales
ordenadas de mayor a menor que cuantifican el efecto de la variación del parámetro sobre el caso base (Borgonovo
y Plischke, 2016). De esta forma, los diagramas Tornado ofrecen información acerca de la magnitud y dirección del
cambio y permiten observar, ante un mismo porcentaje de variación de un parámetro, cuál ofrece mayor variación en
el resultado del modelo, es decir, cuál es más sensible.
La Figura 5.1 representa un ejemplo de diagrama tornado para una variación de la misma magnitud y distinto signo
de tres parámetros distintos (1,2 y 3).
80
Diagrama Tornado
Parámetro
2
‐400 ‐300 ‐200 ‐100 0 ‐y

100 200 300 400 500
+y
i i
Variación en el resultado
Incremento 10% Reducción 10%
Figura 5.1. Ejemplo de diagrama tornado (Borgonovo y Plischke, 2016)
Se observa que un incremento del 10% de los parámetros 1 y 3 producen un incremento en el resultado, mientras
que el mismo incremento inicial en el parámetro 2 reduce los resultados, con un orden de magnitud distinto, es decir,
los efectos no son simétricos. Las conclusiones sobre el signo del cambio y los controladores clave del proceso que
se estudia dependen de la pareja de puntos que se consideren.
Estos diagramas no representan los efectos de interacciones entre parámetros, pero sí ofrecen información sobre el
valor del parámetro que se haya utilizado para el ajuste, si está mejor o peor calibrado. Influye por tanto el valor del
parámetro elegido para el ajuste del caso base. Si al variar un parámetro no existe variación en el resultado, el
parámetro no es sensible. Pero, como no todos los parámetros tienen el mismo orden de magnitud, ante una misma
variación, unos parámetros pueden presentar una gran influencia en el resultado y otros no (Borgonovo y Plischke,
2016).
5.4.4 Diagramas Tornado y descomposición de escenarios
En distintas aplicaciones prácticas, se exploran los códigos científicos en valores alternativos de los parámetros del
modelo, es decir, en distintos escenarios. Los escenarios son descripciones de alternativas hipotéticas de un
sistema que describen lo que se espera que ocurra de forma razonable. Deben ser consistentes, diversos, pocos,
confiables y eficientes (Borgonovo y Plischke, 2016). Es común presentar la respuesta del modelo ante las
variaciones extremas de los factores de entrada del modelo, es decir, los escenarios que representen el caso peor y
el mejor a partir de un caso base. Un ejemplo de análisis de escenarios en modelos de relación río acuífero se aplica
en el trabajo de Kalbus et al., (2009). En este trabajo se presentan cuatro escenarios con diferentes distribuciones
81
de permeabilidad del acuífero y del lecho del río y se comparan con el escenario de caso base en el que ambas
permeabilidades coinciden.
El análisis de escenarios en un modelo cuantitativo implica fijar los parámetros de entrada del modelo en dos o más
puntos predeterminados dentro del espacio de variabilidad de los factores de entrada del modelo. Los casos x0, x+ y
x- presentados en los diagramas tornado pueden considerarse tres escenarios distintos. En un análisis de
escenarios se obtienen los resultados del modelo y(x0), y(x+) e y(x-) ante ellos y se observa la respuesta del modelo
si se incrementa o se reduce, pero no es posible explicar qué ha causado el cambio. Para explicar cuantitativamente
qué ha causado el cambio, se descompone en un número finito de términos utilizando la aproximación de
diferencias finitas. La Ec. 5.13 descompone el cambio finito en el resultado del modelo en los términos de la Ec.
5.14.
n
y   i   i , j    1, 2,...n
i 1 i j
Ec. 5.13 . Términos que componen la variación del resultado en el modelo.
Donde:
   
i  g xi ; x ~0i  g x 0

 

i , j  g xi , x j ; x ~ i , j  i   j  g x
0
  0
 
   0
  
i , j ,k  g xi , x j , x k ; x ~ i , j ,k  i , j  i ,k   j ,k  i   j   k  g x
0


Ec. 5.14. Términos de segundo orden
Фi: efecto individual (Δi+y)
Фi,j: efecto de interacción residual
Фi,j,…k: índices de cambio finito total
Los índices de sensibilidad de cambio finito de primer orden (Фi) son las medias de sensibilidad de los diagramas
Tornado, es decir, Фi representa el efecto individual de modificar un parámetro cada vez, desde el caso base al caso
de sensibilidad y se corresponde con Δi+y.
El efecto de interacción residual debido a la modificación simultánea de los parámetros i y j está representado por
Фi,j. Se obtiene de la diferencia entre el resultado del modelo al variar simultáneamente los parámetros i y j, el
resultado del modelo al variar únicamente el parámetro i y el resultado del modelo al variar únicamente el parámetro
82
   
j. Dado que g xi , x j ; x ~0i , j  g x 0 es el resultado del modelo al variar simultáneamente los parámetros i y j.
Para los términos Фi, j,...,k se pueden utilizar los índices de sensibilidad para cambios finitos. Los índices de cambio
finito total para un modelo genérico se definen según la Ec. 5.15:
n n n
iT  i i, j i, j    1,2,...n
j 1 k 1 j 1
Ec. 5.15. Índice de cambio finito total
Los índices de interacción se obtienen al sustraer a los índices totales los índices de primer orden. Condensan en un
indicador los efectos de interacción del parámetro de entrada del modelo (xi) con todos los datos de entrada
restantes.
n n n
    i   i , j   i , j    1, 2,...n
i
I
i
T
j 1 k 1 j 1
Ec. 5.16. Índice de interacción
Esta información se suele representar en diagramas tornado generalizados. En cada uno de estos diagramas se
representa un triplete de barras que muestran el efecto principal, el total y el de interacción. De esta forma se
ordenan los factores de entrada del modelo según sus efectos y se visualiza la relevancia de las interacciones. El
signo de las interacciones muestra si los efectos individuales amplifican o reducen la interacción.
5.4.5 Diagramas de araña y funciones de sensibilidad unidireccionales
Los diagramas tornado registran los resultados del modelo en los extremos del rango de variación de los factores de
entrada del modelo. Una aproximación alternativa a los diagramas Tornado es registrar los valores de los resultados
del modelo tras variar los factores de entrada sobre la totalidad del rango predeterminado. Así, la medida de la
sensibilidad es la función de sensibilidad unidireccional, hi(xi), que se define en la Ec. 5.17.

hi  xi   g xi ;.x ~0i 
Ec. 5.17. Función de sensibilidad unidireccional
Las funciones de sensibilidad se grafican individualmente o condensadas en el mismo diagrama. En el segundo

caso configuran los diagramas de araña (“spiderplot”), en los que se representan las funciones de sensibilidad sobre
los rangos normalizados de los factores de entrada del modelo (Ec. 5.18).
83
  
hi  xi   hi  xi   g x 0  g xi ;.x ~0i  g x 0
*
  
Ec. 5.18. Funciones que se representan en los diagramas de araña.
Teniendo en cuenta la Ec. 5.18 y la definición de efecto individual, presentada en la Ec. 5.14, se establece la
correspondencia existente entre la función de sensibilidad y el efecto individual (Ec. 5.19).
hi*  xi   i   y i  xi 
Ec. 5.19. Función de sensibilidad y efecto individual
De esta forma, los diagramas de araña ofrecen los valores de índices de sensibilidad de primer orden cuando los
factores de entrada del modelo varían en rangos predeterminados. Las funciones de sensibilidad de los diagramas
de araña son las medidas de sensibilidad de los diagramas tornado evaluadas para valores alternativos de “xi”
(Borgonovo y Plischke, 2016).
5.5 Conclusiones
Gan et al. (2014) recogen un estudio comparativo de distintos métodos de AS aplicados a un modelo hidrológico, de
trece parámetros, habitualmente utilizado para modelación de cuencas y previsión de inundaciones en EE.UU. (el
modelo Sacramento de cálculo de hidratación del suelo SAC_SMA). El área de estudio se sitúa sobre la rama sur de
la cuenca del río Potomac en Virginia. Para comparar los métodos emplea PSUADE, un software para el análisis de
incertidumbre y el diseño de exploración. Este estudio concluye que los métodos cualitativos que utiliza (distintos
tipos de métodos “screening”), son más eficientes pero menos precisos y robustos que los métodos cuantitativos
(Métodos de Sobol, Mackay o el test de sensibilidad de amplitud de Fourier).
De entre los métodos de AS presentados en este capítulo, en modelación hidrológica se utilizan frecuentemente los
métodos “screening”, los basados en regresión, en la varianza, en la entropía, el metamodelo y el AS regionalizado
(Song et al., 2015). Song et al. (2015) destacan que no existen métodos de AS mejores que otros, pero su uso
conjunto puede resaltar aspectos que un único método no haría.
Un ejemplo de aplicación de AS lo plantean Baroni y Tarantola (2014), que para analizar la sensibilidad de un
modelo hidrológico, utilizan la aproximación basada en la varianza de Sobol/Saltelli (Sobol, 2001; Saltelli et al., 2010)
que estima los índices de primer orden (Ec. 5.8) y orden total (Ec. 5.9). En el análisis realizado todas las fuentes de
incertidumbre se varían simultáneamente y se modelan libremente destacando la capacidad de computar los índices
de sensibilidad independientemente de la linealidad, monotonía u otras suposiciones genéricas del modelo.
84
Teniendo en cuenta que los métodos locales, que consisten en variar un parámetro cada vez, son los más sencillos
de utilizar y que la sensibilidad varía para distintos valores de un mismo parámetro, modificando el valor de un
parámetro de manera controlada, es posible establecer la variabilidad de la sensibilidad asociada al parámetro
modificado. Por tanto, los métodos locales son útiles para establecer protocolos de calibración de manera sencilla y
para establecer el espacio de variabilidad de cada parámetro. Sin embargo, al no considerar la interacción entre
parámetros, es posible que los métodos locales minusvaloren la influencia de un parámetro en favor de otro. Es
decir, la modificación conjunta de varios parámetros puede ser similar a la obtenida al variar uno solo de los
parámetros en un rango distinto y ser relativa al valor de los parámetros que se mantienen constantes.
En un caso práctico, sería útil establecer una primera aproximación del AS mediante métodos locales. Estos ayudan
a establecer el espacio de variabilidad y el patrón de comportamiento de cada parámetro que sirve como base para
el desarrollo de un análisis posterior global. El AS global multiplica las combinaciones posibles de los parámetros y
facilita la detección de interacciones entre ellos.
Por último, resaltar que para comparar los resultados alcanzados al variar parámetros, que funcionan en distintas
escalas o unidades de medida, las derivadas parciales suelen reescalarse mediante un factor de escala. Destacar
también que la variabilidad de la permeabilidad se refleja mejor a escala logarítmica.
85
86
6 Diseño del experimento
En este capítulo se describe el ensayo realizado para el análisis de sensibilidad (AS). Primero se plantea el
experimento de forma general y se presentan las herramientas a utilizar, tanto el sistema de información geográfica
sobre el que se construye y programa el experimento, como los principales comandos de programación para
hacerlo. Posteriormente, se describe la fase de construcción del modelo hidrológico esquemático y su
parametrización. A continuación, se describe el esquema operativo del experimento en el que se presenta el
programa de simulación básico para poner en funcionamiento el modelo y las principales características de las
simulaciones. Además, se explica cómo se obtienen los resultados en cada simulación y el tratamiento posterior de
los de mayor interés para analizar su sensibilidad. El paso final en la construcción del modelo es el ajuste de la
piezometría de referencia. Una vez construido el modelo se detalla el diseño del experimento de AS, aplicando el
método de diferencias finitas y se define el plan de simulaciones que incorpora las variaciones específicas de los
parámetros de interés. Según este plan y sobre el modelo construido se realizan los experimentos de AS que
servirán para establecer el comportamiento tipo frente a las variaciones de los parámetros propuestos y, en
definitiva, conseguir un protocolo de calibración de un modelo acoplado en un gran territorio (MAGT).
6.1 Características básicas y definición del modelo
Para realizar el AS de un MAGT es necesario considerar de forma conjunta los sistemas superficial y subterráneo y
contrastar frente a más de una variable resultado, con el fin de obtener simulaciones fiables de los procesos internos
(Seibert, 2000). Sin embargo, la complejidad de los procesos matemáticos implementados y la extensión de las
regiones a considerar, aumentan los requerimientos computacionales, lo que dificulta la calibración (Barthel, 2006).
Como solución a este problema se propone la utilización de un modelo hipotético, es decir, un modelo representativo
de un sistema opuesto a uno específico, ya que permite definirlo exactamente e identificar los procesos de interés
con coste mínimo. En un modelo hipotético los parámetros de entrada pueden ser tan sencillos o complejos como lo
requiera el estudio del proceso a estudiar y se ajustan a una situación ideal, basada en leyes físicas, que sirve para
comprobar cómo responde el modelo ante ellos. Además, no es necesario recopilar ni interpretar datos y no existe
incertidumbre en la capacidad del modelo de representar el sistema, lo que supone un ahorro de coste de
implementación. Los modelos hipotéticos, al no estar sujetos a la variabilidad natural de un sistema, permiten
controlar los procesos que inducen esta variabilidad en los resultados, filtrarlos y destacar los procesos más
importantes (Reilly y Harbaugh, 2004). Siendo espacio y tiempo, las coordenadas en las que se produce esta
variabilidad, algunos autores destacan la utilidad de los modelos basados en procesos como laboratorios virtuales
87
de experimentación, donde surgen cuestiones relacionadas con los patrones espaciales y las dinámicas temporales
(Fatichi et al., 2016). Además, se cuenta con el AS como una herramienta útil para la calibración, el ajuste de
parámetros y la implementación de un modelo hidrológico (McCuen, 1973).
Con todas estas consideraciones, el modelo que se plantea en esta tesis y sobre el que se realiza el AS es un
modelo hipotético, sintético, no real, que representa una zona ideal de estudio experimental. La extensión del
modelo es reducida, pero suficiente para representar los parámetros y reproducir los procesos de intercambio de
flujo con una resolución espacial baja, característica de los modelos que representan grandes regiones.
Como ya se hiciera en trabajos anteriores CEH-CEDEX (2013), se ha elegido un modelo acoplado para representar
la relación río-acuífero y, más concretamente, un modelo acoplado de capa semiconfinante, como el descrito en el
capítulo 4.4.1. Los modelos acoplados simulan el flujo superficial y subterráneo de forma independiente y permiten
el análisis discretizado de las variables.
No es el fin de esta tesis resolver un modelo hidrológico superficial enfocado a grandes regiones, sino resolver la
metodología de análisis de sensibilidad y realizar el ejercicio para la fase subterránea de un modelo acoplado como
el planteado en CEH-CEDEX 2013. Por tanto, definida una red de drenaje, a partir de unas características
topográficas, el modelo hidrológico superficial es un modelo simplificado que considera constantes e invariables en
el tiempo los niveles de agua en el río y los volúmenes de aportación.
Para simular el flujo subterráneo se utiliza la ecuación de flujo subterráneo (Ec. 4.11) para medio saturado. Se elige
la forma bidimensional de la ecuación, que permite simplificar tanto los procesos como los resultados que se
obtengan del AS y es adecuada para representar el flujo subterráneo a escala regional.
6.2 Herramientas SIG y programación
Este apartado recoge las herramientas informáticas que se utilizan para la resolución y montaje del modelo de
simulación. Igual que se hiciera en el modelo CEH-CEDEX, 2013 planteado sobre la cuenca del Segura, para
resolver la ecuación de flujo subterráneo en dos dimensiones se utiliza el comando r.gwflow (Gebbert, 2007) que
funciona sobre el sistema de información geográfica SIG-GRASS (Neteler et al., 2012). Ambos se presentan a
continuación.
88
6.2.1 SIG-GRASS
Para construir el modelo y representar sus características se utiliza el sistema de información geográfica SIG-
GRASS. En concreto, se emplea la versión de GRASS GIS 7.0.3, al ser la versión apta para los medios disponibles
más estable y completa al inicio del trabajo (GRASS_Development_Team, 2010).
Se utiliza GRASS y no otro sistema de información geográfica (SIG) por varias razones. La primera es que funciona
en el SO LINUX, lo que facilita la programación en "shell scripts". Además, es un software libre que se puede
programar de forma flexible y permite realizar un elevado número de operaciones de manera automática. Esto
agiliza los procesos y minimiza el consumo de recursos informáticos, haciendo factible el manejo de grandes
volúmenes de información.
La información espacial en SIG-GRASS se organiza en un mallado de celdas con un número determinado de filas y
columnas en dos o tres dimensiones. SIG-GRASS es una herramienta de gran capacidad en el manejo de
información de tipo ráster. Este formato presenta ciertas ventajas: la información se almacena en una estructura de
datos sencilla que simplifica las operaciones de superposición, representa adecuadamente la alta variabilidad
espacial de los datos y permite tratar de forma eficiente y realzar imágenes digitales y de satélite. Sin embargo,
presenta también algunos inconvenientes, como el volumen que ocupa la información (entendido como consumo de
recursos o memoria informática), que se multiplica al utilizar modelos de simulación continua. Adolece también de
falta de exactitud en las relaciones topológicas (las relaciones espaciales que se establecen entre distintos
elementos gráficos), que representan las características geográficas y su posición en el mapa, y la consecuente
menor resolución en los contactos, que se traduce en bordes no suavizados en los límites de mapas y elementos
gráficos (Puebla Gutierrez y Gould, 1994; Chang, 2006).
6.2.2 r.gwflow
Existen varios comandos para resolver la ecuación de flujo subterráneo en SIG-GRASS pero o bien están
desactualizados, caso de r.gmtg (Carrera-Hernandez y Gaskin, 2006), o bien presentan ciertas desventajas respecto
del comando r.gwflow, el finalmente elegido (Gebbert, 2007). El comando r.gmtg incorpora MODFLOW al SIG-
GRASS pero no se ha implementado para las últimas versiones de GRASS (Carrera-Hernandez y Gaskin, 2006).
En 2007, Gebbert desarrolló el comando r.gwflow, un programa de cálculo numérico para flujo subterráneo
transitorio, confinado y libre, en dos dimensiones, que permite simular ríos, describir la cota del techo y del muro del
acuífero y representar capas litológicas que presentan estructuras sencillas (formas de cubeta, domos, etc.), distinto
espesor o han sufrido deformación. Para utilizar r.gwflow es necesario definir qué tipo de acuífero, libre o confinado,
se está simulando. Si la simulación es de tipo confinado, el espesor saturado del acuífero siempre permanece
89
constante, mientras que si es de tipo libre el comando tantea una posición de la superficie freática que presente el
mínimo error en todo el modelo. Aunque es necesario elegir una de las dos opciones, la simulación de tipo libre
permite considerar también acuíferos confinados. Así, con las opciones del comando para representar la cota del
lecho del río “river bed” en celdas de río y la cota de drenaje “drain bed” en celdas donde éste ocurra, se puede
asumir que existe una capa por encima del acuífero libre que permite un flujo determinado según el valor del
parámetro “river leak” o “drain leak”. Ambos representan una tasa de goteo que permite un flujo hacia zonas de
drenaje del acuífero o de recarga hacia éste en el caso de “river leak” o únicamente hacia zonas de drenaje en el
caso de “drain leak”. Si cualquiera de los parámetros referentes al río (“river bed”, “river head” o “river leak”) toma
valor nulo, el flujo no es posible y se consigue el confinamiento completo. Lo mismo ocurre con los parámetros que
se refieren a los drenes (“drain bed”, “drain head” o “drain leak”). Debido a su carácter bidimensional, con r.gwflow
no es posible representar la estructura de acuíferos multicapa, ni simular flujos verticales. Para describir los
fenómenos donde el flujo presenta una componente vertical, sería necesario emplear modelos de detalle a escala
local. A nivel regional el flujo queda suficientemente definido por la componente del flujo horizontal.
Por su parte, r3.gwflow es un programa de cálculo numérico para flujo subterráneo transitorio y estacionario en tres
dimensiones, pero exclusivamente confinado, principal diferencia respecto a r.gwflow y motivo por el que no
considera la opción de simular ríos ni drenes.
Se ha considerado apropiado utilizar r.gwflow para cumplir los objetivos de este trabajo, simular la interacción río-
acuífero y considerar grandes regiones, ya que permite simplificar el modelo, reducir la información necesaria para
su funcionamiento, la cantidad de operaciones y el tiempo de resolución (Gebbert, 2007;
GRASS_Development_Team, 2010).
6.3 Construcción del modelo
En SIG GRASS y considerando los requerimientos de r.gwflow, se ha construido un modelo hipotético sencillo en un
área de estudio cuadrada. El modelo se construye creando capas ráster en función de la información que necesita el
comando r.gwflow, para definir la estructura y características del terreno y los procesos a representar (Gebbert,
2007; GRASS_Development_Team, 2010). Esta información se traduce en parámetros geométricos y físicos y
variables del modelo. La Figura 6.1 muestra un esquema del modelo construido, que es simétrico a ambos lados del
río.
90

Figura 6.1. Esquema del modelo sintético planteado
Mediante una serie de comandos de SIG-GRASS se crean los mapas ráster necesarios para construir el modelo.
Esta secuencia de procesos se recoge en el programa de simulación “Mapas.sh” (anejo de programación).
En la primera fase de construcción del modelo se definen el espacio a modelizar, las dimensiones, la resolución
espacial y las condiciones de contorno. En función de ellas se calculan y construyen los mapas ráster de parámetros
estructurales y físicos y las variables necesarias para el funcionamiento del comando r.gwflow. Así, se define la
región de cálculo, la estructura del terreno, el acuífero, el río, los bordes impermeables y los gradientes constantes,
se establece la pendiente del terreno en dirección N-S y hacia el río, el espesor del acuífero, la recarga, sus
parámetros hidráulicos y una superficie piezométrica para inicializar los cálculos. Se impone un gradiente de terreno
en dirección N-S del 2%. En la misma dirección, en posición central, atraviesa un valle con un 2% de pendiente en el
que existe un río de anchura igual a la resolución de las celdas (225 m) cuyo lecho coincide con el techo del acuífero
y con la superficie del terreno. El río se encuentra conectado a un acuífero libre, de 300 m de espesor y monocapa,
de bordes impermeables a E y O y gradientes constantes en N y S. Gracias al gradiente piezométrico asociado a la
pendiente del terreno (2% en sentido N-S y hacia el río E-O y O-E) el agua fluye en sentido N-S y hacia el río. De
esta forma, quedan representados los factores de entrada del modelo de flujo subterráneo descritos en la Tabla 4.1.
Es decir, las condiciones de contorno, las características hidráulicas del acuífero y del lecho del río, el techo, el muro
y la piezometría del acuífero, la posición, la anchura y el nivel del río (NR), el espesor del lecho y cualquier otra
característica relevante para la descripción y funcionamiento del modelo.
Este modelo ha sido creado con el fin de evaluar su respuesta ante situaciones de variación de parámetros. El script
de construcción de mapas permite tanto la construcción del modelo de referencia original como algunas de las
variaciones de los parámetros o variables planteadas para el AS. Las características del modelo seleccionadas
(parámetros estructurales y físicos, variables y condiciones de contorno) condicionarán el flujo y las componentes de
91
velocidad en cada punto del modelo. Por tanto, la fase de construcción es una primera aproximación del AS
(Anderson y Woessner, 1992b; Haitjema et al., 2001).
En los apartados siguientes se detallan los requerimientos y particularidades necesarios para construir un modelo
lógico, con valores adecuados de los parámetros y que no presente problemas de convergencia. Estos problemas
de convergencia se relacionan con la existencia de más de una solución o con la presencia de indeterminaciones.
Se han tenido en cuenta, asimismo, las consideraciones de distintos autores para la correcta definición y
construcción de un modelo.
6.3.1 Resolución temporal
El comando r.gwflow resuelve la ecuación de flujo subterráneo de forma iterativa en un número de pasos de tiempo
determinado, de forma que, el tiempo total de duración de la simulación será proporcional al paso temporal y al
número de pasos.
El paso temporal debe ser compatible con la velocidad de flujo y, por tanto, con la convergencia de las ecuaciones.
Los mejores resultados se obtienen para pasos cortos mientras que, por el contrario, pasos de tiempo demasiado
largos pueden generar problemas de convergencia y soluciones inestables (Anderson y Woessner, 1992a; Bruneau
et al., 1995; Haitjema et al., 2001; Bower et al., 2005; Zyvoloski y Vesselinov, 2006; GRASS_Development_Team,
2010). Para territorios de gran extensión y en relación con la evaluación de recursos hídricos las simulaciones
suelen tomar pasos mensuales. En esta tesis se toma como referencia un paso temporal de 15 días. Aunque, el
script de simulación, permite establecer cualquier otro periodo. El tiempo total de simulación es diferente según el
objetivo que se persiga.
 Las simulaciones encaminadas a obtener el RP, cuyo objetivo es conseguir que la superficie piezométrica
se ajuste rápidamente a la situación de equilibrio, requieren largos tiempos de simulación. En estas
simulaciones, para acelerar el cálculo se incrementa el paso temporal al principio y se reduce al final para
refinar los resultados y ajustar la superficie piezométrica con el mínimo error.
 En las simulaciones de variación de parámetros, por su parte, el tiempo total de simulación se fija en 100
años, independientemente de que se fijen pasos intermedios en los que analizar los resultados, de forma
que todas las simulaciones presentan la misma longitud temporal.
6.3.2 Región de cálculo, definición de la malla y resolución espacial
Mediante el comando g.region de SIG-GRASS (GRASS_Development_Team, 2010), se establece una región de

cálculo de 50 km x 50 km, con una extensión total de 2.450 km2, dividida en 48.400 celdas -220 filas y 220
92
columnas-, suficiente para representar los procesos de relación entre río y acuífero que se quieren destacar y para
reducir, en gran medida, los tiempos de cálculo que acompañan a los modelos de grandes regiones. g.region
también permite establecer el mallado y la resolución espacial del modelo.
Diversos autores coinciden en que la elección de la resolución depende de los objetivos del modelo, de la precisión
requerida, de la zona experimental, de los procesos que se quieran representar, de la complejidad geométrica, la
física del problema, la variabilidad de las propiedades del material, las condiciones de borde, los factores
económicos y los riesgos potenciales. La resolución espacial influye en los resultados del modelo de forma que los
mejores resultados se obtienen cuanto mayor es ésta (Anderson y Woessner, 1992a; Bruneau et al., 1995).
En modelación hidrogeológica es común modelar áreas grandes ya que es importante seleccionar bordes
representativos que en ocasiones se encuentran alejados. También se suelen emplear mallas de dimensión variable
para describir con más detalle los fenómenos en áreas de fuerte gradiente, tal como ocurre con la superficie freática
cercana a los ríos. Para establecer la resolución de la malla debe considerarse la curvatura de la superficie
piezométrica, la variabilidad de las propiedades del acuífero, de la recarga, los bombeos y las entradas o salidas de
agua desde los ríos, además del tamaño del área modelada. En este sentido, requieren mallas más finas las zonas
de mayor curvatura de la superficie freática o piezométrica, pozos de bombeo o recarga, zonas de confluencia entre
ríos y acuíferos y modelos de flujo que soportan modelos de transporte. Con altas resoluciones (mayor detalle), la
distribución de los materiales se representa mejor y el flujo de fluido computado se afina pero, llega un momento,
que el incremento de resolución de la malla no influye en los resultados (comportamiento asintótico). Por otro lado,
hay que tener en cuenta que una mayor precisión en la malla, requiere mayor número de nodos (puntos) de
resolución lo que incrementa el número de datos a gestionar, las necesidades de almacenamiento de datos y el
tiempo de computación. Es, por tanto, necesario encontrar un punto medio entre la precisión y lo práctico (Anderson
y Woessner, 1992a; Bruneau et al., 1995; Haitjema et al., 2001; Bower et al., 2005; Zyvoloski y Vesselinov, 2006;
GRASS_Development_Team, 2010).
La utilización de SIG-GRASS como soporte de información, supone conservar el tamaño de las celdas en todo el
espacio a caracterizar, de forma que la representatividad de la información estará limitada a la resolución espacial
adoptada. Aunque SIG-GRASS permite utilizar mallas rectangulares, definiendo una resolución N-S distinta a la
resolución E-O, no permite variar la resolución de manera diferencial por zonas sino que utiliza siempre la misma
para toda la extensión de la zona estudiada. Dado que en los trabajos de grandes regiones no se representan
aspectos locales, para simplificar y dar un carácter homogéneo a todo el dominio modelado, la malla que se utiliza
es de paso cuadrado. Con mallas de dimensión regular los problemas de convergencia se evitan reduciendo
tamaños de celda y ampliando la resolución (Anderson y Woessner, 1992a; GRASS_Development_Team, 2010).
Atendiendo a las consideraciones de los distintos autores, teniendo en cuenta las dimensiones de la región
establecida y dividiendo por un número redondo de celdas, se considera una resolución inicial de 225 m que, si bien
93
no representa una gran extensión, sí es lo suficientemente amplia para que se puedan evaluar estas transferencias
con unos menores tiempos de simulación. Asimismo, la resolución espacial de cálculo de malla cuadrada de 225 m
se ha adecuado al tamaño de la cuenca y al proceso de trasferencia de flujo entre los sistemas río y acuífero, sin
perder de vista que las evaluaciones de recursos hídricos suelen calcularse a bajas resoluciones (superiores a los
1.000 m) y pueden constituir una aplicación práctica final de este estudio. Una vez establecidas la región de cálculo
y las resoluciones espacial se crean, acordes a ellas, los mapas de parámetros necesarios para resolver r.gwflow.
6.3.3 Condiciones de contorno y tipo de bordes
Las condiciones de contorno representan el efecto del entorno sobre el área simulada a partir de las características
esenciales del sistema físico que se quiere representar (Franke y Reilly, 1987). Los bordes del modelo paralelos al
río (bordes E y O) se consideran bordes impermeables de gradiente nulo que se establecen imponiendo a las celdas
de los bordes E y O la condición de celdas inactivas. De esta forma el flujo subterráneo es paralelo a ellos y se
delimita y acota el flujo que se dirige hacia el río.
Se ha considerado apropiado establecer, en N y S, bordes de gradiente o flujo constante (condición de Neumann),

de forma que exista la misma diferencia de cota de agua de forma permanente entre dos celdas de las filas
horizontales y paralelas de los bordes N y S. Así, se mantienen constantes las entradas y salidas de agua por los
bordes N y S respectivamente, independientemente de cómo se distribuya la piezometría en el resto de bordes o la
conductividad hidráulica. Aunque r.gwflow asigna por defecto la condición de gradiente constante a los límites del
área de cálculo, no ofrece la posibilidad de establecer una condición de gradiente constante en las celdas del
modelo. Por esta razón se implementa un algoritmo para simular el efecto del gradiente piezométrico y fijarlo en un
valor determinado. El algoritmo que mantiene un gradiente constante en los extremos N y S del modelo consiste en
recalcular el mapa piezométrico, al inicio de cada paso de simulación, según los resultados de piezometría de la fila
siguiente obtenidos en el paso anterior. Para hacer este cálculo se dispone una fila nula en cada extremo (N y S) y,
a continuación, una fila de celdas de nivel constante (condición de Dirichlet). Es en estas celdas de nivel constante
donde se recalcula la cota piezométrica en cada paso de simulación. En el borde N o superior el gradiente se
impone a partir del valor piezométrico de la celda siguiente, es decir, la situada al S. En el borde S el gradiente se
impone a partir del valor piezométrico de la celda anterior, es decir, la situada al N. De esta manera se añade o
sustrae la parte proporcional del valor del gradiente establecido inicialmente y se corrige con la resolución de la
celda. Estas operaciones se realizan en cada paso de simulación y se incluyen dentro del bucle temporal del
programa de simulación que se adjunta en el anejo de simulación. La Figura 6.2 muestra la distribución del tipo de
celdas en el experimento.
94
Figura 6.2. Tipos de celda y bordes del modelo
Se imponen gradientes piezométricos constantes del 2% en la entrada de flujo por el borde N y en la salida de agua
por el borde S. Esto supone que entre dos celdas de 225 m de resolución existan 4,5 m de diferencia piezométrica.
La cantidad de flujo que entra o sale es, por tanto, constante y se puede calcular teniendo en cuenta la
conductividad hidráulica según la ley de Darcy (Ec. 4.6).
6.3.4 Techo y muro
El programa de construcción de mapas permite generar diferentes opciones de configuración del paisaje, desde
zonas llanas a grandes pendientes. Asimismo, es posible construir acuíferos de espesor variable u homogéneo,
como en este caso, en el que el muro es paralelo al techo del acuífero.
La disposición del muro guarda relación con la geología o geomorfología de la cuenca y con la caracterización de los
espesores de las formaciones acuíferas específicas. El espesor constante caracteriza de forma simplificada el tramo
medio de un río. En la construcción del modelo hipotético se ha definido el techo del acuífero como una superficie de
pendiente constante en sentido N-S y en sentido E-O hacia el valle central que configura el río y que separa dos
zonas simétricas. Para calcular la disposición del techo se establece un gradiente del 2% en sentidos N-S y E-O.
Así, la cota máxima del techo es 1.590 m y se encuentra en los extremos del borde N. La cota mínima es de 110 m y
se encuentra en la celda de río situada más al S.
Se ha considerado un acuífero de espesor constante de 300 m y por tanto, en cualquier punto del modelo el muro
del acuífero se sitúa 300 m por debajo de su techo, salvo en las celdas de río donde se encuentra a 299,5 m. Así, la
cota máxima del muro es de 1290 m y la mínima de -190 m. El espesor elevado permite evitar, en las fases iniciales
de ajuste del modelo, los procesos de saturación del acuífero y drenaje a superficie y reducir así el número de
procesos implicados en el experimento.
95
6.3.5 Recarga
r.gwflow permite incorporar una recarga variable en cada celda en diferentes pasos y considerar su variabilidad
espacial y temporal. Sin embargo, en esta tesis, con objeto de simplificar el experimento y mantener condiciones
constantes, se ha utilizado un modelo de recarga homogénea. La recarga se introduce en el comando r.gwflow
como tasa de recarga en cada celda (m3/s·m2), luego es constante en cada paso de tiempo y debe ser adaptada a la
resolución de la celda. La recarga se obtiene para cada paso de tiempo multiplicando la tasa de recarga por el
número de segundos del paso y por el área de la celda.
La recarga se aplica en las celdas activas del modelo que no representan ni celdas de río ni celdas de nivel
constante (Figura 6.2). En estas celdas se introduce una tasa de recarga constante y homogénea espacialmente de
2,5·10-9 m3/s·m2 lo que equivale a 78,84 mm / año, valor mayor que la recarga media característica de zonas áridas
o semiáridas (entre 0,2 y 35 mm / año) para áreas extensas (40 km2 - 374.000 km2) según algunos autores (Scanlon
et al., 2006) y habitual en las cuencas españolas (Álvarez Rodríguez et al., 2016), como la que suele existir en el
centro, S y E peninsular (MIMAM, 2000).
6.3.6 Parámetros hidráulicos
Aunque sería posible considerar distribuciones de parámetros heterogéneos para simular casos concretos, con el fin
de extraer las características básicas de un modelo hipotético, se han considerado parámetros homogéneos. Para
definir estos parámetros se establece, en primer lugar, su espacio de variabilidad, es decir el entorno de variabilidad
de los denominados valores nominales en los métodos locales. A partir de ahí, se asigna el valor nominal o valor
medio de cada parámetro que se incorpora al conjunto de la parametrización inicial y se mantiene constante en todo
el modelo. Se han utilizado distintas referencias para establecer los valores medios de los parámetros y asimilar los
valores elegidos a ciertas litologías (Morris y Jonhson, 1967; Custodio y Llamas, 1976; Freeze y Cherry, 1979;
Maidment, 1993; Domenico y Schwartz, 1998; Sanders, 1998; Fetter, 2001).
Los parámetros hidráulicos del acuífero son el coeficiente de almacenamiento (S) y la permeabilidad (K). El S
coincide con la porosidad del terreno en zonas de acuífero libre y corresponde a un valor entre 10% y 30% del
volumen del material considerado. Por eso se establece un valor medio de 10-1, propio de arenas, mezcla de arenas,
gravas, entre otros tipos de litologías posibles.
El espacio de variabilidad de la K comprende los números reales mayores que 0. Se considera un valor medio inicial
de K de 1 m/d propio de litologías como arenas limosas, arenas finas, calizas fracturadas o basaltos modernos. Por
otro lado, para ampliar el rango de estudio del parámetro, se ha considerado útil disponer de un segundo valor de K
de 10 m/d, representativo de medios permeables como arenas limpias, calizas karstificadas, rocas fracturadas,
96
basaltos o escorias permeables. Este valor sirve de contraste con el anterior y presenta la ventaja de que el flujo es
relativamente rápido por lo que la consecución del régimen permanente se acelera.
Por su parte, la información relativa al río se gestiona con los parámetros del comando r.gwflow disponibles para tal
fin: “rhead”, “rbed” y “rleak”, que recogen, respectivamente, la información relativa al nivel de agua en el río, la cota
del lecho y el coeficiente de goteo de éste. En las celdas de río el nivel de agua en el río se establece 0,5 m por
encima de la cota del lecho que coincide con la cota del terreno.
El coeficiente de goteo del lecho (CGL) gestiona el espesor y la conductividad hidráulica del lecho y se expresa en s-
1. El CGL (Ec. 4.14) es el parámetro que incorpora la conductancia (Ec. 4.15) del lecho en el modelo. Considera la
relación entre la conductividad (Kr) y el espesor (E) sin tener en cuenta la longitud y la anchura. La conductancia se
calcula dentro del programa de simulación. r.gwflow la establece de forma interna a partir de las dimensiones de la
celda. Así, si el CGL es bajo, también lo es la tasa de flujo que puede fluir a través del lecho, lo que se verá reflejado
en la reducción de la aportación del acuífero al río. Valores reducidos de este parámetro representan: a) grandes
espesores del lecho del río relacionados con deposiciones de sedimentos recurrentes en el tiempo, b) una K del
lecho reducida, asociada, por ejemplo, a crecimiento de algas o acumulación de finos en un régimen hídrico de baja
energía, o c) ríos que presentan una anchura muy inferior a la resolución espacial que utiliza el modelo. En este
último caso la corrección de anchura del río se incluye en el CGL en forma de porcentaje respecto al valor de
resolución de la celda. Por el contrario, valores altos del CGL indican a) espesores del lecho del río reducidos, b)
una acumulación de materiales del lecho con mayor K vertical (por ejemplo, arenas o gravas) o c) ríos anchos, que
ocupan la totalidad de la resolución o gran parte de ella.
Según el trabajo de (Calver, 2001), Kr toma valores entre 10-9 m/s y 10-2 m/s, estando concentrados principalmente
entre 10-7 y 10-3 m/s (Chen et al., 2013; Tang et al., 2015). Por su parte, aunque el espesor del lecho puede tomar
cualquier valor positivo, para simplificar y utilizar como valores orientativos de CGL los valores de Kr se consideran
espesores de 1 m. De esta forma, estableciendo un valor medio de CGL de 10-5 s-1, se considera un valor intermedio
de Kr para un espesor del lecho del río (E) constante e igual a 1 m. Además se establece un segundo valor de CGL
de 10-4 s-1 que sirve como de comparación del anterior.
6.3.7 Nivel de agua en el río
Como se ha visto en apartados anteriores (4.2.1), existen distintas aproximaciones para la resolución del flujo
superficial a partir de las que se obtienen niveles en el tiempo. Sin embargo, teniendo en cuenta el paso temporal
utilizado (15 días), la dinámica de la infiltración río-acuífero es necesariamente poco sensible a variaciones muy
rápidas de los niveles de río, siendo, quizás, más acusada cuando el río se encuentra en contacto con un acuífero
aluvial (Chen y Chen, 2003). Por ello, no sería necesario considerar esta variación en los modelos de flujo.
97
Así, con objeto de simplificar, se ha optado por un hidrograma sencillo que supone un nivel de río constante con un
calado de 0,5 m, es decir, se supone que el flujo superficial siempre aporta un caudal de agua tal, que mantiene los
niveles de río 0,5 m por encima de la cota del lecho. Teniendo esto en cuenta, los niveles del río vienen
determinados por la cota del lecho y del terreno. Dado que la pendiente del terreno se reduce un 2% de N a S, el
agua del río fluye en este sentido, desde zonas más elevadas hacia zonas deprimidas.
6.3.8 Superficie piezométrica inicial
Se propone una aproximación de piezometría inicial (basada en el espesor de acuífero y la posición del río) que
conserva en gran medida la ecuación de balance. Esta aproximación considera una superficie piezométrica inicial
igual al 90% del espesor del acuífero excepto en las celdas de río donde se encuentra 2 m por encima del NR. A
pesar de la aproximación inicial de piezometría, el agua es un fluido que debe acomodarse a la forma del recipiente
que lo contiene (más aun si la base del acuífero está inclinada) y es necesario que el fluido se adapte y adquiera
una distribución estable. Esta superficie piezométrica estable se consigue simulando. La situación de piezometría
inicial constituye el punto de partida de las simulaciones de ajuste a régimen permanente e influye en el tiempo
necesario para alcanzarlo. Cuanto más se aproxime la piezometría inicial a la situación de estabilidad, menos tiempo
de simulación requiere el modelo para alcanzarla.
Para comprobar cómo responde un modelo y analizar su sensibilidad, es necesario partir de una situación de
referencia (Reilly y Harbaugh, 2004). Usualmente, se toma el régimen permanente (RP) como superficie
piezométrica inicial sobre la que comparar el resultado de las simulaciones de variación de parámetros, de la misma
forma que Sutanudjaja et al. (2011) utilizan un modelo en RP para estimar la profundidad inicial del agua
subterránea. Los aspectos importantes para su cálculo se encuentran asociados al RP y se detallan en el apartado
6.5, una vez descritas las particularidades de las simulaciones.
6.4 Variables simuladas y balance hídrico
Una vez definidos los parámetros iniciales del modelo, el siguiente paso es ponerlo en funcionamiento. El programa
de simulación se pone en marcha con dos finalidades: conseguir el caso base que utilizan los métodos locales de
AS y realizar el propio AS.
Para la puesta en marcha toda la información de partida se organiza en capas y se recopila en un archivo de texto,
que recoge, además, el tiempo de duración de la simulación. Este archivo de texto contiene, por tanto, los
argumentos iniciales para la ejecución de la simulación, ya que es legible por el programa de simulación (Anejo I). El
programa de simulación recoge las operaciones necesarias para el funcionamiento del modelo. El comando de
98
simulación de la fase subterránea (r.gwflow), al encontrarse incluido en un bucle de resolución temporal, se ejecuta
tantas veces como se le imponga. El resultado de cada bucle representa la condición de piezometría de la que parte
la siguiente resolución. Es decir, para cada paso de simulación, se obtiene una cota específica del agua en el
acuífero en cada celda del modelo. Estos resultados de piezometría se almacenan y a partir de ellos se calcula el
flujo intercambiado entre río y acuífero y el resto de los términos de balance presentes en el modelo.
La posición de la superficie piezométrica y la transferencia de flujo entre río y acuífero son los resultados de las
simulaciones que se analizan y proporcionan la información necesaria para caracterizar la relación río-acuífero.
6.4.1 Ecuación de balance hídrico
En el modelo se cumple la ecuación de balance hídrico (Ec. 6.1).
h
E  S  Ss
t
Ec. 6.1. Ecuación de balance hídrico
Donde:
E: Entradas
S: Salidas
Ss: Coeficiente de almacenamiento
h
: Variación de la altura piezométrica en el tiempo
t
h
Ss : Término de variación de almacenamiento
t
A partir de todos los términos de balance y teniendo en cuenta la ecuación de balance hídrico (Ec. 6.1), se calcula el
error de balance (Ec. 6.2) como la diferencia entre las entradas (aportaciones desde el borde N y la recarga al
acuífero), las salidas del modelo (las aportaciones hacia el borde S y hacia el río) y la variación de almacenamiento.
h
b  E  S  S s
t
Ec. 6.2. Error de balance (Eb)
El error de balance aporta información en la descripción de los problemas de simulación. El fin de almacenar los
términos de balance y calcular el error de balance es comprobar las transferencias de flujo entre río y acuífero y
controlar, en todo momento, que el modelo funciona correctamente. Este control muestra cualquier desajuste en el
equilibrio alcanzado y permite determinar la validez de la simulación.
99
6.4.2 Piezometría
Se definen en este apartado los términos útiles para el tratamiento de los datos de piezometría, que son: el volumen
diferencia, el volumen total, el volumen en el acuífero y la superficie de drenaje.
Para medir de forma cuantitativa la variación piezométrica se define el volumen diferencial, VD, como el volumen
que se agota o recarga al cambiar el valor de un parámetro. El volumen diferencial se calcula a partir de la diferencia
piezométrica con respecto al RP, teniendo en cuenta el coeficiente de almacenamiento en el acuífero y el área
simulada. Los VD iguales a 0 muestran que el volumen de agua en el acuífero se mantiene igual que en RP. Los
valores de VD positivos representan los incrementos de volumen de agua almacenado en el modelo o en el acuífero
y los negativos reducciones.
El volumen total de agua en el modelo se calcula como el producto del área del modelo, el coeficiente de
almacenamiento y la diferencia entre la cota piezométrica y la cota del muro del acuífero, independientemente de la
posición del techo del acuífero y de los procesos de drenaje asociados a las reducciones de K. Por otro lado, el
techo del acuífero impone un límite de espesor saturado máximo.
Para el cálculo del volumen en el acuífero se considera el techo del acuífero como límite máximo de piezometría, de
forma que no se considera el agua que se encuentra por encima de este límite y es, por tanto, igual o menor que el
volumen de agua en el modelo. Los volúmenes de agua total en el modelo y en el acuífero se calculan en hm3.
Estos datos referidos a la extensión del modelo proporcionan el valor del volumen en mm.
Hay que tener en cuenta que en este modelo el NR se mantiene constante y únicamente se considera la fluctuación
de piezometría como el factor que determina el gradiente de entrada de agua en el río. Al simularse en todo
momento un río ganador, en todas las celdas de río el acuífero está saturado ya que el nivel piezométrico (NP) se
coloca por encima de la cota de agua del río y de la cota del techo del acuífero que se asume igual a la superficie
del lecho del río. En ocasiones las disminuciones de K y CGL provocan que en celdas contiguas a las celdas de río
la superficie piezométrica se coloque también por encima del techo del acuífero de forma que la superficie saturada
aumenta y también el área en superficie que se inunda. Teniendo en cuenta que el número de celdas de río
saturadas es de 216, cualquier valor por encima de éste implica que existen procesos de saturación en celdas
adyacentes. A partir de la resolución y el número de celdas en las que ocurren estos procesos se calcula el área de
inundación o superficie de drenaje. El área de drenaje se considera aquella en la que el agua drena a superficie por
saturación del acuífero o el espacio de terreno afectado por procesos de confinamiento. Ésta varía según el
parámetro, su reducción y el tiempo de simulación considerado.
100
6.4.3 Términos de balance hídrico
Al ser un modelo de simulación continua, tras cada ejecución, para cada paso de tiempo, el programa almacena la
piezometría resultante de la simulación y, a partir de ésta, calcula y registra los términos de balance: variación de
almacenamiento, recarga, aportación de acuífero a río o de río a acuífero -total o separada entre ríos perdedores
conectados y desconectados- y las entradas y salidas por los gradientes constantes impuestos. Todos los términos
de balance están referidos a la extensión del acuífero en el experimento, sin incluir el río, los bordes impermeables y
los de gradiente constante.
La variación de almacenamiento total del modelo es el sumatorio de las variaciones de almacenamiento que se
producen en cada una de las celdas activas del modelo entre dos pasos temporales. La variación de
almacenamiento en cada celda del modelo se calcula restando a la cota de la superficie piezométrica en cada paso
la cota de la superficie piezométrica del paso de tiempo inmediatamente anterior, teniendo en cuenta la porosidad y
la resolución de la celda. Para el cálculo de la variación de almacenamiento existen condicionantes que evitan
considerar el agua que sale del acuífero por procesos de saturación, de forma que solo se calcula en aquellas
celdas en las que la piezometría no supera el techo del acuífero.
Algunos de los términos de balance constituyen entradas al modelo. Una fracción de las entradas externas de agua
en el acuífero se produce por la parte del excedente, procedente de las precipitaciones, que no forma escorrentía
superficial, es decir, el término de recarga. Tanto la escorrentía superficial como los procesos que ocurren en la
zona edáfica no se representan en el experimento con el fin de simplificar el AS. La otra fracción de las entradas
está constituida por el flujo de entrada de agua desde el borde N, que se impone como un gradiente constante.
La recarga total en cada paso de tiempo se calcula como el sumatorio de la misma en las celdas activas. El valor de
la recarga total es proporcional al valor de recarga en cada celda (2,5 10-9 m3/ s m2) que requiere el comando
r.gwflow, al área del modelo y a la duración del paso temporal. Se considera una recarga constante e igual en cada
uno de los pasos de la simulación. El sumatorio de la recarga permite controlar los cálculos del balance y detectar
procesos de saturación.
El flujo de entrada por el borde N de gradiente constante también constituye una de las entradas al modelo. El flujo
en las fronteras, tanto las entradas como las salidas, se calcula aplicando la ley de Darcy (Ec. 4.5). Para el cálculo
del volumen de agua que representan estos flujos de entrada de agua en cada paso temporal, se consideran la
duración del paso temporal, el espesor saturado, la K del acuífero y el gradiente que se establece entre las dos
celdas de borde contiguas en el N y S del modelo.
El flujo de salida por el borde S de gradiente constante constituye, por el contrario, una de las salidas del modelo y
se calcula de forma análoga al flujo de entrada por el borde N. Otra salida del modelo es la aportación de agua del
101
acuífero al río. Es el término de balance más importante en la descripción de la relación río acuífero y, por tanto, su
análisis constituye uno de los principales resultados de esta tesis. La aportación representa el flujo desde el acuífero
al río, ya que se simula en todo momento un río ganador. Por tanto, el flujo se calcula en las celdas de río según las
ecuaciones del modelo acoplado de capa semiconfinante (Apartado 4.4.1). Para este cálculo se considera el área de
la celda, la duración del paso temporal, el gradiente que se establece entre la cota del agua en el río y la cota
piezométrica y el valor del CGL. Posteriormente, se estandariza en función del área del modelo para ofrecer la
información en mm.
En el caso del RP, los términos de balance se controlan para determinar que se alcanza la situación deseada de
estabilidad (RP). Por tanto, calculando los términos de balance de flujo del modelo en cada paso de simulación, se
dispone de un control de cada uno de ellos que permite determinar la situación de RP. El término de control principal
en estas simulaciones es la variación de almacenamiento. En RP, la variación de almacenamiento se anula y el error
de balance depende de los términos de entrada y salida. Teniendo en cuenta que las entradas por el borde N se
equilibran con las salidas por el borde S, los términos que influyen en el error de balance son la recarga como
entrada y la aportación al río como salida. De esta forma, un error de balance positivo indica que los ingresos al
modelo superan a las salidas y, por tanto, el valor de la aportación es inferior a la recarga. Por el contrario, el error
de balance es negativo cuando las salidas superan a los ingresos y por tanto el valor del flujo del acuífero al río
supera a la recarga al acuífero.
6.5 El caso base: el régimen permanente
El RP se define como el límite asintótico de una respuesta transitoria en el tiempo, es decir, aquel en el que no varía
el NP con el tiempo y se anula el término de variación de almacenamiento (Ec. 6.1)) de la ecuación general de flujo
subterráneo (Ec. 4.11)(Bear, 1979; Fetter, 2001; Haitjema et al., 2001; Sahuquillo et al., 2010; Simpson et al., 2013).
De esta forma el RP se caracteriza por no presentar variación de almacenamiento, ni error de balance y reflejar la
estabilidad piezométrica en el tiempo o, lo que es lo mismo, una situación de equilibrio que sirve de superficie
piezométrica de referencia (Anderson y Woessner, 1992a; Fetter, 2001). Al representar una situación de equilibrio
del sistema, el RP obtenido puede ser utilizado además como límite final de las simulaciones para obtener
información de la memoria del sistema frente a ese cambio (Simpson et al., 2013).
En la situación de equilibrio o RP el acuífero funciona como un mero transmisor de la recarga. En un sistema

acuífero en equilibrio, cuando se introduce una perturbación, este equilibrio se rompe y se entra en régimen
transitorio. Sin embargo, en este régimen transitorio, el sistema tiende a evolucionar hacia un nuevo equilibrio, es
decir hacia un nuevo RP y el tiempo que tarda en conseguirlo, se denomina tiempo de respuesta (Walton, 2011).
102
También se ha definido como tiempo crítico, de retraso, de demora (“lag time”) o tiempo medio de acción (Simpson
et al., 2013).
Según Walton (2011), el tiempo de respuesta del acuífero es el tiempo necesario para que los cambios en nivel de
agua y almacenamiento en el acuífero sean imperceptibles al incrementar o reducir las extracciones. En un sistema
acuífero conseguir el RP o estado estacionario puede tardar desde segundos a millones de años. Por ejemplo, un
aumento o disminución en la recarga provoca una variación en el almacenamiento del acuífero y el sistema regula
esta perturbación aumentando o reduciendo el flujo que aporta el acuífero al río. El tiempo de respuesta está
limitado por las situaciones de RP y puede considerarse una medida de la memoria de un sistema acuífero e indica
la capacidad del sistema de asumir la variación de las condiciones que lo afectan.
Varios autores (Rousseau-Gueutin et al., 2013; Simpson et al., 2013) han estudiado y presentado métodos para el
cálculo del tiempo de respuesta y han descrito los factores que lo controlan: la escala espacial, la dimensión del
sistema acuífero, las propiedades de los materiales, la configuración estructural de las capas permeables e
impermeables, la localización y el tipo de límites, la posición y la profundidad de sondeos (en régimen alterado) y las
variables de las que dependa el sistema. Destacar que en el sistema subterráneo los tiempos de respuesta son
particularmente largos, lo que los diferencia respecto al sistema superficial. Se necesitan tiempos de respuesta
largos para sistemas acuíferos multidimensionales de gran extensión, alto coeficiente de almacenamiento y baja
conductividad (Wallace et al., 1990; Kooi y Groen, 2003; Walton, 2011; Rousseau-Gueutin et al., 2013; Simpson et
al., 2013)
Las condiciones de borde influyen en la respuesta hidráulica del flujo y tienen efecto en el tiempo de respuesta del
sistema en régimen no natural, es decir, bajo condiciones de grandes bombeos o cuando se somete el sistema a
distintas presiones, pero no en la situación de RP (Franke y Reilly, 1987).
A cada configuración de parámetros le corresponde un RP. Sin embargo, si alguno de los parámetros de partida
(estructurales, hidráulicos, etc.) cambia, es necesario definir una nueva situación de equilibrio (otro RP distinto) ya
que las características de modelo planteado influyen en su consecución. Así, el tiempo necesario para conseguir el
tiempo de respuesta está influido por la estructura, los parámetros hidráulicos y las variables que afecten al modelo
(tipos de bordes, recarga, K, gradiente del terreno, gradiente que se establece entre los niveles constantes y
superficie piezométrica, el coeficiente de infiltración a través del lecho del río y coeficiente de almacenamiento). La
obtención del RP depende de la adecuada conjunción de los parámetros, condiciones de contorno y variables del
modelo (Wallace et al., 1990; Kooi y Groen, 2003; Walton, 2011; Rousseau-Gueutin et al., 2013; Simpson et al.,
2013)
103
6.5.1 Simulación base
Se plantea una única simulación cuyo fin es conseguir la superficie piezométrica que representa el caso base, en
este caso el RP, una situación estable de piezometría definida por una variación de almacenamiento nula y un
balance de flujo en el que las entradas se igualan a las salidas. El RP sirve de ajuste inicial del modelo y representa
el punto de referencia para las simulaciones de variación de parámetros.
En un primer momento se considera un NP teórico que, en una primera simulación de duración ilimitada, se ajusta a
una situación de régimen permanente (RP). Durante la simulación las características del terreno, los parámetros
hidráulicos del acuífero -CGL (10-5 s-1), conductividad hidráulica del acuífero (10 m/d o 1 m/d) y el coeficiente de
almacenamiento (0,1) - y la recarga que se introduce sobre el modelo (2,5 e-9 m/s m2) se mantienen constantes para
toda el área simulada.
Con el fin de obtener el RP para cada uno de los modelos que se plantean, utilizando el programa de simulación
(Anejo I), se resuelve la ecuación de flujo subterráneo de forma consecutiva, imponiendo recarga constante, en
pasos de 15 días durante el tiempo que sea necesario, hasta que, al cabo de un número de pasos de tiempo, se
alcanzan valores estables de los flujos de entrada y salida por los bordes de gradiente constante (situados a N y S) y
de la aportación del acuífero al río y se anula la variación de almacenamiento. Una vez obtenido el RP para evitar un
cálculo erróneo del balance se comprueba que no existe saturación en ninguna celda del modelo salvo en las de río.
La Tabla 6.1 resume las características, los parámetros estructurales y físicos, las condiciones iniciales y las
variables, que se han utilizado para obtener el RP. Esta tabla recoge los valores, las unidades y el nombre que
toman estos factores de entrada como argumentos de entrada del modelo en el programa de simulación.
104
Tabla 6.1. Valor, unidades y argumento de simulación de los parámetros (estructurales y físicos), condiciones iniciales y
variables en RP.
Característica/Parámetro/Variable Argumento Valor Unidades

2
Área 2450 km
Acuífero tipo "type" libre
Resolución espacial (N-S y E-O) res 225 m
Número pasos NPASOS Indeterminados -
1 296 000 s
Paso temporal dt
15 d
Inactivas (0): Columnas 1, 219 y 220.

Tipos de celda.
Característica/ Límite impermeable a E y O / St225 Nulas ( ): Fila 1 y 220
Parámetro gradiente constante en N y S
estructural Nivel constante (2): Filas 2 y 219 -
Activas: Resto
Cota del lecho del río rbed Coincide con el techo del acuífero m
Variable con pendiente constante (2%) en
Cota del techo del acuífero Techoladera m
sentido NS y hacia el río.
Cota del muro del acuífero Muroladera Techo - 300 m
(Espesor del acuífero) Constante = 300 m
Coeficiente de almacenamiento S225 0,1 -
10 1 m/d
Conductividad hidráulica K
0,0001157 0,00001157 m/s
Parámetro
físico Coeficiente de goteo del lecho CGL225 10-5 10-4 s-1
(Conductividad hidráulica del
Constante = 10-5 o 10-4 m/s
lecho)
(Espesor del lecho del río) Constante = 1 m
(Ancho del río) Constante = 225 = resolución N-S m
90% espesor acuífero y 2 m sobre lecho del
Nivel piezométrico inicial (NP0) ph m
Condición río
inicial
0,5 m por encima del lecho o techo del
Nivel río rhead m
acuífero.
78,84 mm/año
Variable Recarga r225
(2,5e-9) m/s·m2
Para contemplar la distribución completa del parámetro y completar el AS, se determina el RP para distintas
combinaciones de K (1 m/d y 10 m/d) y CGL (10-4 s-1 y 10-5 s-1), representativos de la distribución de los parámetros.
Los parámetros elegidos para el AS se varían a partir de cada uno de ellos, de forma que se estudia el efecto de las
variaciones de las entradas en los resultados dentro de todos los rangos posibles de entradas espaciales de K y
CGL, como hacen los métodos globales.
105
6.5.2 Volúmenes de agua y error de balance
La Tabla 6.2 recoge los volúmenes estables de cada uno de los términos de balance (las entradas, las salidas y la
variación de almacenamiento) y los errores de balance (calculados según la Ec. 6.2, en volumen y porcentaje
respecto a la recarga) en la situación de RP, asociados a la simulación del modelo K1, K10 y CGL_4.
Tabla 6.2. Términos de balance para las situaciones de RP en los modelos K1, K10 y CGL_4.
Controles de simulación Características Modelo K10 Modelo K1 Modelo CGL_4
Variación almacenamiento (mm/d) Estable 0 0 0
Recarga (mm/d) Estable 0,215 0,215 0,215
Aportación borde N (mm/d) Estable 0,435 0,090 0,090
Total Entradas (mm/d) 0,650 0,305 0,305
Aportación borde S (mm/d) Estable 0,435 0,090 0,090
Aportación acuífero-río (mm/d) Estable 0,216 0,215 0,215
Total Salidas (mm/d) 0,651 0,305 0,305
Error balance en RP (mm/d) -0,001 0,000 0,000
Con el fin de estandarizar las unidades de los términos de balance en función del área de recarga del modelo se
calculan los términos de la Tabla 6.2 en mm/d. Se observan valores análogos en los modelos K1 y CGL_4, por
tanto, lo referido al primero se entiende igual para el segundo.
Durante todas las simulaciones se introduce una recarga constante (0,21 mm/d), en los dos modelos (K1 y K10).
Además, mediante la imposición de sendos gradientes constantes, se produce una entrada de agua por el borde N y
una salida por el borde S. A pesar de que el gradiente impuesto es el mismo en los dos modelos, al diferir la K, la
cantidad de flujo de entrada y salida varía, debido a que el flujo es proporcional al gradiente y al valor de K del
terreno (según la ley de Darcy, Ec. 4.6). Así, en RP, el volumen de entradas y salidas es de 0,43 mm/d para el
modelo K10 y de 0,3 mm/d para el modelo K1. En el modelo K10, los términos de flujo son, por tanto, mayores que
en el modelo K1, lo que indica que, en K10, entra y sale más cantidad de agua por los bordes de gradiente
constante y que almacena menos agua que K1. En los dos modelos, los flujos de entrada por el borde N de
gradiente constante y salida por el borde S se equilibran. Debido a las condiciones de contorno impuestas (bordes
laterales impermeables, bordes de gradiente constante a N y S, y el gradiente en el terreno), se establece un
movimiento del agua en el acuífero, hacia el S y hacia el río. De esta forma, en RP, en ambos modelos, el agua del
106
acuífero descarga hacia el río y supone una aportación del acuífero al río igual a la totalidad de la recarga,
considerando esta aportación en la extensión total del modelo.
Se detecta un ligero desajuste en el balance en el caso del modelo K10, ya que la aportación del acuífero es algo
superior a la recarga (0,216 mm/d). Este desajuste se refleja en un mínimo error de balance (Ec. 6.1) que no se
considera relevante y, aunque la forma en la que se realizan los cálculos es suficientemente descriptiva, pueden
achacarse a una combinación inexacta entre variables, parámetros y configuración del modelo, a los cálculos del
flujo de entrada y salida a N y S, en su contacto con las celdas de río (Tabla 6.2), o a las pérdidas de exactitud en
los cálculos de los términos de balance y a su consideración global dentro del modelo. Por ejemplo, la utilización de
sumatorios puede provocar una compensación entre incrementos y caídas de la lámina de agua en el caso de la
variación de almacenamiento o en el resto de los términos de balance. El error se asume dentro de un rango que no
supera el 1-2% de la recarga y se considera fiable el valor de la aportación del acuífero al río en cada caso.
6.5.3 Procesos de saturación
En ocasiones pueden producirse un aumento del error de balance asociado a procesos de saturación. Se han
detectado errores de balance que están asociados a valores bajos de K y pequeño espesor del acuífero y
evidencian procesos de saturación. Con la misma estructura del modelo, una reducción significativa de K produce
problemas de saturación en el acuífero en celdas distintas a las de río, debido a la menor velocidad de flujo y al
consecuente aumento del almacenamiento en el acuífero. Estos procesos suponen el drenaje del acuífero y el
afloramiento en superficie de manantiales o zonas húmedas.
En las simulaciones encaminadas a obtener el RP con dos valores de K distintos y para comparar los resultados de
ambas simulaciones sin modificar la estructura, es necesario simplificar el número de procesos implicados y evitar
los procesos de saturación que provocan modificaciones en la recarga y en el comportamiento del acuífero. Cuando
el acuífero se satura en el ajuste a RP se cumple la condición de variación de almacenamiento nula, pero aumenta
significativamente el error de balance debido a que la cota piezométrica supera la cota del techo del acuífero
provocando salidas por drenaje que en el modelo planteado no considera.
Con el fin de conseguir el RP para el modelo K1 sin que el acuífero se sature y, posteriormente, el RP para el
modelo K10, se han considerado distintas alternativas o modificaciones en el modelo. Estas han consistido en elevar
el techo del acuífero en todas las celdas excepto en el río, lo que aumenta el encajamiento de éste, imponer
distintas condiciones de superficie piezométrica inicial, aumentar y disminuir la pendiente de las laderas y aumentar
el espesor del acuífero. De todas las alternativas planteadas, los procesos de saturación únicamente se evitan con
el aumento del espesor del acuífero. Aparte de reducir la aparición de procesos de saturación, la consideración de
grandes espesores de acuífero favorece la simulación de flujos regionales y evita la pérdida de linealidad de la
107
ecuación de flujo subterráneo para acuíferos libres asociada a los acuíferos de poco espesor (Sahuquillo et al.,
2010). Al ser las variaciones de almacenamiento en cada paso de simulación son reducidas respecto al espesor
total, se facilita la resolución numérica de la ecuación de flujo subterráneo y, con ello, centrar los esfuerzos en el AS.
Los acuíferos de gran espesor presentan, en situación de equilibrio, cotas piezométricas reducidas, gradientes más
tendidos respecto a acuíferos de menor espesor, principalmente en zonas próximas al río. Además, favorecen el
flujo paralelo al río frente a la componente de flujo hacia el río, dominante con espesores menores. Como ocurre con
la K, el espesor influye en la disposición de las isopiezas.
6.5.4 Variación de almacenamiento
Para la definición del RP, se persigue llegar a variación de almacenamiento nula porque se entiende que así, el error
en la determinación del RP disminuye. La Figura 6.3 muestra la evolución temporal de la variación de
almacenamiento al inicio de las simulaciones encaminadas a obtener la situación de RP en los modelos K1 y K10.
La variación de almacenamiento considerada en los cálculos es la total del modelo, es decir, el sumatorio de las
variaciones de almacenamiento que se produce en cada una de las celdas activas del modelo. La variación de
almacenamiento en cada celda del modelo se calcula restando a la cota de la superficie piezométrica en cada paso
la cota de la superficie piezométrica inmediatamente anterior, teniendo en cuenta la porosidad y la resolución de
celda.
Figura 6.3. Evolución de la variación de almacenamiento en el tiempo durante las simulaciones de RP al inicio de la simulación.
108
La Figura 6.3 únicamente representa las curvas durante los primeros 150 años de simulación. El resto de la
evolución en el tiempo no se representa porque no se considera relevante. A partir de los 150 años, las curvas de
los dos modelos evolucionan siguiendo dos líneas horizontales que tienden a una variación de almacenamiento
nula. La simulación parte de un mismo punto, marcado por la aproximación de piezometría inicial (6.3.8).
En el modelo K10, debido a la mayor K, se observa al inicio de la simulación un descenso especialmente brusco
porque el acuífero desagua a gran velocidad. La curva que representa la variación de almacenamiento en el modelo
K10 alcanza un mínimo (-55 hm3) alrededor de los 4 años y, posteriormente, asciende hasta alcanzar un
comportamiento asintótico con el eje de abscisas que marca la variación de almacenamiento 0. La mayor velocidad
implica también que se recupere con facilidad en la búsqueda del ajuste, de forma que la gráfica muestra un
comportamiento decreciente primero y posteriormente creciente, llegando a la variación de almacenamiento nula
antes que el modelo K1.
Con una K de acuífero de 1 m/d la variación de almacenamiento se reduce (la curva es decreciente en todo
momento) hasta valores próximos a 0 en relativamente poco tiempo porque el acuífero desagua a velocidades de
1m/d. Como muestra la forma tendida de la curva, en el caso de K1 el descenso inicial del almacenamiento es
menos brusco que en K10 y la oscilación menor. Sin embargo, alcanzar la variación nula, precisamente por la
velocidad, requiere más tiempo que con una K de 10 m/d.
Las pequeñas crestas que se observan en las curvas muestran que en el proceso de consecución del RP se
producen pequeñas oscilaciones alrededor del valor nulo, siempre con tendencia a la reducción de la variación de
almacenamiento. Es decir, entre un paso de resolución y el siguiente, la variación de almacenamiento se reduce,
pero ocasionalmente, se producen pequeños aumentos, mostrando una evolución ligeramente escalonada (Figura
6.3). La oscilación que se produce alrededor del permanente asintótico se atribuye a la onda que viaja desde el río al
borde impermeable
El tiempo aproximado en el que se alcanza la variación de almacenamiento nula, es diferente según la K

considerada, siendo mayor en el modelo K1 (3.550 años) que en el modelo K10 (2.730 años). A pesar de los largos
tiempos de simulación requeridos, la aproximación inicial a la variación de almacenamiento nula es anterior, en torno
a los 50 años de simulación, en K1 y en torno a los 100 años en K10, obteniéndose un buen ajuste a partir del año
1.000 para los dos modelos. Considerar el RP en uno u otro momento temporal depende del error de cálculo que se
asuma, de forma que la simulación podría haberse detenido en algún momento anterior, no siendo necesario simular
periodos tan largos. En un mismo espacio de tiempo de simulación, en acuíferos con valores de K bajos,
representados en este caso por el modelo K1, el flujo es lento y el tiempo de respuesta es mayor que para acuíferos
de K elevadas y, por tanto, también el tiempo necesario para alcanzar al RP. Los acuíferos con velocidad alta están
representados por el modelo K10, en ellos, debido a la mayor velocidad de flujo, el ajuste a RP se consigue antes
109
que para acuíferos con flujos lentos, como muestra la Figura 6.3. Se observa así, que el tiempo necesario para
alcanzar el RP tiene una relación inversa con la velocidad de flujo.
6.5.5 Superficie piezométrica en régimen permanente
Para obtener el RP en los modelos K1 y K10 se parte de una misma condición de piezometría inicial. Esta condición
inicial de piezometría implica que exista un volumen de agua inicial en el modelo de 66.192 hm3. A partir de esta
condición inicial de piezometría aproximada, comienza la simulación iterativa de cálculo de la piezometría en cada
paso y, al cabo de un tiempo, el RP queda definido por una superficie piezométrica que es diferente en cada uno de
los modelos planteados. Se comprueba así que el ajuste de modelos con distinto valor de K es posible, si bien el
tiempo necesario para conseguirlo, los términos y los errores de balance asociados varían.
La Figura 6.4 representa una sección del acuífero en la que se observa la posición de la superficie piezométrica para
los modelos K1 y K10. La posición piezométrica del modelo CGL_4 no se representa en la Figura 6.4 porque es
análoga a la del modelo K1. A la escala de representación considerada no existe variación entre ambos modelos. En
detalle se observa que la posición piezométrica de CGL_4 se encuentra aproximadamente 2 mm por debajo de la
posición piezométrica de K1 (CGL_5).
Figura 6.4. Corte transversal y posición de la superficie piezométrica en RP. Modelos K1 y K10
110
En la Figura 6.4 se observa que la superficie piezométrica del modelo K1 se dispone por encima de la del modelo
K10. La diferencia entre ambas configuraciones piezométricas representa (en dos dimensiones) la variación del
volumen de agua almacenado en cada uno de los modelos. Esta situación estable supone un volumen de agua
almacenada en el acuífero de 51.825 hm3 para el modelo K1. 51.818 en el modelo CGL_4 y de 25.079 hm3 para el
modelo K10.
Al poner en funcionamiento el modelo, en los primeros momentos de simulación base, el volumen de agua
almacenada en el acuífero, que se había establecido de forma exagerada, disminuye. Al plantearse el modelo con
dos valores de K diferentes (1 m/d y 10 m/d), se observa que esta disminución es más acusada con valores de K
elevados, ya que los acuíferos con mayor K retienen menos cantidad de agua que los acuíferos con K bajas,
presentando volúmenes de salida más elevados que los acuíferos de menor K. En los primeros momentos de
simulación todo el exceso de agua tiende a evacuarse a través de los términos de balance en sentido salida, es
decir, las transferencias hacia el río y los gradientes del borde S. Según avanza la simulación, la piezometría tiende
a adaptarse a la forma de la estructura que contiene el fluido, de forma que, tanto su disposición como los
volúmenes de agua evacuados, representan las condiciones estables del acuífero.
La disposición piezométrica de los modelo K1 presenta una forma abombada, con gradientes acusados hacia el río
frente a una piezometría, en general, más llana y con gradientes reducidos del modelo K10. Esto se debe a que el
flujo en el acuífero de mayor K (K10) es rápido y el agua fluye fácilmente, sin acumularse tanto como en al acuífero
de menor K (K1).
La Figura 6.5 representa en un plano las isopiezas en RP y las líneas de flujo subterráneo para la totalidad del área
simulada de los modelos K1 y K10. Las líneas de flujo subterráneo del modelo K1 se representan a la derecha y las
del modelo K10 a la izquierda. Igual que ocurre con el resto de figuras, las isopiezas del modelo CGL_4 coinciden
exactamente con las del modelo K1, por lo que la descripción de K1 y CGL_4 es análoga.
111
Figura 6.5. Posición de isopiezas, líneas de flujo subterráneo en RP y río. Modelo K10 y K 1
La Figura 6.5 muestra la diferente configuración de la piezometría de equilibrio para cada modelo. El ángulo agudo
que forman las isopiezas en ambas márgenes del río, hacia aguas abajo, pone de manifiesto el carácter ganador del
río en los dos casos. Los puntos de conexión del acuífero con el río coinciden para ambos modelos. En estos puntos
las isopiezas son perpendiculares al río, a pesar de estar representados, en el caso de K1, por un borde puntiagudo,
simplificación debida a la transformación desde el archivo ráster originalmente generado en GRASS a un archivo
vectorial de contornos lineales.
En las zonas próximas al río, la mayor curvatura de las isopiezas asociada al modelo K1 indica que el flujo se dirige
hacia el río, como muestra la línea de flujo asociada (K1-1). En el modelo K10, la concavidad de las isopiezas es
menor y éstas se disponen prácticamente perpendiculares al río. Así, según muestra la línea de flujo asociada K10-
1, se favorece el flujo paralelo al río, como explican algunos autores (Kalbus et al., 2009). En cambio, en las zonas
más alejadas, próximas a los bordes impermeables, la tendencia es contraria, en el modelo K1 el flujo tiende a
disponerse paralelo al río (según muestra la línea de flujo asociada K1-2) y en el modelo K10 tiende a dirigirse hacia
el río (según muestra la línea de flujo asociada K10-2).
Una K de 10 m/d implica mayor velocidad de flujo que una K de 1 m/d y, por tanto, un vaciado del acuífero más
rápido por lo que se acumula menos cantidad de agua en el acuífero. La velocidad elevada favorece flujos paralelos
112
al río en zonas próximas a éste mientras que, en zonas alejadas se produce un gradiente diagonal hacia el río
debido a la pendiente del muro y al poco espesor saturado del acuífero en estas zonas. Este flujo diagonal desde los
bordes impermeables asociado al modelo K10 se debe a la conjunción de varios factores, entre los que se
encuentran la imposición de una recarga constante en todas las celdas del modelo para cada paso de simulación, la
propia configuración del muro del acuífero en el modelo que presenta un gradiente decreciente hacia el río y hacia el
borde Sur y el valor de la permeabilidad (K) del acuífero en el modelo K10. Bajo estas condiciones las celdas de los
bordes laterales del modelo siempre reciben agua de recarga (es constante en todas las celdas del modelo) que se
transforma en un espesor saturado reducido. La mayor K del modelo K10 hace que el desplazamiento del agua
dentro del acuífero sea rápido y la pendiente del muro hace que este agua de recarga se desplace en cada paso de
simulación hacia el centro y sur del modelo, pudiendo parecer que entra agua desde los bordes impermeables. Esto
implica que aunque la variación de almacenamiento en el modelo K10 sea nula, la situación piezométrica no sea
estable en las zonas laterales y haya que tomar los resultados del modelo K10 con cautela, siendo más fiables los
resultados del modelo K1.
Por su parte, un valor de K de 1m/d implica menor velocidad de flujo y mayor almacenamiento en el acuífero, lo que
hace que la cota del agua sea superior en K1 para un mismo punto del acuífero. Así, en el modelo K1 es importante
la componente diagonal del gradiente en zonas próximas al río. En zonas alejadas la componente hacia el río pierde
importancia debido a la estabilización de la superficie piezométrica, la baja velocidad del flujo y a la influencia de los
bordes impermeables. Además, para el modelo K1, la distancia entre las isolíneas en las zonas próximas al río es
inferior a la del modelo K10, lo que implica mayores gradientes de flujo hacia el río que en este último, que presenta
mayor separación entre isolíneas y por tanto menor gradiente. Los gradientes están indicados con flechas de doble
punta en la Figura 6.5. En cierto modo, el cálculo de la transferencia de flujo entre río y acuífero se compensa en
uno y otro caso, al ser proporcional al gradiente y al valor de K, (según la ley de Darcy - Ec. 4.6), para igualarse con
los valores de recarga introducidos en el modelo.
La superficie piezométrica generada en cada caso representa la condición de piezometría inicial de la que parten las
simulaciones de variación de parámetros que se realizan a continuación y sirve de referencia para analizar la
sensibilidad de los parámetros. Es decir, representa el caso base con el que se compara el flujo de agua hacia el río
y la piezometría, obtenidos al modificar el valor de los parámetros de análisis.
6.6 Simulaciones para el análisis de sensibilidad
Estas simulaciones parten de la superficie piezométrica que caracteriza el RP, es decir, se establece como
superficie piezométrica inicial el RP correspondiente al ajuste realizado con K1 y K10, donde el valor de K es de 1
m/d o de 10 m/d, y el del CGL de 10-5 s-1. En el experimento planteado se analiza la variación y la influencia (en los
113
resultados del modelo) de los parámetros que más influyen en el intercambio de flujo que, según diversos autores
(Lackey et al., 2015) son la K del acuífero y el CGL.
Se describen a continuación las particularidades de las simulaciones de variación de K y CGL. Todos los factores
de entrada del modelo, salvo los sujetos al AS (K y CGL), se mantienen constantes durante las simulaciones de
variación de parámetros. Cada simulación se resuelve en un tiempo fijo de 100 años, considerando meses de 30
días y pasos de 15 días. Se estima que 100 años es un tiempo suficiente para observar la evolución de las
relaciones río-acuífero de un modelo sencillo y el intercambio de flujo entre ambos, así como la influencia del resto
de términos de balance. Aunque es posible analizar cualquiera de estos resultados en cada paso de simulación, se
han seleccionado distintos momentos en los que se analizan los resultados, en concreto a los 30 días, 10 años, 20
años, 50 años y 100 años. Se establece un plan de simulación para las modificaciones individuales de K y de CGL y
para las modificaciones conjuntas de ambos parámetros.
6.6.1 Variaciones de un parámetro cada vez
En estas simulaciones únicamente varía el valor del parámetro a analizar. Es decir, si se varía la K, se mantiene fijo
el valor del resto, incluso el de CGL y, si se varía el CGL, permanecen fijos los demás parámetros, incluyendo la K.
El plan de simulaciones a realizar se recoge en la Tabla 6.3.
114
Tabla 6.3. Plan de simulaciones
Parámetro Modelo Valor del parámetro Parámetros base Carácter del cambio
0,001
0,01
0,1
CGL=10-5 s-1 Disminución
K0 = 10 m/d 1
Resto de
CGL0 = 10-5 s-1 2
parámetros
5 constantes
20
30 Aumento
40
0,0001
K (m/d) 0,001
0,01
Disminución
0,1
0,2 CGL=10-5 s-1
K0 = 1 m/d 0,5 Resto de
CGL0 = 10-5 s-1 2 parámetros
3 constantes
4
Aumento
5
10
20
1,E-02
1,E-03 K = 1 m/d o K =10
1,E-04 m/d Resto de Aumento
4,E-05 parámetros
K0 = 1 m/d
3,E-05 constantes
CGL0 = 10-5 s-1
CGL (s-1 ) 2,E-05 K=10 m/d
5,E-06 Resto de
1,E-06 parámetros
1,E-07 constantes Disminución
1,E-08
1,E-09
1,E-02
K = 1 m/d o K =10
1,E-03 m/d Resto de
4,E-04 parámetros Aumento
3,E-04 constantes
2,E-04 CGL de referencia =
K0 = 1 m/d 10-5 s-1
CGL (s-1 ) 1,E-05
CGL0 = 10-4 s-1 K=1 m/d
5,E-06
1,E-06 Resto de Disminución
1,E-07 parámetros
1,E-08 constantes
1,E-09
En esta tabla se recoge el parámetro que se varía, el valor que toma ese parámetro en cada simulación, el carácter
que supone el cambio respecto al valor de referencia inicial del parámetro, los parámetros que se mantienen
constantes y el modelo sobre el que se aplica (K1 o K10).
115
6.6.2 Variaciones de dos parámetros cada vez y detección de interacciones
Se proponen un tipo de simulaciones en las que se modifican dos parámetros a la vez. Aunque, en principio, estas
simulaciones están fuera del ámbito de AS local, Borgonovo y Plischke (2016) proponen el empleo de estas técnicas
para evaluar el efecto de posibles interacciones entre los parámetros que se analizan, en este caso K y CGL.
Según el planteamiento de Borgonovo y Plischke (2016), para evaluar el efecto de las interacciones se combinan los
resultados de varias simulaciones independientes. Es decir, se parte de una simulación en la que se modifica el
parámetro K y de otra en la que se modifica el parámetro CGL y, a continuación, se modifican los dos a la vez.
Las simulaciones propuestas tienen una duración de 100 años y son el resultado de combinar las variaciones de K y
de CGL. Se plantean simulaciones conjuntas que parten del ajuste original a RP de los modelos K1 (denominado
CGL_5 cuando se analiza el CGL), K10 y CGL_4. Las simulaciones propuestas toman valores de K y de CGL que
suponen el mismo porcentaje de variación de ambos parámetros (PVP). El valor de los parámetros considerado en
el ajuste a RP se considera la referencia inicial para obtener los PVP. Por ejemplo, partiendo del RP obtenido en K1,
K toma un valor de 4 m/d y CGL de 0,00004 s-1.
La Tabla 6.4 recoge el plan de simulaciones de variación de dos parámetros para la evaluación de la permeabilidad
(K).
Tabla 6.4. Simulaciones de variación de dos parámetros. Evaluación de K.
K10
K1
CGL de base 10-5 K de base 10 m/d
K de base 1 m/d
% de cambio parámetro Valor CGL (s-1) Valor de K Valor de K

900 0,0001 10 No converge
300 0,00004 4 40
200 0,00003 3 30
100 0,00002 2 20
-50 0,000005 0,5 5
-90 0,000001 0,1 1
-99 0,0000001 0,01 0,1
-99,9 0,00000001 0,001 0,01
-99,99 1,00E-09 0,0001 0,001
La Tabla 6.4 plantea ocho simulaciones desde K10 y nueve desde K1. Por ejemplo, para un PVP de 300%,
partiendo del RP obtenido en K1, se varía el valor de K y de CGL, que toman un valor de 4 m/d y de 0,00004 s-1,
respectivamente. En K10 el PVP de 300%, corresponde en K10 a unos valores de K y CGL de 40 m/d y de 0,00004
s-1.
116
La Tabla 6.5 recoge el plan de simulaciones de variación de dos parámetros para la evaluación del CGL.
Tabla 6.5. Simulaciones de variación de dos parámetros. Evaluación de CGL.
CGL_4 CGL_5
K de base 1 m/d
CGL de base 10-4 CGL de base 10-5
% de cambio parámetro Valor CGL (s-1) Valor CGL (s-1) Valor de K

900 0,001 0,0001 10
300 0,0004 0,00004 4
200 0,0003 0,00003 3
100 0,0002 0,00002 2
-50 0,00005 0,000005 0,5
-90 0,00001 0,000001 0,1
-99 0,000001 0,0000001 0,01
-99,9 0,0000001 0,00000001 0,001
-99,99 0,00000001 1,00E-09 0,0001
La comparación entre los resultados de las modificaciones individuales y conjuntas de los parámetros K y CGL
permite determinar la existencia de una posible interacción entre parámetros.
El análisis de los efectos de interacción sobre la aportación del acuífero al río y sobre la piezometría se realiza de
forma cualitativa, mediante la representación en diagramas tornado del efecto independiente de la variación de cada
parámetro y del efecto de la variación combinada de los parámetros.
El análisis cuantitativo que representa el cálculo del coeficiente relativo de sensibilidad (CRS) requiere el valor
concreto del parámetro en cada caso. Para los casos de interacción, sería necesario incorporar el valor de los dos
parámetros, por lo que el cálculo de CRS no es posible en estos casos.
Por tanto, para determinar si existe interacción se representan las sensibilidades como “diagramas tornado
modificados” (DTM) y se comparan los resultados de sensibilidad ante los porcentajes de variación de un parámetro
y ante los porcentajes de variación de ambos. Esta comparativa se realiza tanto para los resultados referentes a la
aportación del acuífero al río como para los resultados piezométricos.
6.6.2.1 Porcentajes de variación
Las distintas dimensiones que caracterizan a los parámetros sujetos al análisis (K y CGL), las unidades
consideradas y su distinto rango de variación dificultan la comparación de la sensibilidad de ambos parámetros. A
pesar de ello, existen variaciones de los dos parámetros que suponen un mismo PVP y son estos los que se tienen
en cuenta para comparar la sensibilidad y extraer las conclusiones de este análisis.
117
Tanto K como CGL presentan un rango de variación de valores que oscila en diferentes órdenes de magnitud y por
tanto para su representación se utiliza la escala logarítmica. K es un parámetro que representa la capacidad del
terreno de transmitir el flujo y se mide en m/d (o m/s) en dimensiones de velocidad (longitud y tiempo-1) (Tabla 6.6).
CGL también lo es, pero representa una tasa de flujo y su valor incluye el espesor del lecho. K y CGL son dos
parámetros que representan características similares del terreno, pero no iguales, y que se miden en dimensiones
diferentes (K toma dimensiones de velocidad y CGL de tiempo-1). Aunque en principio el rango de variabilidad de los
parámetros de entrada considerados (K y CGL) contempla los números positivos mayores que 0, para el correcto
funcionamiento y convergencia del modelo ha sido necesario afinar en la elección de los valores de cada parámetro.
El rango de funcionamiento se refiere al intervalo de valores para los que el modelo resuelve y funciona. Por tanto, la
escala de representación más aproximada para su comparación es utilizar valores de K en m/d y de CGL en d-1,
suponiendo 1 m de espesor de lecho. De esta forma, la escala de valores en la que ambos parámetros se mueven
es susceptible de tomar valores semejantes entre ambos parámetros.
Tabla 6.6. Relación de los valores de K en m/d y m/s
Valor equivalente
Valor K (m/d) Valor K (m/s)
de CGL (s-1)
0,001 1,1574E-08 10-8
0,01 1,1574E-07 10-7
0,1 1,1574E-06 10-6
0,2 2,3148E-06
0,5 5,787E-06 5.10-6
1 1,1574E-05 10-5
2 2,3148E-05
3 3,4722E-05
4 4,6296E-05
5 5,787E-05
10 0,00011574 10-4
20 0,00023148
30 0,00034722
40 0,00046296
Por ejemplo, una K de 1 m/d (o 1,15 10-5 m/s) equivale a un aproximadamente al valor de referencia de CGL
utilizado 10-5 s-1 si tenemos en cuenta un espesor de lecho de 1 m (aunque existen otras combinaciones posibles,
según el espesor del lecho). En este sentido el valor de CGL utilizado en el caso del modelo K1 representaría la no
existencia de lecho o un lecho que presenta una mínima diferencia hidráulica con las características del acuífero con
el que se conecta. A partir de este dato de CGL de referencia, los incrementos de CGL, en el modelo K1,
representan lechos asociados a estrechas franjas superficiales con mayor capacidad de transmisión de flujo que el
propio acuífero. Las reducciones, sin embargo, suponen una disminución de la K del lecho respecto a las
características del acuífero (en el modelo K1) más relacionadas con el concepto de capa semiconfinante, que se
118
establece en el planteamiento del modelo. Las reducciones de CGL en el modelo K1 suponen aumentar el grado de
confinamiento, de forma que cuanto mayor es la reducción mayor es el grado de confinamiento.
Los PV unifican del mismo modo las unidades de K y CGL y establecen las mismas relaciones que las planteadas
en la Tabla 6.6. El PV de cualquier parámetro se corresponde a la diferencia entre el nuevo valor y el de referencia
respecto al valor de este último. Además de a los parámetros, también se aplican a los resultados obtenidos en las
simulaciones respecto al resultado en RP: Estas equivalencias se utilizan para plantear las simulaciones de
interacción de parámetros y para la comparación gráfica y cuantitativa de las variaciones de los parámetros y los
modelos. La Tabla 6.7 recoge los porcentajes de cambio equivalentes a cada uno de los valores de K utilizados y la
Tabla 6.8 los de los valores de CGL
Tabla 6.7. Correspondencia entre el valor de la K y el porcentaje de cambio que representa
Modelo ajustado con K de 1 m/d Modelo ajustado con K de 10 m/d

Valor parámetro Valor parámetro
% de cambio parámetro % de cambio parámetro
K (m/d) (m/d)
1900 20 No converge No converge
300 4 300 40
200 3 200 30
100 2 100 20
-50 0,5 -50 5
-80 0,2 -80 2
-90 0,1 -90 1
-99 0,01 -99 0,1
-99,9 0,001 -99,9 0,01
-99,99 0,0001 -99,99 0,001
119
Tabla 6.8. Correspondencia entre el valor del CGL y el porcentaje de cambio que representa
Modelo ajustado con CGL de

Modelo ajustado con CGL de 10-4 s-1
10-5 s-1
% de cambio parámetro Valor parámetro CGL (s-1) Valor parámetro CGL (s-1)
99900 0,01
9900 0,001 9900 0,01
900 0,0001 900 0,001
300 0,00004 300 0,0001
200 0,00003 200 0,00004
100 0,00002 100 0,00003
-50 0,000005 -50 0,00002
-90 0,000001 -90 0,000005
-99 0,0000001 -99 0,000001
-99,9 0,00000001 -99,9 0,0000001
-99,99 1,00E-09 -99,99 0,00000001
99,999 1,00E-09
Los porcentajes de variación se consideran para la definición de las clases o rangos de CRS y DTM ya que se
tienen en cuenta únicamente los porcentajes de variación coincidentes. La clase final en las tablas finales de
sensibilidad se establece en función de los promedios de los CRS para cada momento de simulación referidos a
incrementos o reducciones.
6.6.3 Cuantificación y representación de la sensibilidad
En este apartado se presentan los índices utilizados y las formas concretas de representación gráfica de la
sensibilidad de los parámetros estudiados (K y CGL).
6.6.3.1 Coeficiente relativo de sensibilidad
Para calcular sensibilidades se determina la variación entre los resultados obtenidos en RP del caso base y los
obtenidos al modificar los parámetros. Para determinar la influencia del cambio en el valor del parámetro en la
aportación del acuífero al río y en la piezometría, cuantificada como volumen diferencial, se obtienen, según la Ec.
5.12 del apartado 5.4.2, los CRS en instantes concretos de simulación.
El CRS está asociado a cada uno de los parámetros que se analizan (K y CGL), a distintos momentos (a los 30 días
y 10, 20, 50 y 100 años) de las simulaciones de variación de parámetros.
CRS próximos a 0 indican que la variación en el resultado del modelo es nula o insignificante, es decir, se alcanza el
mismo valor de piezometría o aportación al río que en la situación de equilibrio de partida, que coincide con el RP
120
inicial. El CRS se anula también para largas simulaciones en las que se alcanza una nueva situación de RP. En
cambio, los valores del parámetro que se corresponden con CRS próximos a 1 presentan alta sensibilidad.
A partir de los CRS se representa, en cada uno de los momentos seleccionados y para los parámetros analizados, el
CRS en función del valor del parámetro, su logaritmo y el PVP en el caso de variaciones individuales. De esta forma
se visualiza la relación entre los CRS y el valor del parámetro en diferentes formas (real, logarítmico o en porcentaje
de cambio). Asimismo, se representa la evolución temporal del coeficiente de sensibilidad durante la simulación -
CRS (t).
6.6.3.2 Diagramas tornado modificados
Gráficamente se representa la sensibilidad en diagramas de barras o diagramas torando modificados (DTM) que
muestran la variación de los resultados obtenidos en el caso base (RP) con respecto a los resultados obtenidos al
modificar los parámetros en instantes concretos de simulación.
Mientras que los diagramas tornado originales, descritos en el apartado 5.4.3, comparan varios parámetros, los DTM
representan la variación en el resultado de distintas modificaciones de un mismo parámetro, por lo que, además de
ofrecer información gráfica del comportamiento de cada parámetro dentro de su espacio de variabilidad, permiten
acotarlo. Igual que los diagramas tornado, los DTM representan mediante barras la variación del resultado respecto
a la situación base original, que está asociada a la variación de un parámetro. Se unen, además, en un mismo
gráfico varios diagramas que representan la evaluación de la sensibilidad en distintos momentos. El tiempo y el
parámetro variado se representan en el eje de abscisas. El incremento temporal y el del parámetro dentro de un
mismo horizonte temporal se producen hacia la derecha. La sensibilidad de la variable resultado (piezometría o
aportación) se representa en el eje de ordenadas. En las gráficas se observan sensibilidades negativas en la parte
inferior, y positivas en la superior. La longitud de la barra es proporcional a la magnitud del cambio en la aportación
ante el PV aplicado y se corresponde, por tanto, con la sensibilidad del modelo. De esta forma las barras cortas o
próximas al eje de abscisas presentan una sensibilidad menor que las barras de mayor longitud. El eje de abscisas
une los extremos de las barras y marca el punto de variación o sensibilidad nula, es decir, la situación base
representada por el RP. Cada barra presenta asociado el valor del PVP que supone respecto al valor del parámetro
K o CGL, utilizado en el ajuste a RP.
Los gráficos utilizados permiten relacionar los resultados del modelo (piezometría y aportación del acuífero al río) en
distintos momentos de la simulación con distintos valores del parámetro, establecer la variación de la aportación y
de la piezometría respecto a la situación de RP y, por tanto, la sensibilidad del modelo ante los distintos cambios. La
comparación gráfica de varios DTM en momentos concretos, distintos y crecientes permite, además, obtener una
idea de la evolución temporal de la sensibilidad.
121
Mientras que los DTM representan la variación en el resultado del modelo, asociada a cada PVP, los CRS refieren
esta variación al cambio en el parámetro. Los DTM complementan el cálculo de los CRS ya que ofrecen de manera
gráfica e intuitiva la magnitud y el sentido de la variación del resultado con respecto al PVP ordenado de menor a
mayor.
6.7 Consideraciones acerca de la metodología
A pesar de utilizar una escala de trabajo métrica, diferente a la planteada en esta tesis (de carácter regional),
Kalbus, et al. (2009) plantean un experimento similar. En su experimento utilizan un mismo modelo para simular
distintas condiciones y combinaciones de los valores de permeabilidad de río y acuífero. Analizan así, variaciones de
K de río y acuífero y las comparan con una situación de referencia en la que el acuífero y el lecho presentan las
mismas propiedades. Las situaciones que analizan son las de: acuífero homogéneo con un lecho heterogéneo,
acuífero heterogéneo con lecho homogéneo de baja K, acuífero heterogéneo con lecho heterogéneo de baja K bien
conectado y acuífero heterogéneo con lecho heterogéneo de baja K mal conectado.
En esta tesis se ha hecho un esfuerzo de síntesis para realizar el AS de un modelo hidrológico. El experimento
realizado presenta una distribución espacial homogénea de los parámetros hidráulicos del acuífero y del lecho y
valores constantes de los niveles del río y de la recarga.
Las simplificaciones realizadas permiten reducir el número de procesos implicados en el modelo, controlar los
tiempos de proceso y las causas de los resultados, facilitando los cálculos y, en general, la computación en términos
de espacio y tiempo dentro del modelo sintético.
A pesar de las simplificaciones, es posible incorporar heterogeneidades espaciales o temporales de cualquiera de

los parámetros o variables, introduciendo pequeñas modificaciones en el script de construcción del modelo
planteado. Así, el modelo es capaz de mostrar características heterogéneas del terreno, hidrogramas que simulen la
variabilidad de los niveles del río o recarga variable.
Se supone un comportamiento de acuífero libre, con un espesor elevado, que permite evitar, al menos en las fases
iniciales de la simulación base, los procesos de saturación del acuífero y drenaje a superficie y reducir, así, el
número de procesos implicados. Aunque, es posible activar el módulo de drenaje implementado en r.gwflow para tal
fin.
Con las simplificaciones consideradas se establece una situación de río ganador que es la que se analiza en todo
momento. Los ríos perdedores no se consideran por una cuestión práctica, ya que no existe una forma de establecer
una situación de equilibrio que sirva de referencia para aplicar los métodos de AS en estos casos. Sin embargo, sí
se considera la posibilidad de que se produzcan la situación de río perdedor en el programa de simulación.
122
En cuanto a la ejecución de las simulaciones, es necesario tener en cuenta que el paso temporal limita los procesos
que representa el modelo. Por ejemplo, los efectos de lluvias que ocasionan crecidas puntuales en el río se verán
amortiguados con pasos temporales largos. Reconsiderar el paso temporal a utilizar e incorporarlo en el bucle de
resolución permite caracterizar los efectos temporales deseados, quincenales, semanales, diarios, etc.
El AS sólo se ha aplicado a K y CGL que, según la bibliografía consultada (Lackey et al., 2015), son los parámetros
más importantes en el intercambio de flujo entre río y acuífero. En concreto a unas condiciones iniciales de K de 10
m/d y 1 m/d y de CGL de 10-5 s-1.
Para el AS se utiliza un método local, por tanto, las limitaciones del ensayo son, entre otras, las propias de los
métodos locales de AS. Estos métodos se aplican sobre una parametrización concreta. Es decir, sirven para calibrar
un modelo que ya se encuentra en funcionamiento y contiene una información de entrada previa. Es decir, el valor
de los parámetros, las condiciones de borde y las acciones externas, se conocen al menos de forma general y
aproximada.
123
124
7 Resultados de las simulaciones
En este capítulo se describen los resultados de las simulaciones de la variación de dos parámetros: la K y el CGL.
Primero se describen las variaciones individuales de cada uno de ellos y, a continuación, las variaciones conjuntas.
La variación de parámetros se aplica a tres parametrizaciones distintas del modelo, cuyos valores iniciales de K y
CGL son, respectivamente, de a) 1 m/d y 10-5 s-1 b) 10 m/d y 10-5 s-1; c)1 m/d y 10-4 s-1. La configuración del modelo
a) constituye el modelo de referencia y se denomina K1 aunque, en las ocasiones en que se analiza el CGL, está
referido como CGL_5. Los modelos b) y c) son variaciones del modelo K1 y se denominan respectivamente K10 y
CGL_4. El modelo K1 (o CGL_5) representa un medio acuífero de K media-baja con un río que presenta un CGL
que permite aproximadamente la misma velocidad del flujo que el acuífero. El modelo K10 representa un medio
acuífero de K alta con un río que presenta un CGL que permite una velocidad del flujo inferior a la del acuífero. Por
último, CGL_4 representa un medio acuífero de K media-baja con un río cuyo CGL permite una velocidad del flujo
superior a la del acuífero.
Usando como condición inicial los RP de los modelos presentados se modifican los valores de K y CGL, primero de
forma individual y, a continuación, de forma conjunta, siguiendo los planes de simulación de la Tabla 6.3 y la Tabla
6.4. Tras el montaje y ejecución de las simulaciones base y variación de parámetros, se analizan los resultados
obtenidos: la piezometría y la aportación de agua del acuífero al río, teniendo en cuenta los conocimientos sobre los
procesos físicos involucrados y su representación matemática en los modelos. Las configuraciones piezométricas
permiten detectar los distintos procesos que ocurren al variar K y CGL y determinar la aportación al río según el
modelo planteado. Como se describe en el apartado 6.4, para evaluar la influencia de las modificaciones de los
parámetros en la piezometría, se determina el volumen de agua en el modelo y en el acuífero. En ocasiones, para
comparar las diferencias relativas de volumen almacenado en los modelos, también es útil el volumen diferencial
que supone cada una de las variaciones de K respecto a la piezometría en RP.
Este capítulo se divide en tres bloques: los dos primeros corresponden respectivamente al análisis individual de la K
y el CGL y el tercero al análisis conjunto de ambos parámetros. En cada uno de estos apartados se analizan los
datos de piezometría y los datos de aportación al río. En ambos casos se parte de una evolución temporal general
del volumen de agua y la aportación al río y, a continuación se analizan distintos momentos de las simulaciones. El
análisis incluye en cada sección un apartado de síntesis de la respuesta de piezometría y aportación antes los
incrementos y reducciones de la K y el CGL y un apartado de respuesta que resume el comportamiento de la
piezometría y la aportación del modelo a corto y largo plazo ante las variaciones de los parámetros propuestas, que
indican la respuesta inmediata del sistema y las repercusiones lejanas en el tiempo. Por último se recoge un
apartado de discusión de las conclusiones parciales de los resultados obtenidos.
125
7.1 Variación de la permeabilidad
Este apartado describe los resultados del modelo hidrológico en piezometría y aportación al río cuando se varía
únicamente el valor del parámetro K, permaneciendo constante tanto el CGL, como el resto de los parámetros. Se
aumentan o reducen los valores de K respecto al valor de K en RP.
7.1.1 Análisis de la piezometría
7.1.1.1 Evolución temporal
La Figura 7.1 muestra la evolución temporal del volumen de agua en el acuífero en función de las modificaciones de
K, a la izquierda el referente al modelo K1 y a la derecha al modelo K10. En el eje de abscisas se representa el
número de paso temporal considerando pasos de 15 días.
K1 K10
Volumen en el acuífero(hm3)
Figura 7.1. Evolución temporal del volumen de agua en el acuífero según las modificaciones de K. Modelos K1 y K10
Mediante una línea recta se representa el volumen en RP, distinto para cada modelo y superior en el modelo K1.
Tanto en K1 como en K10, las figuras de evolución temporal del volumen del acuífero muestran curvas cóncavas
decrecientes para los incrementos de K, y un comportamiento cuasi lineal y convexo para las reducciones. Esto
indica que, con el tiempo, el volumen de agua total se incrementa para reducciones de K, tanto más cuanto mayor
es la reducción, y se reduce para incrementos de K. La variación del volumen es mayor cuanto mayor es la variación
de K.
126
Para incrementos de K se produce un vaciado progresivo en cada paso de simulación y, por tanto, el volumen en el
acuífero coincide con el volumen total del modelo. Cuanto más alto es el valor de K, la pendiente de la curva de
volumen es mayor, lo que indica un ritmo de descenso del volumen y un vaciado del acuífero más rápido en los
primeros pasos de simulación, favorecido por la mayor velocidad de flujo. La reducción del volumen asociado a los
incrementos de K es significativamente menor en el modelo K10.
Las reducciones de K se relacionan con ascensos del nivel piezométrico (NP) por encima de la cota del techo del
acuífero lo que provoca, para ciertos valores de reducción de K, procesos de drenaje o confinamiento y una ligera
disminución del volumen en el acuífero con respecto al volumen total aunque, en general, ambos presentan el
mismo comportamiento.
7.1.1.2 Horizontes temporales
La Figura 7.2 representa la piezometría asociada a las variaciones de K en una misma sección del acuífero de los
modelos K1 y K10 respectivamente, para distintos momentos de simulación (30 días, 10 años, 20 años, 50 años y
100 años). Los incrementos de K se representan con trama de guion corto y tonos azulados y morados y, las
reducciones, con trama de guion y punto, en tonos cálidos (rojizos, amarillentos y anaranjados). La superficie
piezométrica que representa la situación de RP es una línea discontinua de guion largo. El techo (en verde) y el
muro (en marrón) se representan como líneas continuas de trazo grueso.
Disposición de las superficies piezométricas en sección transversal
Modelo K1 Modelo K10

Leyenda
30 días
127

10 años
20 años
50 años
128

100 años
Figura 7.2. Sección del acuífero y superficies piezométricas asociadas a las variaciones de la K. Modelos K10 y K1.
En la Figura 7.2 se observa que la configuración del régimen permanente (RP) de partida condiciona, en cada
modelo, la configuración de las superficies piezométricas que representan las variaciones de K en los pasos
siguientes de simulación, principalmente para a corto plazo. Para valores reducidos de K la memoria del sistema con
respecto al RP es de mayor duración.
De forma general en ambos modelos, los incrementos de K provocan un descenso de los niveles en las zonas
laterales del modelo y reducen el gradiente piezométrico hacia el río. En las zonas laterales del modelo, los
incrementos importantes de K reducen el NP, de tal manera que la superficie piezométrica se mantiene en contacto
con la superficie del muro. En estas zonas el espesor saturado se reduce al máximo y únicamente se mantiene un
nivel reducido por efecto de la recarga constante. Este efecto se observa desde los primeros momentos de
simulación en el modelo K10 y a partir de los 20 años de simulación en K1.
Por su parte, las reducciones de K hacen que los niveles piezométricos asciendan, lo que supone un aumento del
espesor saturado, principalmente en las zonas laterales del modelo. Con las reducciones de K aumentan también
los gradientes de la piezometría hacia el río, más significativamente en el modelo K1.
En las celdas de río la posición piezométrica del acuífero tiene una especial relevancia ya que, a partir de ella, se
establece el gradiente con el NR y se calcula el intercambio de flujo entre río y acuífero. A grandes rasgos, la
piezometría en el río conserva alturas de agua próximas a las iniciales del modelo, fluctuando por encima o por
debajo de la situación de RP en un margen reducido. Sin embargo, contrariamente a lo que ocurre en las zonas
laterales del acuífero, el NP desciende en las celdas de río con respecto a la condición inicial de piezometría (RP)
para reducciones de K y asciende para incrementos de K.
129
7.1.1.3 Drenaje a superficie
En varias de las gráficas de la Figura 7.2, destaca el hecho de que muchas de las configuraciones piezométricas
asociadas a reducciones de K se sitúen por encima de la línea que marca el techo del acuífero. La existencia de
celdas de río y la imposición del nivel de agua en el río supone una condición de contorno a la que está sometida la
piezometría, que se acomoda para respetarla. En las zonas próximas a esta condición, según avanza la simulación,
la superficie piezométrica toma una forma cada vez más vertical, principalmente para reducciones de K, situándose
por encima del techo del acuífero, incluso en celdas que no son de río. Esto implica que, en estas zonas adyacentes
al río, el acuífero se satura y aflora en superficie. La posición de la superficie piezométrica sobre el techo del
acuífero representa el drenaje a superficie. 0
Se observa además, que la extensión de la superficie del terreno, en la que ocurren los procesos de saturación,
aumenta con el tiempo de simulación, siendo mayor en las figuras de piezometría asociadas a los 100 años de
simulación. Asimismo, para un mismo momento de simulación se observa mayor superficie de saturación del
acuífero en el modelo K1. Estos procesos, que únicamente se producen para las reducciones de K, se evidencian en
las gráficas de área de drenaje y representan la extensión de la superficie a la que afectan. En todos los casos
representados, la evolución temporal del área de drenaje muestra una tendencia creciente, de forma que las
reducciones más importantes de K se relacionan con una mayor extensión que se incrementa con el tiempo. Se
observa además, mayor extensión para las reducciones de K asociadas al modelo K1.
Es necesario tener en cuenta que al tratarse de un río ganador, el acuífero está saturado bajo las celdas de río en
todo momento y en cualquier simulación. El agua que se transfiere en las celdas de río no se considera drenaje sino
aportación al río y está controlada por el CGL de la capa semiconfinante que representa el lecho. Las celdas de río
ocupan un área de 10,94 km2 y corresponden a la extensión del acuífero que se encuentra permanentemente
saturada.
La Tabla 7.1 recoge la extensión (km2) afectada por saturación y drenaje a superficie, en celdas que no son de río,
en los modelos K1 y K10, para cada una de las configuraciones piezométricas y el valor de K asociado, para el que
se producen, en cada uno de los momentos de la simulación seleccionados.
130
Tabla 7.1. Extensión del modelo donde la piezometría supera la cota del techo del acuífero para reducciones de K (en negrita).
. Extensión del área saturada (km2)
Valor de K Tiempo de simulación

Modelo
(m/d) 30 días 10 años 20 años 50 años 100 años
0,001 0,00 43,74 65,61 196,83 415,53
K10 0,01 0,00 21,87 65,61 196,83 415,53
0,1 0,00 0,00 0,00 21,87 262,44
0,0001 21,87 240,57 415,53 809,19 1.290,33
0,001 21,87 240,57 415,53 809,19 1.290,33
0,01 21,87 240,57 415,53 809,19 1.268,33
K1
0,1 21,87 218,70 371,79 743,58 1.200,01
0,2 21,87 174,96 328,05 677,97 1.093,50
0,5 0,00 43,74 109,35 328,05 634,23
La Tabla 7.1 muestra que el área afectada por drenaje oscila entre 20 km2 y 260 km2 en el modelo K10 y entre 20
km2 y 1.290 km2 en el modelo K1, lo que indica que cuanto menor es el valor de la K inicial, mayor es la extensión
del área saturada. En el caso del modelo K1, todas las reducciones de K generan procesos de saturación desde los
primeros 30 días de simulación excepto para una K de 0,5 m/d, que se hacen evidentes a los 10 años de simulación.
La extensión se incrementa en el tiempo para pequeñas reducciones de K, entre 0,1 m/d y 0,5 m/d. A partir de
reducciones de K más importantes (valores inferiores a 0,01 m/d) y para un mismo momento de simulación la
extensión afectada por saturación y drenaje se mantiene para cualquier valor de K. En el caso del modelo K10
ocurren procesos de saturación para los valores de K iguales o inferiores a 0,1 m/d aunque, al principio de la
simulación (30 días) la extensión afectada por drenaje a superficie es nula. Para los valores de K de 0,001 m/d y
0,01 m/d se constata el drenaje a los 10 años de simulación y para 0,1 m/d a los 50 años de simulación. En el
modelo K10, la extensión afectada por saturación aumenta según decrece el valor de K para un valor de K de 0,1
m/d (el mayor) y en periodos de simulación relativamente cortos. Para valores de K entre 0,01 y 0,001 m/d la
superficie afectada es igual para un mismo tiempo de simulación y se incrementa con el tiempo.
La extensión del área de drenaje está relacionada con el incremento del almacenamiento en el acuífero que
conllevan las reducciones de K y que, además, aumenta con el tiempo de simulación. La mayor extensión del área
de drenaje en K1 se relaciona con la menor K del acuífero y el mayor volumen de agua almacenada en este modelo.
El rango de variación del volumen se encuentra entre 67.000 hm3 y 19.000 hm3 en K1 y entre 40.000 hm3 y 18.000
hm3 en K10.
Los resultados de las simulaciones en las que se producen procesos de saturación y drenaje a superficie deben
analizarse teniendo en cuenta que estos procesos no han sido incorporados como término de balance en el modelo.
Los procesos de saturación y drenaje a superficie se detectan en las simulaciones en las que se han utilizado
reducciones de K, en concreto en las que se han utilizado los valores de K recogidos en la Tabla 7.1, que recoge la
extensión del área de drenaje asociada a un valor de K en un tiempo determinado, desde el momento en que el área
131
de drenaje es superior a 0. Es decir, la única reducción sin procesos de drenaje en el modelo K1 sería la que se
produce para un valor de K de 0,5 m/d a los 30 días de simulación. En el modelo K10 los procesos de drenaje no
aparecen en ningún caso a los 30 días de simulación comenzando a detectarse con valores de K iguales o inferiores
a 10-2 m/d desde los 10 años y con valores de K iguales o inferiores a 10-1 m/d desde los 50 años.
7.1.1.4 Volumen diferencial
La Figura 7.3 representa gráficamente los volúmenes diferenciales (VD) calculados a partir del RP y la disposición
piezométrica que se obtiene según las variaciones de K a los 30 días, 10, años, 20 años, 50 años y 100 años de
simulación en los modelos K1 y K10. Se representa en negro el volumen diferencial total (VDT) en el modelo y en
rojo el volumen diferencial en el acuífero (VDA). Para los valores de K más elevados VDT y VDA son similares,
mientras que aumentan las diferencias entre ellos en los valores más reducidos y para tiempos de simulación
avanzados.
Figura 7.3. Volumen en el modelo y en el acuífero en función de K en distintos momentos de la simulación (K1 y K10)
Las gráficas de la Figura 7.3 muestran que el VDT y VDA disminuyen con los incrementos de K y aumenta con las
reducciones. Esta tendencia a la reducción o al aumento, se acentúa con el tiempo de simulación. A los 30 días de
simulación, el volumen diferencial de agua almacenado en el modelo se asemeja al del acuífero y al volumen inicial
y se reduce ligeramente para los valores más altos de K. De esta forma su comportamiento se representa como una
línea recta, ligeramente convexa y decreciente para los valores más elevados de K. Esto se debe a la limitación en
el movimiento del agua que suponen los valores de K muy reducidos y, además, explica la homogeneidad en la
extensión de las áreas de drenaje observada anteriormente en estos casos.
132
Según aumenta el tiempo de simulación las diferencias de volumen se acentúan, principalmente para valores de K
elevados. Las curvas de 10, 20, 50 y 100 años de simulación son convexas y decrecientes y muestran que, para
reducciones de K, el volumen en el modelo y el acuífero aumenta con el tiempo de simulación (llenado del acuífero)
mientras que, para valores superiores, se reduce (el acuífero se vacía). Las curvas que se refieren al VD del modelo
y del acuífero se superponen para valores de K elevados, es decir, cuando no existen procesos de drenaje. Cuando
la K aumenta, el volumen en el modelo tiende a disminuir con respecto al volumen inicial, se reducen los niveles
piezométricos y el acuífero se vacía y, por tanto, no existen procesos de drenaje. La disminución del volumen de
agua es mayor cuanto mayor es el incremento de K y cuanto mayor es el tiempo de simulación. Sin embargo, los
volúmenes de agua en el acuífero relacionados con valores de K reducidos muestran una disminución respecto al
volumen total del modelo. Cuando la K disminuye el volumen del modelo se incrementa, lo que implica un efecto de
llenado del acuífero de forma que, a menudo, la posición del NP supera el techo del acuífero, produciéndose
procesos de saturación del acuífero y drenaje del acuífero a superficie, como los ya indicados. En estos casos se
añade, además, un volumen de drenaje a superficie que supone un término de balance adicional, no contemplado
en esta tesis.
7.1.2 Análisis de la aportación al río
La Figura 7.4 muestra la evolución temporal de la aportación al río para cada una de las simulaciones de
modificación de K, para los modelos K1 y K10. En el eje de abscisas se representa el número de paso temporal
considerando pasos de 15 días.
K1 K10
Aportación al río
133
Figura 7.4. Evolución temporal de la aportación al río según las modificaciones de K. Modelos K1 y K10
La Figura 7.4 muestra que, en general, con el tiempo de simulación, el modelo tiende a aportar al río la cantidad de
agua que aportaba en la situación de RP, en torno a 0,2 mm/d. Para incrementos de K la aportación es elevada en
los primeros momentos de simulación y disminuye con el tiempo, de forma que las curvas son cóncavas y
decrecientes. El modelo K1 presenta mayores incrementos iniciales de aportación que el modelo K10. En ambos
casos, cuanto mayor es el valor de la variación de K mayor es el incremento inicial de la aportación. Las gráficas se
aproximan a la aportación de referencia (RP) a partir de los 50 años de simulación en el modelo K10, mientras que,
en el modelo K1 son necesarios tiempos de simulación más largos. Para reducciones de K, las curvas de aportación
son cóncavas y crecientes, de forma que, todas las curvas presentan valores mínimos de aportación al inicio de las
simulaciones siendo, en todo caso, inferior a la del RP y nula o próxima a cero para las reducciones de K más
importantes. Con el tiempo, las curvas muestran un incremento en la aportación, más acusado cuanto más se
aproxima el valor de la K a la K de referencia. Cuanto mayor es la reducción de K, menor es la aportación al río y
menos significativo su incremento temporal.
La Figura 7.5 representa gráficamente la aportación del acuífero al río en función de la K a escala logarítmica en
distintos momentos de las simulaciones, para los modelos K1y K10. En ordenadas se representa el valor medio del
paso temporal de la aportación del acuífero al río en mm/d y, en abscisas, la K en m/d.
Figura 7.5. Aportación del acuífero al río en función de la K a escala logarítmica (Modelo K1 y K10).
Se observan diferencias en el orden de magnitud de la aportación acuífero-río entre los modelos K1 y K10, según
muestra la diferente escala utilizada en cada caso. En general, para valores iguales de K en el mismo momento de
134
simulación, los valores de aportación son superiores en el modelo K1. Sin embargo, hay que tener en cuenta que,
en ocasiones, el incremento de K en un modelo supone una reducción en el otro y viceversa. Considerando los
porcentajes de variación de la Tabla 6.7, los valores de K de 2 m/d, 3 m/d y 4 m/d en K1, pueden compararse
respectivamente con 20 m/d, 30 m/d y 40 m/d en el modelo K10. Atendiendo a esta equivalencia, se observan
valores superiores de aportación al río en el modelo K1. Para el resto de comparaciones posibles, que corresponden
a los valores de K comprendidos entre 0,5 m/d y 0,0001 m/d en K1 y 5 m/d y 0,001 m/d en K10 y suponen
reducciones de K, el valor de aportación al río es superior en K10. En resumen, los incrementos de K comparables
muestran valores mayores de aportación en el modelo K1 y las reducciones, por el contrario, en el modelo K10. A
pesar de las diferencias, a nivel temporal, se observa, en ambos modelos, un comportamiento similar en la
respuesta de la aportación del acuífero al río en los datos referidos a los 30 días de simulación. Sin embargo, para
tiempos de simulación más largos las diferencias se hacen más notables.
En el modelo K1, para valores de K por debajo del de referencia, las curvas logarítmicas presentan homogeneidad
en la cantidad de agua que aporta el acuífero al río. El incremento temporal de la aportación apenas se aprecia y se
concentra principalmente en valores de K en torno a 0,1 m/d. Por su parte, en lo referente al modelo K10, se
observa un incremento apreciable de la aportación con el tiempo de simulación. Además, las reducciones en este
modelo muestran curvas separadas para los momentos representados, lo que indica que existe mayor variabilidad
en la aportación en función del valor de K y un incremento de la aportación con el tiempo de simulación para
cualquier valor de K por debajo del de referencia (10 m/d). Se observa, asimismo, que el incremento de aportación
es mayor cuanto mayor es el valor de K y más se aproxima éste a la K de referencia (la utilizada en el ajuste a RP,
es decir, 1 m/d o 10 m/d).
En la Figura 7.5, la evolución de las curvas toma distintas formas: curvas cóncavas, curvas cóncavas que pasan a
convexas y curvas cóncavas que pasan a convexas y retornan a la concavidad o se estabilizan en una recta. Para
todas las reducciones de K se observa una tendencia creciente en la aportación. En general, para aumentos de K
por encima del punto de referencia, 1 m/d en K1 y 10 m/d en K10, al comienzo de las simulaciones la aportación se
incrementa de forma lineal, es decir, según crece el valor de K aumenta la aportación del acuífero al río. Esta
tendencia se mantiene hasta tiempos relativamente avanzados de simulación. La aportación en los primeros pasos
de simulación se incrementa cuanto mayor es el incremento de la K, esto es, a los 30 días, 10 años y 20 años en el
modelo K1 y a los 30 días y 10 años en el modelo K10. Para ambos modelos la curva de 30 días es creciente y
cóncava, de manera que evoluciona desde mínimos de aportación con los valores de K más reducidos (de 0,0001
m/d en K1y 0,001 m/d en K10) a los máximos con los mayores incrementos de K (20 m/d y 40 m/d en K10). En el
modelo K1 la curva de 10 años es también creciente y cóncava. Dada la menor velocidad del flujo, la tendencia
continúa igual de forma que las aportaciones al río siguen siendo muy elevadas para incrementos de K. El valor
mínimo de aportación (nula) coincide con la curva de 30 días (en K de 0,001 m/d) y el máximo se obtiene, de nuevo,
135
para el valor máximo de K (20 m/d). En cambio, en el modelo K10 la curva de 10 años presenta un primer intervalo
en el que es creciente y cóncava para, posteriormente, pasar a una región de convexidad con cierta estabilidad para
valores elevados de K. Lo mismo ocurre en K1 a los 20 años de simulación.
Aunque los incrementos de K aumentan la aportación en ambos modelos en los primeros pasos de la simulación,
según ésta avanza, se dan situaciones diferentes. La inversión de la tendencia, de creciente a decreciente (la curva
pasa de cóncava a convexa), ocurre en el modelo K10 a partir de los 20 años y, en el modelo K1 a partir de los 50
años (Figura 7.5). En el modelo K10, las curvas de 10 y 20 años presentan un punto de inflexión en el punto de
condición inicial (K de 10 m/d) y el valor máximo de aportación en 30 m/d y 20 m/d respectivamente, de forma que
se observa una reducción del valor máximo de aportación al río en el tiempo. En el modelo K10 a los 20 años y 50
años de simulación, la aportación disminuye con el crecimiento de K y a los 100 años se estabiliza. Las curvas de 50
años y 100 años en K10 presentan un primer intervalo cóncavo, pasan a convexas para una K aproximada de 8 m/d
y se estabilizan para el resto de valores de K con una aportación al río de 0,22 mm/d. En el modelo K10 el rango
para el que la aportación al río se estabilice se encuentra entre 10 y 40 m/d a los 50 años de simulación y entre 5 y
40 m/d a los 100 años de simulación. Para valores superiores a 40 m/d el modelo no converge. Para valores
inferiores a 5m/d, la aportación del acuífero al río disminuye con la K y no se estabiliza. En el caso de K1, a los 20
años, empieza a cambiar la tendencia y se observa cierta estabilización en la aportación para los valores de K a
partir de los 5 m/d, que coincide con el punto de inflexión de la curva (Figura 7.5). El valor máximo de aportación al
río continúa produciéndose para una K de 20 m/d. A los 50 años, se reduce el punto de inflexión a la condición inicial
(K de 1 m/d). La variación de la tendencia se hace evidente. A los 50 y 100 años de simulación existen máximos de
aportación al río en valores de K intermedios, alrededor de 5 m/d, de forma que existe un rango de incrementos de K
que aumenta la aportación y, a partir de ahí, disminuyen. Por último, la curva de 100 años en K1 crece, alcanza un
máximo y decrece, de forma que pasa de una región cóncava a una región convexa y, de nuevo, a una cóncava.
Presenta el máximo de aportación para una K de 3 m/d y puntos de inflexión para una K de 1 m/d y 8 m/d. En el
modelo K1 la aportación únicamente se asemeja a la de referencia en la curva de simulación de 100 años para un
valor de K de 20 m/d (Figura 7.5). A los 100 años de simulación, para valores elevados de K, la aportación vuelve a
descender debido a la estabilización de la superficie piezométrica, cada vez más horizontal y a la pérdida de
gradiente para valores de K elevados (a partir de 8 m/d), asociada a la cercana situación de RP. El máximo de
aportación al río se desplaza hacia menores valores de K. Con periodos de simulación de 100 años, el modelo K10,
presenta un mayor rango de estabilización de la aportación al río (5-40 m/d) que el modelo K1 (10-20 m/d). De esta
forma los valores de K para los que no se alcanza la estabilidad definen, en cierto sentido, el rango de valores
sensibles ante la aportación para periodos largos. Este rango en el modelo K10 se encuentra en valores de K entre
10-3 m/d y 5 m/d y, en K1, para valores de K entre 10-3 m/d y 10 m/d.
136
La diferente respuesta en el tiempo de ambos modelos se debe al valor de K inicial y al rango de convergencia de K
en cada modelo, con mayores valores en el caso de K10. Estos mayores valores de K permiten alcanzar la
estabilidad en la aportación antes que en el caso de K1 y reducir el periodo de tránsito entre la tendencia creciente
de aportación y la decreciente con el incremento de K.
7.1.3 Respuesta ante incrementos y reducciones
Los incrementos de K provocan una mayor velocidad de flujo, una mayor renovación del agua en el acuífero y una
tendencia a reducir el volumen almacenado en el acuífero en los primeros momentos de simulación, que se drena
por los gradientes de salida y por el río, aumentando, así, el volumen de aportación al río. Además, los incrementos
de K hacen que la aproximación a una aportación similar a la obtenida en la situación de RP sea rápida.
En los primeros momentos de simulación, los incrementos de K provocan un pequeño descenso del NP respecto del
RP en las zonas alejadas al río. Sin embargo, en las zonas próximas al río y en las propias celdas de río, el NP
asciende, lo que aumenta la aportación del acuífero al río en ambos modelos, tanto más cuanto mayor es el valor de
K. En este sentido, destaca la elevada aportación que se produce al principio de la simulación para el modelo K1
(3,95 mm/d) asociada al mayor incremento de K y a la mayor disponibilidad inicial de agua del modelo K1 (Figura
6.4). En el modelo K10 se observa, en general, menor variabilidad de la superficie piezométrica en el acuífero. En
concreto se observan gradientes más tendidos en la sección transversal del acuífero que aumentan con el tiempo de
simulación, principalmente en las zonas próximas a los bordes impermeables. A pesar de esto en las celdas de río el
NP se sitúa por encima del NP en RP, lo que genera un ligero incremento en la aportación (Figura 7.2).
En general, para incrementos de K, al comienzo de las simulaciones la aportación se incrementa de forma lineal, es
decir, según crece el valor de K aumenta la aportación del acuífero al río. A partir de un determinado tiempo de
simulación, relacionado con el posicionamiento más estable de la piezometría, la relación entre K y aportación se
complica y la tendencia llega a invertirse para los valores más altos de K, dándose situaciones diferentes en cada
uno de los modelos y máximos de aportación en valores de K intermedios. Finalmente, si el tiempo de simulación es
suficiente, la aportación se estabiliza en valores próximos al de la aportación de referencia para los valores más
elevados de K.
Los incrementos de K, disminuyen el almacenamiento, rebajan los niveles piezométricos y reducen los gradientes en
el acuífero. A largo plazo, la reducción de los gradientes podría ir acompañada de una disminución de la aportación
al río y un detrimento de la escorrentía directa en favor de la recarga al acuífero. El incremento de la aportación al
río no es lineal por la influencia de los gradientes hidráulicos que tienden a disminuir con el tiempo y tienden a una
disposición cada vez más horizontal de la lámina de agua. Los incrementos de K más fuertes suponen que, dado un
gradiente hidráulico, aumente la velocidad de flujo y que, al cabo de un tiempo, se alcance una situación
137
piezométrica próxima a la horizontal y cercana a la estabilidad (RP) que reduce los gradientes en las celdas de río y,
por tanto, la aportación a éste. La disposición de la superficie piezométrica, para los mayores valores de K, es
similar a la del RP del modelo K10. A los 50 y 100 años, esta estabilidad piezométrica para los mayores valores de K
se refleja en la cantidad de flujo de aportación al río, también estable (Figura 7.5).
Un valor reducido de K supone que se incremente el almacenamiento en el acuífero y asciendan los niveles
piezométricos en el acuífero. Del análisis de los perfiles de la superficie piezométrica se concluye que, los ascensos
de NP asociados a la reducción de la K se producen principalmente en los bordes laterales del modelo, más
alejados del río, donde se incrementa el volumen almacenado en el acuífero y los gradientes piezométricos hacia el
río tienden a aumentar. Con el tiempo de simulación, el ascenso piezométrico se extiende hacia la zona del valle
central y se acerca cada vez más al río, aumentando los gradientes piezométricos en esta zona. En estas
circunstancias, en zonas próximas al río se favorecen los procesos de saturación del acuífero y la formación de
áreas de drenaje del acuífero que, en situaciones reales, representarían zonas húmedas, manantiales, etc.
A pesar del aumento generalizado de los niveles en el acuífero, las reducciones de K favorecen los descensos
piezométricos en las celdas de río. En celdas de río los niveles se mantienen por debajo del NP en RP de manera
que se reduce la aportación del acuífero al río con respecto a la aportación de referencia (0,21 mm/d). Cuanto mayor
es la reducción de K, mayor es el aumento de la cota piezométrica en el acuífero en zonas laterales. Por el contrario,
en celdas de río, cuanto más se reduce la K más se reduce la cota piezométrica y también la aportación a éste. Con
el tiempo de simulación la aportación aumenta y aumenta más cuanto mayor es el valor de K (a pesar de su
reducción).
La aportación al río es función del valor de K y del gradiente, por lo que, aunque pueda parecer que la aportación se
reduce con valores bajos de K, podría compensarse con los gradientes altos en celdas distintas a las de río. Sin
embargo, el aumento de gradientes tiene un límite que es la saturación de las celdas y el drenaje en superficie, que
en el experimento planteado no se contabiliza como aportación. Hidrológicamente este efecto podría multiplicar la
aportación al río ya que no solo aumentaría la superficie drenante por ascenso de niveles, sino que también se
reduciría la infiltración y aumentaría la escorrentía directa. Al reducir el valor de K, la aportación disminuye, hasta el
extremo de que, para valores muy bajos, incluso desaparece al inicio de las simulaciones, no existiendo flujo hacia
el río. Así, se establece un dominio de aportaciones del acuífero al río reducidas para valores de K entre 0,0001 m/d
y 0,1 m/d en el modelo K1 y de entre 0,001 m/d y 1 m/d en el modelo K10. En este dominio la aportación al río
tiende a crecer con el tiempo de simulación y con el valor de K.
138
7.1.4 Respuesta a corto y largo plazo
De la Figura 7.3 y la Figura 7.5 se seleccionan las curvas de los 30 días y los 100 años de simulación que
caracterizan el comportamiento del modelo a corto y largo plazo, y se representa en un mismo gráfico la información
de los dos modelos. La Figura 7.6 muestra en función de la K, en los dos modelos (K1 y K10), la aportación del
acuífero al río, el volumen de agua y el VD en el modelo y en el acuífero. La aportación al río se presenta en mm/d y
la K en m/d a escala logarítmica. En la columna izquierda se representa la información referida al modelo K1 y en la
derecha la del modelo K10. Las curvas de los 30 días y 100 años de simulación se representan a distinta escala.
Corto plazo (30 días) Largo plazo (100 años)

Aportación
Volumen diferencial
Figura 7.6. Aportación del acuífero al río, volumen y VD según la K, a los 30 días (corto plazo) y 100 años (largo plazo) de simulación para K1
y K10.
139
A corto y largo plazo, en general, con valores crecientes de K la aportación en el paso de simulación
correspondiente se incrementa y el volumen desde la situación de RP se reduce.
A corto plazo para los volúmenes diferenciales, se observa un comportamiento distinto entre las reducciones de K,
que se mantiene para valores reducidos de K, y los aumentos de K, que lo disminuyen. De esta forma se configuran
dos curvas convexas y decrecientes para los dos modelos, aunque con mayor pendiente en el modelo K1, lo que
indica una mayor reducción de volumen en el modelo K1. En los primeros momentos de simulación la aportación al
río en función de la K está representada por dos curvas convexas y crecientes que muestran un comportamiento
lineal frente al incremento de K. Para valores de K reducidos, ambos modelos se comportan de forma similar,
manteniendo una aportación nula o muy reducida. Para valores de K por encima de 0,1 m/d en K1 y de 1 m/d en
K10, se incrementa la aportación al río significativamente. Este incremento es más acusado en el modelo K1,
alcanzando el máximo de aportación en 3,95 mm/d para el valor de K más elevado (20 m/d), frente al máximo de
0,79 mm/d en el modelo K10, para un valor de K de 40 m/d. En el modelo K1, principalmente, para valores elevados
de K, se incrementa la aportación al río y se reduce el volumen más significativamente que en el modelo K10 (Figura
7.6).
A largo plazo, se observan valores de aportación al río más reducidos y un rango de variación de los volúmenes
diferenciales mucho mayor que a corto plazo. Los volúmenes diferenciales máximos corresponden a reducciones de
K y los mínimos a incrementos de K. A largo plazo, para incrementos de K disminuye el volumen almacenado en el
acuífero mientras la aportación al río tiende a estabilizarse, aumentando en K10 y reduciéndose en K1 desde un
máximo de aportación para un valor de K intermedio. La disminución del volumen es mayor en el modelo K1 y
representa en torno a un 60% del volumen almacenado en RP, frente al 15% del modelo K10. A largo plazo, para
reducciones de K, el volumen de agua se incrementa en los dos modelos. Los aumentos de volumen son mayores
para los valores más reducidos de K el modelo K1. El volumen de agua en el acuífero aumenta hasta un 75% en el
modelo K10 y un 40% en el modelo K1.
En ambos modelos, con el aumento de K el volumen diferencial disminuye, de forma que toma valores negativos. En
el tramo de descenso de la curva que representa el volumen diferencial respecto al valor de K se observa una mayor
pendiente de la curva del modelo K1, que refleja un rango de variabilidad más amplio que el del modelo K10, que
presenta un descenso más tendido y próximo a 0 con el incremento de K.
A largo plazo, para los valores de K reducidos, la aportación aumenta con el valor de K. Así, el comportamiento de la
aportación se representa por una sucesión de líneas rectas oblicuas crecientes. Para los valores más reducidos de
K (inferiores a 10-2 m/d), ambos modelos reflejan un comportamiento semejante y, por tanto, aportaciones del
acuífero al río similares y escasas, inferiores a 0,05 mm/d. A partir de un valor de K de 10-2 m/d la aportación del
acuífero al río alcanza valores superiores en el modelo K1, de hasta 0,3 mm/d, presentando pendientes de
140
crecimiento más acusadas que en el modelo K10. Posteriormente, para grandes incrementos de K la respuesta de
los modelos es diferente.
En el caso del modelo K10 los incrementos de K a partir de 10 m/d no suponen grandes variaciones en la aportación
del acuífero al río, llegando a la estabilización. Por su parte, en el caso de K1, después de un crecimiento inicial, la
curva alcanza el máximo de aportación para un valor de K intermedio (alrededor de 5 u 8 m/d) y vuelve a decrecer,
rápidamente primero, y más lentamente después para los valores crecientes de K. Ambas curvas en su tramo final
se aproximan a un valor de aportación al río de 0,21 mm/d.
En general, a largo plazo la aportación al río continúa la tendencia creciente para los valores elevados de K, aunque
con una menor variabilidad y una atenuación de la descarga de agua hacia el río. Los volúmenes diferenciales
disminuyen, igual que a corto plazo pero el punto de inflexión a partir del que comienza el descenso aparece con
valores de K más reducidos que a corto plazo y la curva de descenso pierde pendiente para los valores elevados de
K. Esto indica, tanto en el caso de la aportación como en el caso de los volúmenes diferenciales, una tendencia a la
estabilidad del sistema y a mantener una aportación homogénea y un volumen de agua constante.
A la vista de las distintas escalas de representación utilizadas a corto y a largo plazo se observa una mayor
variabilidad de la aportación a corto plazo y una mayor intensidad del proceso de descarga hacia el río para valores
elevados de K. Estos procesos de descarga elevada van acompañados de una reducción del volumen de agua en el
acuífero (y en el modelo).
7.2 Variación del coeficiente de goteo del lecho
Este apartado describe los resultados del modelo hidrológico en piezometría y aportación al río cuando se varía
únicamente el valor del parámetro CGL, permaneciendo constante tanto la K como el resto de parámetros. Se toma
como modelo de referencia el modelo K1, ajustado a RP con una K de 1 m/d y un CGL de 10-5 s-1. En este apartado
de AS de CGL se destaca el papel de este parámetro frente a la K y el modelo K1 se denomina CGL_5, aunque el
modelo es el mismo. Además, este modelo se compara con el modelo CGL_4 ajustado con un valor de K de 1 m/d y
un CGL de 10-4 s-1. Se consideran valores de CGL reducidos aquellos que se encuentran por debajo del valor de
CGL en RP (CGL 0) y aumentos los que se encuentran por encima. Es necesario destacar que, mientras la K es un
parámetro que afecta a todo el volumen de acuífero, el CGL únicamente se dispone en las celdas de río y su valor
regula la transferencia de agua entre río y acuífero.
141
La Figura 7.7 muestra la evolución temporal de los volúmenes de agua en el modelo y en el acuífero, del área de
drenaje y de la aportación al río, en función de las modificaciones de CGL. A la izquierda se presentan los resultados
referentes al modelo CGL_5 y a la derecha los del modelo CGL_4. En el eje de abscisas se representa el número de
paso temporal considerando pasos de 15 días.
CGL_5 CGL_4
Volumen total de agua
Volumen en el acuífero
Figura 7.7. Evolución temporal de los volúmenes de agua en el modelo y en el acuífero, del área de drenaje y de la aportación al río, según las
modificaciones de CGL. Modelos CGL_5 (K1) y CGL_4
142
La Figura 7.7 muestra que la evolución temporal del volumen total en el modelo y en el acuífero es similar en ambos
modelos. Es decir, con el tiempo de simulación, el volumen de agua total en el modelo se incrementa,
principalmente para las reducciones de CGL. La variación del volumen es mayor cuanto mayor es la variación de
CGL. Aunque la tendencia al incremento del volumen se da en el modelo y en el acuífero, se observa una reducción
significativa del volumen en el acuífero con respecto al total del volumen en el modelo. Esta reducción se asocia a
los efectos de saturación y drenaje del acuífero que se producen cuando el NP supera la cota del terreno. Con los
incrementos de CGL no se observan difeerencias y las curvas se superponen.
La Figura 7.8 representa la piezometría asociada a las variaciones de CGL en una misma sección del acuífero, para
el modelo CGL_5 y CGL_4, para los mismos momentos de simulación (30 días, 10 años, 20 años, 50 años y 100
años) en los que se ha determinado la aportación del acuífero al río. En la columna izquierda se representa el
modelo CGL_5 y en la derecha el modelo CGL_4. Los incrementos de CGL se representan con trama de guion corto
en tonos morados y las reducciones en trama de punto y guion en tonos anaranjados. La superficie piezométrica
que representa la situación de RP es una línea discontinua. El techo (en verde) y el muro (en marrón) se presentan
en trazo más grueso.
Modelo CGL_5 Modelo CGL_4

Leyenda
30 días
143

10 años
20 años
50 años
144

100 años
Figura 7.8. Sección del acuífero y superficies piezométricas asociadas a las variaciones del CGL. Modelos CGL_5 y CGL_4.
En la Figura 7.8 se observa que la piezometría de partida, distinta en cada uno de los modelos, mantiene a grandes
rasgos su disposición y condiciona en gran medida la configuración de la piezometría, que se ve influida por la
variación de CGL. Cuanto más varía el valor de CGL con respecto al de referencia, mayor es la diferencia entre
ambas piezometrías. Esto es válido tanto para reducciones como para aumentos.
En general, los incrementos de CGL (valores de CGL por encima de 10-5 s-1) apenas modifican la posición de la
superficie piezométrica inicial. En estos casos, el NP se dispone por debajo de la configuración piezométrica en RP,
presentando respecto a ésta diferencias milimétricas. Las pequeñas reducciones de nivel se producen en cualquiera
de los momentos de las simulaciones evaluados, tanto en las celdas de río como en el resto de la sección, aunque
son menos importantes hacia los bordes del modelo.
Por su parte, las reducciones de CGL suponen un incremento de los niveles piezométricos, más significativo en la
zona central del modelo y reducido hacia los bordes del modelo, tanto en K1 como en K10. El incremento de los
niveles es mayor para las reducciones más fuertes (menor valor) de CGL y aumenta con el tiempo de simulación. La
cota piezométrica se incrementa en la vertical sobre las celdas de río y zonas adyacentes y, con el tiempo de
simulación, se extiende lateralmente. Desde momentos muy tempranos de las simulaciones la piezometría se sitúa
por encima del techo del acuífero, en zonas adyacentes al río, lo que provoca que aumente la extensión de la zona
saturada del acuífero y se produzcan drenajes a superficie. Se observan cotas más elevadas de NP y mayor
extensión de la zona saturada en el modelo K1.
La Figura 7.9 muestra la evolución temporal del área de drenaje en función de las modificaciones de K, en los
modelos K1 y CGL_4.
145
CGL_5 CGL_4
Área de drenaje (km2)
Figura 7.9. Evolución temporal del área de drenaje según las modificaciones de CGL. Modelos K1 y CGL_4
Cuando se provoca el ascenso de la piezometría por reducción de CGL el agua aflora en superficie. El área de
drenaje aumenta en el tiempo. Las reducciones de CGL están relacionadas con configuraciones piezométricas que
superan el techo del acuífero y que producen procesos de saturación y drenaje a superficie. Para estos casos se
relaciona la extensión del modelo en la que el acuífero se satura y drena a superficie. Así, la Tabla 7.2 recoge la
extensión (en km2) afectada por saturación en los modelos CGL_5 y CGL_4 y para cada valor de CGL para el que
se produce.
Tabla 7.2. Extensión del modelo donde la piezometría supera la cota del techo del acuífero para reducciones de CGL (en negrita).
Extensión del área saturada (km2)

Valor de CGL Tiempo de simulación
Modelo (s-1) 30 días 10 años 20 años 50 años 100 años
0,000000001 43,74 393,66 545,94 794,00 1049,76
0,00000001 43,53 328,05 415,53 546,75 656,10
CGL_5 0,0000001 42,72 131,22 153,09 153,09 153,09
0,000001 21,87 21,87 21,87 21,87 21,87
0,000005 21,87 21,87 21,87 21,87 21,87
0,000000001 43,53 393,66 545,73 791,97 1049,76
0,00000001 43,53 328,05 415,53 546,75 656,10
CGL_4
0,0000001 21,87 131,22 153,09 153,09 153,09
0,000001 21,87 21,87 21,87 21,87 21,87
146
La Tabla 7.2 muestra que ocurren procesos de saturación y drenaje tanto en el modelo CGL_5 como en el CGL_4,
en cualquier momento de la simulación, asociados a las reducciones de CGL. Es cierto que no se ha evaluado el
CGL de 5.10-6 s-1 en el modelo GCL_4 y que falta este punto de comparación entre ambos. En el caso del modelo
CGL_5 los procesos de saturación ocurren para todas las reducciones de CGL. En el modelo GCL_4, sin embargo,
con las reducciones de CGL más pequeñas no aparecen procesos de saturación. Es decir, un CGL de 10-5 s-1 no
produce saturación aunque suponga una reducción respecto al CGL0.
El área afectada por estos procesos es igual o muy similar en ambos modelos para una misma variación de CGL,
siendo ligeramente más elevada en los casos en los que difieren para el modelo CGL_5. En ambos modelos, en
general, el área en la que se satura el acuífero, se incrementa con el tiempo de simulación. Para pequeñas
variaciones de CGL, como en el caso de 10-6 s-1 y 5.10-6 s-1 en CGL_5, la extensión en la que se producen drenajes
a superficie es pequeña y se mantiene constante con el tiempo de simulación. Sin embargo, para reducciones de
CGL más importantes, entre 10-9 s-1 y 10-7 s-1, en ambos modelos, el área de saturación del acuífero y generación de
drenaje a superficie se incrementa y aumenta más cuanto menor es el valor de CGL.
analizarse teniendo en cuenta que no han sido incorporados como término de balance en el modelo. Los procesos
de saturación y drenaje a superficie se detectan en las simulaciones en las que se han utilizado los valores de CGL
recogidos en la Tabla 7.2, que recoge la extensión del área de drenaje, desde el momento en que el área de drenaje
es superior a 0. Estos resultados corresponden en el modelo CGL_4 a los valores de CGL iguales o inferiores a 10-6
s-1 y en el modelo CGL_5 los valores de CGL iguales o inferiores a 5·10-6 s-1.
Las gráficas de la Figura 7.10 representan los datos de los volúmenes diferenciales (mm) calculados a partir del RP
y la disposición piezométrica que se obtiene según las variaciones de CGL a los 30 días, 10, años, 20 años, 50 años
y 100 años de simulación en los modelos CGL_5 y CGL_4 respectivamente. En negro se representan los volúmenes
totales en el modelo y en rojo los volúmenes en el acuífero.
147
Figura 7.10. Volumen diferencial en el modelo (negro) y en el acuífero (rojo) según el CGL (en mm) para los modelos CGL_5 y CGL_4.
Las gráficas de la Figura 7.10 representan una disposición de las curvas muy similar en momentos iguales para
ambos modelos, es decir, son similares los VD y el comportamiento ante las reducciones y aumentos de CGL. Los
VD presentan valores muy similares en ambos casos, aunque los datos muestran que son ligeramente superiores en
el modelo CGL_4.
En ambas figuras la línea horizontal que define la curva a los 30 días de simulación coincide prácticamente con el
eje de abscisas y en ella convergen las curvas de tiempos más largos. Esto supone que, en el caso de valores de
CGL por encima del CGL0 o próximos a éste apenas afectan al volumen de agua almacenado en el modelo y en el
acuífero y que el tiempo de simulación no influye en el volumen de agua que se acumula en el acuífero. Aunque
inapreciable en la Figura 7.10, en el modelo CGL_4 el volumen almacenado no varía, excepto a los 100 años de
simulación para un valor de CGL de 0,01 s-1 que se reduce mínimamente. En el modelo CGL_5, los incrementos de
CGL, provocan una pequeña reducción del volumen almacenado para cualquier variación de CGL, que implica un
vaciado del acuífero también reducido.
Sin embargo, en el caso de valores de CGL por debajo del CGL0, el volumen almacenado sí varía. En estos casos el
VD aumenta con el tiempo de simulación y es mayor cuanto menor es el valor de CGL. Con el tiempo de simulación
el efecto aumenta, el vaciado (variaciones de volumen negativas) es mayor en el caso de las reducciones de CGL y
el llenado (variaciones de volumen positivas) también aumenta en el caso de las reducciones. Se observa que todos
los valores de CGL que provocan un aumento del volumen del almacenamiento en el acuífero se acompañan de
áreas en las que ocurren procesos de drenaje.
148
La Figura 7.4 muestra la evolución temporal de la aportación al río para cada una de las simulaciones de
modificación de CGL, para los modelos CGL_5 y CGL_4. En el eje de abscisas se representa el número de paso
temporal considerando pasos de 15 días.
CGL_5 CGL_4
Aportación al río
Figura 7.11. Evolución temporal de la aportación al río según las modificaciones de CGL. Modelos K1 y K10
Las reducciones más importantes de CGL van acompañadas de reducciones de la aportación, principalmente al
inicio de las simulaciones. En estos casos se configuran curvas convexas y crecientes que, indican que con el
tiempo de simulación la aportación va aumentando y tiende a la obtenida en RP, aunque no llega a alcanzarla con
las mayores reducciones. Por su parte, los incrementos de CGL no presentan tanto impacto en la aportación,
apenas se observan difeerencias entre ellos y las curvas se superponen. Sus efectos únicamente producen un ligero
ascenso al inicio de las simulaciones, de forma que las curvas son cóncavas, decrecientes y tangentes a la
aportación en RP.
La Figura 7.12 representa gráficamente los datos de aportación del acuífero al río para las variaciones de CGL a
escala logarítmica en distintos momentos de la simulación (30 días, 10 años, 20 años, 50 años y 100 años) para los
modelos CGL_5 y CGL_4. En abscisas se representa el CGL (en s-1) y, en ordenadas, la aportación del acuífero al
río (en mm/d). En las dos figuras todas las curvas se cruzan en el punto de la condición inicial. Hacia la derecha de
éste se observan incrementos de CGL y hacia la izquierda, decrecimientos de CGL.
149
Figura 7.12. Aportación del acuífero al río en función del CGL a escala logarítmica, en distintos momentos de la simulación. (Modelos K1 y
K10)
En la Figura 7.12 las distintas curvas constituyen una secuencia de rectas oblicuas de distinta pendiente y carácter
creciente para valores reducidos de CGL que, a partir de un valor de K, reducen la pendiente ascendente hasta que
confluyen en líneas rectas para los valores más altos de CGL. CGL varía en un rango entre 10-9 s-1 y 10-2 s-1, que se
considera representativo, según la bibliografía consultada (ver apartado 6.3.6) ya que la aportación se estabiliza
suficientemente para los valores más altos y los más bajos no suponen aportaciones significativas. Los incrementos
de CGL respecto al CGL0 implican aportaciones mayores o iguales a la aportación del acuífero al río en RP (0,21
mm/d) mientras que las reducciones suponen aportaciones al río iguales o inferiores a ésta.
En los dos modelos el valor mínimo de aportación (0 mm/d) se asocia a un CGL de 10-9 s-1 y el máximo (0,21 mm/d),
es constante para los valores de CGL superiores al CGL0. Ambas figuras presentan distribuciones similares de las
curvas temporales de aportación, si bien, para el mismo tiempo de simulación y el mismo valor de CGL, la
aportación es inferior en el modelo CGL_4 para valores de CGL elevados y en los primeros momentos de
simulación. El mayor grado de confinamiento en celdas de río del modelo CGL_5 eleva la posición del NP en las
celdas de río de forma que el gradiente diferencial aumenta y se transfiere mayor cantidad de agua.
La aportación aumenta con el tiempo de simulación. En los primeros momentos de simulación, los pequeños
incrementos de CGL desde los valores más reducidos, producen un pequeño aumento de la aportación. Sin
embargo, unos incrementos mayores llegan a provocar aportaciones al río iguales a la aportación en RP. En el
intervalo de valores de CGL, entre 10-5 s-1 y 10-2 s-1, se alcanzan los máximos de aportación, iguales en ambos
modelos, y sólo difieren ligeramente en la curva de 30 días que presenta un ligero ascenso.
150
Se distinguen dos tipos de curvas. Las curvas de 30 días son primero convexas, pasan a cóncavas y finalmente a
rectas. Éstas presentan, para valores bajos de CGL, uno o dos tramos crecientes de menor pendiente, anteriores a
otro tramo creciente de gran pendiente. Este último tramo reduce su pendiente hasta llegar a una línea de recta de
estabilización de la aportación del acuífero al río. Las curvas que representan la aportación al río a los 10 años, 20
años, 50 años y 100 años cóncavas que pasan a rectas. Éstas presentan, en general, un tramo creciente lineal de
gran pendiente, otro tramo creciente lineal de menor pendiente y, por último, un tramo recto para valores elevados
de CGL. Atendiendo a la pendiente de las curvas de los gráficos de la Figura 7.12, y exceptuando los datos a los 30
días, el incremento en la aportación, en el mismo intervalo de tiempo, es mayor para valores de CGL bajos, lo que
se relaciona con los efectos de saturación del terreno que acompañan a valores reducidos de CGL.
Para las variaciones de CGL, el tiempo de simulación hace que la aportación tienda a la marcada por el RP, de
forma que, con el tiempo se reduce ligeramente para los aumentos de CGL y aumenta para las reducciones de CGL.
La configuración piezométrica, por el contrario, cambia respecto a la propia del RP y lo hace de forma cada vez más
significativa según avanza la simulación. El cambio es pequeño para los incrementos de CGL que, aunque se
asocian con cotas piezométricas más bajas, mantienen una configuración similar a la del RP. Por el contrario, el
cambio en la configuración piezométrica ligado a las reducciones de CGL es significativo. En estos casos, la cota
piezométrica aumenta principalmente en las celdas de río desde donde el incremento se extiende lateralmente.
Para incrementos de CGL la aportación se mantiene en cantidad y la piezometría conserva una posición similar a la
del RP de cada modelo. En general, se observa que valores de CGL elevados (superiores a 10-6 s-1) mantienen la
aportación de referencia (la del RP) estable, ligeramente elevada respecto a la de referencia, pero sin variaciones
significativas, en cualquier momento de la simulación. Los modelos K1 y K10 se comportan de forma similar. La
aportación es ligeramente superior en el modelo K10, respecto a la de referencia (RP) en los primeros pasos de
simulación (curva de 30 días). A pesar de la estabilidad de la aportación que acompaña a los valores de CGL
elevados, el tiempo de simulación favorece el acercamiento a valores de aportación al río propios del RP y, por
tanto, tiende a disminuir.
Para aumentos de CGL se observan valores negativos de VD, es decir, reducciones del NP. Cuanto mayor es la
reducción de CGL, mayor es el VD (en valor absoluto) y consecuentemente la subida del NP. A pesar de esto las
variaciones de VD son mínimas y presentan valores muy similares, lo que se traduce en una escasa variación de la
piezometría para todos los incrementos de CGL. En general, los VD asociados a incrementos de CGL presentan
menor variación en el modelo K1.
151
En conclusión, con valores elevados de CGL, el parámetro que limita la descarga al río es K, los incrementos de
CGL prácticamente no influyen en la aportación del acuífero al río, como muestra la pendiente nula de las curvas,
paralelas al eje de abscisas.
La aportación al río está determinada por el valor de CGL y por el gradiente que se establece entre la posición del
NP y el NR (constante en todo momento). En ambos modelos, para valores de CGL inferiores al inicial (10-5 s-1), la
aportación al río disminuye con respecto a la aportación de referencia y, paulatinamente, se incrementa con el
tiempo de simulación. En general, las reducciones de aportación son mayores cuanto menor es el valor de CGL,
excepto con la reducción de CGL del 50% (CGL de 5,10-6 s-1) que apenas genera diferencias de volumen de
aportación al río, al suponer un cambio pequeño respecto al CGL inicial.
La aportación al río es superior en el modelo K10 para valores muy reducidos de CGL (10-8 s-1 y 10-9 s-1) en los
primeros momentos de simulación y, para valores de CGL bajos pero próximos al CGL de referencia (10-5 s-1), a
partir de ciertos momentos de la simulación (10 años para 5.10-6 s-1, 20 años para 10-6 s-1 y 50 años para 10-7 s-1).
Sin embargo, el modelo K1 presenta mayor aportación que el modelo K10 para pequeñas reducciones de CGL en
los primeros momentos de simulación y para reducciones más fuertes y mayor tiempo de simulación. Para
reducciones de CGL, en la zona del río los niveles piezométricos en el modelo K1 se disponen más altos que en el
modelo K10 (Figura 7.8). De esta forma, para un mismo valor de CGL, el gradiente entre la cota piezométrica y el
NR es mayor para el modelo K1 y, por tanto, aumenta la aportación en el modelo K1 en comparación con el modelo
K10 (Figura 7.12), principalmente para tiempos cortos e intermedios de simulación.
Para valores muy bajos de CGL, entre 10-9 s-1 y 10-7 s-1, la aportación al río decrece, siendo muy baja o
prácticamente nula en los primeros pasos de simulación e incrementándose con el tiempo de simulación. La
estabilización del modelo K10, en términos de aportación al río, ocurre para valores de CGL entre 10-7 s-1 y 10-2 s-1.
Valores reducidos de CGL dificultan el flujo a través del lecho del río y reducen la tasa de flujo que lo atraviesa, lo
que se refleja en la menor cantidad de agua que llega al río. Al dificultarse la salida del flujo por el río la cota
piezométrica en las celdas del acuífero adyacentes a las de río se eleva lo que provoca que aumenten los
gradientes. El aumento de la cota piezométrica, en ocasiones, supera la cota del techo del acuífero y, aunque no
producen aportación directa al río, llega a producir efectos de saturación del acuífero y la salida de agua del modelo
a la superficie en forma de drenaje. Sin embargo, permiten identificar la extensión del acuífero confinado alrededor
del río y explicar la existencia de eventuales manantiales y humedales asociados a las zonas de descarga.
Fuertes reducciones del CGL (del -99,99% y -99,9%), suponen la práctica impermeabilización del lecho y provocan
un efecto de confinamiento del acuífero bajo las celdas de río. Aunque conllevan, igual que la reducción de K,
grandes reducciones en la aportación del acuífero al río, permiten mantener un volumen mínimo de intercambio
(Figura 7.12).
152
En el modelo K1, para reducciones del CGL se observan valores positivos del VD, es decir, incrementos del NP.
Cuanto mayor es la reducción de CGL mayor es el VD y por tanto mayor el aumento de los niveles piezométricos.
En el caso de reducciones de CGL, para un mismo valor de CGL, aumenta el volumen de agua en el acuífero y
aumenta más cuanto menor es el valor de CGL. Todas las curvas en la parte referida a las reducciones de CGL son
decrecientes, pero no iguales en forma. En el modelo K10 son cóncavas y decrecientes las curvas de 10, 20 y 50
años y, convexa, la curva de 100 años. En el modelo K1, es cóncava la curva de 10 años y, convexas, las curvas de
20, 50 y 100 años. Para reducciones de CGL se observan cotas más elevadas de NP y mayor extensión de la zona
saturada en el modelo K1. Esto se relaciona con unos mayores valores de aportación en este modelo para igual
valor de CGL.
De la Figura 7.10 y la Figura 7.12 se seleccionan las curvas de los 30 días y los 100 años de simulación, que
caracterizan el comportamiento del modelo a corto y largo plazo, y se representa en un mismo gráfico la información
de los dos modelos.
La Figura 7.13 muestra las gráficas de aportación al río y los volúmenes diferenciales en función del valor de CGL,
partiendo de la información recopilada a los 30 días y 100 años de simulación, y refleja los resultados a corto plazo
de las modificaciones en el valor de CGL, respecto al CGL0 (10-5 s-1 o 10-4 s-1). Las curvas de los 30 días y 100 años
de simulación se representan a distinta escala.
Corto plazo (30 días) Largo plazo (100 años)

Aportación
153
Volumen diferencial Corto plazo (30 días) Largo plazo (100 años)
Figura 7.13. Aportación del acuífero al río y volúmenes diferenciales en función del CGL a los 30 días y 100 años de simulación para K1 y
K10.
En los primeros 30 días de simulación, la aportación al río en función del valor de CGL, ofrece una respuesta en
forma de curvas convexas que pasan a cóncavas y finalmente a rectas. El valor mínimo de aportación del acuífero al
río se obtiene en ambos modelos para el CGL más bajo (10-9 s-1). El máximo de aportación se obtiene para el
intervalo de valores de CGL entre 10-4 s-1 y 10-2 s-1 (que suponen incrementos de CGL), en el modelo CGL_5. En
este rango la aportación del acuífero al río se estabiliza en valores ligeramente superiores a los de referencia. Los
VD son próximos a 0 e indican que, en los primeros momentos de la simulación, la piezometría apenas varía con
respecto a la situación piezométrica de referencia. Las mayores variaciones de VD se obtienen para las reducciones
de CGL. La diferencia entre los VD del modelo y el acuífero muestra procesos de saturación y drenaje, para tiempos
tempranos de simulación.
Las disminuciones del valor del CGL producen disminuciones en la aportación del acuífero al río similares en ambos
modelos. A largo plazo los VD son muy elevados para los valores más reducidos de CGL que van acompañados de
los valores mínimos de aportación al río en los dos modelos. Para los valores de CGL inferiores a 10-7 s-1 se observa
un incremento del VD, un aumento de la cota piezométrica en el acuífero y una disminución de la aportación del
acuífero al río. Tanto la aportación como los VD tienden a la estabilidad a partir de un valor de CGL de 10-7 s-1.
Los valores elevados de CGL apenas modifican el VD y la aportación, ni a corto ni a largo plazo. Únicamente los
valores reducidos de CGL, provocan un efecto de impermeabilización del lecho que implica un aumento de los VD y
una disminución de la aportación. Los incrementos de CGL apenas afectan a la aportación del acuífero al río,
únicamente la incrementan ligeramente en algunos casos. Para los valores de CGL más elevados los VD y la
aportación del acuífero al río se estabilizan. La aportación tiende a la que se producía en RP. Los VD se aproximan
154
a valores nulos en el modelo CGL_4, lo que supone que la piezometría se mantiene con respecto a la situación de
partida original. En el modelo CGL_5 los VD presentan valores negativos, lo que supone que a largo plazo la cota
piezométrica en el acuífero desciende, y evidencian un efecto de vaciado del acuífero. Es decir, a largo plazo, las
variaciones de CGL superiores a 10-6 s-1 apenas influyen en el volumen de agua almacenado en el acuífero y, en
ocasiones, lo reducen.
7.3 Variación simultánea de la permeabilidad y el coeficiente de goteo del lecho
Este apartado recoge los resultados de las simulaciones en las que se modifican conjuntamente los valores de la K y
del CGL. Las simulaciones de interacción cruzada de K y CGL se aplican a los modelos K1_CGL_5, K10_CGL_5 y
K1_CGL_4. Aunque se modifican a la vez los dos parámetros, entre los dos primeros modelos únicamente cambia el
porcentaje de variación (PV) del parámetro K y, entre el primero y el tercero, el PV de CGL.
Utilizando las simulaciones de variación de un único parámetro, planteadas en los casos anteriores, se han
seleccionado las combinaciones de K y CGL de sus respectivos análisis de sensibilidad (AS) que representan el
mismo PVP en el caso base (RP). Así, teniendo en cuenta porcentajes de variación iguales de ambos parámetros se
presentan los resultados de la interacción al reducir K y CGL en un 50%, 90%, 99%, 99,9% y 99,99% en los dos
modelos. Para aumentos de ambos parámetros se evalúan los incrementos de 100%, 200% y 300% en todas las
simulaciones y el de 900% en los modelos K1 (CGL_5 y CGL_4). Las simulaciones de interacción realizadas sobre
el AS de K se recogen en la Tabla 6.4 y las del AS de CGL en la Tabla 6.5 .
Igual que en las simulaciones anteriores, se analizan la aportación al río y la variación piezométrica. Comparando
los resultados obtenidos en este apartado con los resultados de modificación individual de un parámetro, es posible
determinar si existen efectos de interacción entre ambos parámetros. Aunque sería deseable observar los resultados
de la interacción al aumentar uno de los dos parámetros y disminuir el otro y determinar la respuesta del modelo
ante distintas combinaciones de los parámetros, sin contemplar el mismo PVP de K y CGL, queda fuera del alcance
de esta tesis ofrecer resultados para todas las combinaciones posibles.
La Figura 7.14 muestra la evolución temporal de los volúmenes de agua en el modelo y en el acuífero en función de
las modificaciones de K y CGL de los modelos K1 –CGL_5, K10 y CGL_4. En el eje de abscisas se representa el
número de paso temporal considerando pasos de 15 días.
155
K1_CGL_5
K10_CGL_5
CGL_4 Volumen total de agua(hm3·) Volumen en el acuífero (hm3·)
Figura 7.14. Evolución temporal de los volúmenes de agua en el modelo y en el acuífero, del área de drenaje y la aportación al río, según las
modificaciones conjuntas de K y CGL. Modelos K1 y K10
156
Las gráficas para los modelos K1_CGL_5 y CGL_4 son similares y coinciden también en forma y orden de magnitud
con las de las modificaciones individuales de K para el modelo K1. Las curvas asociadas a las reducciones más
importantes tienden a superponerse, mostrando escasas diferencias.
La evolución temporal del volumen en el modelo muestra curvas cóncavas decrecientes para los incrementos de K y
CGL y curvas lineales ascendentes para las reducciones. Las gráficas relativas al volumen en el acuífero son muy
similares a las de volumen en el modelo, únicamente, en las curvas de las reducciones más importantes de K y
CGL, se observa pequeñas reducciones de volumen y una ligera tendencia a la convexidad. Estas reducciones de
volumen en el acuífero se relacionan con los procesos de drenaje del acuífero a superficie, que se evidencian en las
gráficas de evolución temporal del área de drenaje. En el modelo K1 las curvas son dentadas convexas y crecientes,
indicando un área de drenaje de extensión cada vez mayor. En el modelo K10 se observa un comportamiento cuasi
lineal de curvas dentadas.
La Figura 7.15 representa la piezometría asociada a la variación conjunta de K y CGL en una misma sección del
acuífero, para el modelo K10 y K1, para los mismos momentos de simulación (30 días, 10 años, 20 años, 50 años y
100 años). En la columna izquierda se representa el modelo K1 y en la derecha el modelo K10. Los incrementos de
K se representan con trama de guion corto en tonos morados y las reducciones en trama de punto y guion en tonos
anaranjados. La superficie piezométrica que representa la situación de RP es una línea discontinua. El techo (en
verde) y el muro (en marrón) se presentan en trazo más grueso.
Disposición de las superficies piezométricas en sección transversal. Interacción de K y CGL
Modelo K1_CGL_5 Modelo K10_CGL_5

Leyenda
30 días
157

10 años
20 años
50 años
158

100 años
Figura 7.15. Sección del acuífero y superficies piezométricas asociadas a la variación conjunta de K y CGL. Modelo K10 y K1.
Las gráficas del modelo K1 (CGL_5) sirven para ilustrar también el comportamiento de la piezometría del modelo
CGL_4. Entre ambos la única diferencia es que las superficies piezométricas en CGL_4 se disponen
aproximadamente 20 mm por debajo de las equivalentes en CGL_5.
La Figura 7.15 muestra que, en todos los casos (K1 y K10), la piezometría se dispone por encima de la piezometría
de referencia, salvo con el incremento del 900% de K y CGL en K1. Por tanto, las reducciones de ambos parámetros
aumentan el volumen almacenado en el acuífero mientras que el único caso de aumento lo reduce.
La diferencia con la posición piezométrica de referencia se acentúa con el tiempo de simulación y con la magnitud
del cambio respecto a los valores de referencia de los parámetros.
Con las reducciones la cota piezométrica se eleva tomando una superficie paralela a la superficie piezométrica de
referencia salvo en las celdas de río. La condición de río ejerce una gran influencia en la disposición de la superficie
piezométrica y hace que el volumen de agua aumente hacia los laterales del modelo en los dos casos, K1 y K10.
Este aumento piezométrico lateral se hace más evidente según avanza la simulación y en el modelo K1. Cuando la
piezometría supera el techo del río y el acuífero drena a superficie, la superficie piezométrica toma, en las zonas de
río, una disposición perpendicular a este que indica un ascenso piezométrico en sentido vertical y hacia arriba y
lateral hacia el río.
La Figura 7.16 representa el área de drenaje asociada a las simulaciones de interacción de los modelos K1 y K10
(con CGL_5). Las áreas de drenaje asociadas a las variaciones al modelo CGL_4 coinciden con las del modelo K1 o
CGL_5.
159
Área de drenaje (km2) K1 K10
Figura 7.16. Evolución temporal del área de drenaje según las modificaciones de K y CGL. Modelos K1 (CGL_4 y CGL_5) y K10.
Para cada una de las configuraciones piezométricas de cada modelo en las que ocurren procesos de saturación del
acuífero y drenaje a superficie se relaciona la extensión (km2), que se recoge en la Tabla 7.3 junto a los valores
correspondientes de K y CGL.
Tabla 7.3. Extensión del modelo donde la piezometría supera la cota del techo del acuífero para reducciones de K y CGL (en negrita).
. Extensión del área saturada (km2)

Valor de K Valor de CGL
(m/d) ( s-1) Tiempo de simulación
Modelo 30 días 10 años 20 años 50 años 100 años

0,001 0,000000001 0 43,74 65,61 196,83 415,53
0,01 0,00000001 0 21,87 65,61 196,83 415,53
K10 0,1 0,0000001 0 0 0 43,74 262,44
0,0001 0,000000001 21,87 240,57 415,53 809,19 1290,33
K1 0,001 0,00000001 21,87 240,57 415,53 809,19 1290,33
0,01 0,0000001 21,87 240,57 415,53 809,19 1268,46
CGL_5
0,1 0,000001 21,87 218,7 371,79 743,58 1200,01
0,5 0,000005 21,87 43,74 109,35 328,05 634,23
0,0001 0,00000001 21,87 240,57 415,53 809,19 1290,33
0,001 0,0000001 21,87 240,57 415,53 809,19 1290,33
CGL_4
0,01 0,000001 21,87 240,57 415,53 809,19 1268,46
0,1 0,00001 0 218,7 371,79 743,58 1199,61
La Tabla 7.3 muestra que el drenaje solo aparece cuando se reducen los parámetros, nunca para incrementos.
Desde un mismo modelo de partida (K1 o K10) una vez comienza la saturación en celdas diferentes a las de río, la
160
extensión afectada se incrementa con el tiempo de simulación para un mismo PVP. Los porcentajes de variación
más reducidos incrementan más la extensión afectada por drenajes aunque existe un límite a partir del que cualquier
reducción adicional no incrementa el área afectada.
En el modelo K1 la saturación del acuífero y el drenaje a superficie, se produce ante cualquier reducción de los dos
parámetros y en cualquier momento de la simulación. En el modelo K10 la saturación del acuífero, ocurre para una
K de 10-3 m/d y CGL de 10-9 s-1 y K de 10-2 m/d y CGL de 10-8 s-1 a partir de los 10 años de simulación, y para una K
de 10-1 m/d y un CGL de 10-7 s-1 a partir de los 50 años de simulación. El área afectada por drenaje oscila entre 20
km2 y 415 km2 en el modelo K10 y entre 20 km2 y 1290 km2 en los modelos K1 (CGL_5) y CGL_4.
Al comparar la extensión afectada por drenaje entre los modelos CGL_4 y CGL_5 se observan en general valores
muy similares para los mismos PVP: Sin embargo, se detectan algunas diferencias al principio y al final de las
simulaciones asociadas a las reducciones de CGL menos importantes. Así, en el modelo CGL_5 la combinación de
0,1 m/d y 10-6 s-1 provoca que se sature una zona del acuífero y existan fenómenos de drenaje, mientras que en el
modelo CGL_4, la combinación 0,1 m/d y 10-5 s-1 no genera estos procesos, al principio de la simulación, sino que su
aparición se retrasa. Coinciden las áreas de drenaje en los momentos intermedios y a los 100 años se observa una
ligera reducción del área saturada en el modelo CGL_4. Aunque entre los modelos GL_5 y CGL_4 no existen
grandes diferencias, el drenaje afecta más al modelo con valores de K y CGL más reducidos.
analizarse teniendo en cuenta que no han sido incorporados como término de balance en el modelo. Estos procesos
aparecen en las simulaciones con los valores de los parámetros que se relacionan en la Tabla 7.3.
La Figura 7.17 representa los datos de los volúmenes diferenciales (VD), calculados a partir del RP y la disposición
piezométrica, que se obtiene según las variaciones de K y CGL a los 30 días, 10, años, 20 años, 50 años y 100 años
de simulación en los modelos K1 y K10. Los valores positivos representan incrementos del volumen de agua en el
acuífero y, los negativos, reducciones. El gráfico de la izquierda es representativo de los modelos K1 (CGL_5) y
CGL_4 ya que, debido a la similitud de los datos los gráficos coinciden. El modelo K10 se representa en el gráfico de
la derecha.
161
Figura 7.17. Volumen diferencial según la variación de K y CGL (en mm) para K1 y K10
En la Figura 7.17 se observa que los incrementos de K y CGL reducen el volumen de agua almacenado. Lo reducen
más con el tiempo de simulación y más en los modelos K1 (CGL_5) y CGL_4.
Las reducciones de K y CGL, sin embargo, aumentan el volumen de agua almacenado en el acuífero. A pesar de la
diferencia en el volumen inicial de los dos modelos, en lo referente a reducciones, en las dos gráficas se observa la
misma tendencia de aumento del volumen con el tiempo de simulación. El incremento de volumen es menor al inicio
de la simulación y más significativo según avanza ésta. En los primeros momentos de simulación los volúmenes se
mantienen constantes. Para momentos más avanzados de las simulaciones, las curvas adquieren formas convexas
decrecientes de forma que para un mismo momento de simulación el aumento de volumen es mayor cuanto mayor
es la reducción de K y CGL y se reduce para los valores de K y CGL más elevados. Se observan mayores
diferencias entre los volúmenes del modelo y del acuífero en los modelos K1 (CGL_5) y CGL_4.
La Figura 7.19 muestra la evolución temporal de la aportación al río, en función de las modificaciones de K y CGL.
En el gráfico de la izquierda se representa el modelo K1 (CGL_5) cuya respuesta coincide con el CGL_4. El modelo
K10 se representa en el gráfico de la derecha. En el eje de abscisas se representa el número de paso temporal
considerando pasos de 15 días.
162
K1 CGL_4 y K10
Aportación al río
Figura 7.18. Evolución temporal de la aportación al río según las modificaciones de K y CGL. Modelos K1 y K10
La evolución temporal de la aportación al río tiende, en todos los casos, hacia la aportación de referencia. En el caso
del aumento de K y CGL la curva toma una forma cóncava y decreciente, desde valores muy elevados al inicio que
tienden hacia el valor estable de la aportación de referencia con el tiempo. La acusada pendiente de descenso inicial
de las curvas que representan incrementos de ambos parámetros demuestra la mayor velocidad de respuesta del
modelo K10, que alcanza la aportación de referencia mucho tiempo antes que los modelos K1 (CGL_5) y CGL_4.
En el caso de las reducciones de K y CGL las curvas toman formas convexas y crecientes, desde valores reducidos
al inicio de la simulación que tienden a la aportación original en RP. El gráfico que representa los modelos K1 y
CGL_4 alcanza valores de aportación inicial
En este apartado se recopilan los datos de aportación del acuífero al río en distintos momentos de las simulaciones
para determinar su evolución en el tiempo y la influencia que en ella provoca la variación de la K y del CGL. Es
necesario tener en cuenta que iguales porcentajes de variación de K y CGL suponen combinaciones distintas de
ambos parámetros.
La Figura 7.19 muestra la aportación del acuífero al río para la modificación conjunta de K y CGL. La figura de la
izquierda, por la similitud de los datos, es representativa de los modelos K1 (CGL_5) y CGL_4. La figura de la
derecha representa la respuesta del modelo K10 ante las variaciones conjuntas de los parámetros.
163
Figura 7.19. Aportación del acuífero al río para modificaciones conjuntas de K y CGL. Modelo K1 (izquierda) y K10 (derecha)
La Figura 7.19 muestra que el incremento conjunto de K y CGL aumenta la aportación significativamente al inicio de
la simulación, con valores de aportación superiores al de referencia (0,21 mm/d). Según avanza la simulación la
aportación tiende a reducirse hacia valores similares a los obtenidos en la situación de referencia (RP).
Para cualquier reducción de K y CGL la aportación es inferior a la de referencia, siendo nula en ambos modelos para
las reducciones más importantes. La única excepción se produce a los 100 años de simulación con un -50% de
reducción en el modelo K10. Se observa que la aportación aumenta con el tiempo de simulación siendo superior, en
general, en el modelo K10 para cualquier momento de la simulación.
Se observa una secuencia de curvas, todas crecientes en los momentos iniciales de la simulación que indica que, en
general, la aportación aumenta según aumenta el valor de los parámetros K y CGL. También son crecientes en un
primer tramo las curvas de momentos más avanzados cuando se refieren a valores de los parámetros reducidos. Sin
embargo, a partir de cierto momento en las simulaciones, la aportación se reduce o se estabiliza con el incremento
de K y CGL. Algunas de las curvas, presentan un punto de inflexión y cambian la tendencia, de forma que decrecen
o se estabilizan. El cambio de tendencia se observa en las curvas que se refieren a los 50 y 100 años en K1 y las de
10 y 20 años en K10 y la estabilización se observa en las curvas de 50 y 100 años.
En la configuración piezométrica y los volúmenes diferenciales se observa una gran coincidencia con el
comportamiento obtenido al variar únicamente K. Durante casi toda la simulación se obtienen VD iguales, aunque
con el tiempo de simulación la modificación conjunta ofrece VD ligeramente superiores.
164
La aportación al río tiende a alcanzar la misma magnitud que marca el RP. Para incrementos de K y CGL se reduce
con el tiempo de simulación, aunque incluso para 100 años de simulación es superior a ésta. El valor de la
aportación para incrementos de K y CGL coincide con el valor que se obtenía al modificar únicamente el valor de K,
salvo a los 30 días de simulación que es ligeramente superior, y es superior al obtenido con la modificación
individual de CGL. Para reducciones de K y CGL la aportación aumenta con el tiempo de simulación excepto para
las reducciones más importantes, que se anula. Este comportamiento coincide con el obtenido al variar únicamente
el parámetro K.
Al reducir de manera conjunta K y CGL se producen con frecuencia procesos de saturación del acuífero y drenaje a
superficie, asociado a zonas húmedas o a confinamiento. En estos casos, la superficie de terreno afectada por
drenaje o confinamiento con la modificación conjunta de K y CGL también coincide con el resultado de variar
únicamente la K. Existen, sin embargo, dos excepciones, una en el modelo K1 y otra en K10. En el modelo K1, a los
30 días de simulación, la reducción conjunta de K (a 0,5 m/d) y de CGL (a 5.10-6 s-1) genera un área de drenaje igual
que la reducción individual de CGL (5.10-6 s-1 manteniendo K en 1 m/d) mientras que la reducción individual de K (a
un valor de 0,5 m/d, manteniendo CGL en 10-5) no lo hace. En el modelo K10, a los 50 años de simulación, la
reducción conjunta de K (a 0,1 m/d) y de CGL (a 10-6 s-1) duplica el área de drenaje respecto a la modificación
simple de K (0,1 m/d), mientras que la misma reducción de CGL de forma individual no genera drenaje. En ambos
casos se detecta la influencia de la reducción conjunta de la K y el CGL, de forma que en el primer caso el drenaje
aparece antes y en el segundo se incrementa para el mismo momento de simulación. Con la reducción conjunta de
K y CGL la superficie de terreno afectada por drenaje o confinamiento coincide con el resultado de variar
únicamente CGL a los 30 días de simulación, excepto para reducciones de CGL iguales o superiores a 10-7 s-1. En
estos casos, las reducciones individuales de CGL generan por sí solas mayor área de drenaje que la reducción
conjunta de K y CGL. Este efecto se extiende hasta tiempos de simulación avanzados (20 años) para las
reducciones más importantes.
La Figura 7.20 recoge las gráficas de aportación al río y la diferencia de volumen de agua del modelo a los 30 días y
a los 100 años de simulación, al variar tanto K como CGL en un mismo porcentaje. Esta figura sintetiza, por tanto, el
comportamiento a corto y largo plazo de la variación conjunta de K y CGL.
165
30 días 100 años
Aportación (rango completo de variación)
VD ante reducciones de K y CGL
Figura 7.20. Aportación del acuífero al río y volumen diferencial según el PV de K y CGL a los 30 días y 100 años de simulación, a) en todo el
rango de variación y b) solo reducciones para K1 y K10
La aportación del acuífero al río a los 30 días de simulación, al variar tanto K como CGL, muestra que la aportación
se mantiene nula y constante para valores reducidos de los parámetros y, según se incrementa el PVP, existe una
tendencia lineal al aumento de la aportación al río. La respuesta de la aportación ante un mismo PVP coincide para
los modelos K1 (CGL_5) y CGL_4. En estos dos modelos la aportación se incrementa más que en el modelo K10.
Con respecto a la piezometría, a corto plazo, se observa una tendencia a reducir el VD con el incremento del PV de
ambos parámetros. Considerando únicamente las reducciones de los parámetros, esa tendencia es sutil, según
166
muestran las curvas de VD ligeramente decrecientes. En el modelo K10 el VD se mantiene en valores próximos a 0
y, en el modelo K1, en torno a los 1200 hm3.
A largo plazo, la aportación al río aumenta cuando disminuye el PV de K y CGL. Las curvas a largo plazo presentan
tres tramos de pendiente decreciente. La pendiente de cada tramo es superior en el modelo K1. Esto supone que la
aportación es superior en el modelo K1 para el mismo PV de K y CGL, existiendo una diferencia significativa entre
ambos modelos, de hasta 2 hm3 para una misma variación de K y CGL. A largo plazo, el VD se reduce con el PV
conjunta de K y CGL. Para el incremento positivo del modelo K1 el VD se reduce en más de 25000 hm3.
Considerando únicamente las reducciones de los parámetros, se observan VD positivos, es decir, elevaciones de la
posición de la superficie piezométrica en los dos modelos. La elevación de la cota es superior para los mayores
porcentajes de reducción (en valor absoluto). Para cualquier valor de porcentaje de reducción el VD y por tanto el
incremento de la cota piezométrica es superior en el modelo K1.
En definitiva, las curvas de aportación y VD a corto y largo plazo de las variaciones conjuntas de K y CGL muestran
un comportamiento similar a las obtenidas para las modificaciones individuales de K. Es decir, a corto y largo plazo
la aportación aumenta y los VD disminuyen con valores crecientes de ambos parámetros. Debido al distinto rango
de valores utilizados para la representación que corresponde principalmente a reducciones, no se observa la fase de
estabilización asociada ni a K ni a CGL.
7.4 Discusión de resultados parciales
En este apartado se recogen las principales conclusiones de los tres anteriores y se relacionan con las distintas
situaciones simuladas, sus resultados y con los procesos físicos que representan, teniendo en cuenta las
dificultades encontradas.
Con el modelo construido y planteadas tres combinaciones distintas de parámetros K1_CGL_5, K1_CGL_4 y
K10_CGL_5 con sus respectivos ajustes a régimen permanente se dispone de material suficiente para comparar las
efectos que las variaciones de K, CGL y sus combinaciones, producen en los resultados de piezometría y aportación
en modelos distintos. Así, a partir de los modelos K1_CGL_5 y K10_CGL_5 se obtienen resultados de la influencia
de K y de K1_CGL_5 y K1_CGL_4 sobre la influencia de CGL en la simulación. Además, modificando K y CGL en
las distintas combinaciones se puede observar si existe un efecto de interacción entre ambos parámetros.
El rango de K en el que funciona el modelo es distinto según el valor de K utilizado en el ajuste. Así, el modelo K10
funciona para un rango de K entre 10-3 m/d y 40 m/d, mientras que el modelo K1 funciona para un rango de K entre
10-3 m/d y 20 m/d. En cada modelo el límite superior lo marca la no convergencia que está relacionada con la
aparición de problemas numéricos en el cálculo del NP en los bordes laterales del modelo, próximos a las zonas
167
impermeables, en la parte del acuífero que queda sin saturar. El motivo de la no convergencia para valores de K
elevados es, precisamente, la velocidad de flujo excesiva que se establece para un modelo de las características
estructurales planteadas. Todas estas condiciones generan unos gradientes inestables que finalmente derivan en
problemas numéricos que impiden una solución estable a largo plazo. A pesar de ello existe solución a corto plazo.
Aunque no se ha definido el límite de convergencia inferior, acuíferos con K reducida presentan un flujo más lento,
un mayor almacenamiento en el acuífero y necesitan de mayor tiempo de simulación para estabilizarse. En principio,
el modelo es útil para evaluar mayores reducciones, pero no se descartan problemas de convergencia relacionados
con la saturación o el secado del acuífero, igual que ocurre con los valores elevados. En relación con el CGL, hay
que tener en cuenta que es un parámetro que aúna dos variables, por un lado la K vertical del lecho (Kr) y por otro
su espesor. El rango de funcionamiento de CGL se encuentra entre 10-9 s-1 y 10-2 s-1. El límite superior se considera
10-2 s-1 porque el modelo converge y resuelve, pero ofrece resultados muy similares a los de un CGL de 10-4 s-1,
tanto en aportación como en piezometría. El límite inferior tanto de K como de CGL se considera un valor
suficientemente reducido y lo marcan los valores utilizados para simular dentro de un rango lógico. Dentro de estos
rangos los modelos convergen en todo momento.
Teniendo en cuenta que K representa la permeabilidad del medio y CGL una tasa de filtración que está
condicionada por la permeabilidad del medio y su espesor, suponiendo un espesor homogéneo de 1 m de lecho de
río y considerando las mismas unidades de tiempo (ver apartado 6.3.2), se tiene que un acuífero con una K de 1m/d,
o 1,15·10-5, m/s presenta aproximadamente las mismas características hidráulicas que un lecho representado por un
CGL de 10-5 s-1. En este caso, el lecho presenta una capacidad de transmisión ligeramente inferior a la del acuífero.
En el modelo K10, las diferencias hidráulicas entre el acuífero y el lecho del río se incrementan, siendo más
permeable el acuífero (1,15·10-4 m/s) que el lecho del río, con una diferencia aproximada de un orden de magnitud.
En cuanto a los modelos de CGL el modelo CGL_5 coincide con el modelo K1 y el modelo CGL_4 representa un
lecho con una K superior a la del acuífero colindante.
Según los datos de dierentes fuentes recogidos por Calver (2001), si suponemos un espesor de 1 m de lecho de río,
los valores medios de CGL tomados en el caso base de 10-5 s-1, podría corresponder a lechos de arenas
cuaternarias con intercalaciones de arcillas y depósitos glaciares, sedimentos aluviales del terciario y recientes,
carbonatos parcialmente cubiertos por arcillas, aluviales, arenas glaciares y gravas, lechos de un acuífero
carbonatado, depósitos sedimentarios producto del deshielo con lecho arenoso o a un lecho de río de arena media y
gruesa con cantos. Un valor de CGL de 10-4 s-1 podría responder a un acuífero de gravas y arenas con lecho poco
permeable o a un lecho de río de arena media y gruesa con cantos, en sedimento fluvial desde limos a cantos. Las
reducciones de CGL se asocian en el caso de valores extremos de 10-9 s-1 con lechos compuestos por arcillas
desestructuradas, fluidas o en el caso de 10-8 s-1 a acuíferos de arenas y gravas o bien a lechos taponados,
impermeabilizados móviles en ríos en depósitos de terrazas de contenido variable, arenas, gravas y limos. Valores
168
de CGL de 10-7 s-1 a arenas cuaternarias con arcillas y till discontinuos a acuiferos carbonatados, a lechos formados
por limos marrones o grises ricos en materia orgánica o por arenas y valores de 10-6 s-1 a acuífero de gravas y
arenas con lecho poco permeable, arenas cuaternarias con arcillas y till discontinuos a acuiferos carbonatados, a la
parte superior de acuiferos carbonatados, a acuíferos de arenas y gravas, a sedimentos aluviales y gravas en valles
o a acuíferos de arenisca permotriasicas. Por su parte los incrementos de CGL de 10-3 s-1 se asocian con lechos de
arena media y gruesa con cantos, en sedimento fluvial desde limos a cantos o a depósitos aluviales con limos,
arenas y gravas sobre pizarras y el extremo de 10-2 s-1 con lechos taponados, impermeabilizados móviles; ríos en
depósitos de terrazas de contenido variable, arenas, gravas y limos o a lechos de sedimento de grano fino relleno
sobre un acuífero limo-arenoso.
En un medio isótropo la situación planteada en el modelo K1 se podría equiparar en la realidad con una cuenca en
la que existe una dinámica de deposición de sedimentos en el lecho relativamente estable y continua en el tiempo,
vinculada a un régimen de precipitaciones determinado que se repite espacial y temporalmente y que se produce en
ausencia de intervenciones antrópicas que puedan influir en la generación de los flujos de escorrentía. También
podría equipararse a una cuenca con unas características que determinan una elevada energía de corriente en la
que dominan los procesos erosivos y, por tanto, no se produce deposición de sedimentos o es mínima. Esto
explicaría una situación de homogeneidad en las características hidráulicas de lecho y acuífero.
En un medio isótropo, la situación base planteada en el modelo K10 podría representar una disminución de la
energía del agente movilizador del sedimento si el acuífero corresponde al aluvial generado por la acción de
deposición del río continuada en el tiempo y el lecho está representado y limitado por el actual régimen de caudales.
Es decir, la corriente pierde energía y como consecuencia se reduce el tamaño de los granos que es capaz de
transportar, disminuyendo la permeabilidad de los sedimentos que deposita y, por tanto, del lecho.
El modelo CGL_4 es representativo de un medio en el que el agente deposicional, es decir, la energía de la

corriente, es elevada y tiene una gran capacidad de movilizar y transportar sedimentos de gran tamaño que deposita
en zonas o momentos en los que su energía se reduce. Esta reducción de energía estaría vinculada a
características climatológicas cambiantes, a la fisiografía del terreno o a sus características geomorfológicas e
hidrológicas.
Considerando un modelo bidimensional como el utilizado en esta tesis, no es posible representar todas las
características del terreno, principalmente las variaciones que se presentan en la vertical. Esto puede solucionarse
parcialmente en las zonas más superficiales mediante la incorporación de celdas de río o drenaje y una adecuada
parametrización del terreno en estas zonas.
En cuanto a la K, la parametrización de los acuíferos regionales habrá de realizarse con valores de K medios
representativos de su comportamiento. El ejercicio planteado no implica necesariamente que se produzca una
169
variación real de la K de un acuífero sino que puede representar la presencia de formaciones intermedias que
reduzcan o incrementen ese valor de K media. Así, una reducción de K puede representar la presencia de
formaciones intermedias en profundidad de menor K y su incremento, por el contrario, la de formaciones más
permeables. La variación de las características hidráulicas de un acuífero también puede ser el resultado de
distintos procesos, naturales o antrópicos. Así, los incrementos de K físicamente pueden producirse, entre otros, por
procesos de disolución en rocas carbonatadas, por movimientos tectónicos que afecten o desplacen a las
formaciones acuíferas o por efecto de la fracturación hidráulica vinculada a la explotación de hidrocarburos. En estos
casos, la aportación al río se incrementa gracias al descenso de la piezometría provocado por la disminución de los
volúmenes de agua almacenados en el acuífero. Esta respuesta piezométrica general del modelo se invierte en las
celdas de río, en las que el NP con respecto a la piezometría en RP, desciende para reducciones de K y asciende
para incrementos de K. Esto explica los valores de aportación al río bajos asociados a las reducciones de K y altos
para los incrementos de K. Por su parte, la disminución de K puede ser una evidencia de fenómenos de
colmatación, asientos y compactación del terreno y estar vinculada a procesos de subsidencia, sobreexplotación de
acuíferos o disminución de su recarga. Con valores reducidos de K la aportación es nula o mínima y la piezometría,
en general, asciende, de forma que aumentan los volúmenes de agua almacenados en el acuífero.
En cuanto al CGL, la ley de aguas se refiere a lecho de lagos, lagunas, embalses y terrenos inundables y lo define
como el terreno cubierto por las aguas cuando alcanzan su mayor nivel ordinario y, por otro lado, define álveo o
cauce natural de una corriente continua o discontinua como el terreno cubierto por las aguas en las máximas
crecidas ordinarias. Aunque no se refiere a lecho de río, por analogía entre ambas situaciones, se considera que la
delimitación del cauce determina también la del lecho del río. Esto supone que la delimitación en sentido estricto del
lecho se circunscribe al proceso físico que está actuando en la actualidad. Sin embargo, deja fuera de la definición y
del espacio a los terrenos laterales de los ríos que sufren inundaciones no ordinarias. Al estar sometido a la acción
de los flujos de escorrentía en superficie el CGL sí puede variar en espacios de tiempo relativamente cortos. Así, la
acción de inundaciones provoca un arrastre de las partículas del lecho y una erosión que pueden suponer un
incremento de su CGL pero también su depósito aguas abajo, lo que puede traducirse en un incremento o una
disminución del CGL, según donde deposite. El CGL es, por tanto un parámetro de propiedades altamente
dinámicas y cambiantes en el espacio y en el tiempo. Así, un lecho con valores de Kr y de CGL, relativamente
elevados facilita el flujo a su través y genera aportaciones al río significativas.
Las reducciones de CGL están vinculadas a la pérdida de energía de la corriente. Si el acuífero adyacente no pierde
sus características hidráulicas ni su dinámica, estas reducciones se asocian a fenómenos de saturación en zonas
próximas al río, confinamiento y generación de drenajes a superficie, que habría que analizar incorporando el
drenaje del acuífero como término de balance. Esta situación se produce, por ejemplo, en cursos de ríos situados
aguas debajo de un embalse.
170
8 Análisis de sensibilidad
Los resultados de los modelos y la evolución de las simulaciones sometidas a diferentes variaciones individuales y
conjuntas de estos parámetros se han descrito en el capítulo 7. La evolución temporal se ha analizado en diferentes
horizontes temporales de la simulación (30 días, 10 años, 20 años, 50 años y 100 años). El presente capítulo 8
describe el análisis de la sensibilidad y la influencia de los parámetros de permeabilidad (K) y coeficiente de goteo
del lecho (CGL) en las variables resultado: la aportación al río y la piezometría. Este análisis se realiza utilizando dos
indicadores principales: el coeficiente relativo de sensibilidad (CRS) y los “diagramas tornado modificados” (DTM).
Se han utilizado por tanto indicadores cuantitativos y cualitativos de la sensibilidad. El análisis cuantitativo se realiza
mediante el CRS que expresa el ratio entre el efecto de la modificación relativa del parámetro, introducida en
términos de aportación al río o de volumen almacenado en el acuífero, y la variación relativa del parámetro (Ec. 5.12
del apartado 5.4.2). Los DTM permiten un análisis cualitativo de la sensibilidad por medio de herramientas gráficas.
En las figuras presentadas, a cada uno de los momentos de simulación le corresponde un conjunto de barras que
representan la variación del resultado (piezometría o aportación) respecto a una situación inicial representada por el
régimen permanente asociado al valor inicial del parámetro que varía (ver apartado 6.6.3.2).
8.1 Permeabilidad
Para el análisis de sensibilidad (AS) de la permeabilidad se utilizan los modelos K1 y K10.
8.1.1 Diagramas tornado modificados de piezometría
Los DTM de la Figura 8.1 y la Figura 8.2 representan la variación del volumen de agua almacenado en el acuífero
respecto al volumen inicial y, por tanto, la sensibilidad de la piezometría ante la K en los modelos K1 y K10 a los 30
días, 10 años, 20 años, 50 años y 100 años de la simulación (ver apartado 6.6.3.2). La relación entre los PV
asociados a las barras verticales y los valores de K utilizados en los dos modelos se recoge en la Tabla 6.7.
171
Figura 8.1. Variación en el volumen de agua almacenado en el acuífero respecto al volumen inicial con las variaciones de K (K1)
Figura 8.2. Variación en el volumen de agua almacenado en el acuífero respecto al volumen inicial con las variaciones de K (K10).
172
El modelo K10 no converge para incrementos de K superiores al 300% por lo que no se dispone de información en
estos casos. A pesar de ello, en ambas figuras muestran una variación positiva para incrementos de K y una
variación negativa para reducciones de K. Se observa que las reducciones de K incrementan la variación del
volumen y presentan una sensibilidad positiva. Por su parte, los incrementos de K reducen la variación de volumen y
dan una sensibilidad negativa. Es decir, la correlación entre K y la variación del volumen en el acuífero es negativa.
Considerando la evolución en el tiempo, se observa para un mismo PV de K, un incremento del valor absoluto de la
sensibilidad. Así, en los primeros 30 días de simulación la sensibilidad es muy baja y únicamente se percibe para los
incrementos de K. Para momentos más avanzados de la simulación la sensibilidad se incrementa. Aunque la
tendencia al incremento de la sensibilidad coincide en los dos modelos K1 y K10, su comportamiento es diferente en
cada uno de ellos. Así, la sensibilidad a K es superior en el modelo K10 para las reducciones de K, mientras que es
superior en K1 para los incrementos de K.
Para facilitar la definición y comparación de la sensibilidad, la Tabla 8.1 establece una clasificación de la sensibilidad
en función del valor absoluto del PVV en el acuífero.
Tabla 8.1. Rango de sensibilidad para la piezometría según los DTM.
|% Variación del volumen (mm)| Sensibilidad

< 12,5 Muy baja
12,5 – 25 Baja
25 – 37,5 Media
37,5 – 50 Alta
> 50 Muy alta
La sensibilidad de reducciones e incrementos se establece en función de la clase más abundante de los PV

coincidentes en los dos modelos. La sensibilidad global es la media del rango entre incrementos y reducciones. En
caso de duda se toma la más elevada. Atendiendo a los criterios de la Tabla 8.1, la Tabla 8.2 resume la estimación
de la sensibilidad de la piezometría a la K en cada uno de los momentos de simulación considerados para los
modelos K1 y K10. Para facilitar su comparación sólo se tienen en cuenta los resultados relacionados con los
mismos PVP de K en ambos modelos.
173
Tabla 8.2. Sensibilidad de aumentos, reducciones y total de K a la piezometría en cada uno de los momentos de simulación considerados para
K1 y K10, según los DTM.
30 días 10 años 20 años 50 años 100 años

K1 Reducción Muy baja Muy baja Muy baja Baja Baja
K1 Aumento Muy baja Muy baja Baja Baja Media
K1 Muy baja Muy baja Baja Baja Media
K10 Reducción Muy baja Muy baja Baja Media Muy Alta
K10 Aumento Muy baja Muy baja Muy baja Muy baja Muy baja
8.1.2 Coeficientes relativos de sensibilidad de la piezometría
La Figura 8.3 representa los valores de los CRS referentes al volumen de agua almacenado en el acuífero,
calculados para las variaciones de K en el tiempo de simulación (a los 30 días, 10 años, 20 años, 50 años y 100
años) en los modelos K1 y K10.
Figura 8.3. Evolución temporal del CRS de modificaciones de K para los modelos ajustados con K de 1 m/d (en rojo) y K de 10 m/d.
En la Figura 8.3 se observan que los CRS que se refieren a la variación del volumen almacenado son en general
reducidos, toman valores nulos o negativos y se aproximan a -1 con el tiempo de simulación, lo que demuestran la
174
correlación negativa de la K y la piezometría. El rango de variabilidad de CRS es superior en el modelo K10 en
comparación con el de K1.Los CRS iguales o próximos a 0 se obtienen en los primeros momentos de simulación en
K1 y K10 y se reducen con el tiempo de simulación y para valores decrecientes de K, pero aumentan en valor
absoluto. La modificación es paulatina lo que hace que a corto plazo, la sensibilidad piezométrica sea reducida ya
que aún se conserva una configuración piezométrica similar a la del RP. A largo plazo, por el contrario, la
sensibilidad es máxima. Por tanto, en lo referente al volumen almacenado, la sensibilidad se incrementa con el
tiempo de simulación y con valores de K reducidos que incrementan este volumen almacenado y modifican la
configuración piezométrica respecto a la que presentaba el RP. Aunque hay que tener en cuenta que, en ambos
modelos, los valores de CRS más significativos en valor absoluto (los próximos a -1 que igual que los próximos a 1
representan alta sensibilidad) están vinculados a grandes reducciones de K y, por tanto, asociados a procesos de
saturación y drenaje del acuífero, por lo que no se consideran en la valoración de la sensibilidad.
La Figura 8.4 representa los valores de CRS en los distintos momentos de la simulación de los modelos K1 y K10,
en función del valor de K a escala logarítmica y del PV de la K. En las gráficas del PV de la K los incrementos de K
se sitúan a la derecha de la vertical en 0 y las reducciones a la izquierda.
CRS- Valor de K (log) CRS-% de cambio de K

30 días
175
10 años
20 años
50 años
176
100 años
Figura 8.4. CRS del volumen de agua almacenado en el acuífero en distintos modelos y momentos de simulación, según el valor de K a
escala logarítmica y su % de variación a los 30 días, 10, 20, 50 y 100 años.
En los gráficos de la Figura 8.4 se observa que los CRS que se refieren al volumen almacenado en el acuífero
toman valores próximos a 0 y, en general, negativos. Además, se reducen con el tiempo de simulación. Los gráficos
de CRS a escala logarítmica y en función del PVP muestran, a los 30 días de simulación, una recta paralela al eje
de abscisas para los modelos K1 y K10 que marca una sensibilidad nula.
Los CRS son negativos y su valor absoluto aumenta. Por tanto, su sensibilidad aumenta. A partir de los 10 años de
simulación las curvas son monótonas crecientes, desde los PV reducidos hacia los positivos, es decir, desde los
valores de K más reducidos a los más elevados. Esto indica que la sensibilidad aumenta, principalmente para
reducciones de K o PV negativos y se reduce para los incrementos o PV positivos.
En general, los valores reducidos se estabilizan en valores semejantes de CRS, presentando las curvas logarítmicas
un primer tramo de pendiente casi nula que se incrementa para los valores elevados de K. Con el tiempo de
simulación este último tramo de las curvas adquiere cada vez mayor pendiente y la curvatura se hace más
pronunciada, principalmente en K10. Esto supone que la sensibilidad aumenta más en el modelo K10 para
reducciones de K y se asemejan en los valores de K más elevados.
Con el tiempo de simulación la forma de las curvas PV para los valores de K más bajos se corresponde con valores
de CRS cada vez más reducidos, de manera que la curva toma una forma cada vez más cóncava y se aproxima a
una recta paralela al eje de abscisas para los PV de K más altos. A partir de los 20 años de simulación, la
sensibilidad es superior en K1 para incrementos de K, mientras que para reducciones es superior en K10.
177
8.1.3 Diagramas tornado modificados de aportación al río
La Figura 8.5 y la Figura 8.6 representan, para los modelos K1 y K10 respectivamente, la variación de la aportación
del acuífero al río respecto a la variación de K en los distintos momentos de la simulación: 30 días, 10 años, 20
años, 50 años y 100 años. La variación de la aportación representa gráficamente la sensibilidad. El punto de
referencia para su cálculo es la aportación en RP.
Figura 8.5. Variación en la aportación acuífero-río respecto a la situación base original con las variaciones de K (K1)
178
Figura 8.6. Variación en la aportación acuífero-río respecto a la situación base original con las variaciones de K (K10)
La Figura 8.5 y la Figura 8.6 muestran que, en general, la variación de la aportación al río aumenta con el
incremento de K para un mismo momento de simulación, desde valores negativos a positivos. Esto demuestra la
correlación positiva entre la K y la aportación al río. Las disminuciones de K, reducen la aportación en ambos
modelos. La aportación se reduce más cuanto mayor es la reducción de K. Si la reducción de la K es importante (-
99.99%), ambos modelos responden con aportación al río nula o próxima a 0 y el tamaño de las barras se
aproximan a una reducción del 100% de la aportación. Reducciones más modestas producen una variación de la
aportación menor que se va reduciendo según avanza la simulación. Sin embargo, la sensibilidad está representada
por el tamaño de la barra y, por tanto, por el valor absoluto de la variación y no por su signo. Así, para las
reducciones de K, el mayor tamaño de las barras asociado a las reducciones más importantes, aunque negativas,
indica una mayor sensibilidad para los valores de K más reducidos. Esta tendencia para reducciones de K se
mantiene durante toda la simulación y para los dos modelos. Además, con el tiempo de simulación para un mismo
PVP, la sensibilidad disminuye.
Con respecto a los incrementos de K y atendiendo a los gráficos mostrados, la sensibilidad se incrementa con el
aumento de K a los 30 días en los dos modelos y a los 10 y 20 años de simulación en K1. Sin embargo, según
avanza la simulación esta tendencia creciente de la sensibilidad se invierte a partir de los 10 años en K10 y de los
20 en K1 y es, por tanto, no monótona. Los puntos de inflexión se muestran en las barras asociadas a los 50 años
en K1 y a los 10 años en K10. De ahí en adelante, se constata la inversión de la reducción de la sensibilidad que,
incluso se anula a partir de los 50 años en K10, una vez se agota la reserva de agua que existía en RP.
179
Las variaciones en aportación en el modelo K1 (en valor absoluto) son, en general, mayores que las del modelo K10
para un mismo PV de K. Esto supone una mayor sensibilidad del modelo K1 durante todo el periodo de simulación,
más notable para los incrementos y las reducciones menos importantes de K.
La Tabla 8.3 establece una clasificación de la sensibilidad en función del valor absoluto del porcentaje de variación
de la aportación (PVA) del acuífero al río.
Tabla 8.3. Rango de sensibilidad para la aportación según los DTM.
|% Variación de la aportación| Sensibilidad

< 100 Muy baja
100 – 200 Baja
200 - 300 Media
300 - 400 Alta
> 500 Muy alta
Atendiendo a los criterios de la Tabla 8.3, la Tabla 8.4 recoge la estimación la sensibilidad de K a la aportación en
cada uno de los momentos de simulación considerados para los modelos K1 y K10.
Tabla 8.4. Sensibilidad de aumentos, reducciones y total de K a la aportación en cada uno de los momentos de simulación considerados para

K1 Reducción Baja Baja Baja Baja Baja
K1 Aumento Media Media Baja Baja Muy baja
K1 Media Media Baja Baja Baja
K10 Aumento Media Muy baja Muy baja Muy baja Muy baja
K10 Media Baja Baja Baja Baja
8.1.4 Coeficientes relativos de sensibilidad de la aportación
La Figura 8.7 representa la evolución temporal del CRS ante las modificaciones de K. En abscisas se representa el
tiempo en años de simulación y en ordenadas el CRS. Las curvas en rojo representan las evoluciones del modelo
K1 cuando varía el valor de K; las negras, las del modelo K10.
180
Figura 8.7. Evolución temporal del CRS (-) de modificaciones de K para los modelos K1 (en rojo) y K10 (en negro).
Esta figura representa un conjunto de curvas cóncavas y decrecientes y muestra que la tendencia de la sensibilidad
alcanzada con los modelos K1 y K10 es similar. En las curvas que representan mayores variaciones de K, asociadas
a los momentos iniciales y a incrementos de K, la concavidad aumenta. Los CRS calculados para la aportación son
positivos y oscilan en un rango entre 0 y 1. De forma general, CRS disminuye con el incremento de K y con el
tiempo de simulación. Asimismo, se observa que, para una misma variación de K y transcurrido el mismo tiempo de
simulación, CRS es superior en el modelo K1. Se observan valores de CRS elevados y positivos lo que demuestra la
correlación positiva entre K y la aportación al río.
Para las simulaciones de variación de K, los valores de CRS que se refieren a la aportación son, en general,
próximos a 1, lo que implica una alta sensibilidad, principalmente al inicio de la simulación para cualquier valor de K.
Las variaciones positivas de K (valores de K elevados) se corresponden con valores de CRS próximos a 0,9 y las
variaciones negativas (valores reducidos de K) con valores de CRS próximos a 1, por lo que la sensibilidad es mayor
para las últimas. Los valores de CRS (aportación) son elevados en los momentos iniciales de la simulación para
cualquier valor de K, por el fuerte desequilibrio entre los términos de balance que se produce debido a la variación
de gradientes al principio de las simulaciones. La variación en la respuesta del modelo es muy brusca al principio de
la simulación y, según avanza esta, tiende a aproximarse a una nueva situación de equilibrio. Al cabo de cierto
tiempo de simulación, para valores de K elevados, prácticamente se consigue el mismo valor de transferencia de
flujo acuífero-río que en el RP.
181
Con el tiempo de simulación los CRS se reducen, llegando incluso a 0 para los mayores incrementos de K. Al final
de la simulación los modelos con mayores incrementos de K anulan el valor de CRS, es decir, pierden la
sensibilidad, lo que indica que el periodo sensible de modelos de K alta es más reducido y que la sensibilidad es
relativa a la variable escogida (en este caso, la aportación del acuífero al río). Para las reducciones, por el contrario,
aunque también se reducen con el tiempo de simulación, los CRS son elevados incluso al final de la simulación.
La Figura 8.8 representa el valor de CRS en los distintos momentos de la simulación, para los dos ajustes del
modelo en función del PV de la K respecto a la K de base.

30 días
10 años
182
20 años
50 años
100 años
Figura 8.8. CRS de la aportación del acuífero al río en distintos modelos y momentos de simulación, según el valor de K a escala logarítmica y
su % de variación a los 30 días, 10, 20, 50 y 100 años.
183
Todos los gráficos de la Figura 8.8 muestran la reducción del CRS con el aumento de K y el tiempo de simulación,
desde valores máximos de 1, de manera que todas las curvas son monótonamente decrecientes. Los CRS son
positivos en todo momento para cualquier variación de K. Sin embargo, su evolución es diferente en cada caso. La
sensibilidad se reduce antes (e incluso se anula) en el modelo K10 y para PV más elevados. La sensibilidad,
disminuye en el tiempo porque tiende al RP que vuelve a dar el mismo valor de aportación al río.
En general, en todos los tipos de gráficos se observa una sensibilidad muy alta asociada a los porcentajes de
reducción de K más reducidos. Como se expone en el capítulo 7, las reducciones de K se asocian a los procesos de
saturación que ocurren en las celdas próximas al río. Al aparecer procesos distintos a los inicialmente contemplados
en el experimento se dificulta el AS. En estos casos hay que tomar con cautela los resultados obtenidos.
Para los porcentajes de K más elevados los CRS tienden a descender con el tiempo debido a la proximidad de la
estabilización piezométrica y de una aportación al río próxima a la obtenida en RP. Una ventaja del modelo K10
sobre el K1 es que permite representar una gama más amplia de incrementos de K. Este rango de valores se ve
acentuado cuando se tienen en cuenta los porcentajes de cambio en el parámetro.
A los 30 días de simulación ambos modelos presentan aproximadamente los mismos valores de CRS, es decir,
valores de CRS próximos a 1, que se reducen hacia valores de 0,8 con el incremento del PV de K. Estos altos
valores de CRS indican que los dos modelos son muy sensibles para todos los valores de K. Las curvas parten de
un CRS de 1 para PV negativos en los dos modelos y se reducen a valores de CRS en torno a 0,8 en K10 y 0,9 en
K1. La curva del modelo K10 presenta mayor pendiente y menor CRS para un mismo PVP. En general, según
avanza la simulación el valor de CRS se mantiene en valores próximos a 1 para los PV de K más bajos, pero se
reduce para los elevados, tanto más cuanto mayor es el PV de K y el tiempo de simulación. Al aumentar el tiempo
de simulación, se reduce la sensibilidad porque se avanza hacia una situación de nueva estabilidad que tiende a
recuperar la aportación que se obtenía en RP.
A los 10 años de simulación, las curvas de CRS en función de los porcentajes de cambio decrecen. El CRS se
reduce desde un valor máximo de 1, de forma rápida en el modelo K10 y más lentamente en el modelo K1. La
misma tendencia se observa en los gráficos a los 20, 50 y 100 años de simulación. Las líneas se van haciendo cada
vez más verticales con el tiempo de forma que se reduce el CRS para valores de K cada vez más bajos. A los 20
años de simulación el CRS y, por tanto, la sensibilidad alrededor de ese punto, es mayor para el modelo K1. A los
20 años de simulación con un PV de K de 300%, el modelo K10 ya se aproxima a un CRS de 0. A los 50 años y 100
años los PV del 100%, 200% y 300% asociados al modelo K10 alcanzan valores nulos de CRS. El modelo K1 lo
alcanza a los 50 años con un PVP de 1900% y a los 100 años se incorpora también el 900%.
184
8.1.5 Resultados
La Tabla 8.5 y la Tabla 8.6 sintetizan los resultados de piezometría y aportación según los DTM y los CRS
respectivamente. En el caso de los CRS, los resultados corresponden a los promedios de cada horizonte temporal.
El análisis de ambos modelos para piezometría y aportación, es en el caso de los DTM cualitativo y conduce a
resultados similares por lo que resulta sencillo acordar un resultado común en cada horizonte temporal.
Tabla 8.5 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los DTM
DTM 30 días 10 años 20 años 50 años 100 años

Piezometría K10 Muy baja Muy baja Baja Baja Media
K Muy baja Muy baja Baja Baja Media
K1 Media Media Baja Baja Baja
Aportación K10 Media Baja Baja Baja Baja
K Media Media Baja Baja Baja
Tabla 8.6 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los CRS
CRS 30 días 10 años 20 años 50 años 100 años

K1 0,00 -0,03 -0,06 -0,13 -0,21
Piezometría K10 0,00 -0,06 -0,10 -0,21 -0,36
K 0,00 -0,04 -0,08 -0,17 -0,29
K1 0,99 0,87 0,81 0,69 0,60
Aportación K10 0,96 0,67 0,58 0,48 0,41
K 0,97 0,76 0,69 0,58 0,50
Los cuadros coloreados representan la sensibilidad final para piezometría y aportación de la K en los distintos
momentos de simulación, según la clasificación realizada a partir de los DTM (Tabla 8.5) y según los cálculos de
CRS (Tabla 8.6).
En general, los acuíferos de K elevada presentan a la larga mayor sensibilidad a las variaciones de volumen. Sin
embargo, analizando en detalle esas variaciones se observa que la sensibilidad a K es superior en el modelo K10
para las reducciones, mientras que es superior en K1 para los incrementos de K. Teniendo en cuenta que la
superficie piezométrica en la situación de RP ya se situaba en K10 en cotas más reducidas que en K1, los
incrementos de K afectan más al modelo K1 porque implican un vaciado significativo del acuífero y, por tanto, una
mayor variación del volumen almacenado en el acuífero. Las reducciones de K, por el contrario, provocan un
aumento de volumen de agua en el acuífero más significativo en K10, al disponer de un mayor volumen de acuífero
vacío.
185
En los acuíferos con valores de K altos el flujo se acelera, lo que facilita que la superficie piezométrica se acerque a
la situación de RP desde los primeros momentos de simulación. El tiempo de simulación consigue regular la
aportación del acuífero al río. De esta forma, para valores de K elevados prácticamente se consigue el mismo valor
de transferencia de flujo del acuífero al río que en el RP. La sensibilidad disminuye con el tiempo y los valores de
CRS se aproximan a 0. El aumento de velocidad de flujo que implica un incremento de K permite aproximar en
menor tiempo una situación de estabilidad y una variación de aportación mínima respecto a la de referencia y, como
consecuencia, disminuir el CRS y la sensibilidad de la aportación del modelo. En simulaciones con valores de K
elevados, los desequilibrios se corrigen más fácil o rápidamente que en las de valores bajos de K, donde, además,
suelen aparecer procesos de saturación.
En el caso de valores bajos de K, el flujo subterráneo es más lento y, por tanto, necesita más tiempo para alcanzar
flujos de aportación al río similares a los obtenidos en RP. Así, para un mismo momento de simulación, la
sensibilidad (el CRS de la aportación) es, en general, superior con valores de K reducidos. Los mayores valores de
CRS para valores de K reducidos pueden explicarse por la reducción de la aportación del acuífero al río y de la
velocidad del flujo, que conllevan las reducciones de K. Por lo tanto, para un mismo tiempo de simulación terrenos
de menor K presentan mayor sensibilidad que otros de K mayor.
La recarga aumenta el almacenamiento de agua en el acuífero. Esto favorece, de forma rápida, al inicio de la
simulación, el ascenso de la piezometría (en ocasiones, incluso la saturación) provocando un aumento de gradiente
hidráulico entre río y acuífero. Como la conjunción entre la diferencia de cota y el CGL determinan la cantidad de
agua que se transfiere al río, la aportación del acuífero al río se incrementa en los primeros momentos de
simulación. El aumento del almacenamiento del acuífero y del gradiente hidráulico es más acusado en acuíferos en
los que la velocidad de flujo es baja, lo que se refleja en cantidades de aportación al río más elevadas que en el
caso de acuíferos de mayor K.
Según avanza la simulación, el modelo cada vez se encuentra más próximo al RP en cuanto a volumen de
aportación, el rango estable de K cada vez es mayor y la sensibilidad se reduce más. Para largas simulaciones y
porcentajes de cambio de K superiores al 100% la sensibilidad es nula. Con valores de K elevados, el flujo se
incrementa y es más rápido por lo que recuperar la aportación de referencia (reducirla) implica menor tiempo de
simulación.
186
8.2 Coeficiente de goteo del lecho
Para el AS del CGL se utilizan los modelos CGL_5 y CGL_4. Ambos se ajustan a RP con una K de 1 m/d. El CGL de
la simulación base en RP es de 10-5 s-1 en CGL_5 y 10-4 s-1 en CGL_4. El modelo CGL_5 se corresponde con el
modelo K1.
Los DTM de la Figura 8.9 y la Figura 8.10 representan la variación del volumen de agua almacenado en el acuífero
respecto al volumen inicial y, por tanto, la sensibilidad de la piezometría ante el CGL en los modelos CGL_5 y
CGL_4 a los 30 días, 10 años, 20 años, 50 años y 100 años de la simulación. Los PV positivos representan
aumentos de CGL y los negativos reducciones de CGL (ver apartado 6.6.3.2). La relación entre los PV y los valores
de CGL utilizados en los dos modelos se recoge en la Tabla 6.8.
Figura 8.9. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con las variaciones de CGL (CGL_5)
187
Figura 8.10. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con las variaciones de CGL (CGL_4)
La sensibilidad es mínima o nula para incrementos del PV de CGL. También a los 30 días de la simulación para
cualquier variación de CGL. Para los PV negativos e inferiores a -99,9% la sensibilidad no es nula pero presenta
valores reducidos. En un mismo momento de simulación la sensibilidad se reduce con el incremento del PV del
CGL. Para un mismo PV del CGL la sensibilidad aumenta con el tiempo de simulación. Para los valores de CGL más
reducidos aumenta la sensibilidad con el tiempo y con la reducción del CGL. Así, la sensibilidad es mayor para
valores de CGL reducidos en un mismo momento de simulación y para tiempos más largos de un mismo valor de
CGL.
Utilizando los criterios de la Tabla 8.1, la Tabla 8.7 recoge la estimación la sensibilidad de la piezometría a los
aumentos y reducciones de CGL en cada uno de los momentos de simulación considerados para los dos modelos.
Tabla 8.7. Sensibilidad de los aumentos y reducciones de K a la piezometría en cada uno de los momentos de simulación considerados para

CGL_5 Reducción Muy baja Muy baja Muy baja Muy baja Muy baja
CGL_5 Aumento Muy baja Muy baja Muy baja Muy baja Muy baja
CGL_5 Muy baja Muy baja Muy baja Muy baja Muy baja
CGL_4Aumento Muy baja Muy baja Muy baja Muy baja Muy baja
188
Atendiendo a los resultados gráficos, aunque muy baja en ambos modelos, la sensibilidad es ligeramente superior
en el modelo CGL_5.
8.2.2 Coeficientes relativos de sensibilidad de la piezometría
La Figura 8.11 representa la evolución temporal de los CRS calculados para el volumen almacenado en el tiempo a
partir de los datos a los 30 días, 10 años, 20 años, 50 años y 100 años en los modelos CGL_5 y CGL_4.
Figura 8.11. Evolución temporal del CRS asociados a modificaciones de CGL para los modelos K1_CGL_5 (en rojo) y K1_CGL_4.
En la Figura 8.11 se observa que en ambos modelos los valores de CRS coinciden cuando se considera el mismo
valor de CGL. Los CRS toman valores nulos y negativos. Los valores negativos están asociados a los valores de
CGL más reducidos que llevan asociados fenómenos de saturación y drenaje a superficie y por tanto, es necesario
incorporar estos procesos en el modelo para demostrara la aparente correlación negativa del CGL y la piezometría,
que estaría vinculada a los valores de CGL muy bajos. Teniendo en cuenta únicamente los valores de CGL para los
que no aparecen fenómenos de saturación en el acuífero la sensibilidad que muestran los CRS es nula.
La Figura 8.12 representa el valor de CRS en los distintos momentos de la simulación, para los modelos CGL_5 y
CGL_4, en función del valor de CGL a escala logarítmica y del PV que representa el valor de CGL respecto al CGL0.
189
Log CGL % de cambio de CGL
30 días
10 años
20 años
190
50 años
100 años
Figura 8.12. CRS del volumen de agua almacenado en el acuífero en distintos modelos y momentos de simulación, según el valor de CGL a
escala logarítmica y su % de variación a los 30 días, 10, 20, 50 y 100 años.
Los CRS son nulos para cualquier valor de CGL en el comienzo de la simulación y para los valores de CGL
elevados en cualquier momento de ésta. CRS solo toma valores negativos con los valores de CGL muy reducidos y
para tiempos de simulación largos, de forma que su valor se reduce más cuanto mayor es el tiempo de simulación y
menor el valor de CGL.
Los PV positivos se corresponden con CRS nulos a lo largo de toda la simulación, resultando una recta que coincide
con el eje de abscisas. Ocurre lo mismo para todos los valores de CGL a los 30 días de simulación. Según avanza la
simulación los valores de CGL inferiores a 10-7 s-1.
El CRS toma valores negativos para valores de CGL inferiores a 10-7 s-1 en los dos modelos. En ambos modelos con
un CGL de 10-7 s-1 el CRS toma valor negativo a partir de los 50 años de simulación y, con 10-8 s-1 y 10-9 s-1 a partir
de los 10 años de simulación. En los dos casos los CRS se reduce con el tiempo de simulación hacia valores cada
vez más negativos, aumentando el valor absoluto de la sensibilidad.
191
La Figura 8.13 y la Figura 8.14 recogen los DTM para la variación de aportación del acuífero al río frente al
porcentaje de cambio en el CGL en los modelos CGL_5 y CGL_4 respectivamente.
Figura 8.13. Variación en la aportación acuífero-río respecto a la situación base original con las variaciones de CGL (CGL_5).
192
Figura 8.14. Variación en la aportación acuífero-río respecto a la situación base original con las variaciones de CGL (CGL_4).
La Figura 8.13 y la Figura 8.14 muestran sensibilidades de signo negativo, que están asociadas a los porcentajes de
reducción más importantes. En valor absoluto, la sensibilidad disminuye cuando el valor absoluto del PVP también lo
hace, de manera que existe una correlación positiva entre la variación de CGL y la sensibilidad de la aportación. Por
su parte, los incrementos de CGL presentan una sensibilidad nula. Además, la sensibilidad se reduce con el tiempo
de simulación. En un mismo momento de simulación la mayor sensibilidad está asociada a los PV más reducidos y a
los 30 días de simulación, pero desaparece para momentos más avanzados. Fuertes reducciones del CGL (-99,99%
y -99,9%), suponen la práctica impermeabilización del lecho y conllevan grandes reducciones en la aportación del
acuífero al río (próximas al 100%). Con el tiempo de simulación la sensibilidad de la aportación se reduce,
reduciendo la sensibilidad y permitiendo el flujo de agua. Es necesario tener en cuenta que asociados a estas
reducciones se detectan procesos de saturación y drenaje del acuífero, no incorporados en el modelo, y para
explicar estos resultados de reducción de sensibilidad con el tiempo de simulación, es necesario incorporarlos.
Los diagramas de ambos modelos son, a grandes rasgos, muy similares. Sin embargo, se observa que, en todos los
momentos representados, para la misma variación de CGL, la variación de la aportación del acuífero al río respecto
a la de referencia, (la sensibilidad) es superior en el modelo CGL_5.
Atendiendo a los criterios de la Tabla 8.3, la Tabla 8.8 recoge la estimación la sensibilidad de los aumentos y
reducciones de K a la aportación en cada uno de los momentos de simulación considerados para los modelos
CGL_5 y CGL_4, así como el signo de la variación.
193
Tabla 8.8. Sensibilidad de los aumentos y reducciones de K a la aportación en cada uno de los momentos de simulación considerados para
CGL_5 y CGL_4, según los DTM.

CGL_5 Reducción Baja Muy baja Muy baja Muy baja Muy baja
CGL_5 Aumento Muy baja Muy baja Muy baja Muy baja Muy baja
CGL_5 Baja Muy baja Muy baja Muy baja Muy baja
CGL_4Aumento Muy baja Muy baja Muy baja Muy baja Muy baja
8.2.4 Coeficientes relativos de sensibilidad de la aportación
La Figura 8.15 muestra la evolución temporal de los CRS calculados para los resultados de aportación según las
variaciones de CGL a los 30 días, 10 años, 20 años, 50 años y 100 años para los modelos CGL_5 y CGL_4.
Figura 8.15. Evolución temporal del coeficiente de sensibilidad de distintos valores de CGL para los modelos ajustados con un CGL de 10-5 s-1
(en rojo) y con un CGL de 10-4 s-1.
En la Figura 8.15 se observan curvas rectas paralelas al eje de abscisas en los casos asociados a los valores
elevados de CGL (por encima de 10-6 s-1). El CRS es nulo para valores de CGL que suponen incrementos o
pequeñas reducciones del parámetro y, consecuentemente, su sensibilidad es reducida durante toda la simulación.
194
Para los mismos valores de CGL los CRS coinciden en ambos modelos, de forma que la respuesta de los modelos
CGL_5 y CGL_4 es similar.
Para los valores más reducidos de CGL, se observan curvas decrecientes. Estos valores reducidos de CGL
presentan, al inicio de las simulaciones, CRS elevados y, por tanto, alta sensibilidad. De ahí en adelante, para un
mismo valor del CGL, el CRS disminuye con el tiempo. El valor de CRS es superior cuanto más importante sea la
reducción. Atendiendo a la pendiente de las curvas, los cambios en el CRS se producen rápidamente, al principio de
las simulaciones y, más lentamente, según avanza la simulación. El signo positivo de los CRS y la aparente
correlación positiva entre la aportación y el CGL está vinculado a valores muy reducidos de CGL, asociados a
fenómenos de saturación y drenaje a superficie.
La Figura 8.16 muestra el valor de CRS en distintos momentos de la simulación en función del PV de CGL, para los
modelos CGL_5 y CGL_4.

30 días
10 años
195
20 años
50 años
100 años
Figura 8.16. CRS de la aportación del acuífero al río en distintos modelos y momentos de simulación, según el valor de CGL a escala
logarítmica y su PVP a los 30 días, 10, 20, 50 y 100 años.
Las curvas de CRS en función del PVP son decrecientes y tienden hacia valores nulos de CRS. En todos los casos
el tiempo de simulación hace que el valor de CRS disminuya.
196
A partir de estos gráficos se comprueba que, en general, existen dos familias de valores de CGL. Una familia de
valores de CGL altos con sensibilidad 0 y otra de valores de CGL reducidos con alta sensibilidad. En periodos cortos
de simulación existe un rango de valores intermedios con sensibilidad no nula, pero tendiente a 0. Desde los
primeros momentos de simulación, para PV positivos de CGL, se observan valores de CRS próximos a 0, mientras
que los negativos, presentan valores de CRS elevados. Los CRS son más elevados cuanto mayor es la reducción
de CGL y se aproximan a 1 para la reducción máxima.
En general, en las curvas de PV en todos los momentos de simulación se observa una línea recta vertical que
recorre todos los valores de CRS y representa los PV negativos. La línea recta es vertical porque debido a los
valores tan bajos de CGL no existe apenas diferencia entre los porcentajes de reducción representados (-99%,
99,9%, 99,99%). Esta línea recta alcanza un CRS de 0 desde donde parte una línea recta horizontal, que se
mantiene, desde menores reducciones de CGL y para todos los porcentajes de cambio positivos. Es decir, la
sensibilidad es muy alta para las reducciones de CGL y nula o casi nula para los incrementos de CGL. La alta
sensibilidad de las grandes reducciones de CGL se asocia a los fenómenos de saturación del acuífero en zonas
próximas a las celdas de río.
8.2.5 Resultados
La Tabla 8.9 y la Tabla 8.10 sintetizan los resultados de piezometría y aportación según los DTM y los CRS
respectivamente.
Tabla 8.9 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los DTM

Piezometría CGL_4 Muy baja Muy baja Muy baja Muy baja Muy baja
CGL Muy baja Muy baja Muy baja Muy baja Muy baja
CGL_5 Baja Muy baja Muy baja Muy baja Muy baja
Aportación CGL_4 Muy baja Muy baja Muy baja Muy baja Muy baja
CGL Baja Muy baja Muy baja Muy baja Muy baja
Tabla 8.10 Síntesis de la sensibilidad de K a la piezometría y a la aportación, según los promedios de CRS
CRS 30 días 10 años 20 años 50 años 100 años

CGL_5 0,00 0,00 -0,01 -0,01 -0,02
Piezometría CGL_4 0,00 0,00 0,00 0,00 -0,01
CGL 0,00 0,00 0,00 -0,01 -0,01
CGL_5 0,22 0,12 0,11 0,09 0,08
Aportación CGL_4 0,15 0,05 0,03 0,02 0,01
CGL 0,20 0,09 0,08 0,06 0,05
197
La sensibilidad del CGL es muy baja para las variaciones piezométricas en cualquier momento de las simulaciones.
Igual que ocurre con K, los CRS que se refieren a la variación del volumen almacenado son en general reducidos,
muchos de ellos negativos y se aproximan a -1 con el tiempo de simulación. Los valores de CRS próximos a -1,
igual que los próximos a 1, representan alta sensibilidad. Por tanto, en lo referente al volumen almacenado, la
sensibilidad se incrementa con el tiempo de simulación y con valores de CGL reducidos que incrementan el volumen
almacenado y modifican la configuración piezométrica respecto a la propia del RP. A corto plazo, la sensibilidad
piezométrica es reducida ya que aún se conserva una configuración piezométrica similar a la del RP. Es necesario
puntualizar que los volúmenes diferenciales se han calculado para el acuífero y no para la totalidad del modelo. Es
decir, no se considera el drenaje del acuífero a superficie. En caso de considerarlo la sensibilidad de la piezometría
también aumentaría.
La sensibilidad del CGL a la aportación es, en general, muy baja, aunque más elevada que la de la piezometría. Sin
embargo, en los primeros momentos de simulación la sensibilidad frente a la aportación presenta un nivel de
sensibilidad más elevado según los DTM y también, según el promedio de los CRS que marca una sensibilidad de
0,2%. Esto demuestra una sensibilidad de CGL relativamente importante al inicio de las simulaciones. Este
incremento de la sensibilidad se debe principalmente al aumento de sensibilidad que se da a los 30 días de
simulación en el modelo CGL_5: la clasificación de la sensibilidad en los DTM en vez de ser muy baja es baja y el
CRS aporta un valor de 0,25, frente al 0,15 del modelo CGL_4. Esto supone que las condiciones iniciales de CGL en
el modelo influyen en la sensibilidad, al mantenerse constante el valor del resto de parámetros del modelo.
En el AS de CGL, K es constante y los resultados obtenidos indican una mayor sensibilidad para lechos de río con
menor valor de CGL tanto en piezometría como en aportación.
El AS de CGL muestra que para PV positivos el modelo apenas es sensible, no regula el flujo ni afecta a la
aportación al río, muy similar a la obtenida en el RP. Los PVP superiores al -99% (valores de CGL por encima de 10-
7 s-1) presentan CRS próximos a 0, o que tienden a 0, según avanza el tiempo de simulación. Solo las variaciones
que suponen una disminución del valor de referencia influyen en la aportación del acuífero al río, siendo mayor el
desajuste provocado por los valores más bajos. Los valores bajos de CGL presentan CRS altos y, por tanto, alta
sensibilidad. El CGL es sensible para valores inferiores al de referencia (10-5 s-1 en CGL_5 y 10-4 s-1 en CGL_4)
por debajo del que se establece el rango de sensibilidad de cada modelo. Reduciendo el valor de CGL se reduce
también la tasa de aportación, de modo que el lecho, por las características de su material, por su elevado espesor o
por la estrechez del río, no es capaz de asumir todo el agua que entra por recarga, la aportación del acuífero al río
se reduce, el agua se acumula en el acuífero (como indica la variación de almacenamiento positiva) y se pone en
juego una cantidad de agua inferior a la que se transfería en RP. Para los valores más bajos del rango establecido,
el lecho del río actúa como un “tapón” que impide el flujo desde el acuífero hacia el río y hace que la aportación del
acuífero al río disminuya en casi un 100% al inicio de las simulaciones y provoque incluso fenómenos de saturación
198
del acuífero e inundación en superficie de las celdas contiguas al río. Valores muy reducidos de CGL impiden el flujo
hacia el río y el agua tiende a salir por las zonas deprimidas topográficamente en las que no encuentra este
impedimento, es decir, las próximas al río que no están tipificadas en el modelo como celdas de río. Estos procesos
de saturación en celdas contiguas al río ocurren también en simulaciones de reducción de la K. En condiciones
naturales el efecto de saturación y confinamiento del acuífero bajo las celdas de río es común y está asociado a
surgencias, pozos artesianos y, en general, a flujos verticales ascendentes.
8.3 Variación simultánea de permeabilidad y coeficiente de goteo del lecho
Siguiendo la propuesta de Borgonovo y Plischke (2016), para solventar la principal limitación de los métodos locales
de análisis de sensibilidad de no considerar los efectos de interacción entre parámetros y con el fin de comprobar si
existe un efecto conjunto de los parámetros K y CGL, se han planteado unas simulaciones de variación simultánea
de los dos parámetros a la vez, según un PVP común (ver apartado 6.6.2).
Se determina la interacción de K y CGL en todos los modelos utilizados: K1 (que coincide con CGL_5), K10 y
CGL_4. Los efectos de interacción entre los dos parámetros obtenidos de las simulaciones conjuntas se representan
mediante DTM. La cuantificación del valor de los CRS está referida al valor del parámetro modificado y, por esto,
únicamente se obtienen para las modificaciones individuales de los parámetros.
Las Figura 8.17, Figura 8.18 y Figura 8.19 representan la sensibilidad ante la variación conjunta de K y CGL para los
modelos K1, K10 y CGL_4 respectivamente, en distintos momentos de la simulación (30 días, 10, 20, 50 y 100
años). Los PV positivos asociados a cada barra representan aumentos de los parámetros K y CGL y los negativos
reducciones.
199
Figura 8.17. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con la variación conjunta de K y CGL (Modelo K1)
Figura 8.18. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con la variación conjunta de K y CGL. (Modelo
K10)
200
Figura 8.19. Variación en el volumen almacenado en el acuífero respecto al volumen inicial con la variación conjunta de K y CGL. (Modelo
CGL_4)
En todos los casos, los porcentajes de variación de volumen (PVV) asociados a los incrementos del PV de los
parámetros K y CGL son de signo negativo y son positivos los asociados a las reducciones.
Existe una correlación negativa entre la piezometría y el PVP. Además, para un mismo PVP la sensibilidad presenta
una tendencia creciente ya que se incrementa (en valor absoluto) con el tiempo de simulación. En un mismo
momento de simulación la sensibilidad se incrementa cuanto mayor es el valor absoluto de la variación de ambos
parámetros. Sin embargo, no es proporcional el incremento de la sensibilidad para los PVP positivos y negativos. La
sensibilidad de los PVP negativos, es decir, de las reducciones de los parámetros, es superior a la de los positivos o
incrementos y estas diferencias se acentúan con el tiempo de simulación.
Así, la sensibilidad de los incrementos de PCP es nula a los 30 días de simulación y aumenta a los 10 años de
simulación, más cuanto mayor es el PCP. A partir de los 10 años de simulación la variabilidad de la sensibilidad es
reducida aunque se incrementa ligeramente con el tiempo de simulación.
Para incrementos de los parámetros, la sensibilidad en un mismo momento de simulación, ante un mismo PCP, es
similar para los modelos CGL_4 y CGL_5, lo que indica una escasa influencia del CGL de base en la respuesta del
modelo a la piezometría. Sin embargo, se observa una sensibilidad superior del modelo K10 frente al K1 lo que pone
en evidencia la mayor influencia de la K de base frente al CGL.
201
En el caso de las reducciones de PCP la sensibilidad presenta mayor variabilidad que los incrementos. Es reducida
a los 30 días de simulación y se incrementa con el tiempo de simulación. En cada uno de los momentos analizados
la sensibilidad es superior para las reducciones más importantes, aunque las diferencias son mínimas a partir de
ciertos valores.
La sensibilidad de los modelos CGL_4 y CGL_5 es similar para reducciones de los parámetros, igual que ocurre con
los incrementos. Sin embargo, al contrario de lo que ocurría con los incrementos, en el caso de las reducciones la
sensibilidad en el modelo K1 es superior a la del modelo K10, para un mismo momento de simulación ante un
mismo PCP. Estos resultados coinciden con los resultados obtenidos para el AS individual de la K (Apartado 8.1.1) y
apunta a una mayor influencia de K frente a CGL.
reducciones de K y CGL a la piezometría en cada uno de los momentos de simulación considerados para los
modelos K1 y K10.
Tabla 8.11. Sensibilidad de las variaciones de K y CGL a la piezometría en cada uno de los momentos de simulación considerados para K1,
K10 y K1_GGL_4, según los DTM.
Interacciones (DTM) 30 días 10 años 20 años 50 años 100 años
K1 Reducción Muy baja Muy baja Muy baja Baja Baja
K1 Aumento Muy baja Muy baja Baja Baja Media
K1_CGL_5 Muy baja Muy baja Baja Baja Media
K10 Reducción Muy baja Muy baja Baja Media Muy Alta
K10 Aumento Muy baja Muy baja Muy baja Muy baja Muy baja
CGL_4 Reducción Muy baja Muy baja Muy baja Baja Baja
CGL_4 Aumento Muy baja Muy baja Baja Baja Media
La Figura 8.20, la Figura 8.21 y la Figura 8.22 recogen los diagramas de barras que representan la variación de
aportación del acuífero al río frente al PVP conjunto de K y CGL. La Figura 8.20 se refiere al modelo K1, la Figura
8.21 al modelo K10 y la Figura 8.22 al modelo CGL_4.
202
Figura 8.20. Variación en la aportación acuífero-río respecto a la situación base original con variaciones de K y CGL (Modelo K1).
Figura 8.21. Variación en la aportación acuífero-río respecto a la situación base original con variaciones de K y CGL (Modelo K10).
203
Figura 8.22. Variación en la aportación acuífero-río respecto a la situación base original con variaciones de K y CGL (Modelo CGL_4).
Puede decirse que la Figura 8.20 y la Figura 8.22 son equivalentes, lo que demuestra una sensibilidad nula o
indetectable del CGL de partida en la aportación, con una respuesta análoga de los modelos CGL_5 y CGL_4. Por
tanto, en la comparación siguiente únicamente se considera el modelo K1, independientemente del valor de CGL de
base) y lo relativo a la Figura 8.20 es asimilable a la Figura 8.22.
La Figura 8.20 y Figura 8.21 muestra sensibilidades similares de los modelos K1 y K10 ante los mismos PV,
principalmente para reducciones y momentos iniciales de simulación. Para incrementos de los parámetros y
momentos avanzados de simulación existen diferencias entre un modelo y otro y presenta mayor sensibilidad el
modelo K1. El signo del PVP coincide con el signo del PVA, lo que indica una correlación positiva entre la variación
de los parámetros y la aportación. Así, los PVP positivos (aumento de los parámetros) presentan porcentajes de
variación de la aportación (PVA) positivos (la incrementan) y, los PVP negativos (reducciones de los parámetros),
negativos (reducen la aportación). La sensibilidad de los PVP decrece con el tiempo de simulación, principalmente
para los PVP positivos y los negativos reducidos. Para valores negativos de PVP, la sensibilidad disminuye cuanto
menor es el valor absoluto del PVP. Aunque los PVP negativos más reducidos mantienen la sensibilidad más o
menos constante durante toda la simulación. En general, en un mismo momento de simulación la sensibilidad es
superior cuanto mayor es el valor absoluto del PVP. Para valores positivos de PVP, sin embargo, en el modelo K1
se observa una variación a esta tendencia a los 50 y 100 años de simulación, de forma que la sensibilidad de los
204
PVP más elevados se reduce más que la de los intermedios. Esto coincide con los resultados obtenidos en el AS de
K (apartado 8.1.3) y reafirma la mayor sensibilidad de K frente a CGL.
reducciones de K a la aportación en cada uno de los momentos de simulación considerados para los modelos K1 y
K10, así como el signo de la variación.
Tabla 8.12. Sensibilidad de los aumentos y reducciones de K y CGL a la aportación en cada uno de los momentos de simulación considerados
para K1, K10 y CGL_4, según los DTM.
Interacciones (DTM) 30 días 10 años 20 años 50 años 100 años

K1 Aumento Media Media Baja Baja Muy baja
K1_CGL_5 Media Media Baja Baja Baja
K10 Aumento Media Muy baja Muy baja Muy baja Muy baja
K10_CGL_5 Media Baja Baja Baja Baja
CGL_4 Reducción Baja Baja Baja Baja Baja
CGL_4 Aumento Media Media Baja Baja Muy baja
8.3.3 Resultados
La Tabla 8.13 recoge la sensibilidad de las interacciones de K y CGL a la piezometría y a la aportación, según los
DTM.
Tabla 8.13 Síntesis de la sensibilidad de las interacciones de K y CGL a la piezometría y a la aportación, según los DTM

Piezometría
Interacción Muy baja Muy baja Baja Baja Media
K10_CGL_5 Media Baja Baja Baja Baja
Aportación
Interacción Media Media Baja Baja Baja
La Tabla 8.13 muestra que los resultados de sensibilidad de las interacciones en K1 (K1_CGL_4 y K1_CGL_5)
coinciden en piezometría y son muy similares en aportación. La sensibilidad a la piezometría en todos los casos es
muy baja desde el inicio de la simulación y se va incrementando. A los 20 y 50 años de simulación es baja y, a los
205
100 años media. La sensibilidad a la aportación es media a los 30 días y a los 10 años y baja a partir de los 20 años
de simulación. En el caso de las modificaciones conjuntas de K y CGL desde K10, se observa una diferencia
temporal. A los 30 días presenta igualmente una sensibilidad media pero se reduce a baja desde los 10 años de
simulación. En todos los casos coincide una sensibilidad media al inicio de las simulaciones.
8.4 Síntesis del análisis de sensibilidad
Este apartado recoge las conclusiones obtenidas a partir de los resultados del análisis cuantitativo y cualitativo de la
sensibilidad de K y CGL frente a la aportación al río y la piezometría. Como la sensibilidad varía en función de la
variación efectuada sobre el parámetro de análisis, para la determinación del valor numérico de los CRS o la
clasificación de la sensibilidad según los DTM, únicamente se han considerado PV comunes entre ellos. Además, el
tiempo en el que se miden las variables (piezometría y aportación) influye en la determinación de la sensibilidad, por
eso, los resultados se refieren a un momento determinado. Es importante destacar que el análisis de sensibilidad y
el estudio del efecto de los parámetros en los resultados deben considerar variables diferentes. Piezometría y
aportación son variables complementarias y no comparables. Los resultados de piezometría se refieren a la totalidad
del intervalo desde el comienzo de la simulación y representan la superficie piezométrica de toda la extensión del
terreno modelado. Los resultados de aportación se refieren al paso temporal correspondiente a ese momento de
simulación y se determinan únicamente en las celdas de río. La utilización de ambas variables da una visión clara de
lo que está ocurriendo en el acuífero. La Tabla 8.14 resume los resultados del análisis de sensibilidad (AS) de K y
CGL que se han obtenido a partir de los datos de CRS y los DTM. (Ver tablas Anexo I).
Tabla 8.14 Comparativa de la sensibilidad de K y CGL obtenida de los CRS y los DTM para piezometría (P) y Aportación (A).
DTM CRS
30 10 100
Parámetros 30 días 10 años 20 años 50 años 100 años 20 años 50 años
días años años
K Muy baja Muy baja Baja Baja Media 0 -0,04 -0,08 -0,17 -0,29
Piezometría CGL Muy baja Muy baja Muy baja Muy baja Muy baja 0 0 0 -0,01 -0,01
Interacción Muy baja Muy baja Baja Baja Media
K Media Media Baja Baja Baja 0,97 0,76 0,69 0,58 0,5
Aportación CGL Baja Muy baja Muy baja Muy baja Muy baja 0,2 0,09 0,08 0,06 0,05
Interacción Media Media Baja Baja Baja
 Las variaciones de los parámetros muestran un comportamiento distinto en función de si se contemplan los
resultados de aportación o los de piezometría y la evolución temporal de la sensibilidad de cada variable es
inversa. Es decir, la sensibilidad aumenta con el tiempo de simulación en el caso de la piezometría, que
206
representa datos acumulados y disminuye en el caso de la aportación, que se refiere al paso temporal del
momento analizado.
 Así, en los primeros momentos de simulación, según los resultados obtenidos de los CRS y los DTM, la
sensibilidad de la aportación ante K y CGL es muy elevada en el caso de la aportación, mientras que para
la piezometría la sensibilidad es mayor a largo plazo. Esto ocurre de forma clara en el caso de K y no tan
clara en el caso de CGL, debido a la reducida sensibilidad que, en general, presenta CGL.
 Partiendo de las mismas condiciones iniciales, es decir del modelo K1_CGL_5, el parámetro K es más
sensible que CGL, según los resultados tanto cualitativos (DTM) como cuantitativos (CRS) del AS. También
los resultados obtenidos en el análisis de la interacción de parámetros, demuestran la mayor sensibilidad
de K frente a CGL. En lo referente a la aportación, esta diferencia de sensibilidad resulta más acusada en
los primeros momentos de simulación y para valores elevados o próximos al valor de referencia de ambos
parámetros ya que, con el tiempo de simulación como el sistema tiende a la estabilidad, la sensibilidad
disminuye e incluso desaparece para tiempos largos y para los valores más altos de los parámetros. Como
la sensibilidad representa el efecto de una variación respecto a una referencia el sistema es más sensible
cuanto más tiempo necesita para alcanzar la estabilidad.
 La sensibilidad de CGL es, en general, muy baja y disminuye con el tiempo de simulación por lo que en los
primeros momentos de simulación la sensibilidad de CGL es máxima. A pesar de la menor sensibilidad de
CGL respecto a K, presenta importancia en los primeros momentos de simulación según los resultados de
aportación.
 Aunque en el esquema de trabajo no se ha considerado explícitamente la influencia de las

parametrizaciones iniciales en los resultados del modelo, se dispone de resultados de sensibilidad
obtenidos para K y CGL partiendo de volúmenes iniciales distintos: K1 y K10 en el caso de K y CGL_5 y
CGL_4 en el caso de CGL. Los distintos modelos utilizados para el AS de cada parámetro presentan
tendencias similares pero existen diferencias de sensibilidad en algunos de los momentos en los que se
miden. Esto indica que los volúmenes iniciales influyen en la sensibilidad de aportación y piezometría y los
resultados obtenidos dependen de ellos.
 En el experimento realizado la sensibilidad de CGL a la aportación en los primeros momentos de

simulación representa aproximadamente una quinta parte de la sensibilidad de K ya que representa de
media un 20% del valor de la aportación. Aunque en todo momento la sensibilidad de CGL es menor que la
de K, esto supone que CGL tiene importancia en la calibración de los modelos de evaluación de recursos
hídricos, como el aquí utilizado. Estos modelos utilizan los resultados a corto plazo para definir la
calibración del modelo en zonas puntuales y determinar la aportación en pasos, normalmente, mensuales.
207
 Para organizar un protocolo de calibración de un modelo es importante destacar que los efectos sobre la
aportación de la permeabilidad en el acuífero (K en nuestro modelo) y en el cauce (integrada en CGL de
nuestro modelo) se detectan y son más importantes en horizontes temporales cercanos, disminuyendo con
el tiempo de simulación.
 Para que el modelo sea sensible a K y CGL en términos de aportación debe existir un volumen disponible
de agua que, en este experimento está marcado por las condiciones iniciales que representan distintas
parametrizaciones. Sin embargo, en la calibración de un modelo real dependerá de los volúmenes
disponibles procedentes, por ejemplo, de la recarga. Esto se verá también reflejado en la piezometría
respecto al estado piezométrico inicial. Mientras que la aportación tiende a la que existía en régimen
permanente, la piezometría no lo hace. La piezometría tiende también a alcanzar un nuevo estado
permanente diferente al inicial con la variación de los parámetros. La parametrización inicial influye en el
mayor o menor tiempo necesario para ello.
 Para una caracterización global del modelo o para establecer unas condiciones de estabilidad inicial del
acuífero, como puede ser el ajuste a una situación de equilibrio, se utilizan los resultados a largo plazo. A
largo plazo, tanto la sensibilidad de K como la de CGL a la aportación se reducen y se incrementa ante la
piezometría. Se destaca de nuevo la complementariedad de los resultados alcanzados con diferentes
variables. Por un lado la sensibilidad de uno de los términos de flujo tiende a cero y por otro la piezometría
indica un cambio en el modelo. La sensibilidad de K es importante tanto en piezometría como en
aportación. Por su parte, la sensibilidad de CGL a la piezometría es muy reducida. Con respecto a la
aportación la importancia relativa que tenía CGL al principio de la simulación respecto a K se reduce
considerablemente.
 Existe una gran similitud entre los resultados de sensibilidad de las simulaciones de variación simultánea y
los resultados de modificación individual de K. Por el contrario, presentan siempre sensibilidades superiores
respecto a las simulaciones de variación individual de CGL. Es decir, modificar solo K o K y CGL ofrece los
mismos resultados a nivel general mientras que, modificar solo CGL, no lo hace. K presenta, por tanto, una
mayor sensibilidad que CGL. Las simulaciones de variación simultánea coinciden y refuerzan, por tanto, los
resultados anteriores que muestran la mayor sensibilidad de K frente a CGL.
 Aunque similar en tendencia y orden de magnitud, la respuesta en la piezometría al modificar ambos

parámetros es particular y muestra en algunos casos una mayor sensibilidad a la obtenida con la
modificación individual de K y menor en otros casos. La modificación conjunta de ambos parámetros
amplifica ligeramente la sensibilidad en los resultados de piezometría a corto plazo para porcentajes de
variación negativos. Sin embargo, cuando se consideran porcentajes de variación muy elevados la
sensibilidad de la piezometría en los primeros momentos de simulación es superior al variar K de forma
208
individual, principalmente en los primeros momentos de simulación. Por el contrario, en los primeros
momentos de simulación la sensibilidad de la aportación ante la variación conjunta de K y CGL es
ligeramente superior a la de la variación individual de K para PV elevados y positivos. Esto demuestra que
existe interacción entre ambos parámetros e indica cierta influencia de CGL en la sensibilidad en los
primeros momentos de las simulaciones de variación simultánea, que está asociada principalmente a las
reducciones del parámetro, es decir a valores de CGL por debajo de 10-4 s-1. Para reducciones del
parámetro y en tiempos cortos de simulación la sensibilidad de la variación individual de CGL ante la
aportación es similar a la obtenida con las variaciones individuales de K. Según avanza la simulación, la
sensibilidad de la variación simultánea de K y CGL y la de la variación individual de K apenas presenta
diferencias. La mayor sensibilidad que presenta CGL asociada a las reducciones del parámetro se ve
reducida por la nula sensibilidad de los incrementos.
 Según Kalbus et al. (2009) la K del acuífero influye más en la distribución de los flujos de agua subterránea
que las propias características del lecho del río. Los resultados obtenidos para la aportación concuerdan
con los de dicho autor en cuanto a que las propiedades del acuífero tienen mayor influencia en la
distribución espacial del flujo que las características del lecho del río.
 La variación conjunta de K y CGL muestra diferencias en los primeros momentos de simulación, que es
cuando mayor sensibilidad presenta el CGL, según los resultados obtenidos de las variaciones individuales
de este parámetro. Esto concuerda también con los resultados de Kalbus et al. (2009) en cuanto a que es
necesario incorporar las características de lecho para que exista variabilidad de flujo de descarga ya que,
considerando únicamente la K del acuífero, no se consigue el mismo efecto. Habría que matizar en este
punto la mayor influencia de los lechos de baja K, en esta tesis representados por CGL.
 Kalbus et al. (2009) señalan que los lechos heterogéneos de baja permeabilidad (representados en esta
tesis por valores de CGL reducidos) apenas se distinguen del efecto de la no existencia de lecho, es decir,
no existe una capa semiconfinante a través de la que se produce el flujo y los resultados obtenidos
dependen únicamente de K. Sin embargo, a pesar de no haber considerado lechos heterogéneos, los
resultados obtenidos en esta tesis se dirigen en la dirección opuesta, siendo los lechos de mayor
permeabilidad y CGL los que no producen efectos adicionales significativos en la aportación, lo que es
razonable porque desaparece la limitación que podría imponer el CGL. Estas diferencias pueden explicarse
por el distinto valor de la permeabilidad del lecho (asumido como CGL) y el distinto rango de variabilidad
que se ha considerado como referencia en ambos casos. Kalbus et al. (2009) consideran aproximadamente
una K del lecho de 20 m/d y en esta tesis se consideran valores en torno a 1 m/d.
 Las principales diferencias de esta tesis con respecto al trabajo de Kalbus et al. (2009) son la escala del
experimento - una gran extensión en esta tesis frente a una escala de tramo de río- y que considera el
209
tiempo de resolución como un punto importante al que referir los resultados de sensibilidad y ofrece
resultados a corto, medio y largo plazo.
210
9 Conclusiones finales
En los capítulos anteriores se ha presentado el desarrollo de un procedimiento para el análisis de sensibilidad en un

modelo acoplado de relación río acuífero. Se han aplicado herramientas cualitativas y cuantitativas que han
permitido establecer la sensibilidad de los parámetros más importantes en los procesos de relación río-acuífero
(permeabilidad y coeficiente de goteo del lecho) ante dos variables resultado: la piezometría y la aportación al río.
De la necesidad de profundizar en el análisis del funcionamiento de los parámetros clave de intercambio de flujo en
el desarrollo de modelos precisos de relación río-acuífero en grandes regiones y su posterior calibración surgió esta
tesis. En concreto, de la propuesta planteada en (CEH-CEDEX, 2013) durante los intentos de calibración del modelo
SIMPA-Segura13, en el que se implementó la fase subterránea al modelo de Témez. La concepción del experimento
partió de la necesidad de establecer criterios claros en ciertos aspectos de la calibración, que se referían a la
geometría y la caracterización de los parámetros de los acuíferos y de los cauces, todo ello dentro de un modelo
integrado entre la fase superficial y subterránea con el acoplamiento en el cauce. Además, se desconocía el grado
de importancia y como afectaban los parámetros en los resultados del modelo. Se añadían también otras
dificultades como la superposición de procesos en una cuenca real y la necesidad de calibrar todos ellos.
Una vez planteados los problemas y carencias anteriores, se diseñó un modelo sobre el que plantear un análisis de
sensibilidad a los procesos del modelo para destacar primeramente, los procesos más significativos y, en segundo
lugar, disponer de herramientas simplificadas que permitieran comprobar el efecto de las acciones de interés como
la variabilidad de los niveles en el río y el error cometido por las distintas hipótesis planteadas. En esta propuesta fue
necesario implementar sobre SIG GRASS un modelo de capa semiconfinante, mediante el comando r.gwflow, que
resuelve la ecuación de flujo subterráneo en 2D (Gebbert, 2007). Una vez construido el guion de simulación, se
planteó el experimento.
En cuanto al planteamiento del experimento hay que destacar que se ha utilizado un método local enfocado
específicamente al modelo de relación río-acuífero ya que, a la hora de calibrar modelos complejos, es aconsejable
conocer el funcionamiento de cada una de las fases que lo componen. Utilizar un método local de análisis de
sensibilidad implica su aplicación a una parametrización concreta del modelo. En primer lugar, fue necesario definir
la estructura del experimento y establecer una referencia de funcionamiento, solventada con el establecimiento del
régimen permanente. Su consecución resultó complicada dada la necesidad de encontrar una conjunción estable
entre las variables, los parámetros y las condiciones de contorno y por los largos tiempos de cálculo requeridos.
La parametrización inicial de un modelo complejo parte de una descripción generalista que utiliza valores medios de
los parámetros y las variables. Con ella se aproxima el comportamiento inicial del modelo para su puesta en marcha.
Para el análisis de sensibilidad se utiliza como condición inicial el régimen permanente y se analizan los efectos de
211
las variaciones desde este punto. Los resultados obtenidos son, por tanto, relativos a esta parametrización concreta.
La ventaja de partir del régimen permanente es que se delimitan los procesos hidrológicos intervinientes y su
variabilidad temporal y se facilita el control del balance hídrico en el modelo.
Los excesivos tiempos de calibración que requieren los modelos de este tipo hicieron necesario el apoyo de
referencias bibliográficas, posteriormente recogidas en el estado del arte, que permitieron partir de estimaciones
fiables y reducir la incertidumbre de los parámetros del modelo. Destacar en este punto que, mientras que la
información relativa a los acuíferos españoles es suficientemente manejable, la que se refiere a los cauces es,
todavía, escasa.Una vez puesto en funcionamiento el experimento se comprobó la variabilidad temporal de los
resultados de piezometría y aportación y se definieron los horizontes temporales de análisis, limitando las
simulaciones a 100 años. A nivel espacial se definieron las coordenadas espaciales que definen el corte transversal
de la evolución piezométrica. Aunque el experimento se planteó de forma que se limitaran en lo posible otros
procesos hidrológicos distintos a los inicialmente considerados, se comprobó que, de forma frecuente, aparecían
fenómenos de saturación del acuífero asociados a valores reducidos de permeabilidad y del coeficiente de goteo.
Por último, surgieron dificultades a la hora de interpretar los resultados del análisis de sensibilidad con los
indicadores cuantitativos y cualitativos para lo que fue necesario componer criterios a partir de los que extraer
conclusiones.
Al aplicar las técnicas de análisis de sensibilidad se ha obtenido una jerarquización de la importancia de dos
parámetros ante dos resultados de interés. Aunque inicialmente se encontraron dificultades en la elección del
método apropiado para resolver un problema concreto, el método local de variación individual de parámetros elegido
ha sido de utilidad para el experimento planteado. El análisis de sensibiidad ha resultado ser un proceso complejo
que supone altos requerimientos de recursos informáticos y de cálculo. Además de lo laborioso de un proceso en el
que, a menudo, interfieren varios procesos hidrológicos, ha resultado complicada la interpretación de resultados y la
elección de distintos indicadores de sensibilidad lo que ha puesto de manifiesto su falta de concreción.
9.1 Resultados alcanzados
Con los resultados alcanzados en esta tesis se han cumplido, por tanto, los objetivos que se plantearon:
 En cuanto a la elaboración del estado del arte se recogen los conceptos generales del movimiento del agua
en el ciclo hidrológico, las ecuaciones fundamentales que rigen el flujo superficial y profundo (saturado y no
saturado) y las bases para la modelación de la interacción río-acuífero. Además, se describen las formas
de representar los sistemas de flujo (modelos agregados y distribuidos), el planteamiento conceptual del
modelo de capa semiconfinante y las distintas situaciones que se generan en los procesos de intercambio
212
de flujo entre río y acuífero, desde los ríos ganadores a los perdedores, pasando por las opciones
intermedios de comportamiento mixto y variable. Se describen, también, las posibles soluciones para
integrar la simulación de los sistemas superficial y subterráneo y las particularidades que esto tiene en los
modelos de grandes regiones. Se citan ejemplos concretos de los trabajos de simulación hidrológica e
hidrogeológica más representativos desarrollados en grandes regiones, destacando los componentes del
ciclo hidrológico que consideran y la forma en la que solucionan los intercambios de flujo entre río y
acuífero. Además, se revisan los factores que influyen en la variabilidad espacial y temporal de las
relaciones río-acuífero según distintos autores. Asimismo, se recogen los conceptos fundamentales de la
sensibilidad y del AS, los fundamentos de las técnicas y los principales métodos de AS y las formas,
gráficas y cuantitativas de exponer los resultados. Además, se destacan los trabajos en los que se han
aplicado métodos de AS en modelos hidrológicos, a escala de cuenca y en modelos de relación río-
acuífero.
 En cuanto a la construcción del modelo se ha establecido el guion de funcionamiento de un modelo de

relación río-acuífero de tipo distribuido, capaz de simular la interacción de la fase subterránea con la fase
superficial y el intercambio de flujo entre ellas, tanto en situación de río ganador como de río perdedor. Para
ello se ha construido un modelo experimental en el que existe un río y un acuífero que se encuentran en
contacto. Al enfocar el ámbito de aplicación a grandes regiones se establece una unión entre río y acuífero
de tipo acoplado y, en concreto, un modelo acoplado de capa semiconfinante. Dicha capa actúa como el
lecho del río y a través de ella se producen los intercambios de flujo. El comando r.gwflow permite
incorporar la información hidrogeológica, resolver la ecuación de flujo subterráneo y representar la capa
semiconfinante. En el modelo el agua entra por el gradiente constante situado al N y por la recarga
impuesta. Una vez incorporada al modelo, el agua se distribuye entre los distintos términos de balance: se
acumula en forma de variación de almacenamiento o sale, bien por el río, bien por el gradiente constante al
S del modelo. Para que se pueda establecer la relación río-acuífero el único requisito imprescindible es
determinar las celdas de tipo río o que puedan funcionar como tales. En estas celdas se establecen las
relaciones río-acuífero según los resultados del modelo de flujo superficial y subterráneo. Es decir, el
volumen de flujo intercambiado se calcula en cada paso de simulación a partir del gradiente generado entre
el nivel del río y el del acuífero y de las características del lecho del río. De esta forma, el modelo es capaz
de considerar el comportamiento variable de un río, alternando situaciones de efluencia e influencia con
respecto al acuífero y ajustar la cantidad de flujo intercambiado. Además, al no ser necesario imponer
previamente la existencia de puntos o zonas concretas de relación río-acuífero a lo largo del curso del río,
el modelo planteado en esta tesis permite contemplar la variabilidad espacial y temporal de los procesos de
intercambio entre río y acuífero y la consecuente alteración del régimen de flujo.
213
 En cuanto a los parámetros importantes y su rango de aplicación, atendiendo a la revisión bibliográfica
realizada, los dos parámetros fundamentales para la caracterización del flujo en la interfase río-acuífero son
la permeabilidad y el coeficiente de goteo del lecho. El procedimiento de análisis de sensibilidad seguido en
esta tesis consiste en variar la permeabilidad y el coeficiente de goteo del lecho de forma independiente,
manteniendo el resto fijos, lo que permite obtener la sensibilidad de cada parámetro. Variar el valor de un
parámetro, hace que varíe la distribución del agua en el modelo, en el volumen de agua almacenado en el
acuífero, en la cantidad de agua que entra y sale por los gradientes constantes a N y S, y también en la
cantidad de agua que aporta el acuífero al río.
 Se ha analizado la sensibilidad de los dos parámetros fundamentales en el intercambio de flujo entre río y
acuífero: la permeabilidad (K) y el coeficiente de goteo del lecho (CGL) frente a la piezometría en el
acuífero y a la aportación del acuífero al río. El AS comprueba el efecto de la variación de los parámetros
sobre los resultados, que dependen del parámetro variado, del sentido y de la magnitud del cambio, del
momento de la simulación en el que se evalúa y del valor de la K de base del que se parte.
 En cada análisis se ha partido de distintas condiciones o parametrizaciones de referencia. Además, se han

variado los dos parámetros de forma conjunta, con el objetivo de comprobar la respuesta derivada de su
interacción.
 Es importante destacar que se utilizan dos variables resultado distintas para el análisis que son la
piezometría en el acuífero y la aportación del acuífero al río. La piezometría (o la variación piezométrica),
describe el volumen de agua acumulado en el acuífero desde el inicio de la simulación. Por otro lado, la
aportación del acuífero al río se refiere a un paso de simulación concreto. De esta forma las dos variables
se complementan. Su utilización conjunta completa el análisis de sensibilidad, permitiendo comprender la
situación de la relación río-acuífero en cada momento y, por tanto, los resultados obtenidos.
 En cuanto a la composición de las soluciones del análisis de sensibilidad, para mejorar los resultados del
análisis cualitativo se han propuesto unas clases de sensibilidad para piezometría y aportación,
estableciendo sus rangos de variación y sus intervalos de la sensibilidad. Estas clases permiten
homogeneizar resultados parciales y hacerlos comparables.
 Con el fin de evitar largas simulaciones y requisitos computacionales, se propone utilizar un tiempo fijo de
simulación para analizar la sensibilidad. Así, 100 años de simulación se considera un tiempo lo
suficientemente amplio para que el sistema converja a una solución estacionaria.
 Se ha realizado un análisis de la variación temporal de la sensibilidad ya que esta se determina en distintos

momentos de las simulaciones. Se ha observado que la sensibilidad a lo largo de la simulación varía,
siendo distinta en función del momento de la simulación considerado. Por ello se establecen distintos
214
horizontes temporales de análisis y se han contemplado resultados del modelo a corto plazo, en momentos
intermedios y a largo plazo. De todos ellos presentan especial interés los resultados a corto y a largo plazo.
El horizonte de 100 años se ha considerado suficiente para determinar la evolución del sistema a largo
plazo. Las observaciones realizadas a largo plazo son útiles para predecir el comportamiento de un modelo
que tiende a la estabilidad y, por tanto, a la hora de obtener un punto de partida del modelo que sirva de
referencia y se aproxime a la situación de régimen permanente. Es decir, son útiles para una aproximación
generalista del comportamiento del modelo y, por tanto, en las primeras fases de calibración, en las que la
aproximación de los valores regionales de permeabilidad supone un gran apoyo.
Son especialmente importantes los resultados que se refieren a los 30 días de simulación por ser un paso
temporal habitualmente empleado en los modelos de evaluación de recursos hídricos. Las observaciones
realizadas a corto plazo indican la respuesta inmediata del modelo ante las variaciones de los parámetros
considerados. Estas observaciones sirven de referencia para calibrar y ajustar el modelo de forma puntual.
Así, de acuerdo con los resultados que se presentan, es posible establecer las variaciones oportunas de la
permeabilidad o el coeficiente de goteo del lecho, en aquellas confluencias río-acuífero en las que no se
obtienen los resultados deseados.
Los pasos intermedios ofrecen puntos de información útiles para determinar en cada caso la necesidad de
prolongar más o menos las simulaciones en función de la estabilidad alcanzada.
 Con los resultados de los ensayos de AS del experimento se dispone de información útil para establecer un
protocolo de calibración de un modelo real de gran extensión. De la experiencia de simulación se extraen
dos conclusiones importantes, que se exponen a continuación. En primer lugar, K es más sensible que
CGL, lo que debe considerarse en la estrategia de ajuste de parámetros calibrando K en primer lugar y, a
continuación, CGL. A pesar de la mayor importancia de la calibración de la K frente al CGL, el ajuste de
este último presenta importancia en los primeros pasos de simulación. En estos primeros momentos, los
experimentos realizados combinando el efecto de los parámetros, justifican también la calibración conjunta
de ambos parámetros. En segundo lugar deben usarse parámetros razonables procedentes de la
experiencia y la bibliografía. Como ya se ha expuesto anteriormente, la información acerca de K es
suficiente pero existen escasas referencias en lo que respecta a CGL. La utilización de valores de los
parámetros extraídos de la bibliografía y los elevados tiempos de simulación requeridos para completar el
análisis aumentan el valor del experimento realizado.
 Atendiendo a la disposición espacial de la superficie piezométrica, se observa que la disminución de cada

parámetro influye en la piezometría en distintas zonas del modelo.
215
Con la variabilidad de K, el ascenso piezométrico comienza en las zonas más alejadas al río, desde donde
se extiende hacia éste. En los casos de reducciones de K, se mantiene estrictamente la condición de río
impuesta y, desde ahí, los niveles piezométricos tienden a aumentar en las zonas laterales del modelo,
aumentando los gradientes hacia el río y en general la pendiente de la superficie piezométrica. Con valores
de K reducidos, las zonas húmedas estarían más relacionadas con la incapacidad del terreno de admitir la
recarga impuesta o con fenómenos de artesianismo.
Las reducciones de CGL hacen que la superficie piezométrica se distribuya de forma más horizontal que en
el caso de K, aumentando los niveles en la zona central del valle que configura el río y manteniendo la
configuración de la piezometría inicial en los bordes del modelo, en los que no se aprecian grandes
variaciones de nivel hasta tiempos muy avanzados de la simulación. Cuando estos procesos de saturación
ocurren por la reducción de CGL, si la K del acuífero es mayor que la del río, el agua del acuífero se drena
por las zonas laterales a ambos lados del río generando humedales. Si la K del acuífero es también
reducida el flujo en el se hace más lento y, aunque aumentan los gradientes, no existen zonas preferentes
de salida del agua desde el acuífero.
En definitiva, si bien la importancia de K es, en general, superior en términos volumétricos, de aportación al

río y volúmenes diferenciales de piezometría, no hay que subestimar la importancia del CGL a la hora de
establecer la configuración general de la piezometría y de regular los drenajes asociados a procesos de
saturación en zonas laterales al río.
 Con el modelo construido se dispone de una herramienta útil para la calibración de la interacción de ríos y
acuíferos en modelos regionales. El esquema del modelo hipotético planteado permite realizar
modificaciones en la estructura y características hidráulicas del acuífero, pendiente del terreno, cantidad de
recarga, gradientes de entrada y salida de agua, características del lecho del río y nivel de éste. Dada la
posibilidad de modificación del modelo en todos estos aspectos se dispone de una herramienta que permite
caracterizar una gran variedad de situaciones de relación entre ríos y acuíferos y estimar el flujo
intercambiado entre ambos sistemas.
 Además, con el modelo experimental se ofrece una herramienta apropiada para la calibración de modelos
de terrenos reales. Esta herramienta está enfocada en este caso a la calibración de los parámetros que
más influyen en el intercambio de flujo entre río y acuífero: la K, por ser un parámetro determinante en la
simulación del flujo subterráneo y el CGL, por ser el parámetro que pone en contacto los sistemas
superficial y subterráneo y que condiciona el flujo entre uno y otro.
 Aunque la tesis se centra en cuestiones sobre el análisis de sensibilidad, se puede indicar que el modelo
propuesto en esta tesis es más apropiado para simular flujos profundos y regionales que flujos locales. Su
216
funcionamiento está limitado a la consideración de acuíferos de cierto espesor susceptibles de canalizar
flujos regionales relacionados con masas de agua subterránea extensos. Para flujos locales, generalmente
relacionados con cuerpos de agua subterránea de escasa entidad y espesor aparecen problemas de
convergencia (Dahl et al., 2007). Estos problemas aparecen cuando no se cumple la condición de linealidad
de la ecuación de flujo subterráneo en acuíferos libres y ocurre en los acuíferos de pequeño espesor, si la
variación piezométrica respecto al espesor saturado es grande (Sahuquillo et al., 2010). En este sentido,
cubre una carencia de modelación conjunta de la fase superficial y subterránea, ya que, como apuntan
varios autores (Flipo et al., 2014; Barthel y Banzhaf, 2016), existen múltiples modelos que resuelven la
interacción río-acuífero a pequeña escala pero, de entre todos ello, solo unos pocos consideran la escala
regional (Krause y Bronstert, 2004; Krause et al., 2007; Saleh et al., 2011; Vergnes y Decharme, 2012;
Vergnes et al., 2012; Pryet et al., 2015). Además, según la idea de Flipo et al., (2014) que proponen
considerar las distintas escalas que influyen en la interacción río-acuífero, mediante una cascada de
objetos anidados que dependen de la escala de interés, el modelo de relación río acuífero planteado es
susceptible de ser uno de estos objetos, precisamente el que resuelve el movimiento del agua subterránea
en fase saturada a escala regional.
9.2 Limitaciones y discusión
A pesar de la utilidad de esta tesis como punto de partida para la calibración de un modelo regional de relación río
acuífero, se destacan ciertas consideraciones que están relacionadas con las dificultades que se han encontrado
durante el planteamiento, la elaboración y ejecución de los ensayos, los resultados obtenidos y las conclusiones
alcanzadas. Estas consideraciones suponen limitaciones o simplificaciones del ensayo que han servido para ponerlo
en funcionamiento. Es necesario, por tanto tenerlas en cuenta a la hora de interpretar los resultados alcanzados,
manejándolos, en algún caso, con cierta cautela.
Entre las simplificaciones consideradas destacan las que tienen que ver con los procesos hidrológicos considerados,
con los parámetros y las variables analizadas, con los rangos de variación de los parámetros, con la variabilidad
espacial o temporal de los parámetros y las variables externas, con la estructura del experimento, con el
procedimiento numérico de resolución, con los criterios de error de balance, con los horizontes temporales marcados
para el análisis y con la composición de las soluciones del análisis de sensibilidad.
A partir de ellas se establecen recomendaciones para la calibración basadas en el conocimiento físico de los
distintos tipos de cauces y acuíferos, en las referencias bibliográficas, en el estado del arte y en la experiencia.
217
 Las limitaciones que tienen que ver con las simplificaciones del experimento aunque han sido adelantadas
en el capítulo de metodología se resumen brevemente: Las que tienen que ver con la estructura del
experimento están relacionadas con haber planteado un caso hipotético experimental. En este experimento
existe un único acuífero de espesor constante conectado a un río, las condiciones de contorno se controlan
con bordes rectos, impermeables en los laterales y de gradiente constante a N y S. En cuanto a la
parametrización destaca haber considerado variables y parámetros homogéneos y constantes. Las
limitaciones relacionadas con el procedimiento numérico de resolución se refieren a la utilización de un
modelo acoplado que alterna la resolución de los modelos de flujo superficial y subterráneo en cada paso
de simulación. Para el análisis de detalle de la aportación y la piezometría han sido seleccionados distintos
horizontes temporales a los que se han referido los resultados. Aunque se podía haber elegido cualquier
otro.
 Una limitación de esta tesis es que ha sido necesario manejar valores de K y CGL dentro de unos dominios
razonables, ya que, cuando los límites de estos dominios se exceden, se producen problemas de
convergencia o empiezan a ser relevantes nuevos procesos hidrológicos.
La convergencia del modelo se refiere a conseguir una solución estable y válida de la superficie
piezométrica que no produzca cambios bruscos o discontinuidades. Los problemas de convergencia están
relacionados con valores de K demasiado elevados, con la estructura y con las condiciones de contorno
que se imponen al modelo. En el modelo planteado aparecen en las zonas próximas a los límites
impermeables. Para los incrementos de CGL no se han detectado problemas.
Inicialmente, frente a un comportamiento libre del acuífero, los valores de CGL pretenden simular un
semiconfinamiento en las celdas de río que permita una cierta cantidad de flujo entre río y acuífero. Para
simular un semiconfinamiento es necesario que la capa semiconfinante que representa el lecho del río
presente una K inferior a la del acuífero pero suficiente para permitir el flujo. Cuando el valor de CGL
implica que el lecho tenga una K mayor a la del acuífero la capa semiconfinante deja de comportarse como
tal y pasa a ser una zona de flujo preferente. Ambas circunstancias se producen en la naturaleza y es
importante conocer la evolución de la piezometría y el intercambio de flujo entre ríos y acuíferos en cada
una de ellas.
Es necesario puntualizar que los CGL que se han considerado para el ajuste inicial son, probablemente,
demasiado elevados y suponen un lecho de río con una K igual o mayor que la del acuífero circundante, lo
que explica el efecto no sensible para sus incrementos. Considerar valores de CGL inferiores
probablemente aumentaría la sensibilidad del CGL pero, también, generaría problemas de saturación del
acuífero y drenaje a superficie, procesos no contemplados inicialmente en el experimento y que generan
incertidumbre en los resultados.
218
 Aunque no estaban presentes en la condición inicial que marca el régimen permanente, durante el análisis
se han detectado procesos ajenos a los considerados inicialmente en el experimento, como los procesos
de drenaje y saturación del acuífero. Estos procesos han aparecido de forma frecuente durante el análisis y
se relacionan con las disminuciones del valor de los dos parámetros analizados K y CGL. Los procesos de
saturación detectados provocan el ascenso de niveles, la saturación del acuífero y los drenajes a superficie,
y podrían estar vinculados a procesos de confinamiento del acuífero. De ahí la necesidad de incorporar su
funcionamiento en próximas versiones del modelo.
Se ha considerado necesario determinar el comportamiento del modelo planteado en el experimento ante la

disminución de los parámetros. A pesar de que estos procesos no se han contemplado en el experimento y
sería necesario incorporarlos, dada la frecuencia con la que aparecen, el análisis ha incluido todos los
resultados en los que existe una solución. La incorporación de estos resultados ha permitido obtener una
visión amplia del experimento y completar el análisis en los casos de reducción de los parámetros. Aunque
para evitar determinaciones incorrectas en el caso de la piezometría únicamente se consideran los
volúmenes de agua en el acuífero, en los casos en los que aparecen los procesos de saturación y drenaje
es necesario tomar los resultados con cautela. Los resultados obtenidos son un primer paso para ordenar
los procesos a incorporar y queda, por tanto, pendiente el diseño de un nuevo experimento de análisis en el
que se consideren nuevos procesos y parámetros.
Estos procesos de saturación, en condiciones reales están vinculados a esquemas de generación de

escorrentía, a la existencia de zonas húmedas, manantiales, y otras formas de afloramiento del agua
subterránea en superficie. El propio funcionamiento del modelo ofrece como resultado la información de la
variabilidad espacial de las zonas de saturación en superficie. En estas zonas es donde, por exfiltración
desde el acuífero, aparecen áreas de generación de escorrentía por saturación y donde no se produce
infiltración ni a partir de la lluvia ni de la escorrentía directa.
Por tanto, es necesario tener en cuenta las posibilidades que ofrece la regulación de K y CGL para
establecer las particularidades del comportamiento de todas estas zonas húmedas, que, en general,
suponen elementos de gran importancia económica, ecológica y ambiental.
 Los problemas de saturación del acuífero descritos están además relacionados con una excesiva cantidad
de agua de recarga impuesta, principalmente para terrenos saturados o de baja K. En estas circunstancias
la piezometría presenta cotas más altas, por lo que existe un menor volumen de espacio libre en la zona no
saturada que incluso puede ser nulo. Como consecuencia de la saturación del acuífero se reduce la
recarga total al modelo, que deja de ser constante y estar controlada, y pasa a ser variable en cada paso
de simulación de forma que la extensión afectada por saturación tiende a aumentar con el tiempo. La
variabilidad espacial y temporal de los procesos de saturación detectada en celdas distintas a las de río,
219
complica el control del balance hídrico en el modelo. Además de no recibir recarga, las celdas saturadas
provocan un comportamiento confinado del acuífero, al no existir variación piezométrica en su espesor.
 En relación con los métodos utilizados para el análisis de sensibilidad (el cualitativo representado por los
diagramas tornado modificados –DTM y el cuantitativo que utiliza los coeficientes relativos de sensibilidad –
CRS) se observan resultados coincidentes en muchos de los casos referidos a sensibilidades muy bajas,
como ocurre en el AS de CGL a la piezometría y a la aportación y en el AS de la piezometría de K. Sin
embargo, las clases de sensibilidad establecidas a partir de los resultados gráficos de los DTM no siempre
presentan una correspondencia con los valores numéricos de los CRS. Por ejemplo, según los DTM la
sensibilidad media de K a la piezometría a los 100 años se corresponde con un valor de CRS de -0,29 y
según los DTM la sensibilidad media de K a la aportación a los 30 días se corresponde con un valor de
CRS de 0,97. La misma clase media de sensibilidad se corresponde con valores de CRS muy diferentes.
Ambos indicadores reconocen las variaciones de sensibilidad y muestran la misma tendencia aunque, en
general, la magnitud es distinta. Hay que tener en cuenta que las variaciones del parámetro utilizadas para
el cálculo del CRS son relativas al valor inicial del parámetro por lo que la influencia que supone el estado
inicial se filtra. En los DTM esto no ocurre y las diferencias en la magnitud de la sensibilidad se relacionan
con la influencia de las condiciones iniciales que impone la parametrización base. Teniendo en cuenta que
los valores numéricos de CRS son valores relativos que ya estandarizan y escalan la solución, son los
procedimientos cualitativos los que presentan un problema de comparabilidad y deben usarse como apoyo
a los cuantitativos.
 Señalar que los intervalos de sensibilidad se han elegido teniendo en cuenta el rango de variación que
presentan. En el caso de la aportación este rango es mucho mayor que en la piezometría por lo que la
valoración de la sensibilidad está condicionada a las clases propuestas. Es necesario puntualizar que la
determinación de la sensibilidad de los parámetros a partir de la estimación visual de los DTM resulta
complicada y se ha intentado hacer de forma metódica, de manera que queda determinada por la clase que
corresponde a la mayoría de los PV coincidentes en los dos modelos. En un principio, la determinación de
la clase se realiza para cada modelo, eligiendo variaciones del parámetro en un mismo sentido, es decir,
reducciones por un lado e incrementos por otro. Posteriormente, se establece un rango medio de ambos
para cada momento de simulación en el que se evalúa y finalmente una media entre los dos modelos de
cada parámetro.
 Hay que tener presente en muchos de los casos de reducción de los parámetros, que los resultados de
sensibilidad de la aportación y la piezometría ante K y CGL están afectados por procesos de drenaje y
220
saturación. En estos casos, tanto la longitud de las barras de los DTM como los CRS muestra una mayor
sensibilidad para las reducciones más importantes de ambos parámetros que, en general, suelen estar
afectadas por estos procesos. Los efectos de drenaje son más o menos importantes en función del
parámetro y el momento de simulación. Así, en el caso de K, a los 30 días de simulación estos efectos ya
están presentes en todas las reducciones que se ensayan en el modelo K1. En el caso de CGL, estos
efectos están presentes en todas las simulaciones con valores de CGL iguales o inferiores a 10-6 s-1 en el
modelo CGL_4 y con los valores de CGL iguales o inferiores a 5·10-6 s-1 en el modelo CGL_5. Sin embargo,
en el caso de K, a los 30 días, en el modelo K10 no aparecen en ningún caso y para PVP iguales o
superiores al -90% no aparecen en toda la simulación y tampoco para un CGL de 10-5 s-1 en el modelo
CGL-4. Además, se ha observado que a pesar de la existencia de estos procesos, la respuesta del modelo
cuando aparecen, parece ser coherente y estar en sintonía con los resultados en los que no aparecen. Se
considera que se compensan los posibles errores asociados a la aparición de procesos de drenaje
vinculados a la reducción de parámetros, considerando que existen resultados asociados a las reducciones
de los parámetros que no están vinculados a efectos de drenaje, existen momentos sin efectos de drenaje
(30 días de simulación en K10), la sensibilidad se promedia con la obtenida a partir de los incrementos de
parámetros, no afectados por procesos de saturación y existen dos modelos para obtener la información. Si
bien, sería necesario en un futuro comprobar que se obtienen los mismos resultados una vez se hayan
incorporado los procesos de drenaje en el modelo y se apliquen las correcciones necesarias para la
determinación de la posición de la superficie piezométrica.
9.3 Propuestas de desarrollo
Por último, se recogen una serie de cuestiones que permiten avanzar respecto a las simplificaciones expuestas o
cuyo tratamiento en profundidad no se ha considerado necesario en el fundamento de la tesis pero que constituyen
líneas de investigación que en un futuro ayudarán a completar el trabajo realizado.
Teniendo en cuenta todas las simplificaciones consideradas para la puesta en marcha del modelo que se presenta
en esta tesis, las líneas de actuación futuras están enfocadas a construir un modelo que se asemeje cada vez más a
casos reales y a la construcción de un modelo global para una región determinada.
 La metodología definida se ha aplicado a dos parámetros fundamentales para el intercambio de flujo entre
río y acuífero (la permeabilidad y el coeficiente de goteo del lecho) que según la bibliografía consultada,
son los parámetros más influyentes en el intercambio de flujo. Más adelante se puede aplicar la
metodología propuesta para analizar otros aspectos como su variabilidad espacial, aspectos de resolución
espacial o temporal, etc.
221
Como línea de investigación futura se propone también, la incorporación de nuevos procesos hidrológicos
en el experimento. Los procesos de saturación del acuífero y drenaje a superficie asociados a las
reducciones de los parámetros ponen de manifiesto una línea de mejora futura y la necesidad de
incorporarlos en el experimento en siguientes experimentos. A pesar de no haber sido contemplado en la
tesis, el comportamiento del drenaje se asemeja enormemente a los procesos de interacción entre río y
acuífero y coincidiría con los casos de río ganador por lo que su incorporación sería sencilla. De gran
importancia es la incorporación del drenaje pero, además, otros procesos hidrológicos como el secado o
vaciado del acuífero deberían ser incorporados al experimento.
Esta tesis se ha centrado en el proceso de transferencia de flujo entre río y acuífero y ofrece los primeros
resultados de sensibilidad de dos parámetros. Esta tesis constituye el primer paso para incorporar otros
parámetros y otros procesos al experimento planteado.
 Aunque en el modelo planteado en esta tesis la recarga se ha impuesto y el aumento de la piezometría es

inmediato, en terrenos reales de baja K, igual que ocurre con la velocidad de flujo, la velocidad de
infiltración del agua disminuye y por tanto la recarga que realmente llega al acuífero en cada intervalo de
tiempo se reduce. En este sentido, sería conveniente separar el funcionamiento de flujo en la zona no
saturada mediante un modelo acoplado de humedad del suelo que funcione como almacenamiento y
elemento de distribución del agua procedente de la precipitación. El tratamiento de terrenos de baja K en
los modelos de relación río acuífero para grandes regiones podría incluso obviarse bien inactivando las
celdas en las que predominan estos terrenos o bien adecuando la recarga real en función del tipo de
terreno en superficie.
 Aunque en el régimen permanente obtenido en el modelo K10 la variación de almacenamiento sea nula, la
disposición de la piezometría y los procesos de escurrimiento de flujo en las zonas laterales del modelo
muestran que, cuando se pretenda simular casos reales, pueden existir problemas con los procesos de
secado de celdas en los límites de cuenca de acuíferos con permeabilidades medias o altas, donde existan
muros de gran pendiente, en momentos de escasez o ausencia de recarga. Por tanto será necesario definir
las opciones posibles para evitar estos efectos, como inactivar las celdas secas o incorporar la recarga en
otras celdas adyacentes que sí mantengan un espesor saturado suficiente.
 En el futuro será necesario avanzar y mejorar el modelo en aspectos tales como considerar la variabilidad
espacial y temporal de variables y parámetros, establecer la configuración estructural de los acuíferos en
profundidad, su variabilidad lateral y la conexión entre ellos. En condiciones reales normalmente los
acuíferos interfieren entre ellos, se saturan e interaccionan con la superficie, ya sea en ríos, manantiales,
lagos, humedales o mares y el cumplimiento de la ecuación de balance hídrico se complica. Para tener en
cuenta estos desajustes de balance es necesario conocer todos los términos implicados en el balance y la
222
relación que existe entre ellos. El objetivo no es definir una cantidad fija de agua que se transfiere cada
cierto tiempo a los otros elementos del sistema hídrico sino conocer el funcionamiento hidrogeológico e
hidrológico del sistema y ofrecer una herramienta que lo describa y modele en función de la situación
hídrica de cada momento. En el tema que nos ocupa se trata de calcular la conexión y aportación en el
momento requerido a partir de la posición de la superficie piezométrica y del nivel de río, las características
estructurales del acuífero en profundidad y del cauce en superficie. Con el planteamiento propuesto la
experiencia se puede extender al resto de los elementos del sistema considerando las particularidades de
cada situación.
 Así, la extrapolación de las conclusiones obtenidas a situaciones reales debe tener en cuenta la variabilidad
de los niveles de río y de la recarga del acuífero, las condiciones de contorno de los acuíferos y los
eventuales intercambios de flujo con acuíferos adyacentes, además de los bombeos siempre que no exista
un régimen natural.
 Se propone plantar el análisis de sensibilidad con recargas variables. A pesar de la simplificaciones en

cuanto a recarga y nivel del río, para modelos específicos o futuros trabajos de variabilidad climática o
estacional, se propone plantear modelos variables de la evolución de la tasa de recarga en el tiempo en un
modelo de recarga heterogénea y de la evolución del hidrograma en un modelo con nivel de río variable.
Así, es importante incidir e incorporar en el desarrollo del modelo el estudio de las variaciones espaciales y
temporales de las precipitaciones que reflejan el reparto del agua en los sistemas superficial y subterráneo
lo que permite simular climas con mayor o menor recarga (más húmedos o secos) utilizando la base
metodológica descrita. El experimento posibilita el planteamiento con recarga constante o incorporar
distintos patrones de recarga variable para contemplar la variabilidad estacional o regional existente en las
distintas regiones climáticas (de tipo árido o húmedo).
El reparto de las precipitaciones entre los sistemas superficial y subterráneo influye también en la
escorrentía superficial y, por tanto, en los niveles de río. De esta forma, igual que ocurre con la recarga es
necesario incidir en la variabilidad espacio temporal de los niveles de río y representarla mediante
hidrogramas que caractericen el régimen superficial, tanto en épocas de estiaje como en eventos de
avenida. (Teloglou y Bansal, 2012; Jiang et al., 2015). Se propone calcular hidrogramas tipo, que
representen la variabilidad estacional de los cursos de agua superficial en las distintas regiones climáticas.
 También es importante considerar la variabilidad de los niveles de río para valorar las hipótesis de trabajo
en un modelo acoplado en el que la fase subterránea se resuelve, de acuerdo a las condiciones de
contorno estimadas con la escorrentía generada y concentrada en ríos.
223
 Según está planteado el modelo, en cualquier simulación se considera la situación de río ganador. En
situación de río ganador el NP supera la cota del techo del acuífero y las celdas de río se saturan. Se
evidencian los procesos de saturación asociados a la situación de río ganador. Sin embargo, no se hace
referencia a las dificultades asociadas a los ríos perdedores y a las consecuentes reducciones de la
superficie piezométrica que, en casos extremos se relacionan con problemas de secado de celdas. En un
futuro sería necesario experimentar con la situación de río perdedor, comprobar las dificultades asociadas a
estos casos e incorporar los resultados al modelo.
 Es especialmente importante la utilización de valores de los parámetros extraídos de la experimentación

física y del conocimiento litológico del medio para poder ajustar valores de referencia. En esta tesis se ha
realizado el trabajo de recuperar en el estado del arte una serie de trabajos ya realizados por diferentes
autores. El conocimiento de la estructura y la caracterización de la K es relativamente conocida en España.
Sin embargo, no lo es la caracterización de la estructura y características hidráulicas de los cauces, por lo
que se plantea una línea de investigación en este sentido. Así, sería deseable contar con una recopilación
de determinaciones específicas de permeabilidad y espesor de distintos tipos de lechos y su asociación a
acuíferos de distintas características, que comprenda toda la complejidad de procesos que se producen a
nivel hidrológico y geomorfológico a nivel regional (general y estatal), para su aplicación en modelos de
evaluación de recursos hídricos como el propuesto.
 Una línea de investigación futura está relacionada con la variabilidad espaciotemporal del CGL. Es decir,
establecer qué implicaciones tienen las avenidas en la configuración y propiedades hidráulicas del lecho del
río y por tanto en las relaciones de transferencia de flujo entre río y acuífero. Es decir, evaluar la influencia
de la variabilidad temporal (de carácter estacional, anual o debida a eventos de inundación o sequía) del
CGL por eventos de deposición de sedimentos ligados a épocas en las que predomina el flujo de base y
aguas tranquilas frente a fenómenos de arrastre de sedimentos relacionados con episodios de tormenta o
avenida, típicos de flujo de alta energía (Lackey et al., 2015). Con toda probabilidad la deposición de finos
en el lecho, que provoca aumento del espesor y reducción de K y de CGL, se verán favorecidos por
episodios de aguas tranquilas, mientras que la removilización de los sedimentos del lecho, su puesta en
suspensión y transporte aguas abajo, que implica reducción del espesor e incremento de K y CGL, estará
relacionada con los eventos de avenidas con distinto tiempo de retorno (estacional, anual, bianual…).
También en relación con el CGL se abre otra línea de investigación, la de establecer relaciones entre los
valores de coeficientes de lecho del río y los tipos de río o alguna característica (pendiente media, litología,
número y caudal de tributarios, etc.) para que sea sencilla la reclasificación tanto de los espesores de lecho
como de los valores de conductividad hidráulica vertical de los sedimentos del lecho, que permitan el
cálculo del CGL.
224
 Otra línea de investigación en la que avanzar es en la estimación de las propiedades o características de
un acuífero a partir de datos de satélite, que sirvan de contraste y calibración de un eventual modelo de
gran extensión como proponen varios autores (Zampieri et al., 2012; Baratelli et al., 2018). Esta información
puede ser de gran utilidad ya que, como ciertos autores apuntan es posible utilizar información espacial
para detectar variaciones estacionales en zonas de flujo ascendente (“upwelling”) mediante sensores
térmicos (Matheswaran et al., 2014). Estas técnicas remotas se utilizan incluso para detectar flujos de base
en zonas riparias de retención de fósforo (Dong et al., 2014) y su implementación para distintos tipos de
elementos contaminantes o nutrientes sería útil para el avance en posteriores modelos de transporte.Por
otro lado, el desarrollo de técnicas para determinar la cobertura espacial y la profundidad o espesor del
lecho según han planteado algunos autores (Crosbie et al., 2016), sería deseable a gran escala. La
recopilación de este tipo de información a lo largo del tiempo supondría disponer de medidas directas útiles
para la calibración y validación del modelo de interacción río-acuífero.
225
226
10 Bibliografía
Álvarez- Rodríguez, J., Barranco Sanz, L., García-Bravo, N., Potenciano de las Heras, Á. y Villaverde
Valero, J. J., Eds. (2016). Evaluación de recursos hídricos en España. M-129. Centro de publicaciones.
Secretaría general técnica. Ministerio de Fomento.
Álvarez- Rodríguez, J., Sánchez, A. y Quintas, L. (2005). "SIMPA, a GRASS based tool for Hydrological
Studies." International Journal of Geoinformatics 1(1): 1-13.
Álvarez Rodríguez, J., Barranco Sanz, L., García Bravo, N., Potenciano de las Heras, Á. y Villaverde
Valero, J. J., Eds. (2016). Evaluación de recursos hídricos en España. Centro de publicaciones. Secretaría
general técnica. Ministerio de Fomento.
Álvarez Rodríguez, J. y Potenciano de las Heras, Á. (2002). Estudios hidrogeológicos para la

determinación de los efectos sobre los niveles freáticos derivados de la estabilización de la lámina de agua
del río Ebro a su paso por Zaragoza, CEH, CEDEX, Ministerio de Fomento.
Alley, W. M., Reilly, T. E. y Franke, O. L. (1999). Sustainability of Ground-water resources. Denver,

Colorado. 1186.
Anderson, B., Borgonovo, E., Galeotti, M. y Roson, R. (2014). "Uncertainty in climate change modeling: can
global sensitivity analysis be of help?" Risk Analysis 34(2): 271-293.
Anderson, M. P. y Woessner, W. W. (1992a). Applied Groundwater Modeling: Simulation of Flow and

Advective Transport, Elsevier Science.
Anderson, M. P. y Woessner, W. W. (1992b). "The role of the postaudit in model validation." Advances in
Water Resources 15(3): 167-173.
Anderson, M. P., Woessner, W. W. y Hunt, R. J. (2015). Applied groundwater modeling: simulation of flow
and advective transport, Academic Press.
Andres, T. (1997). "Sampling methods and sensitivity analysis for large parameter sets." Journal of
Statistical Computation and Simulation 57(1-4): 77-110.
Anguita, F., Cuena, J., Custodio, E., López, L. y Sahuquillo, A. (1972). Informaciones y Estudios. Número
dedicado al seminario sobre modelos analógicos y digitales para la explotación y administración de
227
recursos hidráulicos subterráneos. Boletín 37, Ministerio de Fomento. Dirección General de Obras
Hidráulicas. Servicio Geológico.
Archfield, S. A., Clark, M., Arheimer, B., Hay, L. E., McMillan, H., Kiang, J. E., Seibert, J., Hakala, K., Bock,
A. y Wagener, T. (2015). "Accelerating advances in continental domain hydrologic modeling." Water
Resources Research 51(12): 10078-10091.
Bansal, R. K. (2017). "Approximation of surface-groundwater interaction mediated by vertical streambank in

sloping terrains." Journal of Ocean Engineering and Science 2(1): 18-27.
Baratelli, F., Flipo, N., Rivière, A. y Biancamaria, S. (2018). "Retrieving river baseflow from SWOT
spaceborne mission." Remote Sensing of Environment 218: 44-54.
Baroni, G. y Tarantola, S. (2014). "A General Probabilistic Framework for uncertainty and global sensitivity
analysis of deterministic models: A hydrological case study." Environmental Modelling & Software 51: 26-
34.
Barthel, R. (2006). "Common problematic aspects of coupling hydrological models with groundwater flow
models on the river catchment scale." Advances in Geosciences 9: 63-71.
Barthel, R. y Banzhaf, S. (2016). "Groundwater and surface water interaction at the regional-scale -- A
review with focus on regional integrated models." Water Resources Management 30(1): 1-32.
Bear, J. (1979). Hydraulics of groundwater, McGraw-Hill International Book Co.
Bear, J. y Cheng, A. H. D. (2010). Modeling Groundwater Flow and Contaminant Transport, Springer.
Betson, R. P. (1964). "What is watershed runoff?" Journal of Geophysical Research 69(8): 1541-1552.
Beven, K. y Kirkby, M. (1979). "A physically based, variable contributing area model of basin hydrology."
Hydrological Sciences Journal 24(1): 43-69.
Beven, K. J. (2012). Rainfall-runoff modelling: the primer, John Wiley & Sons.
Bierkens, M., Finke, P. y De Willigen, P. (2000). Upscaling and downscaling methods for environmental
research, Kluwer Academic.
Bierkens, M. F. (2015). "Global hydrology 2015: State, trends, and directions." Water Resources Research
51(7): 4923-4947.
228
Bloomfield, J., Bricker, S. y Newell, A. (2011). "Some relationships between lithology, basin form and
hydrology: a case study from the Thames basin, UK." Hydrological Processes 25(16): 2518-2530.
Boano, F., Harvey, J. W., Marion, A., Packman, A. I., Revelli, R., Ridolfi, L. y Wörman, A. (2014).
"Hyporheic flow and transport processes: Mechanisms, models, and biogeochemical implications." Reviews
of Geophysics 52(4): 603-679.
BOE Ley 29/1985 de 2 de agosto, de Aguas.
BOE Orden FOM/298/2016 Orden FOM/298/2016, de 15 de febrero, por la que se aprueba la norma 5.2 -
IC drenaje superficial de la Instrucción de Carreteras.
BOE Real Decreto 270/2014 (2014). "de 11 de abril, por el que se aprueba el Plan Hidrológico de la parte
española de la Demarcación Hidrográfica del Tajo." BOE.
BOE Real Decreto 907/2007 de 6 de julio, por el que se aprueba el Reglamento de la Planificación
Hidrológica.
BOE Real Decreto Legislativo1/2001 ", de 20 de julio, por el que se aprueba el texto refundido de la Ley de
Aguas."
BOE Real Decreto Legislativo 17/2019 ", de 22 de noviembre, por el que se adoptan medidas urgentes
para la necesaria adapatación de parámetros retributivos que afectan al sistema eléctrico y por el que se
da respuesta al proceso de cese de actividades de centrales térmicas de generación ".
Borgonovo, E. (2008). "Sensitivity analysis of model output with input constraints: A generalized rationale
for local methods." Risk Analysis: An International Journal 28(3): 667-680.
Borgonovo, E. y Plischke, E. (2016). "Sensitivity analysis: a review of recent advances." European Journal
of Operational Research 248(3): 869-887.
Boulton, A. J., Findley, S., Marmonier, P., Stanley, E. H. y Valett, H. M. (1998). "The functional significance
of the hyporheic zone in streams and rivers." Annual Review of Ecology and Systematics 29: 59-81.
Bower, K. M., Gable, C. W. y Zyvoloski, G. A. (2005). "Grid resolution study of ground water flow and
transport." Ground Water 43(1): 122-132.
Bruneau, P., Gascuelodoux, C., Robin, P., Merot, P. y Beven, K. (1995). "Sensitivity to space and time
resolution of a hydrological model using digital elevation data." Hydrological Processes 9(1): 69-81.
229
Brunke, M. y Gonser, T. (1997). "The ecological significance of exchange processes between rivers and
groundwater." Freshwater biology 37(1): 1-33.
Brunner, P., Simmons, C. T. y Cook, P. G. (2009). "Spatial and temporal aspects of the transition from
connection to disconnection between rivers, lakes and groundwater." Journal of Hydrology 376(1-2): 159-
169.
Brunner, P., Simmons, C. T., Cook, P. G. y Therrien, R. (2010). "Modeling surface water-groundwater
interaction with MODFLOW: some considerations." Groundwater 48(2): 174-180.
Butts, M. y Graham, D. (2008). Evolution of an integrated surface water-groundwater hydrological

modelling system. IAHR international groundwater symposium.
Calver, A. (2001). "Riverbed permeabilities: Information from pooled data." Groundwater 39(4): 546-553.
Campolongo, F., Saltelli, A. y Cariboni, J. (2011). "From screening to quantitative sensitivity analysis. A
unified approach." Computer Physics Communications 182(4): 978-988.
Cao, G., Zheng, C., Scanlon, B. R., Liu, J. y Li, W. (2013). "Use of flow modeling to assess sustainability of
groundwater resources in the North China Plain." Water Resources Research 49(1): 159-175.
Cardenas, M., Wilson, J. y Zlotnik, V. A. (2004). "Impact of heterogeneity, bed forms, and stream curvature
on subchannel hyporheic exchange." Water Resources Research 40(8).
Cardenas, M. B. (2008). "Surface water-groundwater interface geomorphology leads to scaling of residence

times." Geophysical Research Letters 35(8).
Carrera-Hernandez, J. y Gaskin, S. (2006). "The groundwater modeling tool for GRASS (GMTG): open
source groundwater flow modeling." Computers & Geosciences 32(3): 339-351.
CE (2000). "Directive 2000/60/EC (Water Framework Directive)." Official of the European Communities 22
December 2000.
CEH-CEDEX (2013). Mejora y desarrollo de nuevos módulos de evaluación hidrológica en el sistema

integrado de modelización precipitación aportación, SIMPA. Implementación de modelos distribuidos.
Ficha 3: evaluación de los recursos hídricos en España y mejora de las herramientas. Asistencia técnica,
investigación y desarrollo tecnológico en materias de competencia de la Dirección General del Agua (2007-
2011), CEH CEDEX.
230
CEH (1971). Inventario de Recursos Hidráulicos. Dirección General de Obras Hidráulicas, Ministerio de
Obras Públicas.
Clark, M. P., Bierkens, M. F., Samaniego, L., Woods, R. A., Uijlenhoet, R., Bennett, K. E., Pauwels, V., Cai,
X., Wood, A. W. y Peters-Lidard, C. D. (2017). "The evolution of process-based hydrologic models:
historical challenges and the collective quest for physical realism." Hydrology and Earth System Sciences
(Online) 21(LA-UR-17-27603).
Condon, L. E. y Maxwell, R. M. (2015). "Evaluating the relationship between topography and groundwater
using outputs from a continental-scale integrated hydrology model." Water Resources Research 51(8):
6602-6621.
Cook, P. G. (2015). "Quantifying river gain and loss at regional scales." Journal of Hydrology 531: 749-758.
Cook, P. G. y Böhlke, J.-K. (2000). Determining timescales for groundwater flow and solute transport.
Environmental tracers in subsurface hydrology, Springer: 1-30.
Costa, A., Bronstert, A. y de Araujo, J. C. (2012). "A channel transmission losses model for different
dryland rivers." Hydrology and Earth System Sciences 16(4): 1111.
Crosbie, R. S., Taylor, A. R., Davis, A. C., Lamontagne, S. y Munday, T. (2016). "Evaluation of infiltration
from losing-disconnected rivers using a geophysical characterisation of the riverbed and a simplified
infiltration model." Journal of Hydrology 508: 102-113.
Custodio, E. y Llamas, M. R. (1976). Hidrología subterránea, ed. Omega.
Chang, K.-T. (2006). Geographic information system, Wiley Online Library.
Chen, X. y Chen, X. (2003). "Stream water infiltration, bank storage, and storage zone changes due to
stream-stage fluctuations." Journal of Hydrology 280(1-4): 246-264.
Chen, X. H., Dong, W. H., Ou, G. X., Wang, Z. W. y Liu, C. (2013). "Opposite distribution pattern on stream
bed hydraulic conductivity in loosing and gaining stream reaches." Hydrological Earth System Science
(Discussion) 10: 1693-1723.
Chow, V. T. (1994). Hidráulica de canales abiertos, CALIFORNIA SPANISH Books.
Chow, V. T., Maidment, D. R. y Mays, L. W. (1994). Hidrología aplicada, McGraw-Hill.
231
Chun, J., Song, J. y Paulino, G. H. (2015). "Parameter sensitivity of system reliability using sequential
compounding method." Structural Safety 55: 26-36.
D'Agnese, F. A., Faunt, C. C., Hill, M. C. y Keith Turner, A. (1999). "Death valley regional ground-water flow
model calibration using optimal parameter estimation methods and geoscientific information systems."
Advances in Water Resources 22(8): 777-790.
Dahl, M., Nilsson, B., Langhoff, J. y Refsgaard, J. (2007). "Review of classification systems and new multi-
scale typology of groundwater-surface water interaction." Journal of Hydrology 344(1-2): 1-16.
Datry, T., Dole-Olivier, M.-J., Marmonier, P., Claret, C., Perrin, J.-F., Lafont, M. y Breil, P. (2008). "La zone
hyporhéique, une composante à ne pas négliger dans l'état des lieux et la restauration des cours d'eau."
Ingénieries-EAT(54): p. 3-p. 18.
Davie, T. (2008). Fundamentals of hydrology, Routledge.
de Graaf, I. d., Sutanudjaja, E., Van Beek, L. y Bierkens, M. (2015). "A high-resolution global-scale
groundwater model." Hydrology and Earth System Sciences 19(2): 823-837.
Dellapenna, J. W. y Gupta, J. (2009). The evolution of the law and politics of water, Springer.
Doherty, J. E. y Hunt, R. J. (2010). Approaches to highly parameterized inversion: a guide to using PEST
for groundwater-model calibration, US Department of the Interior, US Geological Survey.
Döll, P., Douville, H., Güntner, A., Schmied, H. M. y Wada, Y. (2016). "Modelling freshwater resources at
the global scale: challenges and prospects." Surveys in Geophysics 37(2): 195-221.
Domenico, P. A. y Schwartz, F. W. (1998). Physical and chemical hydrogeology, Wiley.
Dong, G., Yang, S., Gao, Y., Bai, J., Wang, X. y Zheng, D. (2014). "Spatial evaluation of phosphorus
retention in riparian zones using remote sensing data." Environmental Earth Sciences 72(5): 1643-1657.
Doppler, T., Franssen, H.-J. H., Kaiser, H.-P., Kuhlman, U. y Stauffer, F. (2007). "Field evidence of a
dynamic leakage coefficient for modelling river-aquifer interactions." Journal of Hydrology 347(1-2): 177-
187.
Dunne, T. y Black, R. D. (1970). "Partial area contributions to storm runoff in a small New England
watershed." Water Resources Research 6(5): 1296-1311.
232
Engeler, I., Franssen, H. J. H., Muller, R. y Stauffer, F. (2011). "The importance of coupled modelling of
variably saturated groundwater flow-heat transport for assessing river-aquifer interactions." Journal of
Hydrology 397(3-4): 295-305.
Estrela Monreal, T. y Quintas Ripoll, L. (1996). "El sistema integrado de modelización precipitación-
aportación SIMPA." Ingeniería Civil (Centro de experimentación de Obras públicas CEDEX)(104): 43-52.
Estrela, T., Cabezas, F. y Estrada, F. (1999). "La evaluación de los recursos hídricos en el Libro Blanco del
Agua en España." Ingeniería del agua 6(2).
Estrela, T. y Quintas, L. (1996). "El sistema integrado de modelización precipitación-aportación SIMPA."

Ingeniería Civil (Centro de experimentación de Obras públicas CEDEX)(104): 43-52.
Fatichi, S., Vivoni, E. R., Ogden, F. L., Ivanov, V. Y., Mirus, B., Gochis, D., Downer, C. W., Camporese, M.,
Davison, J. H. y Ebel, B. (2016). "An overview of current applications, challenges, and future trends in
distributed process-based models in hydrology." Journal of Hydrology 537: 45-60.
Fetter, C. W. (2001). Applied hydrogeology, Prentice Hall PTR.
Fleckenstein, J. H., Krause, S., Hannah, D. M. y Boano, F. (2010). "Groundwater-surface water

interactions: New methods and models to improve understanding of processes and dynamics." Advances in
Water Resources 33(11): 1291-1295.
Flipo, N., Monteil, C., Poulin, M., Fouquet, C. y Krimissa, M. (2012). "Hybrid fitting of a hydrosystem model:
Long-term insight into the Beauce aquifer functioning (France)." Water Resources Research 48(5).
Flipo, N., Mouhri, A., Labarthe, B., Biancamaria, S., Rivière, A. y Weill, P. (2014). "Continental hydrosystem
modelling: the concept of nested stream-aquifer interfaces." Hydrology and Earth System Sciences 18(8):
3121-3149.
Foscarini, F., Bellocchi, G., Confalonieri, R., Savini, C. y Van den Eede, G. (2010). "Sensitivity analysis in
fuzzy systems: Integration of SimLab and DANA." Environmental Modelling & Software 25(10): 1256-1260.
Franke, O. L. y Reilly, T. E. (1987). The effecst of boundary conditions on the steady-state response of
three hypothetical ground-water systems. Results and implications of numerical experiments, United states
Geological Survey. Water supply paper 2315.
Freeze, R. A. y Cherry, J. A., Eds. (1979). Groundwater Hydrology.
233
Freeze, R. A. y Harlan, R. L. (1969). "Blueprint of a physically-based, digitally simulated hydrologic
response model." Journal of Hydrology 9: 237-258.
Freeze, R. A. y Witherspoon, P. (1967). "Theoretical analysis of regional groundwater flow: 2. Effect of

water table configuration and subsurface permeability variation." Water Resources Research 3(2): 623-634.
Frings, R. M. (2008). "Downstream fining in large sand-bed rivers." Earth-Science Reviews 87(1-2): 39-60.
Gan, Y., Duan, Q., Gong, W., Tong, C., Sun, Y., Chu, W., Ye, A., Miao, C. y Di, Z. (2014). "A
comprehensive evaluation of various sensitivity analysis methods: A case study with a hydrological model."
Environmental Modelling & Software 51: 269-285.
García-Gil, A., Vázquez-Suñé, E., Sánchez-Navarro, J. Á., Lázaro, J. M. y Alcaraz, M. (2015). "The
propagation of complex flood-induced head wavefronts through a heterogeneous alluvial aquifer and its
applicability in groundwater flood risk management." Journal of Hydrology 527: 402-419.
Gebbert, S. (2007). Konzeption eines gekoppelten Strömungs- und Stofftransportmodells in GIS GRASS.
Institut für Angewandte Geowissenschaften. Berlin, Technische Universität Berlin.
Glover, R. E. y Balmer, G. G. (1954). "River depletion resulting from pumping a well near a river." EOS,
Transactions American Geophysical Union 35(3): 468-470.
Gong, L., Xu, C.-y., Chen, D., Halldin, S. y Chen, Y. D. (2006). "Sensitivity of the Penman-Monteith
reference evapotranspiration to key climatic variables in the Changjiang (Yangtze River) basin." Journal of
Hydrology 329(3-4): 620-629.
Gooseff, M. N. (2010). "Defining hyporheic zones-advancing our conceptual and operational definitions of
where stream water and groundwater meet." Geography Compass 4(8): 945-955.
Graham, D. y Refsgaard, A. (2001). MIKE SHE: A distributed, physically based modeling system for
surface water/groundwater interactions. MODFLOW.
Graillot, D., Paran, F., Bornette, G., Marmonier, P., Piscart, C. y Cadilhac, L. (2014). "Coupling groundwater
modeling and biological indicators for identifying river/aquifer exchanges." SpringerPlus 3: 68.
GRASS_Development_Team (2010) Geographic Resources Analysis Support System (GRASS) Software,

Version 6.4. 0. Open Source Geospatial Foundation. Available online at: http://grass. osgeo. org (7-10-
2020)
234
Guggenmos, M., Daughney, C., Jackson, B. y Morgenstern, U. (2011). "Regional-scale identification of
groundwater-surface water interaction using hydrochemistry and multivariate statistical methods, Wairarapa
Valley, New Zealand." Hydrology and Earth System Sciences 15(11): 3383-3398.
Gunduz, O. y Aral, M. M. (2005). "River networks and groundwater flow: a simultaneous solution of a
coupled system." Journal of Hydrology 301(1-4): 216-234.
Haitjema, H., Kelson, V. y de Lange, W. (2001). "Selecting MODFLOW cell sizes for accurate flow fields."
Ground Water 39(6): 931-938.
Hamby, D. (1994). "A review of techniques for parameter sensitivity analysis of environmental models."
Environmental monitoring and assessment 32(2): 135-154.
Hantush, M. M. (2005). "Modeling stream-aquifer interactions with linear response functions." Journal of
Hydrology 311: 59-79.
Happel, J. y Brenner, H. (1983). Low Reynolds number hydrodynamics: with special applications to
particulate media, Springer Science & Business Media.
Harbaugh, A. W. (2005). MODFLOW-2005, the U.S. Geological Survey modular ground-water model -- The
Ground-Water Flow Process: U.S. Geological Survey Techniques and Methods 6-A16, variously p.
Harbaugh, A. W., Banta, E. R., Hill, M. C. y McDonald, M. G. (2000). MODFLOW-2000, the US Geological
Survey modular ground-water model: User guide to modularization concepts and the ground-water flow
process, US Geological Survey Reston, VA, USA.
Harvey, J. W. y Fuller, C. C. (1998). "Effect of enhanced manganese oxidation in the hyporheic zone on
basin-scale geochemical mass balance." Water Resources Research 34(4): 623-636.
Helton, J. C. (1993). "Uncertainty and sensitivity analysis techniques for use in performance assessment for
radioactive waste disposal." Reliability Engineering & System Safety 42(2-3): 327-367.
Hill, M. y Tiedeman, C. (2007). "Effective calibration of groundwater models, with analysis of data,
sensitivities, predictions, and uncertainty." John Wiely, New York: 455.
Hoey, T. B. y Ferguson, R. (1994). "Numerical simulation of downstream fining by selective transport in

gravel bed rivers: Model development and illustration." Water Resources Research 30(7): 2251-2260.
Hoffman, F. y Gardner, R. (1983). "Evaluation of uncertainties in environmental radiological assessment

models." Radiological assessments: a textbook on environmental dose assessment 11: 1.
235
Horton, R. E. (1941). "An approach toward a physical interpretation of infiltration-capacity." Soil Science
Society of America Journal 5(C): 399-417.
IGME y DGA (2011). "Identificación y caracterización de la interrelación que se presenta entre aguas
subterráneas, cursos fluviales, descargas por manantiales, zonas húmedas y otros ecosistemas naturales
de especial interés hídrico (Actividad 4). Encomienda de gestión para la realización de trabajos cientifico-
técnicos de apoyo a la sostenibilidad y protección de las aguas subterráneas. Mº de Medio Ambiente y
Medio Rural y Marino. Dirección General del Agua; Mº de Ciencia e Innovación. Instituto Geológico y
Minero de España ".
IGME y DGA (2014). Las aguas subterráneas y la Red Natura 2000. J. M. Murillo. Madrid, Instituto
Geológico y Minero de España y Dirección General del Agua
IGME y DGA (2016). Ríos y acuíferos (interrelación hídrica entre aguas superficiales y subterráneas). J. M.
Murillo, Instituto Geológico y Minero de España y Dirección General del Agua
IGME, DGA y Murillo, J. M., Eds. (2016). Ríos y acuíferos (interrelación hídrica entre aguas superficiales y
subterráneas), Instituto Geológico y Minero de España y Dirección General del Agua
Jencso, K. G., McGlynn, B. L., Gooseff, M. N., Bencala, K. E. y Wondzell, S. M. (2010). "Hillslope
hydrologic connectivity controls riparian groundwater turnover: Implications of catchment structure for
riparian buffering and stream water sources." Water Resources Research 46(10).
Jenkins, C. (1968). "Techniques for Computing Rate and Volume of Stream Depletion by Wells."
Groundwater 6(2): 37-46.
Jiang, Y., Liu, C., Li, X., Liu, L. y Wang, H. (2015). "Rainfall-runoff modeling, parameter estimation and
sensitivity analysis in a semiarid catchment." Environmental Modelling & Software 67: 72-88.
Kaandorp, V. P., Molina-Navarro, E., Andersen, H. E., Bloomfield, J. P., Kuijper, M. J. y de Louw, P. G.
(2018). "A conceptual model for the analysis of multi-stressors in linked groundwater-surface water
systems." Science of the Total Environment 627: 880-895.
Kalbus, E., Schmidt, C., Molson, J., Reinstorf, F. y Schirmer, M. (2009). "Influence of aquifer and
streambed heterogeneity on the distribution of groundwater discharge." Hydrology and Earth System
Sciences 13(1): 69-77.
236
Keery, J., Binley, A., Crook, N. y Smith, J. W. (2007). "Temporal and spatial variability of groundwater-
surface water fluxes: development and application of an analytical method using temperature time series."
Journal of Hydrology 336(1): 1-16.
Kikuchi, C., Ferre, T. P. y Welker, J. M. (2012). "Spatially telescoping measurements for improved
characterization of ground water-surface water interactions." Journal of Hydrology 446: 1-12.
Kollet, S. J. y Maxwell, R. M. (2006). "Integrated surface-groundwater flow modeling: A free-surface

overland flow boundary condition in a parallel groundwater flow model." Advances in Water Resources
29(7): 945-958.
Kooi, H. y Groen, J. (2003). "Geological processes and the management of groundwater resources in
coastal areas." Geologie en mijnbouw (nl).
Krause, S. y Bronstert, A. (2004). "Approximation of Groundwater-Surface Water-Interactions in a

Mesoscale Lowland River Catchment." Hydrology: Science & Practice for the 21st Century, British
Hydrological Society 2: 408-415.
Krause, S., Bronstert, A. y Zehe, E. (2007). "Groundwater-surface water interactions in a North German
lowland floodplain- Implications for the river discharge dynamics and riparian water balance." Journal of
Hydrology 347(3): 404-417.
Krause, S., Hannah, D. M. y Fleckenstein, J. H. (2009). "Hyporheic hydrology: interactions at the

groundwater-surface water interface." Hydrological processes 23(15): 2103-2263.
Krieger, T. J., Durston, C. y Albright, D. (1978). "Statistical determination of effective variables in sensitivity
analysis." Transactions of the American Nuclear Society 28.
Kucherenko, S., Rodriguez-Fernandez, M., Pantelides, C. y Shah, N. (2009). "Monte Carlo evaluation of
derivative-based global sensitivity measures." Reliability Engineering & System Safety 94(7): 1135-1148.
Lackey, G., Neupauer, R. M. y Pitlick, J. (2015). "Effects of streambed conductance on stream depletion."
Water 7(1): 271-287.
Lamontagne, S., Taylor, A., Batlle-Aguilar, J., Suckow, A., Cook, P., Smith, S., Morgenstern, U. y Stewart,
M. (2015). "River infiltration to a subtropical alluvial aquifer inferred using multiple environmental tracers."
Water Resources Research 51(6): 4532-4549.
237
Lamontagne, S., Taylor, A., Cook, P. G., Crosbie, R., Brownbill, R., Williams, R. y Brunner, P. (2014). "Field
assessment of surface water-groundwater connectivity in a semi-arid river basin (Murray-Darling,
Australia)." Hydrological processes 28(4): 1561-1572.
Larkin, R. G. y Sharp, J. M. (1992). "On the relationship between river-basin geomorphology, aquifer
hydraulics, and ground-water flow direction in alluvial aquifers." Geological Society of America Bulletin
104(12): 1608-1620.
Lautz, L. K. (2012). "Observing temporal patterns of vertical flux through streambed sediments using time-
series analysis of temperature records." Journal of Hydrology 464: 199-215.
Ledoux, E., Girard, G., De Marsily, G., Villeneuve, J. y Deschenes, J. (1989). Spatially distributed modeling:
conceptual approach, coupling surface water and groundwater. Unsaturated Flow in Hydrologic Modeling,
Springer: 435-454.
Levy, J. y Xu, Y. (2011). "Groundwater management and groundwater/surface-water interaction in the

context of South African water policy." Hydrogeology Journal 20(2): 205-226.
Li, P., Wu, J. y Qian, H. (2016). "Preliminary assessment of hydraulic connectivity between river water and
shallow groundwater and estimation of their transfer rate during dry season in the Shidi River, China."
Environmental Earth Sciences 75(2): 99.
Li, Q., Unger, A., Sudicky, E., Kassenaar, D., Wexler, E. y Shikaze, S. (2008). "Simulating the multi-
seasonal response of a large-scale watershed with a 3D physically-based hydrologic model." Journal of
Hydrology 357(3): 317-336.
Maidment, D. R. (1993). Handbook of Hydrology, McGraw-Hill New York.
Marco, J. (2011). Escorrentía. Generación y Medida. Curso de Hidrología -apuntes-(CEH-CEDEX).
Markstrom, S. L., Niswonger, R. G., Regan, R. S., Prudic, D. E. y Barlow, P. M. (2008). GSFLOW—
Coupled ground-water and surface-water flow model based on the integration of the Precipitation-Runoff
Modeling System (PRMS) and the Modular Ground-Water Flow Model (MODFLOW-2005): 240
Matheswaran, K., Blemmer, M., Rosbjerg, D. y Boegh, E. (2014). "Seasonal variations in groundwater
upwelling zones in a Danish lowland stream analyzed using Distributed Temperature Sensing (DTS)."
Hydrological processes 28(3): 1422-1435.
238
Maxwell, R., Condon, L. y Kollet, S. (2015). "A high-resolution simulation of groundwater and surface water
over most of the continental US with the integrated hydrologic model ParFlow v3." Geoscientific Model
Development 8(3): 923.
Maxwell, R. M., Putti, M., Meyerhoff, S., Delfs, J. O., Ferguson, I. M., Ivanov, V., Kim, J., Kolditz, O., Kollet,
S. J. y Kumar, M. (2014). "Surface-subsurface model intercomparison: A first set of benchmark results to
diagnose integrated hydrology and feedbacks." Water Resources Research 50(2): 1531-1549.
McCuen, R. H. (1973). "The role of sensitivity analysis in hydrologic modeling." Journal of Hydrology 18(1):
37-53.
McDonald, J. y Harbaugh, A. (1988). "MODFLOW, a modular 3D finite difference ground-water flow

model." US Geological Survey. Open File Report: 83-875.
McKay, M. D., Beckman, R. J. y Conover, W. J. (1979). "Comparison of three methods for selecting values
of input variables in the analysis of output from a computer code." Technometrics 21(2): 239-245.
McKillop, R., Kouwen N. y Soulis E. D. (1999). "Modelling the rainfall-runoff response of a headwater
wetland." Water Resources Research 35(4): 1165-1177.
McLachlan, P., Chambers, J. E., Uhlemann, S. S. y Binley, A. (2017). "Geophysical characterisation of the
groundwater-surface water interface." Advances in Water Resources 109: 302-319.
MIMAM, E. (2000). El Libro Blanco del Agua en España, Madrid.
Mishra, S., Deeds, N. y Ruskauff, G. (2009). "Global sensitivity analysis techniques for probabilistic ground
water modeling." Groundwater 47(5): 727-744.
Mishra, S. K. y Singh, V. P. (2013). Soil conservation service curve number (SCS-CN) methodology,
Springer Science & Business Media.
MOPTMA-MINER (1994). "Libro Blanco de las Aguas Subterráneas." Centro de Publicaciones del
MOPTMA, Madrid.
Morris, D. A. y Jonhson, A. I. (1967). Summary of hydrologic and physical properties of rock and soil
materials, as analyzed by the hydrologic laboratory of the U.S Geological Survey- 1948-60. U. S. D. O. T.
INTERIOR. Washington, United States Government printing office.
Morris, M. D. (1991). "Factorial sampling plans for preliminary computational experiments." Technometrics
33(2): 161-174.
239
Neteler, M., Bowman, M. H., Landa, M. y Metz, M. (2012). "GRASS GIS: A multi-purpose open source
GIS." Environmental Modelling & Software 31: 124-130.
Ng, G.-H., Wickert, A. D., Somers, L. D., Saberi, L., Cronkite-Ratcliff, C., Niswonger, R. G. y McKenzie, J.
M. (2018). "GSFLOW-GRASS v1. 0.0: GIS-enabled hydrologic modeling of coupled groundwater-surface-
water systems." Geoscientific Model Development 11(12): 4755-4777.
Nickolas, L. B., Segura, C. y Brooks, J. R. (2017). "The influence of lithology on surface water sources."
Hydrological Processes 31(10): 1913-1925.
Norton, J. (2015). "An introduction to sensitivity assessment of simulation models." Environmental

Modelling & Software 69: 166-174.
Owen, A. B. (1992). "Orthogonal arrays for computer experiments, integration and visualization." Statistica
Sinica: 439-452.
Panday, S. y Huyakorn, P. S. (2004). "A fully coupled physically-based spatially-distributed model for
evaluating surface/subsurface flow." Advances in Water Resources 27(4): 361-382.
Pérez-Martín, M. A., Estrela, T., Andreu, J. y Ferrer, J. (2014). "Modeling water resources and river-aquifer
interaction in the Júcar River Basin, Spain." Water Resources Management 28(12): 4337-4358.
Pianosi, F., Beven, K., Freer, J., Hall, J. W., Rougier, J., Stephenson, D. B. y Wagener, T. (2016).
"Sensitivity analysis of environmental models: A systematic review with practical workflow." Environmental
Modelling & Software 79: 214-232.
Pianosi, F. y Wagener, T. (2015). "A simple and efficient method for global sensitivity analysis based on
cumulative distribution functions." Environmental Modelling & Software 67: 1-11.
Potenciano de las Heras, Á. y Villaverde Valero, J. J. (2009). "Implementación del modelo hidrológico de
Témez para la evaluación de recursos hídricos con GRASS GIS: fase superficial y subterránea."
Price, K. (2011). "Effects of watershed topography, soils, land use, and climate on baseflow hydrology in
humid regions: A review." Progress in Physical Geography 35(4): 465-492.
Prickett, T. A. y Lonquist, C. G. (1971). Selected digital computer tecniques for groundwater resource
evaluation. Urbana, Illinois State Water Survey. Bulletin 55.
240
Pryet, A., Labarthe, B., Saleh, F., Akopian, M. y Flipo, N. (2015). "Reporting of stream-aquifer flow
distribution at the regional scale with a distributed process-based model." Water Resources Management
29(1): 139-159.
Puebla Gutierrez, J. y Gould, M. (1994). " SIG: Sistemas de información geográfica. Síntesis.".
Rabitz, H. (1989). "Systems analysis at the molecular scale." Science 246(4927): 221-226.
Radoane, M., Radoane, N., Dumitriu, D. y Miclaus, C. (2007). "Downstream variation in bed sediment size
along the East Carpathian rivers: evidence of the role of sediment sources." Earth Surface Processes and
Landforms 33(5): 674-694.
Radoane, M., Radoane, N., Dumitriu, D. y Miclaus, C. (2008). "Downstream variation in bed sediment size
along the East Carpathian rivers: evidence of the role of sediment sources." Earth Surface Processes and
Landforms 33(5): 674-694.
Rehg, K. J., Packman, A. I. y Ren, J. (2005). "Effects of suspended sediment characteristics and bed
sediment transport on streambed clogging." Hydrological Processes: An International Journal 19(2): 413-
427.
Reilly, T. E. y Harbaugh, A. W. (2004). Guidelines for evaluating ground-water flow models, US Department
of the Interior, US Geological Survey.
Rorabaugh, M. I. (1964). "Estimating changes in bank storage and groundwater contribution to streamflow."
International Association of Scientific Hydrology Publication 63: 432-441.
Rousseau-Gueutin, P., Love, A., Vasseur, G., Robinson, N., Simmons, C. y De Marsily, G. (2013). "Time to
reach near-steady state in large aquifers." Water Resources Research 49(10): 6893-6908.
Rubin, Y., Lunt, I. A. y Bridge, J. S. (2006). "Spatial variability in river sediments and its link with river
channel geometry." water resources research 42(6).
Ruiz García, J. M. (1999). Modelo distribuido para la evaluación de recursos hídricos, Centro de Estudios y
Experimentación de Obras Públicas (CEDEX), Centro de Estudios Hidrográficos.
Sahuquillo, A., Cassiraga, E. F., Solera, A. y Murillo, J. M. (2010). Modelos de uso conjunto de aguas
superciales y subterraneas, IGME.
Saiers, J. E., Genereux, D. P. y Bolster, C. H. (2004). "Influence of calibration methodology on ground

water flow predictions." Groundwater 42(1): 32-44.
241
Saleh, F., Flipo, N., Habets, F., Ducharne, A., Oudin, L., Viennot, P. y Ledoux, E. (2011). "Modeling the
impact of in-stream water level fluctuations on stream-aquifer interactions at the regional scale." Journal of
Hydrology 400(3-4): 490-500.
Saltelli, A., Annoni, P., Azzini, I., Campolongo, F., Ratto, M. y Tarantola, S. (2010). "Variance based
sensitivity analysis of model output. Design and estimator for the total sensitivity index." Computer Physics
Communications 181(2): 259-270.
Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M. y Tarantola, S.
(2008). Global sensitivity analysis: the primer, John Wiley & Sons.
Saltelli, A., Tarantola, S., Campolongo, F. y Ratto, M. (2004). Sensitivity analysis in practice: a guide to
assessing scientific models, John Wiley & Sons.
Sanders, L. L. (1998). A Manual of Field Hydrogeology, Prentice Hall.
Scanlon, B. R., Keese, K. E., Flint, A. L., Flint, L. E., Gaye, C. B., Edmunds, W. M. y Simmers, I. (2006).
"Global synthesis of groundwater recharge in semiarid and arid regions." Hydrological Processes 20(15):
3335-3370.
Seibert, J. (2000). "Multi-criteria calibration of a conceptual runoff model using a genetic algorithm."
Hydrology and Earth System Sciences Discussions 4(2): 215-224.
Simpson, M. J., Jazaei, F. y Clement, T. P. (2013). "How long does it take for aquifer recharge or aquifer
discharge processes to reach steady state?" Journal of Hydrology 501: 241-248.
Singh, V. P. (2017). Handbook of applied hydrology, McGraw-Hill Education.
Sklar, L. S., Riebe, C. S., Marshall, J. A., Genetti, J., Leclere, S., Lukens, C. L. y Merces, V. (2017). "The
problem of predicting the size distribution of sediment supplied by hillslopes to rivers." Geomorphology 277:
31-49.
Snepvangers, J., Minnema, B., Berendrecht, W., Vermeulen, P., Lourens, A., Linden, W. v. d., Duijn, M.,
Bakel, J. v., Zaadnoordijk, W.-J. y Boerelijn, M. (2008). "MIPWA: Water managers develop their own high-
resolution groundwater model tools." IAHS Publications-Series of Proceedings and Reports 320: 108-113.
Sobol, I. y Kucherenko, S. (2009). "Derivative based global sensitivity measures." Procedia-Social and
Behavioral Sciences 2(6): 7745-7746.
242
Sobol, I. y Kucherenko, S. (2010). "A new derivative based importance criterion for groups of variables and
its link with the global sensitivity indices." Computer Physics Communications 181(7): 1212-1217.
Sobol, I. M. (2001). "Global sensitivity indices for nonlinear mathematical models and their Monte Carlo
estimates." Mathematics and computers in simulation 55(1-3): 271-280.
Song, X., Zhang, J., Zhan, C., Xuan, Y., Ye, M. y Xu, C. (2015). "Global sensitivity analysis in hydrological
modeling: Review of concepts, methods, theoretical framework, and applications." Journal of Hydrology
523: 739-757.
Sophocleous, M. (2002). "Interactions between groundwater and surface water: the state of the science."
Hydrogeology Journal 10(1): 52-67.
Spanoudaki, K., Stamou, A. I. y Nanou-Giannarou, A. (2009). "Development and verification of a 3-D

integrated surface water-groundwater model." Journal of Hydrology 375(3-4): 410-427.
Spiegel, M. R. (1991). Estadística, McGraw-Hill Interamericana.
Stewardson, M., Datry, T., Lamouroux, N., Pella, H., Thommeret, N., Valette, L. y Grant, S. (2016).
"Variation in reach-scale hydraulic conductivity of streambeds." Geomorphology 259: 70-80.
Stonedahl, S. H., Harvey, J. W., Wörman, A., Salehin, M. y Packman, A. I. (2010). "A multiscale model for
integrating hyporheic exchange from ripples to meanders." water resources research 46(12).
Storey, R. G., Howard, K. W. y Williams, D. D. (2003). "Factors controlling riffle-scale hyporheic exchange
flows and their seasonal changes in a gaining stream: A three-dimensional groundwater flow model." Water
resources Research 39(2).
Sutanudjaja, E., Van Beek, L., De Jong, S., Van Geer, F. y Bierkens, M. (2011). "Large-scale groundwater
modeling using global datasets: a test case for the Rhine-Meuse basin." Hydrology and Earth System
Sciences 15(9): 2913-2935.
Swain, E. D. y Wexler, E. J. (1996). A coupled surface-water and ground-water flow model (MODBRANCH)
for simulation of stream-aquifer interaction. Techniques of Water-Resources Investigations. C6 -.
Tang, B. (1993). "Orthogonal array-based Latin hypercubes." Journal of the American statistical association
88(424): 1392-1397.
243
Tang, Q., Kurtz, W., Brunner, P., Vereecken, H. y Franssen, H.-J. H. (2015). "Characterisation of river-
aquifer exchange fluxes: The role of spatial patterns of riverbed hydraulic conductivities." Journal of
Hydrology 531: 111-123.
Teloglou, I. S. y Bansal, R. K. (2012). "Transient solution for stream-unconfined aquifer interaction due to
time varying stream head and in the presence of leakage." Journal of Hydrology 428: 68-79.
Témez Peláez, J. R. (1977). Modelo matemático de transformación" precipitación-aportación", Asociación

de Investigación Industrial Eléctrica (ASINEL).
Thornthwaite, C. W. y Mather, J. R. (1957). Instructions and tables for computing potential

evapotranspiration and the water balance, Centerton.
Tonina, D. (2012). Surface water and streambed sediment interaction: The hyporheic exchange. Fluid
mechanics of environmental interfaces. G. y. Mihailovic. London UK, CRC Press, Taylor and Francis
Group: 255.
Toth, J. (1963). "A theoretical analysis of groundwater flow in small drainage basins." Journal of
Geophysical Research 68(16): 4795-4812.
Triska, F. J. y Kennedy, V. C. (1989). "Retention and Transport of Nutrients in a Third-Order Stream in

Northwestern California: Hyporheic Processes." Ecology 70(6): 1893.
USACE (2002). HEC-RAS river analysis system: hydraulic reference manual. , US Army Corps of
Engineers, Institute for Water Resources, Hydrologic Engineering Center.
VanderKwaak, J. E. y Loague, K. (2001). "Hydrologic-response simulations for the R-5 catchment with a
comprehensive physics-based model." Water Resources Research 37(4): 999-1013.
Vergnes, J.-P. y Decharme, B. (2012). "A simple groundwater scheme in the TRIP river routing model:
global off-line evaluation against GRACE terrestrial water storage estimates and observed river
discharges." Hydrology and Earth System Sciences 16(10): 3889-3908.
Vergnes, J.-P., Decharme, B., Alkama, R., Martin, E., Habets, F. y Douville, H. (2012). "A simple
groundwater scheme for hydrological and climate applications: Description and offline evaluation over
France." Journal of Hydrometeorology 13(4): 1149-1171.
Wada, Y., de Graaf, I. E. y van Beek, L. P. (2016). "High-resolution modeling of human and climate impacts
on global water resources." Journal of Advances in Modeling Earth Systems 8(2): 735-763.
244
Walton, W. C. (2011). "Aquifer system response time and groundwater supply management." Groundwater
49(2): 126-127.
Wallace, R. B., Darama, Y. y Annable, M. D. (1990). "Stream depletion by cyclic pumping of wells." Water
Resources Research 26(6): 1263-1270.
Wang, W., Dai, Z., Zhao, Y., Li, J., Duan, L., Wang, Z. y Zhu, L. (2016). "A quantitative analysis of hydraulic
interaction processes in stream-aquifer systems." Scientific Reports 6: 19876.
Welsh, W. D. (2000). GABFLOW: A steady state groundwater flow model of the Great Artesian Basin,
Bureau of Rural Sciences.
Werner, A. D., Gallagher, M. R. y Weeks, S. W. (2006). "Regional-scale, fully coupled modelling of stream-
aquifer interaction in a tropical catchment." Journal of Hydrology 328(3-4): 497-510.
Winter, T. C. (1999). "Relation of streams, lakes, and wetlands to groundwater flow systems."
Hydrogeology Journal 7(1): 28-45.
Winter, T. C. (2007). "The Role of Ground Water in Generating Streamflow in Headwater Areas and in
Maintaining Base Flow 1." JAWRA Journal of the American Water Resources Association 43(1): 15-25.
Winter, T. C., Harvey, J. V., Franke, O. L. y M., A. W. (1998). Ground Water and Surface Water: A Single
Resource. Circular 1139, U.S. Geological Survey.
Wroblicky, G. J., Campana, M. E., Valett, H. M. y Dahm, C. N. (1998). "Seasonal variation in surface-
subsurface water exchange and lateral hyporheic area of two stream-aquifer systems." Water Resources
Research 34(3): 317-328.
Yang, J. (2011). "Convergence and uncertainty analyses in Monte-Carlo based sensitivity analysis."
Environmental Modelling & Software 26(4): 444-457.
Yang, J., McMillan, H. y Zammit, C. (2016). "Modeling surface water-groundwater interaction in New
Zealand: Model development and application." Hydrological Processes 31(4): 925-934.
Zampieri, M., Serpetzoglou, E., Anagnostou, E. N., Nikolopoulos, E. I. y Papadopoulos, A. (2012).

"Improving the representation of river-groundwater interactions in land surface modeling at the regional
scale: Observational evidence and parameterization applied in the Community Land Model." Journal of
Hydrology 420: 72-86.
245
Zhou, Y. y Li, W. (2012). "A review of regional groundwater flow modeling." Geoscience Frontiers 2(2): 205-
214.
Zimmer, M. A. y McGlynn, B. L. (2017). "Bidirectional stream-groundwater flow in response to ephemeral

and intermittent streamflow and groundwater seasonality." Hydrological Processes 31(22): 3871-3880.
Zlotnik, V. A. y Huang, H. (1999). "Effect of shallow penetration and streambed sediments on aquifer
response to stream stage fluctuations (analytical model)." Ground Water 37(4): 599-605.
Zyvoloski, G. A. y Vesselinov, V. V. (2006). "An investigation of numerical grid effects in parameter

estimation." Ground Water 44(6): 814-825.
246
11 Índice de acrónimos
AS: Análisis de sensibilidad

CGL: Coeficiente de goteo del lecho
CRS: Coeficiente relativo de sensibilidad
DMA: Directiva Marco del Agua
DTM: Diagrama tornado modificado
K: Conductividad hidráulica / Permeabilidad
k: coeficiente de permeabilidad
K1: Modelo ajustado con una permeabilidad de 1 m/d
K10: Modelo ajustado con una permeabilidad de 10 m/d
MA: modelo acoplado
MAGT: Modelo acoplado para grandes territorios
NP: Nivel piezométrico
NR: Nivel del río
PV: Porcentaje de variación
PVA: Porcentaje de variación de la aportación
PVP: Porcentaje de variación del parámetro
PVV: Porcentaje de variación del volumen
RP: Régimen permanente
SCS: Soil Conservation Service
SIG: Sistema de información geográfica
SO: Sistema operativo
TEE: Test de efecto elemental
VDA: Volumen diferencial en el acuífero
VDT: Volumen diferencial total en modelo
247
248
12 Índice de variables y unidades
Φ: Función objetivo y términos de influencia en el resultado

∆: variación
α: coeficiente de almacenamiento
w: peso
O: valor observado (-)
M: valor modelado (-)
M: número de factores de entrada (-)
y: variable resultado
g(x): función que traduce los factores de entrada en el resultado
S: sensibilidad
X: conjunto de factores de entrada
V: varianza
h(x): función de sensibilidad unidireccional
ΦiT: índice de cambio infinito total
ΦiI: indice de interacción
S: Coeficiente de almacenamiento
T: transmisividad (m2/d)
h: nivel o cota de agua (m)
t: tiempo (s)
K: (m/d)
Q= m3/s
n: porosidad (-)
CGL: coeficiente de goteo del lecho
Kr: permeabilidad del lecho
L: distancia media desde cualquier punto de descarga al río
249
250
Anexo I
251
252
Tabla 0.1. Valores máximos mínimos y promedios de los CRS obtenidos en el AS de K y CGL
Parámetro Variable Modelo Estadístico CRS 30días CRS 10 años CRS 20 años CRS 50 años CRS 100 años
resultado
Máximo 0,00 -0,03 -0,05 -0,09 -0,12
K1 Mínimo 0,00 -0,03 -0,06 -0,15 -0,25
Media 0,00 -0,03 -0,06 -0,13 -0,21
Máximo 0,00 -0,03 -0,03 -0,03 -0,03
Piezometría K10 Mínimo 0,00 -0,07 -0,14 -0,35 -0,67
Media 0,00 -0,06 -0,10 -0,21 -0,36
Máximo 0,00 -0,03 -0,03 -0,03 -0,03
Total Mínimo 0,00 -0,07 -0,14 -0,35 -0,67
Media 0,00 -0,04 -0,08 -0,17 -0,29
K
Máximo 1,00 1,00 1,00 0,99 0,99
K1 Mínimo 0,97 0,67 0,53 0,29 0,12
Media 0,99 0,87 0,81 0,69 0,60
Máximo 1,00 1,00 1,00 0,99 0,99
Aportación K10 Mínimo 0,88 0,15 0,03 0,00 0,00
Media 0,96 0,67 0,58 0,48 0,41
Máximo 1,00 1,00 1,00 0,99 0,99
Total Mínimo 0,88 0,15 0,03 0,00 0,00
Media 0,97 0,76 0,69 0,58 0,50
Máximo 0,00 0,00 0,00 0,00 0,00
CGL_5 Mínimo 0,00 -0,01 -0,02 -0,05 -0,11
Media 0,00 0,00 -0,01 -0,01 -0,02
Máximo 0,00 0,00 0,00 0,00 0,00
Piezometría CGL_4 Mínimo 0,00 -0,01 -0,02 -0,03 -0,05
Media 0,00 0,00 0,00 0,00 -0,01
Máximo 0,00 0,00 0,00 0,00 0,00
Total Mínimo 0,00 -0,01 -0,02 -0,05 -0,11
Media 0,00 0,00 0,00 -0,01 -0,01
CGL
Máximo 0,99 0,89 0,85 0,77 0,70
CGL_5 Mínimo 0,00 0,00 0,00 0,00 0,00
Media 0,22 0,12 0,11 0,09 0,08
Máximo 0,91 0,40 0,31 0,20 0,13
Aportación CGL_4 Mínimo 0,00 0,00 0,00 0,00 0,00
Media 0,15 0,05 0,03 0,02 0,01
Máximo 0,99 0,89 0,85 0,77 0,70
Total Mínimo 0,00 0,00 0,00 0,00 0,00
Media 0,20 0,09 0,08 0,06 0,05
253
Tabla 0.2. Valores máximos mínimos y promedios de los CRS de incrementos y reducciones asociados a los PV coincidentes de K y CGL
CRS 30días CRS 10 años CRS 20 años CRS 50 años CRS 100
ñ
Máximo 0,00 -0,03 -0,05 -0,09 -0,12
Incrementos Mínimo 0,00 -0,03 -0,05 -0,11 -0,18
Media 0,00 -0,03 -0,05 -0,10 -0,15
K1
Máximo 0,00 -0,03 -0,06 -0,14 -0,24
Reducciones Mínimo 0,00 -0,03 -0,06 -0,14 -0,25
Media 0,00 -0,03 -0,06 -0,14 -0,24
Piezometría
Máximo 0,00 -0,03 -0,03 -0,03 -0,03
Incrementos Mínimo 0,00 -0,04 -0,06 -0,06 -0,06
K10 Media 0,00 -0,03 -0,04 -0,04 -0,04
Máximo 0,00 -0,06 -0,10 -0,19 -0,23
Media 0,00 -0,07 -0,13 -0,30 -0,55
K
Máximo 0,98 0,77 0,67 0,47 0,28
Incrementos Mínimo 0,97 0,67 0,53 0,29 0,12
Media 0,97 0,72 0,60 0,38 0,19
K1
Máximo 1,00 1,00 1,00 0,99 0,99
Reducciones Mínimo 0,99 0,89 0,84 0,74 0,62
Media 1,00 0,96 0,94 0,90 0,86
Aportación
Máximo 0,92 0,37 0,13 0,01 0,00
K10 Media 0,90 0,25 0,07 0,00 0,00
Máximo 1,00 1,00 1,00 0,99 0,99
Media 1,00 0,94 0,91 0,85 0,78
CGL Máximo 0,00 0,00 0,00 0,00 0,00
Media 0,00 0,00 0,00 0,00 0,00
K1
Máximo 0,00 0,00 0,00 0,00 0,00
Media 0,00 0,00 -0,01 -0,01 -0,02
Piezometría
Máximo 0,00 0,00 0,00 0,00 0,00
K10 Media 0,00 0,00 0,00 0,00 0,00
Máximo 0,00 0,00 0,00 0,00 0,00
Media 0,00 -0,02 -0,03 -0,05 -0,07
Aportación Máximo 0,00 0,00 0,00 0,00 0,00
Media 0,00 0,00 0,00 0,00 0,00
K1
Máximo 0,97 0,68 0,56 0,35 0,17
Media 0,50 0,21 0,16 0,09 0,05
K10 Máximo 0,00 0,00 0,00 0,00 0,00
Media 0,00 0,00 0,00 0,00 0,00
254
Máximo 0,91 0,40 0,31 0,20 0,13
Media 0,37 0,11 0,09 0,06 0,04
255
256
Anexo II. Programación
257
# sh mapasG7v3sept2019EvSat.sh 225 2 2 110 220 1100 10 0 0.5
RES=$1
PEND_NS=$2
PEND_EO=$3
COLRIO=$4
MAXCOL=$5
COTAMAX=$6
K=$7
ENCRIO=$8
NRIO=$9
#RES: Resolución de celda

#PEND_NS y PEND_EO: Pendiente en la dirección N-S y E-O
#COLRIO se refieren a la/s columna/s donde se sitúa el río
#MAXCOL: Número de columnas
#COTAMAX:Cota máxima
#K:Permeabilidad
#ENCRIO: Encajamiento del río
#NRIO: Nivel del río
#La columna/fila 1 y el nº filas/columnas marcan la columan/fila de extremo final para crear

mapa de status
echo "$RES"
#1.Generación de la región de cálculo
g.region n=49500 s=0 e=49500 w=0 res=$RES
d.erase white
#2.Calculo de máscara
g.remove type=rast name=MASK -f
r.mapcalc --o "MASK = 1"
r.univar MASK
#3.Generación de los bordes impermeables y gradientes constantes

r.mapcalc --o "st225 = if(row()==1||row()==$MAXCOL,null(),1)"
r.mapcalc --o "st225 = if(row()==2||row()==$MAXCOL-1,3,st225)"
r.mapcalc --o "st225 = if(col()>=$MAXCOL-1||col()==1,0,st225)"
#1º Cálculo de techo y muro con pendiente hacia el sur

r.mapcalc --o "techo = $COTAMAX.-($PEND_NS./100.)*$RES.*row()"
r.mapcalc --o "muro = techo-300."
## Genera mapa de muro de doble pendiente para ríos de anchura=RES

r.mapcalc --o "muroladera = muro+(abs(col()-$MAXCOL/2)*$RES*$PEND_EO./100.)"
#Cálculo de un mapa de techo en función del espesor del acuífero,(300 m por encima del muro)
r.mapcalc --o "techoladera = muroladera+300"
#Cálculo de paramétros de río

r.mapcalc --o "rbed225 = if(col()==$COLRIO,techoladera-$ENCRIO,null())"
r.mapcalc --o "rhead225 = if(col()==$COLRIO,techoladera-$ENCRIO+$NRIO,null())"
r.mapcalc --o "rleak225 = if(col()==$COLRIO,0.00001,null())"
#Recálculo el mapa de techo

r.mapcalc --o "techoladera1 = if(isnull(rbed225),techoladera,rbed225)"
#Cálculo de piezometría inicial

r.mapcalc --o "philadera = if(col()==$COLRIO,techoladera1+2.,(techoladera1-
muroladera)*0.9+muroladera)"
#Cálculo de parámatros hidraúlicos de acuífero

r.mapcalc --o "Kmd = $K"
r.mapcalc --o "K = Kmd/86400."
r.mapcalc --o " S = 0.1 "
#Cálculo de la recarga
r.mapcalc --o "r = 0.0000000025"
# sh ScriptSimulacion.sh 225 3000 /home/simpa/simpa4.3
# Balance en m3
RES=$1
NPASOS=$2
PATHAUX=$3
DURT=`head -n 1 argAg$RES.txt`
ST=`head -n 2 argAg$RES.txt | tail -1`
K=`head -n 3 argAg$RES.txt | tail -1`
S=`head -n 4 argAg$RES.txt | tail -1`
PHEADI=`head -n 5 argAg$RES.txt | tail -1`
REC=`head -n 6 argAg$RES.txt | tail -1`
RBED=`head -n 7 argAg$RES.txt | tail -1`
RHEAD=`head -n 8 argAg$RES.txt | tail -1`
RLEAK=`head -n 9 argAg$RES.txt | tail -1`
TECHO=`head -n 10 argAg$RES.txt | tail -1`
MURO=`head -n 11 argAg$RES.txt | tail -1`
TYPE=`head -n 12 argAg$RES.txt | tail -1`
GNPZ=`head -n 13 argAg$RES.txt | tail -1`
MAXCOL=`head -n 14 argAg$RES.txt | tail -1`
echo $DURT $ST $K $S $PHEADI $REC $DBED $DLEAK $RBED $RHEAD $RLEAK $TECHO $MURO $TYPE $GNPZ
$MAXCOL
g.copy rast=$PHEADI,ph --o

r.mapcalc --o "rec = if($ST==1&&isnull($RBED),$REC,0)"
FICHERO="fichFIN"$RES"_"$NPASOS".out"

MASC="mascaradelestatus.tmp"
r.mapcalc "$MASC = if(isnull($ST),null(),1)" --o
d.rast $MASC
MASCARA="mascara1.tmp"
r.mapcalc "$MASCARA = if($ST==1,1,null())" --o
d.rast $MASCARA
r.mapcalc "MASK = $MASCARA"
MASCRIO="mascaraRio.tmp"
r.mapcalc "$MASCRIO = if(isnull($RBED)&&$ST==1,null(),1)" --o
d.erase white
d.rast $MASCRIO

r.mapcalc "MASK = $MASC" --o
r.mapcalc "well = 0." --o
AT=èxpr $DURT / $NPASOS`
echo " Simulación mensual. " $DURT "s en "$NPASOS" pasos de " $AT "s"
sleep 2
r.mapcalc "st0 = if($ST==3,2,$ST)" --o

r.mapcalc "st = if(row()==1||row()==$MAXCOL,99999,st0)" --o
r.mfilter input=st o=stNS filter=filtroNS.txt --o --q

r.mfilter input=st o=stSN filter=filtroSN.txt --o --q
echo $GNPZ
r.mapcalc "gr = ( $GNPZ / 100.)*$RES " --o
> $FICHERO
echo `date`: Comenzando cálculo de fase subterránea > tiempo.log

I=0
while [ $I -lt $NPASOS ]
do
r.mapcalc "phbas = if(row()==1||row()==$MAXCOL,99999,ph*10000.)" --o
r.mfilter input=phbas o=pheadNS10000 filter=filtroNS.txt --o --q
r.mfilter input=phbas o=pheadSN10000 filter=filtroSN.txt --o --q
r.mapcalc pheadNS="pheadNS10000/10000." --o
r.mapcalc pheadSN="pheadSN10000/10000." --o
sleep 2
r.mapcalc "np3N = if(st==2&&stSN==1,pheadSN+gr,null())" --o
d.erase white
d.rast np3N
r.mapcalc "np3S = if(st==2&&stNS==1,pheadNS-gr,null())" --o
d.erase white
d.rast np3S
r.mapcalc "np3 = if(isnull(np3N),np3S,np3N)" --o
d.erase white
d.rast np3
r.mapcalc "np = if(isnull(np3),ph,np3)" --o
r.mapcalc "np = if(row()==1||row()==$MAXCOL,null(),np)" --o
g.copy rast=np,ph --o
echo "np"
r.gwflow phead=ph status=st0 hc_x=$K hc_y=$K s=$S top=$TECHO bottom=$MURO type=$TYPE dt=$AT
output=sol vy=vely vx=velx river_bed=$RBED river_head=$RHEAD river_leak=$RLEAK budget=budget
recharge=rec solver=pcg maxit=1500000000 error=0.0000001 --q --o
MAPAF="pheadf_"$AT"_"$I
g.copy rast=sol,$MAPAF --o
#En celdas activas se calcula el error (porcentaje de variación del NP respecto al NPinicial)
r.mapcalc "bas = if($ST==1,(($MAPAF-ph)/ph)*100,null())" --o
#Calculo el error cuadratico (*1000)
r.mapcalc "bas2 = if($ST==1,(exp(bas,2.)*1000.),null())" --o
r.univar bas2 > k.bas
grep "mean:" k.bas > kk2.bas
head -n 1 kk2.bas | tail -1 > kkk
MED1=àwk '{print $2}' kkk`
echo $MED1
rm k.bas kk2.bas kkk
#------------------------------------------------------------------#
r.mapcalc "error_cuad = sqrt(exp($MAPAF-ph,2)/272)" --o
r.univar error_cuad > k.bas
grep "sum:" k.bas > kk2.bas
sed 's/\./ /g' awk '{print $2}' kkk > kk5.bas
awk '{print $2}' kk5.bas > kk5
ERR_CUA=`head -n 1 kk5`
echo $ERR_CUA
rm k.bas kk2.bas kkk kk5.bas kk5
#------------------------------------------------------------------#

d.rast MASK
echo "Cálculo de la variación de almacenamiento en $AT ..."

r.mapcalc "AS = if($ST==1&&$MAPAF<$TECHO,($MAPAF-ph)*$S*$RES*$RES,0)" --o
echo "VARIACIÓN DE ALMACENAMIENTO (m3): "
r.univar AS >> k.bas

AAT=`head -n 1 kk5`

#------------------------------------------------------------------#
r.mapcalc "MASK = $MASCARA" --o
echo "Cálculo del volumen de recarga $AT ..."
r.mapcalc "recarga = if($ST==1,rec*$RES*$RES*$AT,0)" --o

echo "RECARGA (m3): "
r.univar recarga >> k.bas
IREC=`head -n 1 kk5`
echo "-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-"
r.mapcalc "dren = if($MAPAF>$TECHO,($MAPAF-$TECHO)*$RES.*$RES.*$AT,0)" --o
r.univar dren > k.bas
DREN=`head -n 1 kk5`
echo "-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-"

echo "Cálculo de los volúmenes drenados por los ríos ..."
#r.mapcalc "rios = if(isnull($RBED),null(),1)" --o
#r.mapcalc "rios =if($ST==1,rios,null())" --o
r.mapcalc "MASK = $MASCRIO" --o
d.erase white
d.rast MASK
r.mapcalc "apsubrg1 = if($MAPAF>=$RHEAD,-($RHEAD-$MAPAF),0)" --o

r.mapcalc "apsubrg = apsubrg1*$RES.*$RES.*$RLEAK*$AT" --o
r.univar apsubrg > k.bas
APac_rio=`head -n 1 kk5`
echo "río ganador"
r.mapcalc "apsubrpc = if(($MAPAF<=$RHEAD&&$MAPAF>$RBED),-($RHEAD-$MAPAF)*$RES.*$RES.*$AT*

$RLEAK,0)" --o
#r.mapcalc "rec_apsubrpc = if(($MAPAF<=$RHEAD&&$MAPAF>$RBED),-($RHEAD-$MAPAF)*$RLEAK,0)" --o
r.mapcalc "apsubrpd = if($MAPAF<=$RBED,-($RHEAD-$RBED)*$RES.*$RES.*$AT*$RLEAK,0)" --o
#r.mapcalc "rec_apsubrpd = if($MAPAF<=$RBED,-($RHEAD-$RBED)*$RLEAK,0)" --o
r.mapcalc "apsubrp = apsubrpd+apsubrpc" --o
#r.mapcalc "rec_apsubrp = abs(rec_apsubrpd+rec_apsubrpc)" --o
r.mapcalc "aprioac =if(apsubrp<0.,abs(apsubrp),0)" --o
r.univar aprioac > k.bas
APrio_ac=`head -n 1 kk5`
rm kkk kk5.bas kk5
echo "-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-"
echo "Pérdidas por frontera tipo cota constante (status=2): "
d.rast MASK
r.mfilter input=st o=STNS filter=filtroNS.txt --o
r.mfilter input=st o=STSN filter=filtroSN.txt --o
r.mfilter input=st o=STOE filter=filtroOE.txt --o
r.mfilter input=st o=STEO filter=filtroEO.txt --o
r.mapcalc " phbas1 = ph*10000." --o

r.mfilter input=phbas1 o=phNS10000 filter=filtroNS.txt --o
r.mfilter input=phbas1 o=phSN10000 filter=filtroSN.txt --o
r.mfilter input=phbas1 o=phOE10000 filter=filtroOE.txt --o
r.mfilter input=phbas1 o=phEO10000 filter=filtroEO.txt --o
r.mapcalc " phNS = phNS10000/10000." --o
r.mapcalc " phSN = phSN10000/10000." --o
r.mapcalc " phOE = phOE10000/10000." --o
r.mapcalc " phEO = phEO10000/10000." --o
r.mapcalc "mapafbas = $MAPAF*10000." --o

r.mfilter input=mapafbas o=solNS10000 filter=filtroNS.txt --o
r.mfilter input=mapafbas o=solSN10000 filter=filtroSN.txt --o
r.mfilter input=mapafbas o=solOE10000 filter=filtroOE.txt --o
r.mfilter input=mapafbas o=solEO10000 filter=filtroEO.txt --o
r.mapcalc " solNS = solNS10000/10000." --o
r.mapcalc " solSN = solSN10000/10000." --o
r.mapcalc " solOE = solOE10000/10000." --o
r.mapcalc " solEO = solEO10000/10000." --o
r.mapcalc " murobas = $MURO*10000." --o

r.mfilter input=murobas o=muroNS10000 filter=filtroNS.txt --o
r.mfilter input=murobas o=muroSN10000 filter=filtroSN.txt --o
r.mfilter input=murobas o=muroOE10000 filter=filtroOE.txt --o
r.mfilter input=murobas o=muroEO10000 filter=filtroEO.txt --o
r.mapcalc " muroNS = muroNS10000/10000." --o
r.mapcalc " muroSN = muroSN10000/10000." --o
r.mapcalc " muroOE = muroOE10000/10000." --o
r.mapcalc " muroEO = muroEO10000/10000." --o
r.mapcalc " permbas = $K*10000000." --o

r.mfilter input=permbas o=KNS10000000 filter=filtroNS.txt --o
r.mfilter input=permbas o=KSN10000000 filter=filtroSN.txt --o
r.mfilter input=permbas o=KOE10000000 filter=filtroOE.txt --o
r.mfilter input=permbas o=KEO10000000 filter=filtroEO.txt --o
r.mapcalc " KNS = KNS10000000/10000000." --o
r.mapcalc " KSN = KSN10000000/10000000." --o
r.mapcalc " KOE = KOE10000000/10000000." --o
r.mapcalc " KEO = KEO10000000/10000000." --o
#
r.mapcalc " techobas = $TECHO*10000." --o
r.mfilter input=techobas o=techoNS10000 filter=filtroNS.txt --o
r.mfilter input=techobas o=techoSN10000 filter=filtroSN.txt --o
r.mfilter input=techobas o=techoOE10000 filter=filtroOE.txt --o
r.mfilter input=techobas o=techoEO10000 filter=filtroEO.txt --o
r.mapcalc " techoNS = techoNS10000/10000." --o
r.mapcalc " techoSN = techoSN10000/10000." --o
r.mapcalc " techoOE = techoOE10000/10000." --o
r.mapcalc " techoEO = techoEO10000/10000." --o
r.mapcalc "solNScor= if(solNS<=techoNS,solNS,techoNS)" --o

r.mapcalc "solSNcor= if(solSN<=techoSN,solSN,techoSN)" --o
r.mapcalc "MAPAFcor= if($MAPAF<=$TECHO,$MAPAF,$TECHO)" --o
#r.mapcalc espesorNS = "((solNScor-muroNS)+(MAPAFcor-$MURO))/2"

#r.mapcalc espesorSN = "((solSNcor-muroSN)+(MAPAFcor-$MURO))/2"
r.mapcalc "espesorNS = MAPAFcor-$MURO" --o

r.mapcalc "espesorSN = MAPAFcor-$MURO" --o
#r.mapcalc espesorNS = "if(solNS<=techoNS,((solNS-muroNS)+($MAPAF-$MURO))/2,((techoNS-muroNS)+

($MAPAF-$MURO))/2)"
#r.mapcalc espesorSN = "if(solSN<=techoSN,((solSN-muroSN)+($MAPAF-$MURO))/2,((techoSN-muroSN)+
($MAPAF-$MURO))/2)"
#r.mapcalc espesorEO = "if(solEO<=techoEO,((solEO-muroEO)+($MAPAF-$MURO))/2,((techoEO-muroEO)+
($MAPAF-$MURO))/2)"
#r.mapcalc espesorOE = "if(solOE<=techoOE,((solOE-muroOE)+($MAPAF-$MURO))/2,((techoOE-muroOE)+
($MAPAF-$MURO))/2)"
#r.mapcalc espesorNS = "if(solNS<=techoNS,($MAPAF-$MURO),($TECHO-$MURO))"

#r.mapcalc espesorSN = "if(solSN<=techoSN,($MAPAF-$MURO),($TECHO-$MURO))"
#r.mapcalc espesorEO = "if(solEO<=techoEO,($MAPAF-$MURO),($MAPAF-$MURO))"
#r.mapcalc espesorOE = "if(solOE<=techoOE,($MAPAF-$MURO),($MAPAF-$MURO))"
# r.mapcalc KmedNS= "(2*KNS*$K)/(KNS.+$K)"

# r.mapcalc KmedSN = "(2*KSN*$K)/(KSN.+$K)"
# r.mapcalc KmedEO = "(2*KEO*$K)/(KEO.+$K)"
# r.mapcalc KmedOE = "(2*KOE*$K)/(KOE.+$K)"
r.mapcalc "qbordeN = if(st==1&& STNS==2,$K*$AT*(MAPAFcor-solNScor)*espesorNS,0)" --o

r.mapcalc "grN= if(st==2&& STSN==1,MAPAFcor-solSNcor,null())" --o
r.mapcalc "qbordeS = if(st==1&& STSN==2,$K*$AT*(MAPAFcor-solSNcor)*espesorSN,0)" --o
r.mapcalc "grS=if(st==2&& STNS==1,MAPAFcor-solNScor,null())" --o
r.mapcalc "salidasFR_N = if(qbordeN>0,qbordeN,0)" --o

r.mapcalc "salidasFR_S = if(qbordeS>0,qbordeS,0)" --o
r.mapcalc "salidasFR_E = if(qbordeE>0,qbordeE,0)" --o
r.mapcalc "salidasFR_O= if(qbordeO>0,qbordeO,0)" --o
r.mapcalc "salidas_SUB_FR =salidasFR_N+salidasFR_S+salidasFR_E+salidasFR_O" --o
#r.mapcalc "salidas_SUB_FR =salidasFR_N+salidasFR_S" --o
r.mapcalc "entradasFR_N = if(qbordeN<0,qbordeN,0)" --o

r.mapcalc "entradasFR_S = if(qbordeS<0,qbordeS,0)" --o
r.mapcalc "entradasFR_E = if(qbordeE<0,qbordeE,0)" --o
r.mapcalc "entradasFR_O = if(qbordeO<0,qbordeO,0)" --o
#r.mapcalc --o "entradas_SUB_FR = entradasFR_N+entradasFR_S+entradasFR_E+entradasFR_O"
r.mapcalc "entradas_SUB_FR = entradasFR_N+entradasFR_S" --o
r.univar entradasFR_N > k.bas

APNC_acN=`head -n 1 kk5`
r.univar entradasFR_S > k.bas

APNC_acS=`head -n 1 kk5`
r.univar salidasFR_N > k.bas

APac_NCN=`head -n 1 kk5`
r.univar salidasFR_S > k.bas

APac_NCS=`head -n 1 kk5`
r.univar salidasFR_E > k.bas

APac_NCE=`head -n 1 kk5`
r.univar salidasFR_O > k.bas

APac_NCO=`head -n 1 kk5`
r.univar entradas_SUB_FR > k.bas

APNC_ac=`head -n 1 kk5`
r.univar salidas_SUB_FR >k.bas

APac_NC=`head -n 1 kk5`
#--------------------------------------------------------------------------------------#
echo "PASADA $I $AT 1.Error_cua10e6 $MED1 2.ATT $AAT 3.IREC $IREC 4.APNC_acN $APNC_acN
5.APNC_acS $APNC_acS 6.APNC_ac $APNC_ac 7.APac_NCN $APac_NCN 8.APac_NCS $APac_NCS APac_NCO
$APac_NCO APac_NCE $APac_NCE 9.APac_NC $APac_NC 10.DREN $DREN 11.APac_río $APac_rio 12.APrio_ac
$APrio_ac 13.Error_cua $ERR_CUA" >> $FICHERO
echo "PASADA $I $AT"
echo "1.Error_cua10e6 $MED1"
echo "2.ATT $AAT"
echo "3.IREC $IREC"
echo "4.APNC_acN $APNC_acN"
echo "5.APNC_acS $APNC_acS"
echo "6.APNC_ac $APNC_ac"
echo "7.APac_NCN $APac_NCN"
echo "8.APac_NCS $APac_NCS "
echo "8.APac_NCO $APac_NCO "
echo "8.APac_NCE $APac_NCE "
echo "9.APac_NC $APac_NC "
echo "10.DREN $DREN "
echo "11.APac_río $APac_rio "
echo "12.APrio_ac $APrio_ac "
echo "13.Error_cua $ERR_CUA"
I=èxpr $I + 1`
g.copy rast=$MAPAF,ph --o

d.rast ph
d.legend ph
done
echo `date`: Terminado calculo de fase subterranea en $SECONDS segundos >> tiempo.log
g.remove type=rast name=bas -f
g.remove type=rast
name=AS,aprioac,apacrio,apsubrp,apsubrg,apsubrpd,apsubrpd1,apsubrpd2,apsubrpc,apsubrpc1,apsubrp
c2,apsubrg1,apsubrg2 -f
g.remove type=rast name=MASK,mask -f
g.remove type=rast name=st,st0,rec,gr -f

Universidad Complutense de Madrid: Facultad de Ciencias Geológicas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Universidad Complutense de Madrid: Facultad de Ciencias Geológicas

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD COMPLUTENSE DE MADRID

FACULTAD DE CIENCIAS GEOLÓGICAS

MEMORIA PARA OPTAR AL GRADO DE DOCTOR

Natalia García Bravo

Ángela Potenciano de las Heras

© Natalia García Bravo, 2021

FACULTAD DE CIENCIAS GEOLÓGICAS

ANÁLISIS DE SENSIBILIDAD DE UN MODELO SINTÉTICO DE RELACIÓN

Licenciada en Ciencias Geológicas

Dña. Ángela Potenciano de las Heras

Dra. en Ciencias Geológicas

D. Javier Álvarez Rodríguez

Dr. Ingeniero de Caminos, Canales y Puertos

Tabla 4.1. Factores de entrada del modelo ................................................................................................. 24

De mi etapa en el IGME quiero mostrar mi agradecimiento al Departamento de Investigación en Recursos

A mis abuelos por enseñarme cómo funcionan las cosas.

A mis amigues por estar siempre cerquita y animarme a seguir.

A mi familia por no perder la fe.

1.1 Introducción y Antecedentes Generales

En aquel momento, el desarrollo científico, la disponibilidad de datos y la capacidad computacional no lo permitían

1.3 La Evaluación de Recursos Hídricos en España

1.4 Conceptos de calibración, validación y análisis de sensibilidad de un modelo

- La construcción de un modelo experimental que presente todas las características, variables y

- Adicionalmente, se determinará el rango de aplicación de los parámetros más influyentes y las

- Durante el proceso de parametrización del modelo se establecerán los rangos de variación de

4.1 Conceptos generales. El agua en el ciclo hídrico

a) El almacenamiento en depresión es el conjunto de agua retenida en superficie que no tiene salida. Es

c) La infiltración es un proceso altamente no lineal por el que el agua en un movimiento descendente se

4.2 Flujo de escorrentía

Ec. 4.1. Ecuaciones de Saint-Venant, de continuidad y momentum (Chow et al., 1994).

y: calado o profundidad de flujo [L]

v: velocidad del flujo [L/T]

g: aceleración de la gravedad [L/T2]

So: pendiente del lecho o de fondo de canal [-]

4.2.2.1 Ley de Darcy

Ec. 4.4. Conductividad hidráulica

K: Conductividad hidráulica [L/T]

h: altura piezométrica [L]

v: velocidad de flujo de un fluido en un medio poroso o velocidad de Darcy [L/T]

Q: flujo vertical [L3/T]

Ec. 4.8. Ecuación de conservación de masa o ecuación de la continuidad

 w : densidad del agua [M/L3]

qx , q yx , qz : flujo según los ejes x, y y z [L3]

Ec. 4.10. Ecuación de Richards

S s : almacenamiento específico [L3]

h : altura piezométrica [L]

Ec. 4.12. Número de Reynolds. (Happel y Brenner, 1983)

ʋ: viscosidad cinemática, corresponde a μ/ρ [L2/T-1]

μ: viscosidad dinámica [MT/L2]

ρ: masa específica [M/L3]

L: tamaño medio de las partículas (d50) [L]

4.3 Modelos de flujo

Acciones externas Recarga

Componentes físicos Coeficiente de almacenamiento (S)

4.3.1 Modelos agregados

α: coeficiente de recesión o de agotamiento [T-1]

S: coeficiente de almacenamiento [-]

L: distancia característica de recorrido del agua entre el acuífero y el río [L]

4.3.2 Modelos distribuidos

4.3.2.1 Diferencias finitas

4.4 Modelos de Relación Río-Acuífero

4.4.1 Modelo de capa semiconfinante en el cauce

Ec. 4.14. Coeficiente de goteo del lecho (CGL)