ANEJO Nº 1 · modelizaciÓn de la cuenca vertiente de l albufera 2 modelo distribuido tetis...

7241 – Estudio para el desarrollo sostenible de L’Albufera de Valencia Informe Final Tetis

7241-IN-OA-ME2/01/2-002-Ed01 Pág. 1

1. INTRODUCCIÓN 3

2. ESTIMACIÓN DE PARÁMETROS PARA EL MODELO TETIS EN LA CUENCA DEL BARRANCO DE TORRENT 5 2.1. INTRODUCCIÓN 5 2.2. UBICACIÓN DE LA ZONA DE ESTUDIO 6 2.3. INFORMACIÓN DE ORIGEN 7 2.4. METODOLOGÍA 8

2.4.1. VARIABLES, TEMAS Y UNIDADES CARTOGRÁFICAS 8 2.4.2. SELECCIÓN DE LAS VARIABLES PRINCIPALES Y AMBIENTALES 9 2.4.3. GENERACIÓN DE CAPAS TEMÁTICAS 10 2.4.4. SISTEMA DE MUESTREO 11 2.4.5. CÁLCULO DE LA TENDENCIA REGIONAL Y GENERACIÓN DE

RESULTADOS 13 2.5. ASIGNACIÓN DE VARIABLES. 14

2.5.1. ASIGNACIÓN DE VALORES MODALES PARA LA CONDUCTIVIDAD HIDRÁULICA DEL SUSTRATO DEL SUELO, KP. 15 2.5.1.1. TRIÁSICO. 17 2.5.1.2. JURÁSICO. 18 2.5.1.3. CRETÁCICO. 19 2.5.1.4. CRETÁCICO TERMINAL - PALEÓGENO. 21 2.5.1.5. NEÓGENO. 21 2.5.1.6. CUATERNARIO. 23

2.5.2. ASIGNACIÓN DE VALORES MODALES PARA LA CAPACIDAD DE ALMACENAMIENTO HÍDRICO DEL SUELO, HU Y LA CONDUCTIVIDAD HIDRÁULICA DEL SUELO, KS. 26 2.5.2.1. UNIDADES TAXONÓMICAS DE SUELOS. 27 2.5.2.2. CÁLCULO DE LA CAPACIDAD DE ALMACENAMIENTO

HÍDRICO DEL SUELO, HU. 30 2.5.2.3. CÁLCULO DE LA CONDUCTIVIDAD HIDRÁULICA

SATURADA DEL SUELO, KS. 31 2.5.3. ASIGNACIÓN DE VARIABLES AMBIENTALES. 34

2.5.3.1. VARIABLES AMBIENTALES DUMMY. 35 2.5.3.2. VARIABLES AMBIENTALES CONTINUAS. 39

2.6. RESULTADOS DE LA ESTIMACIÓN DE PARÁMETROS. 42 2.6.1. ANÁLISIS DE REGRESIÓN MÚLTIPLE PARA LA CAPACIDAD DE

ALMACENAMIENTO HÍDRICO DEL SUELO, HU. 42 2.6.1.1. CASO 1. 42 2.6.1.2. CASO 2. 46 2.6.1.3. CASO 3. 48

2.6.2. ANÁLISIS DE REGRESIÓN MÚLTIPLE PARA LA CONDUCTIVIDAD HIDRÁULICA DEL SUELO, KS. 51 2.6.2.1. CASO 1. 51 2.6.2.2. CASO 2. 53 2.6.2.3. CASO 3. 56

2.6.3. ANÁLISIS DE REGRESIÓN MÚLTIPLE PARA LA CONDUCTIVIDAD HIDRÁULICA DEL SUSTRATO DEL SUELO, KP. 58 2.6.3.1. CASO 1. 58 2.6.3.2. CASO 2. 61 2.6.3.3. CASO 3. 63

2.7. ESTIMACIÓN DE LAS PÉRDIDAS INICIALES 66 2.7.1. INTERCEPCIÓN. 66 2.7.2. ALMACENAMIENTO SUPERFICIAL. 67


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 2

2.8. GENERACIÓN DEL MAPA DE COBERTURAS VEGETALES PARA EL CÁLCULO DE LA EVAPOTRANSPIRACIÓN. 69

2.9. PARÁMETROS GEOMORFOLÓGICOS EN CAUCES. 71 3. CALIBRACIÓN Y VALIDACIÓN DEL MODELO TETIS EN LA CUENCA DE LA

RAMBLA DEL POYO. 73 3.1. INTRODUCCIÓN. 73 3.2. INFORMACIÓN HIDROLÓGICA. 73 3.3. CALIBRACIÓN. 80

3.3.1. CALIBRACIÓN EN EL EVENTO DE OCTUBRE DE 2000. 80 3.3.2. CALIBRACIÓN EN EL EVENTO DE NOVIEMBRE DE 1988. 83

3.4. VALIDACIÓN TEMPORAL. 85 3.4.1. VALIDACIÓN DEL EVENTO DE NOVIEMBRE DE 1988. 86 3.4.2. VALIDACIÓN DEL EVENTO DE NOVIEMBRE DE 1989. 88 3.4.3. VALIDACIÓN DEL EVENTO DE ENERO – FEBRERO DE 1998. 89 3.4.4. VALIDACIÓN DEL EVENTO DE MAYO DE 2002. 91 3.4.5. VALIDACIÓN DEL EVENTO DE OCTUBRE DE 2000 A PARTIR DE

LA CALIBRACIÓN DEL EVENTO DE NOVIEMBRE DE 1988. 93 3.4.6. CONCLUSIONES DE LA VALIDACIÓN. 94

4. RESUMEN Y CONCLUSIONES 97 4.1. ESTIMACIÓN DE PARÁMETROS EN LA CUENCA DEL BARRANCO DE

TORRENT. 97 4.1.1. MAPA DE LA CAPACIDAD DE ALMACENAMIENTO HÍDRICO DEL

SUELO, HU. 97 4.1.2. MAPA DE LA CONDUCTIVIDAD HIDRÁULICA DEL SUELO, KS. 99 4.1.3. MAPA DE LA CONDUCTIVIDAD HIDRÁULICA DEL SUSTRATO DEL

SUELO, KP. 101 4.1.4. MAPA DE LAS ABSTRACCIONES INICIALES Y HU FINAL. 103 4.1.5. MAPA DE FACTORES DE VEGETACIÓN. 104 4.1.6. MAPA DE PENDIENTES. 105 4.1.7. PARÁMETROS GEOMORFOLÓGICOS. 106

4.2. CALIBRACIÓN Y VALIDACIÓN. 106 5. REFERENCIAS BIBLIOGRÁFICAS 111

6. ÍNDICE DE TABLAS 113

7. ÍNDICE DE FIGURAS 115


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 3

1. INTRODUCCIÓN

Los fenómenos naturales siempre han cautivado y sorprendido al hombre, tanto por su exuberancia, complejidad y belleza como por su magnitud, frecuencia y peligrosidad. Actualmente, las inundaciones ocasionadas por las crecidas y desbordamientos de los ríos son uno de los fenómenos naturales que el hombre trata de predecir, básicamente ante la imposibilidad de poder controlarlos.

En el estudio de las crecidas, las necesidades fundamentales son la estimación del caudal pico o flujo máximo y la estimación de la forma del hidrograma, en función del problema que se quiera resolver. De un modo más general, se puede decir que el objetivo de toda estimación mediante una simulación, ya sea del hidrograma o del caudal pico, es para su posterior uso en la predicción hidrológica.

La predicción de las crecidas ha suscitado especial interés dentro de la Hidrología debido fundamen-talmente a que:

• El diseño, la planificación y la gestión de los sistemas de recursos hidráulicos dependen de la magnitud y frecuencia de los caudales máximos.

• Tienen un impacto económico y social importante, las inundaciones ocasionadas por las cre-cidas generan pérdidas económicas en las zonas productivas y pérdidas de vidas humanas en los asentamientos urbanos.

• Son la base para el desarrollo de modelos de predicción, que a su vez sirven para la toma de decisiones en los sistemas de alerta, control de inundaciones y regulación de ríos, en donde la fiabilidad de la predicción gobierna la fiabilidad de las decisiones.

La modelación hidrológica ha sido tradicionalmente la herramienta utilizada para establecer la forma del hidrograma y la magnitud de la creciente. Por lo tanto, la confiabilidad de la estimación de los cau-dales máximos depende de las características conceptuales del modelo seleccionado. En este trabajo se presenta la implementación de un modelo hidrológico distribuido de tipo conceptual en la cuenca del Barranco de Torrent.

El modelo utilizado en este trabajo se denomina TETIS y consta de varios módulos que operan de forma independiente, puesto que se pretende que formen parte de una interfaz amigable y eficaz. Dicho modelo ha sido desarrollado por el Departamento de Hidráulica y Medio Ambiente de la Univer-sidad Politécnica de Valencia (Vélez, 2001).

El presente informe está estructurado en cinco capítulos. En el segundo capítulo se desarrolla la esti-mación de parámetros necesarios para el funcionamiento del modelo TETIS, incluyendo una descrip-ción general de la zona de estudio y detallada en cuanto a las características del medio que determi-nan los valores de dichos parámetros. Además se presenta una explicación de la metodología de ob-tención de la tendencia espacial de los parámetros y el tipo, calidad y cantidad de información requeri-da para su desarrollo.

En el tercer capítulo se efectúa la calibración y validación del modelo TETIS en la Rambla del Poyo, a escala temporal cincominutal. Se detalla el tipo de información recolectada para realizar la calibración y validación, los análisis efectuados sobre dicha información y las conclusiones obtenidas. Para el caso del presente informe, se efectuó la calibración y validación en el único punto de aforo que se encuentra en la zona, correspondiente a la estación de aforo de la Rambla del Poyo, perteneciente al Sistema Automático de Información Hidrológica de la Confederación Hidrográfica del Júcar (SAIH-CHJ). Al contar únicamente con una estación de aforo, fue imposible adelantar una validación espacial.

Por último, en el capítulo cuarto se presenta un resumen de los resultados finales y se reseñan las conclusiones obtenidas y en el capítulo cinco se muestran las referencias a la bibliografía consultada durante el estudio.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 4

Este trabajo ha sido realizado por el estudiante de doctorado D. Juan José Montoya Monsalve (Inge-niero Geólogo) y el Prof. D. Félix Francés García (Dr. Ingeniero de Caminos, C. y P.), del Departamen-to de Ingeniería Hidráulica y Medio Ambiente de la Universidad Politécnica de Valencia.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 5

2. ESTIMACIÓN DE PARÁMETROS PARA EL MODELO TETIS EN LA CUENCA DEL BARRANCO DE TORRENT

2.1. INTRODUCCIÓN

Dado que el modelo hidrológico TETIS es distribuido, los parámetros hidrológicos que utilice también están distribuidos espacialmente. Esto significa que los parámetros deben estar repartidos sobre la superficie del terreno de forma más o menos continua respetando su variabilidad. Lo anterior exige que este reparto sea coherente con el tipo de terreno y los materiales que lo componen, el uso de sue-lo presente, el tipo de cubierta vegetal existente y las demás características del medio físico suscepti-bles de representarse espacialmente. Esta necesidad de coherencia no responde a requisitos pura-mente teóricos sino, y por sobre todo, a necesidades prácticas. La correcta calibración de un modelo debe garantizar que el mismo refleje la realidad del medio sobre el que se aplica a fin de que sea posi-ble reproducir el comportamiento del sistema a partir de información limitada.

Sobre la base de esto requerimientos básicos, el objetivo del trabajo fue la de obtener la tendencia espacial de los parámetros hidrológicos del terreno, en función de la información disponible con que se contó de la zona de estudio. Concretamente, en el presente trabajo fueron estimados los valores y la distribución espacial de tres parámetros hidrológicos del terreno, necesarios para la modelación distri-buida:

• Capacidad de almacenamiento hídrico del suelo, Hu

• Conductividad hidráulica del suelo, Ks

• Conductividad hidráulica del sustrato del suelo, Kp

Esta estimación se realizó a partir de información edafológica y no estrictamente edafológica, con la cual se cuenta con normalidad y actualmente de fácil acceso. Esto implicó la interpretación (o inferen-cia) del terreno (Abbaspour, K. C. y Moon, D. E.; 1992), extendiendo el análisis al medio natural dentro del cual se desarrollan los suelos. Esta labor condujo a reconocer cuáles son los factores que afectan con mayor fuerza a las variables estudiadas, y en qué sentido (crecimiento/decrecimiento) se desarro-lla su impacto.

La técnica utilizada para la estimación de los valores fue la regresión múltiple por mínimos cuadrados ponderados, en el cual se relacionaron los parámetros hidrológicos con variables ambientales, deduci-das de la información con que se contaba al inicio del trabajo. Tanto la preparación de la información, así como la generación de los resultados finales fue realizada utilizando herramientas GIS.

Del conjunto de información disponible, fueron seleccionadas aquellas variables ambientales que por conocimientos previos y calidad de datos fueran factibles de ser relacionadas con los parámetros hidráulicos del suelo necesarios para el funcionamiento del modelo TETIS. El procedimiento realizado constó de cuatro etapas:

1) Se elaboró una descripción rápida y operativa que ponga de manifiesto las mayores variacio-nes de la propiedad analizada en el terreno.

2) Se puso en práctica un criterio de muestreo para obtener un conjunto discreto de valores re-presentativos del área de trabajo.

3) Se definió la tendencia general del conjunto de valores.

4) Por último, se obtuvieron los mapas temáticos en formato raster de las propiedades físicas.

Adicionalmente se crearon mapas de parámetros hidrológicos necesarios para el funcionamiento del modelo TETIS que tienen relación con los procesos de intercepción de lluvia debido a la cubierta vege-tal, el almacenamiento de agua en depresiones del terreno y la evapotranspiración. El mapa de valo-


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 6

res de intercepción y almacenamiento se sumó al mapa de capacidad de almacenamiento hídrico del suelo. La generación de estos mapas se basó en valores referenciados en la bibliografía.

Los métodos de estimación y distribución de parámetros hidrológicos fueron implementados mediante herramientas GIS.

Se digitalizó el mapa geológico de la zona de estudio a partir del mapa geológico de España (IGME, 1974) en sus hojas 694, 695, 696, 720, 721, 722, 746 y 747, escala 1:50.000, con la utilización del programa ArcGIS (ArcInfo Workstation y ArcInfo Desktop) y se editaron mapas digitales disponibles en la zona de estudio:

• Mapa de Suelos de la Comunidad Valenciana (GENERALITAT VALENCIANA 1995a, 1995b, 1996a, 1996b, 1996c y 1996d), tomando la cartografía digital de la Tesis Doctoral de Juan An-tonio Pascual (Pascual, 2001).

• Usos actuales del suelo. Se trabajo con el mapa de usos del suelo del año 1998, en formato digital. Este mapa fue desarrollado en la Tesis Doctoral de Juan Antonio Pascual (Pascual, 2001), a partir de fotografías aéreas tomadas en 1997 por el Instituto Cartográfico Valenciano con escala media de 1:25.000.

• Se construyó un Modelo de Elevación Digital (MED) con tamaño de celda de 100 metros de lado, hidrológicamente correcto. A partir de curvas de nivel cada 10 metros y la red de drena-je de la zona, en formato digital vectorial (INSTITUTO CARTOGRÁFICO VALENCIANO, 2000), se generó un modelo de elevación digital con la utilización de la función Topogrid del sistema ArcGIS. Posteriormente a la ubicación de sumideros, se rellenaron para asegurar la continuidad del flujo en la zona de estudio. Construido el MED se produjeron mapas deriva-dos, utilizados para analizar la distribución espacial de los parámetros hidrológicos en cues-tión.

Posteriormente mediante las aplicaciones ArcGIS se generaron y depuraron las bases de datos rela-cionadas con las correspondientes capas de información, se transformaron y procesaron en formato raster para obtener los resultados finales de las tendencias de cada uno de los parámetros hidrológicos tratados. El tamaño de celda considerado en el análisis de las tendencias de distribución espacial corresponde al definido para el modelo hidrológico, que en este caso es de celdas cuadradas de 100 metros de lado, es decir, celdas de una hectárea.

Los resultados indican correspondencias entre los valores de los parámetros hidrológicos y de su pa-trón de distribución con distintas variables del terreno. Esta correspondencia permitió, mediante técni-cas y herramientas sencillas, generar las estimaciones y expresarlas cartográficamente.

El sistema ArcGIS fue utilizado como herramienta para organizar la información cartográfica, definir los puntos de interés en el terreno, desarrollar el procedimiento propuesto y exponer los resultados.

2.2. UBICACIÓN DE LA ZONA DE ESTUDIO

La zona de estudio está definida por las cuencas vertientes a la Albufera de Valencia, de las cuales, la más importante por extensión y aportaciones hídricas y de sedimentos es el Barranco de Torrent (Figu-ra 2.1). Limita al oeste con las estribaciones más surorientales de la Cordillera Ibérica, la cual configu-ra las cabeceras de los afluentes a la Albufera de Valencia, al norte con la cuenca del río Turia, al este con el Mar Mediterráneo y al sur con la cuenca del río Jucar. Esta zona se localiza entre los 0 y 1 gra-dos de longitud Oeste y entre los 39 y los 40 grados de latitud Norte. Las coordenadas UTM que limi-tan el área figuran en la Tabla 2.1.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 7

500000

500000

600000

600000

700000

700000

800000

800000

900000

900000

4200

000

4200

000

4300

000

4300

000

4400

000

4400

000

4500

000

4500

000

. Ubicación de la zona de estudioy delimitación de las cuencas

vertientes a la Albufera de Valencia

LeyendaZona de estudio

Albufera de Valencia

Cuencas vertientes a la Albufera

Comunidad Valenciana

Figura 2.1. Ubicación de la zona de estudio en el contexto regional y delimitación de las cuencas vertiente a la Albufera de Valencia.

X [m] Y [m]

Mínimo 683424 4360750

Máximo 727024 4380250

Tabla 2.1. Coordenadas de los extremos del área de trabajo.

2.3. INFORMACIÓN DE ORIGEN

Se utilizó la información disponible en la zona de estudio que tuviera representación cartográfica y que fuera relevante para la determinación de las variaciones espaciales de los parámetros hidrológicos necesarios para el funcionamiento del modelo TETIS. La Tabla 2.2 muestra los diferentes tipos de información cartográfica original, utilizada en función del tema tratado en el estudio.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 8

Mapas Formato original y escala

Tipo de Información analizada

Mapa Geológico de España Papel, 1:50.000 Valores modales de Kp. Litología, estrati-grafía, tectónica, grado de consolidación,

ambiente de formación.

Mapa de suelos de la Co-munidad Valenciana

Digital, 1:100.000 Valores modales de Hu y Ks. Costras im-permeables, desarrollo de suelos.

Usos del suelo del año 1998

Digital, 1:25.000 Usos actuales del suelo.

Modelo de Elevación Digital Digital, curvas de nivel cada 10 metros y red de

drenaje

Topografía, pendientes, orientación de lade-ra, curvatura del terreno, índice topográfico.

Tabla 2.2. Información cartográfica utilizada en la estimación de parámetros hidrológicos.

Posteriormente, en el apartado correspondiente a la asignación de variables para la determinación de los mapas de parámetros, se detallará la forma de utilización de las diferentes fuentes de información según el marco metodológico propuesto.

2.4. METODOLOGÍA

2.4.1. Variables, temas y unidades cartográficas

La tendencia actual vigente en la modelación hidrológica dirige la atención de los técnicos a contar con mapas temáticos en los cuales se tenga en cuenta la variación espacial de ciertos parámetros hidroló-gicos. La metodología desarrollada es tomada del trabajo de Puricelli (2003), en el que se plantea el marco teórico de la misma.

Un mapa temático es la representación cartográfica de una de las variables analizadas (por ejemplo: la conductividad hidráulica del suelo) o de una característica o cualidad del terreno que está estrecha-mente relacionada con dicha variable (por ejemplo: el tipo de uso de suelo, el grado de pendiente, el ambiente de formación del subsuelo). Ambos tipos de información son o forman parte de uno o más elementos del paisaje. Tales elementos están, a su vez, claramente relacionados con la distribución espacial de las propiedades hidrológicas analizadas. En consecuencia, es posible definir dos tipos de variables:

a) Variables principales: las directamente relacionadas al comportamiento hidrológico del terre-no: conductividad hidráulica del suelo (Ks) y del sustrato del suelo (Kp), y capacidad de alma-cenamiento hídrico del suelo (Hu).

b) Variables ambientales: todas aquellas variables que explican la variabilidad espacial de las variables principales.

Como ya fue señalado, el objetivo del trabajo es obtener una estimación fiable de las tres variables principales. En consecuencia, una forma razonable de analizar su variabilidad y distribución espacial es en función de su relación con una o más variables ambientales. Para ello fue necesario utilizar un conjunto de variables ambientales, cuya importancia en la explicación de la variación espacial de las primeras es diferente en cada caso.

La información disponible respecto a algunas de las variables ambientales más importantes (geología, uso del suelo y edafología) se presenta mediante el uso de escalas de categorías. Estas unidades se representan en un mapa por medio de unidades cartográficas. Estas últimas se indican bajo la forma de polígonos, cada uno de los cuales señala la presencia de cierta categoría o intervalo de valores en los cuales se dividió a la variable en cuestión (litología, uso del suelo, etc.). Así, por ejemplo en el caso


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 9

de la variable ‘litología’, las categorías corresponden a los diferentes tipos de rocas descritos en un mapa geológico.

Cada categoría en cuestión lleva asociado un conjunto de valores correspondientes a diferentes pro-piedades físicas, las cuales pueden o no ser expresados en función de escalas continuas de valores (por ejemplo: grado de consolidación de los materiales geológicos, porcentaje de cobertura de la vege-tación, etc.). Esta asociación se lleva a cabo en la práctica por medio de una base de datos, donde cada unidad cartográfica es un registro y las propiedades ocupan los diferentes campos de la misma. El valor que figura en cada uno de los campos es el valor modal que representa a la categoría en cues-tión. Se considera que la variación espacial de las diferentes propiedades analizadas es significativa-mente menor dentro de cada unidad cartográfica que entre unidades contiguas.

En la Figura 2.2 se exponen gráficamente estos conceptos. Se puede observar en la parte (1) el mapa de una región, cuyas propiedades físicas se expresan por medio de unidades cartográficas. Si se rea-liza una transecta que atraviese al mapa, (AA’), puede observarse la variabilidad de esta propiedad física entre las unidades cartográficas (parte (2) de la figura). Así puede comprobarse también que es posible definir una tendencia general de los valores a lo largo de dicho perfil. Finalmente, si se aísla una unidad cartográfica en particular (parte (3) de la misma figura) puede comprobarse que existe una variabilidad propia de la unidad, la cual oscila alrededor del valor modal.

Suelo I:

Suelo II: A'

A

AA'

Ks = 1.5 cm/h

Ks = 0.03 cm/h

L mite entre las unidades cartográficas

Variaci n espacialesperada para Ks

Variabilidad internaValor modal

Valor puntual

Variaci n de Ks entre unidades cartogr ficas

1

2

3

Figura 2.2. Variabilidad espacial entre unidades cartográficas, tomada de Puricelli (2003).

Dejando de lado la discusión respecto a las ventajas y desventajas de la información representada mediante clases de valores, las necesidades impuestas por la modelación hidrológica distribuida obli-gan a desagregar espacialmente diferentes propiedades físicas asociadas a las unidades cartográficas. Esto implica una interpretación y un procesamiento específico de la información categórica. Así, es necesario definir, en primer lugar, la tendencia general de los valores de cierta propiedad física, para luego incorporar esta variación a la información categórica inicial.

2.4.2. Selección de las variables principales y ambientales

Tal como se reseño con anterioridad, las variables principales son: a) Capacidad de almacenamiento hídrico del suelo, Hu; b) Conductividad hidráulica del suelo, Ks; c) Conductividad hidráulica del sustrato del suelo, Kp.

Se tomaron en cuenta ciertas variables ambientales significativas, para obtener una explicación cohe-rente de la distribución espacial y de la variabilidad de los parámetros hidrológicos del suelo. Así se tuvo en cuenta la configuración geológica y las propiedades edáficas de los suelos presentes en la zona, siguiendo lo propuesto por McKenzie y Austin; 1993; Pennock et al.; 1994 y Boer, et. al; 1996. Dado que la vegetación es una variable que influye en diferentes cualidades edáficas, se incluyó al uso del suelo como fuente de información general respecto al tipo de vegetación y grado de cobertura de la


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 10

misma. Dichas variables permiten conocer la variación zonal de los parámetros hidrológicos analiza-dos.

Además se derivaron variables ambientales a partir de la topografía, representada por el modelo de elevación digital. Estas variables son de gran importancia, pues son en últimas las que permiten cono-cer la variación local de los parámetros hidrológicos analizados.

2.4.3. Generación de capas temáticas

En primer lugar, fue necesario volcar al formato digital los diferentes mapas en formato analógico (pa-pel) y editar los mapas ya existentes en formato digital, esto para estandarizar los mapas de acuerdo con la resolución y el sistema de proyección definido para el trabajo (Tabla 2.3). Así, durante la etapa de digitalización se obtuvieron las diferentes capas digitales de información provenientes de dichos datos. Cada una de estas capas fue relacionada a uno o más campos de una base de datos en la cual se sintetizó la totalidad o parte de la leyenda del mapa (Figura 2.3.).

Digitalizaci n

Rasterizaci n

Mapas en formato papel

Informaci n complementaria

Capas tem ticas

Mapas en formato vectorial

Mapas en formato raster Cambio dedefinici n

Figura 2.3. Proceso de digitalización y generación de capas temáticas, tomada de Puricelli (2003).

La información cartográfica digital fue transformada geométricamente a fin de que la proyección de todas las capas de la información estuviese conforme a la especificada en la Tabla 2.3. Además se transformaron las capas a formato raster, con tamaño de celda de 100 metros de lado, tal como se definió al inicio del trabajo.

Proyección Universal Transverse Mercator (UTM)

Huso 30

Elipsoide Hayford

Datum Postdam

Tabla 2.3. Detalle de la proyección utilizada en la información cartográfica.

Una vez completada la información de entrada, en cada una de las capas de información quedó conte-nido un único tema. Las variables principales fueron representadas exclusivamente mediante una escala de valores continuos, mientras que en las demás capas de información la escala fue cualitativa, o cuantitativa, según el tema tratado.

Los valores asignados a cada variable principal fueron considerados como los valores modales de dicha variable (Figura 2.4.). Esto significa que su valor es el más frecuente de observar en el terreno, por tanto el más representativo del conjunto de valores posibles. La distribución espacial de los mis-mos se expresó mediante una capa temática. En cada una de éstas, los valores modales puntuales fueron asignados a la unidad cartográfica que contiene a dicho punto.

En el caso de las variables ambientales, cada uno de estos temas fue analizado individualmente a fin de ser sintetizado en función de su influencia sobre la estimación de los parámetros tratados. Este grado de influencia fue establecido sobre la base del conocimiento previo respecto a la forma en que


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 11

dicho tema afecta a la variabilidad espacial de cada uno de los parámetros estudiados. El objetivo de este análisis fue el de generar capas que sinteticen de forma operativa la tendencia general en la dis-tribución espacial de cada tema analizado. Para esta tarea de síntesis se utilizó la información com-plementaria no cartográfica con la que se contó (descripciones, informes, etc.), además de la informa-ción cartográfica contenida en la capa.

Informaci n complementaria

Figura 2.4. Síntesis de capas temáticas, tomada de Puricelli (2003).

2.4.4. Sistema de muestreo

Una vez lograda la generación de las capas temáticas correspondientes a las variables principales y a las variables ambientales, el desarrollo del sistema de muestreo se basó en asignar el valor modal de cada variable principal a una porción de terreno la cual fue considerada como el sitio de muestreo. Esta porción de terreno resulta de la intersección entre todas las unidades cartográficas del total de varia-bles consideradas (Figura 2.5.).


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 12

Capa A

Capa B

Capa A * B

Capa A*B*C*...*n

Figura 2.5. Obtención de la intersección entre capas diferentes, tomada de Puricelli (2003).

El valor modal de cada una de las variables principales y el valor medio de las variables ambientales continuas fueron asignados a cada una de estas nuevas unidades cartográficas. El peso asignado fue el área ocupada por cada unidad cartográfica de suelo obtenida por la intersección de las variables principales y ambientales (Figura 2.6.). En el caso de las variables ambientales continuas, el valor utilizado es el valor medio de todas las celdas afectadas por la unidad de intersección.

Se obtiene así un número finito de valores distribuidos sobre toda el área de trabajo, los cuales repre-sentan los valores de las variables principales en base a la distribución espacial de información com-plementaria (variables ambientales) que se consideró relevante para la escala de trabajo.

Capa A*Capa B*C*...*Capa (n)

Valores de Ksdistribuidos enunidades cartogr ficas

Suelo I

Suelo II

Distribuci n de lospesos en el muestreode las unidadescartogr ficas de suelos

Figura 2.6. Obtención de pesos para el muestreo, tomada de Puricelli (2003).


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 13

2.4.5. Cálculo de la tendencia regional y generación de resultados

Se implementó un método para analizar la distribución espacial de los valores de los parámetros y de las variables asociadas a éstos a través del área que incluye este trabajo. Éste se basó en lograr el ajuste entre las variables ambientales y las variables principales para toda la zona. A partir de la de-terminación analítica de esta tendencia se procedió a estimar los valores de los parámetros en el área.

Para el cálculo de la tendencia regional, las variables principales fueron transformadas para permitir que sus valores se distribuyan simétricamente alrededor de un valor medio (Tabla 2.4).

Variable Transformación

Capacidad de almacenamiento hídrico del suelo, Hu Raíz cuadrada

Conductividad hidráulica del suelo, Ks Logaritmo natural

Conductividad hidráulica del sustrato del suelo, Ka Logaritmo natural

Tabla 2.4. Transformaciones aplicadas a las variables principales.

En lo que respecta a la tendencia general de los valores, esta tarea consistió, en esencia, en obtener una relación funcional de dependencia entre cada una de las variables principales y las variables am-bientales más destacadas en la región de interés. Este análisis se llevó a cabo desarrollando un es-quema de ajuste multivariado por mínimos cuadrados ponderados, utilizando el programa estadístico Statgraphics, en la cual se combinaron variables cuantitativas continuas, variables “dummy” y las inter-acciones de estas últimas (Montgomery y Runger, 1996).

La función objetivo a minimizar fue:

(1) ( )∑ −−= =

∑n

i

k

jji xijyi

1 10 ββω

donde:

yi : variable principal.

xij : valor de la variable ambiental j, correspondiente al valor yi de la variable principal.

ω i : peso que afecta a cada estimación de la variable principal.

β 0 : valor de la estimación cuando todas las variables ambientales son nulas.

β i : factores de multiplicación de las variables ambientales.

Mediante este procedimiento se logró maximizar el aprovechamiento de la información cuantitativa, tanto categórica como continua, pudiendo incorporar información cualitativa, manteniendo la coheren-cia con los conocimientos previos del tema.

Las variables dummy (también conocidas como variables indicadoras), son utilizadas para incorporar información cualitativa en un ajuste de mínimos cuadrados de una variable cuantitativa continua (Mont-gomery y Runger, 1996). Así, para introducir el efecto de una variable cualitativa representada por dos categorías, A y B, respectivamente, se puede utilizar una variable dummy, donde:


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 14

B"" categoría la a ecorrespond variablela si 1A"" categoría la a ecorrespond variablela si 0

xi

Adicionalmente, dentro de las variables independientes pueden incluirse las interacciones entre dos variables dummy. Así, se define una nueva variable dummy como el producto de otras dos.

Uno de los objetivos de la estimación de parámetros es que los valores medios estimados para cada unidad cartográfica, coincida con los valores modales observados en dicha unidad, para lograrlo es necesario modificar los resultados obtenidos con la aplicación de la regresión en cada celda, emplean-do los pasos siguientes:

1) Aplicación de los modelos de regresión conseguidos para obtener el valor estimado del pa-rámetro en cada celda de la cuenca.

2) Cálculo de las medias de los valores estimados para cada unidad cartográfica.

3) Realización de un ajuste para forzar que las medias de los valores estimados para cada uni-dad cartográfica coincida con los valores modales respectivos.

El ajuste consiste en la aplicación de la siguiente transformación:

(2) ( )[ ]yyEyy ciiii −+=*

donde:

yi* : valor de la variable principal estimada en cada píxel de cada unidad cartográfica.

yi : valor de la variable principal estimado mediante el ajuste de la tendencia regional, para cada píxel de cada unidad cartográfica.

( )yE i : valor medio de la variable principal para cada unidad cartográfica, calculado a partir de los valores de todos los píxeles incluidos dentro de dicha unidad cartográfica.

yci : valor modal original de la variable principal, asignado a cada unidad cartográfica.

De esta forma se conserva la variabilidad espacial de los parámetros en cada unidad cartográfica y además se asegura que los valores medios de las estimaciones coinciden con el valor modal de la unidad.

Por último se convierten los parámetros a sus valores originales, elevando al cuadrado la capacidad de almacenamiento hídrico y aplicando la función exponencial a las conductividades hidráulicas del suelo y del subsuelo.

2.5. ASIGNACIÓN DE VARIABLES.

Se desarrolla una exposición de las características más relevantes en la disposición del paisaje de la zona de estudio y que determinan los valores modales de los parámetros hidrológicos analizados.

Se parte de la configuración geológica de la zona destacando los materiales litológicos que la compo-nen. A partir de las características químicas y físicas de las formaciones presentes en la cartografía, se determinan valores modales de la conductividad hidráulica del sustrato del suelo, Kp. Igualmente, se exponen los diferentes tipos de suelos presentes en la región. Partiendo de las unidades de suelos cartografiadas y los perfiles que las caracterizan, se determinan los valores modales de la conductivi-dad hidráulica del suelo, Ks y la capacidad de almacenamiento hídrico del suelo, Hu.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 15

De la conformación topográfica del terreno, representada por el MED, se derivan otras variables y se genera la red de drenaje y la divisoria de la cuenca. Además se utilizan otras capas de información disponibles que representan comportamientos contrastados en cuanto a los parámetros analizados. Así mismo se definen variables a partir de los diversos usos del suelo de la zona de estudio.

Dichas características establecen zonas en el terreno y su relación permite definir variables que se procesan para la estimación final de los parámetros hidrológicos.

2.5.1. Asignación de valores modales para la conductividad hidráulica del sustrato del suelo, Kp.

La configuración geológica de la zona es la base para la determinación de los valores modales de la conductividad hidráulica del sustrato del suelo, Kp, por lo cual requiere de un análisis detallado que resalte las características físicas y químicas de cada una de las rocas que la componen. Para esto es de gran ayuda entender la génesis, la evolución tectónica y su disposición actual, la cual está repre-sentada geográficamente por el mapa geológico de España (IGME, 1974), en sus hojas 694, 695, 696, 720, 721, 722, 746 y 747 en escala 1:50000, el cual fue digitalizado (Figura 2.7). La geología de la zona se describe con base en la memoria de los mapas citados (IGME, 1974). Especialmente las me-morias de las hojas 721 (Cheste) y 722 (Valencia).

680000

680000

700000

700000

720000

720000

4360

000

4360

000

4380

000

4380

000

.

Leyenda

Divisoria, Rambla del Poyo

LitologíaAbanico aluvial

Albufera

Alternancia de calizas y margas en bancos finos

Alternancia dolomía y dolomía arcillosa

Alternancia ritmica de calizas arcillosas grises y margas

Aluvial

Aluvial-Coluvial

Arcilla de descalcificación

Arcillas

Arcillas rojas y margas limolíticas

Arcillas verdes y rojas con yeso

Arcillas versicolores con yesos. Intercalaciones de areniscas.

Arcillas y margas arenosas. Intercalaciones de calizas

Arcillas y margas versicolores, calizas con Orbitolinas, arenas y algún nivel conglomerático

Areniscas compactas de tonos rojos y blancos

Areniscas con carbonatos y margas poco compactas

Areniscas y margas limolíticas. Niveles de OSTREAS

Argilitas y areniscas micáceas

Caliza arenosa

Calizas gravelosas y biodetríticas con Orbitolinas

Calizas lacustres con tubos de algas

Calizas lacustres y yesos

Calizas lacustres. Margas y margocalizas en la parte superior

Calizas microcristalinas

Calizas microcristalinas, budinadas, con nódulos limosos y de sílex

Calizas micríticas con miliólidos

Calizas micríticas, pisolíticas y/u oolíticas. Niveles de calizas esparíticas y dolomías. Tramo detrítico en la parte superior

Calizas y margas

Calizas y margas arenosas con Orbitolinas y Toucasias

Cauce abandonado

Coluvión (Holoceno)

Coluvión (Pleistoceno)

Conglomerado, arenas y caliza arenosa

Conglomerados de cantos calcáreos redondeados

Conglomerados de cantos calcáreos. Niveles de areniscas

Cono de deyección

Costra calcárea

Costra calcárea (2ª fase de encostramiento)

Depósitos de pie de monte

Dolomía cristalina masiva

Dolomía cristalina y pasadas margosas en la base

Dolomías

Dolomías masivas, oquerosas y brechoides. Calizas microcristalinas, lumaquélicas, en la parte superior

Dolomías negras. Calizas y margas tableadas a techo

Dolomías sacaroideas compactas, dolomías brechoides y calizas recristalizadas. Niveles de margas dolomíticas

Dolomías y calizas recristalizadas. Sílex

Eluvial

Fondo de Rambla

Glacis de acumulación

Limos de derrame de glacis

Limos de inundación

Limos de vertiente

Limos grises de albufera

Limos pardos

Limos pardos fluviales

Limos pardos oscuros

Mantos de arroyada antiguos

Mantos de arroyada modernos

Margas arenosas, biocalcarenitas y calizas micríticas

Margas grises con yesos

Margas limolíticas claras y calizas lacustres. Tubos de algas y GASTEROPODOS

Margas y calizas asociadas

Margas y calizas lacustres

Margas y margocalizas con braquiópodos

Margas y niveles de areniscas

Margocalizas y margas hojosas y calizas arcillosas.

Pie de monte

Terrazas (Pleistoceno)

Figura 2.7. Mapa geológico de la zona. La divisoria de la cuenca del Barranco de Torrent aparece en línea roja continua.

Para la asignación de los valores modales, el factor principal a tener en cuenta fue el tipo de material de cada una de las formaciones cartografiadas, de acuerdo con el tipo de material predominante de cada formación se definieron rangos de variación (Tabla 2.5)


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 16

Material predominante Rangos de variación de conductividad hidráulica del sus-trato del suelo, Kp

m/dia cm/h

Rocas consolidadas Mínimo Máximo Mínimo Máximo

Predominantemente químicas

Dolomitas 0.00001 0.00010 0.00004 0.00042

Calizas 0.00010 0.01000 0.00042 0.04167

Yesos 0.01000 0.10000 0.04167 0.41667

Predominantemente detríticas

Arcillositas 0.00010 0.01000 0.00042 0.04167

Argilitas 0.00010 0.01000 0.00042 0.04167

Margas 0.00100 0.10000 0.00417 0.41667

Limonitas 0.00100 0.10000 0.00417 0.41667

Areniscas 0.01000 1.00000 0.04167 4.16667

Conglomerados 0.10000 10.00000 0.41667 41.66667

Rocas no consolidadas

Arcillas 0.00100 0.01000 0.00417 0.04167

Limos 0.01000 0.10000 0.04167 0.41667

Arenas 0.10000 1.00000 0.41667 4.16667

Gravas 1.00000 10.00000 4.16667 41.66667

Tabla 2.5. Rangos de variación de la conductividad hidráulica del sustrato del suelo, Kp, de acuerdo con el tipo de material predominante.

Luego de ubicar cada formación en los rangos señalados (Tabla 2.5), se asignó el valor modal de acuerdo con los otros materiales litológicos que la componen, el grado de fracturación, el ambiente de depositación, la génesis, la edad, las alteraciones y otras características químicas y físicas que se re-señan en las memorias de los mapas. Además se tuvo en cuenta las características hidrogeológicas de la zona que se anotan en las memorias citadas. En algunos casos de excepción los valores moda-les asignados no respetan los rangos anteriores, debido a la presencia de alguna característica secun-daria pero de gran relevancia en el comportamiento de la conductividad hidráulica, por ejemplo, en limos con alta presencia de materia orgánica (turbas), la cual hace aumentar la conductividad hidráuli-ca.

Litología y estratigrafía.

La zona de estudio se enmarca en las estribaciones más surorientales de la Cordillera Ibérica. La se-cuencia sedimentaria abarca desde el Triásico (de tipo Germánico) formado por facies carbonatadas (Muschelkalk) y evaporítico – detríticas (Keuper), además afloran pequeños cuerpos que hace parte del anticlinal de Rodana (Buntsandstein); Jurásico y Cretácico marinos carbonatados, separados por lagunas estratigráficas que abarca desde el Kimmeridgiense Superior hasta el Cenomaniense. El paso entre el Cretácico y el Terciario está representado por una facies carbonatada lacustre, a partir del cual se generaliza la retirada del mar en toda la zona. Los sedimentos del Paleógeno Superior (casi en su totalidad continentales) están afectados por la orogenia alpina, estos se depositan en las cuencas in-


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 17

tramesozóicas definidas por los movimientos iniciales del plegamiento y al ser franjas de máxima debi-lidad se encuentran intensamente deformados. Las facies de los depósitos neógenos y cuaternarios, que cubren ampliamente la zona, se diferencian de acuerdo a la mayor o menor proximidad de los mismos a los relieves recientemente deformados, así como a las evoluciones de la línea costera.

A continuación se detallan las diversas formaciones que afloran en la zona de estudio, organizadas según la columna estratigráfica, reseñando las características tenidas en cuenta para la asignación del valor modal de la conductividad hidráulica del sustrato del suelo. El número en paréntesis es el código asignado para cada unidad cartográfica.

2.5.1.1. Triásico.

2.5.1.1.1. Buntsandtein.

Aflora en pequeños cuerpos ubicados en el límite norte de la zona de estudio. Se han diferenciado dos unidades cartográficas:

• (TG1s) (74): En la base se encuentran paquetes de areniscas rojas de 0,3 – 1,5 m. con estrati-ficación cruzada, micáceas (moscovita) y pasadas centimétricas de argilitas micáceas fisibles en láminas paralelas a la estratificación. En el techo se encuentran areniscas blancas de gra-no más grueso, menos cementadas y limolitizadas. El valor asignado para la conductividad hidráulica es de 0.0416 cm/h.

• (TG1) (73): En la base se encuentran argilitas fisibles y areniscas micáceas deleznables verdes y rojizas, con algunos tramos de margocaliza bien estratificada. En el techo se encuentran margas de color violáceo. El valor asignado para la conductividad hidráulica es de 0.002 cm/h.

2.5.1.1.2. Muschelkalk (TG2) (72).

Aflora en pequeños cuerpos ubicados en las divisorias sur y norte de las cabeceras del Barranco de Torrent. Se diferencian varias columnas con características diferentes:

• Anticlinal de Rodana: Aflora en el límite norte de la cabecera del Barranco de Torrent y la del Barranco del Pozalet. La base está constituida por calizas dolomíticas negras o grises de pasta fina (dolomicritas) en capas de 40 – 80 cm. tableadas, con intercalación más rojiza y de pasta gruesa. Continúa con un tramo dolomítico bandeado con intercalación de margocalizas con textura sacaroide. En el techo se produce una autobrechificación con fragmentos poli-cromados dolomíticos, coronada por calizas rojizas bandeadas microcristalinas. El valor asig-nado para la conductividad hidráulica es de 0.00042 cm/h

• Afloramiento aislado de Bugarra: Aflora en la parte noroccidental de la cabecera del Barranco de Torrent y es la continuación sur del afloramiento de Bugarra. En su base se encuentra margas verdes estratiformes que lateralmente pasan a calizas grises muy soldadas. A conti-nuación se alternan dolomías tabulares con intercalaciones margosas blancas con alta pre-sencia de fauna. Se superpone un tramo dolomítico gris muy bien estratificado con pasadas margosas milimétricas. El techo se constituye por una alternancia de margas limolíticas ama-rillas y verdes y dolomías negras. El valor asignado para la conductividad hidráulica es de 0.00417 cm/h

• Columna de Montserrat: Aflora en la parte sur de la cabecera del Barranco de Torrent. Se tra-ta de una serie calizo-dolomítica en láminas rotas, cabalgantes en el Keuper, con buzamientos casi verticales. En la base se encuentran dolomías recristalizadas, en bancos gruesos a ma-sivas, de tonos ámbar a gris oscuro. Sobre estas se encuentran dolomías y calizas arcillosas finamente estratificadas de tonos grises, seguidas por margas y arcillas. En el techo se en-cuentran margocalizas y margas hojosas, intercaladas con calizas arcillosas grises con abun-dantes restos de fauna. El valor asignado para la conductividad hidráulica es de 0.0085 cm/h


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 18

2.5.1.1.3. Keuper (TG3 y TG3d) (71,70).

Aflora en pequeños cuerpos ubicados en las divisorias sur, norte y occidental de las cabeceras del Barranco de Torrent, además de presentarse en las cabeceras de las cuencas vertientes a la Albufera de Valencia. Se pueden diferenciar tres zonas con características propias:

• Eje de Burriana. Aflora en la parte noroccidental de la cabecera del Barranco de Torrent y es la continuación sur del eje de Burriana. Está constituida por arcillas margosas versicolores con laminas de yeso rojo y verde, gruesos paquetes de yeso gris y areniscas rojas y blancas. El valor asignado para la conductividad hidráulica es de 0.015 cm/h

• Cuerpos aislados ubicados en el anticlinal de Rodana: Aflora en el límite norte de la cabecera del Barranco de Torrent y El Barranco del Pozalet. Se trata de yesos estratiformes y que han sido explotados. El valor asignado para la conductividad hidráulica es de 0.055 cm/h.

• Columna de Montserrat: Aflora en la parte sur de la cabecera del Barranco de Torrent y en las cabeceras de las cuencas vertientes a la Albufera de Valencia. En la base se encuentran arci-llas versicolores con abundantes capas de yeso interestratificados y algunos niveles de mar-gas. Continúan areniscas de grano fino, poco cementadas, con estratificación cruzada y lami-nación paralela. En el techo se encuentran arcillas de tonos abigarrados, verdes y amarillen-tos, con intercalaciones de yesos rojizos. El valor asignado para la conductividad hidráulica es de 0.0095 cm/h.

Además se identifican unos paquetes de dolomía gris oscura tabulares, que originan escarpe, cartogra-fiados como TG3d. El valor asignado para la conductividad hidráulica para estos paquetes dolomíticos es de 0.00025 cm/h.

2.5.1.2. Jurásico.

Aflora en dos zonas, una en la cabecera occidental del Barranco de Torrent, denominada la columna del Camino Monedí y otra en el Anticlinal de Rodana, en la divisoria norte de la Rambla del Poyo y la cabecera del Barranco del Pozalet. En la memoria se describe solo la primera de estas zonas.

2.5.1.2.1. Hettangiense – Pliensbachiense (J11-13) (69).

En la base se encuentran dolomías masivas, oquerosas, recristalizadas, de tonos grises blancos y rosáceos, con frecuentes dolomías brechoides; seguidas por calizas microcristalinas grises y paquetes importantes de calizas dolomíticas recristalizadas. Siguiendo hacia el techo se encuentran calizas micríticas grises, con intercalaciones de calizas oolíticas; sobre estas se encuentra un banco de dolo-mías recristalizadas y un banco de calizas microcristalinas. El techo se define por un banco de calizas micríticas grises con nódulos de sílex. El valor asignado para la conductividad hidráulica es de 0.000095 cm/h.

2.5.1.2.2. Toarciense (J14) (68).

En la base se encuentran biocalcarenitas de color marrón ocre, en bancos finos. El techo presenta paquetes irregulares margo-calizos y margosos budinados. El valor asignado para la conductividad hidráulica es de 0.0055 cm/h.

2.5.1.2.3. Dogger (J2) (67).

La base presenta calizas micríticas (biomicritas y biopelmicritas) de color crema, con niveles de calizas suboolíticas intercalados. El techo posee calizas micríticas (pelmicritas) muy bien estratificadas, con frecuentes nódulos de limos carbonatados entre las capas. Las capas superiores del techo están constituidas por calizas francamente nodulosas de tonos ocres y rojizos. El valor asignado para la con-ductividad hidráulica es de 0.0012 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 19

2.5.1.2.4. Oxfordiense (J31) (66).

Se trata de bancos de margocalizas y margas hojosas, de tonos blanquecinos grises y violáceos en la base y margocalizas de aspecto noduloso en el techo. El valor asignado para la conductividad hidráuli-ca es de 0.00425 cm/h.

2.5.1.2.5. Kimmeridgiense Inferior (J321) (65).

Está constituida por una alternancia de calizas micríticas, más o menos arcillosas, grises, separados por finas capas de margas blancuzcas muy hojosas. El valor asignado para la conductividad hidráulica es de 0.0015 cm/h.

2.5.1.2.6. Kimmeridgiense Medio (J322 y J32s2) (64,63).

Se distinguen dos formaciones claramente diferenciadas, una inferior de calizas microcristalinas pisolí-ticas masivas (J32

2) y otra superior eminentemente detrítica (J32s2). La inferior se caracteriza por la presencia de calizas (biomicritas) que pasan hacia el centro a calizas recristalizadas y dolomías y ter-mina en un banco de calizas de tonos rojizos. La superior presenta arcillas, limos y margas con fre-cuentes intercalaciones de calizas ricas en microfauna y algún nivel de areniscas. El valor asignado para la conductividad hidráulica para la formación inferior es de 0.00095 cm/h y para la formación su-perior es de 0.0035 cm/h.

2.5.1.3. Cretácico.

2.5.1.3.1. Cretácico inferior (CW14-C15-16, C15, C16) (62,61,60).

Son escasos afloramientos que corresponden a facies marino-costeras, ubicados en la cabecera occi-dental del Barranco de Torrent. En la memoria no se diferencian las unidades cartográficas represen-tadas en las hojas. En general se trata de materiales detríticos – calcáreos intercalados. Los materia-les detríticos presentes son areniscas y limos carbonatados y con cemento calcáreo. Se presentan bancos nodulosos de margas arenosas y calizas masivas. El valor asignado para la conductividad hidráulica es de 0.045 cm/h.

2.5.1.3.2. Albiense Superior – Cenomaniense Inferior a Medio (C16-213-12) (59).

Aflora en la cabecera occidental del Barranco de Torrent y en pequeños cuerpos ubicados en la cabe-cera del Barranco del Pozalet. En la base se encuentran calizas arenosas, masivas, en tonos rosá-ceos y amarillentos, seguidos por calizas crema, en bancos gruesos y calizas bioclásticas arenosas. El techo está representado por calizas micríticas, bien estratificadas. El valor asignado para la conductivi-dad hidráulica es de 0.0075 cm/h.

2.5.1.3.3. Cenomaniense Medio – Coniaciense.

Este período se representa por en varios afloramientos. Dependiendo de la ubicación geográfica se han diferenciado las siguientes unidades cartográficas:

Formaciones que afloran en la cabecera occidental de las Ramblas que alimentan a la Albufera de Valencia:

• Dolomía cristalina y pasadas margosas en la base (C21) (58): Esta formación está compuesta por dolomías en bancos gruesos (doloesparita) con aspecto masivo de pátina oscura. En la base hay una o dos intercalaciones de 1 a 2 m. de marga amarillenta dolomitizada. El valor asignado para la conductividad hidráulica es de 0.00035 cm/h.

• Alternancia de dolomía y dolomía arcillosa (C21-22) (57): Se trata de una alternancia de dolomía (microsparita) blanca o amarillenta y margas dolomitizadas de colores amarillentos. El valor asignado para la conductividad hidráulica es de 0.00015 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 20

• Dolomía cristalina masiva (C22) (55): Es una dolomía de grano grueso (doloesparita) de aspec-to masivo y pátina oscura. Es el equivalente de la dolomía de la Ciudad Encantada de Cuen-ca. El valor asignado para la conductividad hidráulica es de 0.0005 cm/h.

• Margas y calizas asociadas (Cm23) (53): Se trata de margas amarillentas con presencia de bancos de caliza beige (micrita). El valor asignado para la conductividad hidráulica es de 0.008 cm/h.

• Dolomías y calizas recristalizadas (C23-24) (52): Las calizas son de grano fino (micritas) de co-lor gris – beige o marrón con concreciones de sílex y pueden estar dolomitizadas. El valor asignado para la conductividad hidráulica es de 0.00040 cm/h.

• Dolomías y/o calizas superiores (C22-2323-0) (54): Se trata de calizas recristalizadas parcialmen-

te dolomitizadas y dolomías grises de grano grueso (dolosparita) con tonos rosados y nume-rosas cavidades. El valor asignado para la conductividad hidráulica es de 0.00055 cm/h.

Formaciones que afloran en la cabecera occidental del Barranco de Torrent:

• Se trata de la formación cartografiada como C21-2323-0 (56). Consiste en una secuencia monó-

tona de dolomías blancas (dolosparitas) muy bien estratificadas con tendencias hacia la re-cristalización, brechificación y carácter arenoso alternando con tramos frecuentes de margas dolomíticas, dolomías brechoides y dolomías arenosas. El valor asignado para la conductivi-dad hidráulica es de 0.00030 cm/h.

2.5.1.3.4. Santoniense – Campaniense Inferior.

Este período se representa en varios afloramientos. Dependiendo de la ubicación geográfica se han diferenciado las siguientes unidades cartográficas:

• Margas y calizas lacustres (CG25-26) (51): Esta formación aflora en la cabecera occidental de las Ramblas que alimentan a la Albufera de Valencia. Se trata de margas amarillas y calizas lagunolacustres en la base, seguidas de calizas lacustres en gruesos bancos con pasadas brechoides y margas amarillas. En el techo se encuentran margas grises con pequeños ele-mentos rodados de caliza lacustre y pequeñas pasadas de caliza lacustre. El valor asignado para la conductividad hidráulica es de 0.0065 cm/h.

• Calizas dominantes (C24-250-1) (50): Se trata de varios cuerpos con características diferentes,

según su posición geográfica. El afloramiento ubicado en la cabecera del Barranco de To-rrent, entre los barrancos del Bobo y Canadilla, pertenece a bancos definidos y gruesos de ca-liza micrítica (biomicrita) con intercalaciones de calizas dolomíticas recristalizadas. En Sierra Perenchiza y la zona Suroeste de la hoja de Cheste se encuentran calizas recristalizadas y margas alternantes en la base, seguidas de calizas micríticas muy bien estratificadas con bancos con nódulos de sílex, terminando con calizas micríticas marinas o brechoides en el te-cho. El valor asignado para la conductividad hidráulica es de 0.0070 cm/h.

• Calizas microcristalinas (C24) (49): Aflora en la cabecera más occidental del Barranco de To-rrent. Se trata de calizas recristalizadas y margas en la base, seguidas de calizas micríticas muy bien estratificadas con lacazina y otros Miliólidos con nódulos de sílex y calizas masivas brechoides en el techo. El valor asignado para la conductividad hidráulica es de 0.0060 cm/h.

2.5.1.3.5. Campaniense Medio a Superior (C2523) (48).

Se trata de margocalizas y margas en bancos finos, con frecuencia replegadas. Aparecen además algunas calizas micríticas y microcristalinas con intercalaciones de margas limolíticas. El valor asigna-do para la conductividad hidráulica es de 0.0050 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 21

2.5.1.4. Cretácico terminal - paleógeno.

Los materiales formados en este período aunque han sido afectados por las principales fases de ple-gamiento, se presentan en facies de transición o netamente continentales.

2.5.1.4.1. Facies de transición del Cretácico al Terciario (C26-T1A) (47).

Se trata de calizas micríticas cremas en bancos separados por nivelillos de margas en la base, seguida de calizas micríticas lacustres, bien estratificadas y masivas. Posteriormente se encuentran margas limolíticas, hojosas, con abundantes concreciones limoníticas y niveles intercalados de calizas. En el techo se presentan calizas micríticas de tonos cremas y rosáceos y capas discontinuas de sílex. El valor asignado para la conductividad hidráulica es de 0.0090 cm/h.

2.5.1.4.2. Serie del Eoceno – Oligoceno (TC 2-3cgA) (46).

Se trata de una potente serie de conglomerados, areniscas y limos, que han participado claramente en las principales fases del plegamiento. El valor asignado para la conductividad hidráulica es de 0.42 cm/h.

2.5.1.5. Neógeno.

Los depósitos neógenos alcanzan en la zona de estudio el máximo desarrollo del entorno regional. La cartografía de los diferentes tramos de este período se ha basado en criterios casi absolutamente li-toestratigráficos. Así, se separan dos conjuntos principales ligados a un ámbito espacial concreto, aunque interpenetrados entre sí y con tramos comunes; uno más que queda reducido en su génesis a una pequeña cuenca de carácter salobre y, por último, una reducida representación del Mioceno mari-no que aflora más extensamente en la franja costera actual.

2.5.1.5.1. Mioceno de El Montratón.

Margas y arcillas rojas y grises con yesos (TC1myBa) (44): Se observan niveles carbonosos delgados interestratificados dentro del tramo, que junto con las facies evaporíticas, definen un ambiente conti-nental lacustre con variaciones térmicas y de humedad. El valor asignado para la conductividad hidráulica es de 0.065 cm/h.

Conglomerados, areniscas, arcillas y limos (TC1cgB) (37): Es una potente serie detrítica que comienza con limos y arenas sueltos con algunos niveles conglomeráticos intercalados que pasan progresiva-mente a areniscas y conglomerados, hasta dominar la litología típica del tramo, esto es, una sucesión de bancos gruesos de conglomerados calcáreos con raros lechos de arcillas y limos rojos, que permi-ten distinguir la estratificación. El valor asignado para la conductividad hidráulica es de 0.55 cm/h.

Calizas arenosas con potentes niveles intercalados de margas limolíticas lacustres (TC1cBc) (34): Se trata de una evolución gradual de los conglomerados calcáreos a calizas. Se alternan paquetes grue-sos y masivos de calizas con niveles más blandos de margas limolítico-arenosas. El valor asignado para la conductividad hidráulica es de 0.025 cm/h.

2.5.1.5.2. Mioceno de Chiva.

Es la serie miocena más frecuente en la zona de estudio. Se han cartografiado las siguientes unida-des; según variaciones litológicas, potencias y situación relativa en la cuenca sedimentaria:

Arcillas rojas y margas limolíticas (TC1amB) (36): Se trata de arcillas rojas con concreciones de CO3Ca y niveles enriquecidos en fracción limo – arena o arena en la base y limos margosos con tubos de Algas, arenas y limos muy plásticos en el techo. En el medio se encuentran niveles de depósitos cuaternarios definidos por arcillas rojas y margas limolítico – arenosas. El valor asignado para la conductividad hidráulica es de 0.020 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 22

Margas limolíticas claras y calizas lacustres (TC1mcBb-Bc) (35): Se presentan calizas arenosas, masivas y con abundantes tubos de Algas en la base. El techo corresponde a una sucesión irregular de micro-conglomerados, arenas con carbonatos, margas limolíticas (predominantes) con tubos de Algas y cali-zas con tubos de Algas y Moluscos. En general se presenta una disminución de tamaña a medida que se sube en la columna, la cual culmina en sedimentos de precipitación química. El valor asignado para la conductividad hidráulica es de 0.075 cm/h.

Areniscas con carbonatos y margas, poco compactas (TC1smBb-Bc) (38): Se trata de un cuerpo ubicado al sur de Sierra Perenchiza que contiene arenas y areniscas poco cementadas con abundante carbo-nato cálcico. El valor asignado para la conductividad hidráulica es de 0.15 cm/h.

2.5.1.5.3. Mioceno marino.

Todo el conjunto del Mioceno marino se presenta en la unidad T1-11Bb-Bc (40). Comprende a materiales

de facies marina (de playa), específicamente areniscas y arenas con intercalaciones margosas y pre-sencia de Ostreas, que suelen formar niveles lumaquélicos. El valor asignado para la conductividad hidráulica es de 0.25 cm/h.

2.5.1.5.4. Formación de Niñerola.

Esta formación se presenta como la unidad TC1cyBa (45). Consta de yesos bituminosos y calizas lacus-tres en bancos con laminación paralela, muy bien definidos y de espesor variable, con abundantes intercalaciones de margas. Se trata de una serie depositada en una cuenca salobre próxima al mar, con abundante materia prima: las arcillas y yesos del Keuper. El valor asignado para la conductividad hidráulica es de 0.08 cm/h.

2.5.1.5.5 Otras formaciones.

En este apartado se incluyen otras formaciones del Neógeno que pueden ser correlacionadas con las formaciones anteriores, pero que están ubicadas en otras zonas y presentan algunas diferencias litoló-gicas.

Arcillas verdes y rojas con yeso (TC1aBb) (43): Se ubica en la zona de cabecera de algunas Ramblas que alimentan la Albufera de Valencia. Comprende arcillas verdes y rojas algo yesíferas en la base, pasando gradualmente a margas amarillas con Ostreas y terminando en margas ricas en microfauna en el techo. El valor asignado para la conductividad hidráulica es de 0.035 cm/h.

Calizas arenosas (TC1Bb) (42): Se trata de caliza arenosa (microesparita arenosa) y pasadas de caliza

con abundantes algas, se ubica en la zona de cabecera de algunas Ramblas que alimentan la Albufera de Valencia. El valor asignado para la conductividad hidráulica es de 0.030 cm/h.

Conglomerado, arenas y caliza arenosa (T11Bc) (41): Se trata de arenas y calizas arenosas (microespa-

rita arenosa) con tubos de Algas. Localmente se observa en la base un conglomerado con elementos de las formaciones infrayacentes. Se ubica en la zona de cabecera de algunas Ramblas que alimen-tan la Albufera de Valencia. El valor asignado para la conductividad hidráulica es de 0.095 cm/h.

Margas y niveles de areniscas (T11mBc) (39): Se trata de margas arenosas amarillas ubicadas en la zona de cabecera de algunas Ramblas que alimentan la Albufera de Valencia. El valor asignado para la conductividad hidráulica es de 0.090 cm/h.

Calizas y margas aisladas (TC1Bc) (33): Son pequeños afloramientos de calizas y margas del Mioceno

Superior ubicadas en la parte media de algunas Ramblas que alimentan la Albufera de Valencia. For-man pequeños cerros que asoman sobre el cuaternario de la llanura costera. El valor asignado para la conductividad hidráulica es de 0.040 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 23

2.5.1.6. Cuaternario.

En la zona de estudio abundan los depósitos cuaternarios, ocupando amplias áreas. Se han identifica-do los siguientes depósitos y formaciones recientes:

• Costras (Q112K) (32): Se trata de calizas arenosas, pulvurientas, en forma de baldosas anas-

tomosadas. Suelen aparecer sobre margas limolíticas o calizas miocenas. El valor asignado para la conductividad hidráulica es de 0.010 cm/h.

• Costras (Q11K) (29): Están constituidas por calizas pulvurientas de tonos rosados con nódulos

de carbonatos y que en la parte superior se endurecen. Su génesis se debe a la removiliza-ción de los carbonatos de las calizas miocenas por mantos de agua en pendientes suaves. Este arroyamiento permitiría el endurecimiento de las láminas de costra por su exposición temporal al aire. El valor asignado para la conductividad hidráulica es de 0.012 cm/h.

• Costras (Q12-3K) (28): Presenta las mismas características de las costras descritas anterior-

mente, solo que la fase de encostramiento es posterior. El valor asignado para la conductivi-dad hidráulica es de 0.018 cm/h.

• Conos de deyección (Q13Cd) (27): No se detalla la composición de los conos, solo se mencio-

na la típica forma triangular. Generalmente los conos de deyección están constituidos por se-dimentos detríticos aluviales de diversos tamaños. El valor asignado para la conductividad hidráulica es de 2.5 cm/h.

• Pie de monte (Q13Pm) (26): Consiste en una brecha heterométrica de cantos, generalmente

calcáreos, empastados en una matriz arcillo – arenosa roja. El valor asignado para la conduc-tividad hidráulica es de 0.65 cm/h.

• Depósitos de pie de monte (Q12L) (24): Aparece en la parte media de algunas de las Ramblas

que vierten a la Albufera de Valencia. Se presenta con débil pendiente y parece corresponder aun glacis antiguo muy degradado. Está constituido por arcillas rojas, con cantos de tamaño variable, parcialmente cementados en superficie por carbonatos, que ha impedido su desapa-rición total. El valor asignado para la conductividad hidráulica es de 0.028 cm/h.

• Mantos de arroyada antiguos (Q13Ma) (21): Forman una orla que rodea los relieves mesozoi-

cos y cenozoicos, y en ocasiones se encuentran en la “bajada” del glacis de pie de monte. Están constituidos por arcillas rojas, con niveles de cantos y nódulos calcáreos. Presentan un encostramiento superficial de nódulos calcáreos. Esta costra está perfectamente definida y le confiere una baja permeabilidad al depósito. El valor asignado para la conductividad hidráuli-ca es de 0.0045 cm/h.

• Arcillas de descalcificación (Q13a) (25): En la zona aflora pequeños cuerpos de este material,

asociadas a depósitos de costras. Constituyen un residuo de silicatos de alúmina liberados en la disolución del carbonato cálcico de las rocas calizas impuras, según cuya composición heredan las arcillas óxidos de hierro o manganeso que les confieren tonalidades rojas o ne-gruzcas, respectivamente. El valor asignado para la conductividad hidráulica es de 0.0048 cm/h.

• Limos de vertiente (Q13Lv) (23): Se trata de limos rosados, generalmente ricos en carbonatos

y con cantos sueltos de calizas, que se depositan al pie de los relieves secundarios y tercia-rios. Este material procede de un paleosuelo que ha sufrido posteriormente un transporte por escorrentía laminar. El valor asignado para la conductividad hidráulica es de 0.15 cm/h.

• Glacis de acumulación (Q13G) (22): Se trata de una superficie prácticamente plana, con ligera

inclinación, que desciende hacia la llanura prelitoral. La génesis se debe a las divagaciones laterales de escurrimientos de agua. Está formado por arcillas rojas con cantos subangulosos que alternan con paquetes arcillo – limosos carbonatados. El depósito se encuentra cubierto por una fina costra detrítica que disminuye su permeabilidad. El valor asignado para la con-ductividad hidráulica es de 0.0098 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 24

• Glacis de acumulación (Q1Ga) (30): Se presentan con pendientes suaves, casi planas, que descienden hacia la llanura prelitoral. Están constituidos por unos limos arcillosos rojos bas-tante calcáreos entre los que se intercalan niveles de cantos de caliza angulosos, no poseen costra detrítica. El valor asignado para la conductividad hidráulica es de 0.085 cm/h.

• Mantos de arroyada modernos (Q12Ma) (31): Forman una orla discontinua que a veces se si-

túa sobre los mantos de arroyada antiguos. Se diferencian de estos al no presentar encos-tramientos. Está compuesto por arcillas rojas, con niveles de cantos subredondeados. El va-lor asignado para la conductividad hidráulica es de 0.050 cm/h.

• Limos de inundación (Q13li) (20): Forman un amplio cono que corresponde a la parte superfi-

cial del delta del Turia. Se constituyen por limos arenosos grises y parduzcos. El valor asig-nado para la conductividad hidráulica es de 0.060 cm/h.

• Abanicos aluviales (Q1-2Ab) (18): Se trata de amplios conos que forman los arroyos al aban-donar la zona vallificada y salir a otra con suave pendiente. Se trata de depósitos de materia-les detríticos aluviales de diversos tamaños. El valor asignado para la conductividad hidráuli-ca es de 1.5 cm/h.

• Limos pardos fluviales (Q1-2Lpf) (17): Forman una banda externa a los principales cursos flu-viales. En realidad se trata de un material de terraza en el que los escarpes han desapareci-do. El depósito está formado por unos limos arenosos pardos con cantos redondeados. El valor asignado para la conductividad hidráulica es de 0.4 cm/h.

• Cauces abandonados (Q1-2CA) (16): Corresponden a los antiguos tramos que han sido aban-donados por los ríos hasta conseguir su configuración actual. En el fondo de las depresiones que forman los antiguos cauces se encuentran limos arenosos con algún canto suelto. El va-lor asignado para la conductividad hidráulica es de 0.10 cm/h.

• Coluviones (Q13C y Q2C) (19, 2): Se distinguen dos fases de coluviamiento, una del Pleistoce-

no (Q13C) (19) mas desarrollada y otra correspondiente al Holoceno (Q2C) (2). Los depósitos

son siempre de tipo caótico y están formados por arcillas rojas con cantos angulosos y hete-rométricos. Los coluviones del Pleistoceno se encuentran cementados, lo cual los hace me-nos permeables que los más recientes. Los valores asignados como valor modal de la con-ductividad hidráulica del sustrato del suelo son de 0.061 cm/h para los coluviones del Pleisto-ceno y de 0.070 cm/h para los coluviones del Holoceno.

• Terrazas sin diferenciar del Pleistoceno (Q1T) (15): Se trata de niveles de terrazas asociadas a las ramblas de Chiva y Poyo y el Rio Buñol. Presentan travertinización superficial. El valor asignado para la conductividad hidráulica es de 1 cm/h.

• Terrazas del Pleistoceno Medio (Q12T1) (14): Son niveles de terrazas, no se especifica su con-

figuración litológica ni su génesis. El valor asignado para la conductividad hidráulica es de 2 cm/h.

• Terrazas del Pleistoceno Superior (Q13T2) (13): Son niveles de terrazas, no se especifica su

configuración litológica ni su génesis. El valor asignado para la conductividad hidráulica es de 3 cm/h.

• Terrazas del Pleistoceno Superior (Q2T3) (12): Son niveles de terrazas, no se especifica su configuración litológica ni su génesis. El valor asignado para la conductividad hidráulica es de 3.5 cm/h.

• Terrazas del Pleistoceno Superior (Q2T4) (11): Son niveles de terrazas, no se especifica su configuración litológica ni su génesis. El valor asignado para la conductividad hidráulica es de 4 cm/h.

• Limos pardos (Q2l) (10): Se trata de una orla continua de limos pardos que rodea a la Albufera de Valencia, que corresponde a depósitos recientes de relleno. El valor asignado para la con-ductividad hidráulica es de 0.20 cm/h.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 25

• Limos pardos oscuros (Q2Lpo) (8): Son limos pardos oscuros que rodean la Albufera de Va-lencia, correspondiendo a depósitos recientes de relleno. El valor asignado para la conductivi-dad hidráulica es de 0.45 cm/h.

• Limos grises de Albufera (Q2Lg) (6): Son limos con alto contenido orgánico que no alcanza a ser turbas. El valor asignado para la conductividad hidráulica es de 0.5 cm/h.

• Limos pardos de derrame de glacis (Q2Ldg) (7): Corresponden a una acumulación de material procedente del lavado del glacis, acumulándose en el tramo de desnivel que existe normal-mente entre la Albufera y el glacis. El valor asignado para la conductividad hidráulica es de 0.30 cm/h.

• Fondo de Rambla (Q2R) (4): Se trata del cauce actual del Barranco de Torrent en cuyo fondo hay grandes bloques poco rodados, con ausencia casi total de arenas y limos. El valor asig-nado para la conductividad hidráulica es de 8 cm/h.

• Aluvial (Q2Al) (3): Depósitos formados por arenas y limos con cantos redondeados. Aparece en el fondo de pequeños arroyos o de los grandes cursos fluviales de escorrentía continua. El valor asignado para la conductividad hidráulica es de 2 cm/h.

• Aluvial – Coluvial (Q2Al-C) (1): Constituido por arcillas con cantos polimícticos y heterométri-cos. Es el resultado de la acción conjunta de los arroyos de escaso recorrido y de la altera-ción de las vertientes. El valor asignado para la conductividad hidráulica es de 0.80 cm/h.

• Albufera (Q2A) (5): Se trata de limos negros con alto contenido de materia orgánica, alcan-zando a ser prácticamente una turba. El valor asignado para la conductividad hidráulica es de 0.60 cm/h.

• Eluvial (Q2E) (9): Depósito formado por la alteración in situ de una roca. No se precisa su con-figuración litológica. Se trata de pequeños cuerpos que afloran en la cabecera occidental de algunas Ramblas que vierten a la Albufera. El valor asignado para la conductividad hidráulica es de 0.70 cm/h.

En la figura 2.8 se observa el mapa de valores modales para la conductividad hidráulica del sustrato del suelo, Kp en la cuenca del Barranco de Torrent.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 26

690000

690000

700000

700000

710000

710000

720000

720000

730000

730000

4350

000

4350

000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.

LeyendaKp modal (cm/h)

0.000095

0.0003

0.00095

0.0012

0.0015

0.0035

0.00417

0.00425

0.0045

0.005

0.0055

0.006

0.007

0.0075

0.0085

0.009

0.0095

0.0098

0.01

0.015

0.018

0.02

0.025

0.04

0.045

0.05

0.06

0.07

0.075

0.1

0.15

0.2

0.25

0.35

0.4

0.42

0.55

0.6

0.65

0.8

1

1.5

2

2.5

4

8

Figura 2.8. Valores modales de Kp, en cm/h, para la cuenca del Barranco de Torrent.

Hidrogeología.

Con respecto al comportamiento hidrogeológico de la zona de estudio, se reseña que las series calcá-reas del Jurásico y Cretácico reúnen las mejores condiciones para funcionar como acuíferos subterrá-neos. Los tramos detríticos del Kimmeridgiense Medio – Cretácico Inferior (J32s2 y CW14-C15-16, C15, C16) actúan como semibarreras impermeables que retardan la velocidad de circulación y tienden, por tanto, a dividir las formaciones infra y suprayacentes en dos acuíferos subterráneos (J32

1, J322, C16-21

3-

12).

Los conglomerados calcáreos del Mioceno permiten la continuidad de circulación en profundidad del agua procedente de los relieves mesozoicos a los que bordea, imposibilitando la formación de un po-tencial manto acuífero bajo la serie lacustre de la cuenca terciaria. Por el contrario, las arcillas del Keuper (TG3) constituyen una barrera prácticamente impermeable que origina surgencia del agua allá donde aparezca bajo las formaciones calcáreas jurásicas o cretácicas.

2.5.2. Asignación de valores modales para la capacidad de almacenamiento hídrico del suelo, Hu y la conductividad hidráulica del suelo, Ks.

Para la asignación de valores modales de la capacidad de almacenamiento hídrico del suelo, Hu, y de la conductividad hidráulica del suelo, Ks, se parte de la distribución espacial de los tipos de suelo re-presentada en el Mapa de Suelos de la Comunidad Valenciana (Figura 2.9) y de los perfiles caracterís-ticos de las unidades cartográficas de dicho mapa. Se exponen los resultados del estudio sobre las características de los suelos presentes en la zona de estudio.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 27

690000

690000

700000

700000

710000

710000

720000

720000

730000

730000

4350

000

4350

000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.

LeyendaTIPO_ASOCI

Arenosol calcáreo/Arenosol gléico

Arenosol háplico/Leptosol eútrico

Arenosol álbico

Calcisol háplico

Calcisol háplico/Calcisol pétrico

Calcisol háplico/Calcisol pétrico/Regosol calcáreo

Calcisol háplico/Cambisol calcáreo

Calcisol háplico/Fluvisol calcáreo

Calcisol háplico/Leptosol eútrico

Calcisol háplico/Leptosol lítico

Calcisol háplico/Luvisol cálcico

Calcisol háplico/Regosol calcáreo

Calcisol pétrico

Calcisol pétrico/Antrosol cumúlico

Calcisol pétrico/Calcisol háplico

Calcisol pétrico/Calcisol lúvico

Calcisol pétrico/Leptosol lítico

Calcisol pétrico/Luvisol crómico

Calcisol pétrico/Regosol calcáreo

Cambisol calcáreo/Calcisol háplico

Cambisol calcáreo/Cambisol crómico

Cambisol calcáreo/Leptosol lítico

Cambisol crómico

Cambisol crómico/Calcisol háplico

Cambisol crómico/Leptosol lítico

Cambisol crómico/Luvisol crómico

Cambisol crómico/Luvisol crómico lítico

Cambisol gléico/Solonchak cálcico

Fluvisol calcáreo

Fluvisol calcáreo/Calcisol háplico

Fluvisol calcáreo/Calcisol háplico/Antrosol árico

Fluvisol calcáreo/Cambisol crómico

Gleisol cálcico/Fluvisol calcáreo gléico/Antrosol cumúlico

Kastanozem cálcico/Leptosol éutrico

Leptosol eútrico/Leptosol lítico

Leptosol eútrico/Leptosol rendzínico/Luvisol cálcico

Leptosol eútrico/Luvisol crómico/Leptosol rendzínico

Leptosol lítico

Leptosol lítico/Calcisol pétrico

Leptosol lítico/Cambisol calcáreo

Leptosol lítico/Cambisol crómico

Leptosol lítico/Cambisol eútrico

Leptosol lítico/Leptosol eútrico

Leptosol lítico/Leptosol rendzínico

Leptosol lítico/Luvisol crómico

Leptosol lítico/Luvisol crómico lítico

Leptosol lítico/Luvisol háplico

Leptosol lítico/Regosol calcáreo

Leptosol rendzínico, Kastanozem cálcico, Luvisol crómico

Leptosol rendzínico/Calcisol háplico

Leptosol rendzínico/Calcisol háplico/Leptosol eútrico

Leptosol rendzínico/Cambisol calcáreo

Leptosol rendzínico/Cambisol crómico

Leptosol rendzínico/Leptosol eútrico

Leptosol rendzínico/Leptosol lítico

Leptosol rendzínico/Leptosol lítico/Luvisol crómico lítico

Leptosol rendzínico/Regosol calcáreo

Leptosol éutrico/Luvisol crómico/Leptosol rendzínico

Luvisol crómico

Luvisol crómico lítico/Leptosol eútrico

Luvisol crómico lítico/Leptosol eútrico/Calcisol háplico

Luvisol crómico lítico/Leptosol lítico

Luvisol crómico/Calcisol háplico

Luvisol crómico/Calcisol pétrico

Luvisol crómico/Cambisol crómico

Luvisol crómico/Kastanozem cálcico

Luvisol crómico/Leptosol rendzínico

Luvisol crómico/Luvisol álbico

Luvisol crómico/Regosol calcáreo

Luvisol cálcico

Luvisol cálcico/Calcisol lúvico

Luvisol háplico

Phaeozem lúvico/Luvisol crómico

Regosol calcáreo

Regosol calcáreo/Arenosol álbico

Regosol calcáreo/Calcisol háplico

Regosol calcáreo/Calcisol háplico/Antrosol árico

Regosol calcáreo/Calcisol háplico/Leptosol eútrico

Regosol calcáreo/Calcisol pétrico

Regosol calcáreo/Cambisol calcáreo

Regosol calcáreo/Cambisol crómico

Regosol calcáreo/Leptosol lítico

Regosol calcáreo/Luvisol crómico

Regosol calcáreo/Luvisol háplico

Regosol eútrico/Arenosol cámbico

Regosol eútrico/Calcisol háplico

Regosol eútrico/Cambisol crómico

Regosol eútrico/Leptosol lítico

Regosol eútrico/Luvisol háplico

Superficie de agua

Figura 2.9. Mapa de suelos de la zona. La divisoria de la cuenca del Barranco de Torrent aparece

en línea roja continua.

2.5.2.1. Unidades taxonómicas de suelos.

Se definen a continuación las diferentes unidades taxonómicas de suelos que se encuentran en la zona de estudio:

2.5.2.1.1. Fluvisoles.

Suelos asociados a la existencia de aportes irregulares de materiales aluviales recientes, resultado fundamental de las avenidas y crecidas de los cursos fluviales, que muestran propiedades flúvicas como son el decrecimiento irregular de la materia orgánica con la profundidad o la estratificación debi-da a los diferentes aportes fluviales.

Se originan sobre tres tipos de formaciones: los limos de inundación distribuidos en los márgenes de los lechos y las llanuras de inundación, los limos pardos fluviales de las zonas de tránsito entre los depósitos continentales de la parte occidental y los depósitos lacustres de las zonas costeras. Tanto los limos de inundación como los limos pardos se caracterizan por un perfil AC con propiedades flúvi-cas en sus horizontes y una capa freática que se sitúa por debajo de la profundidad de diagnóstico, y como principales características hídricas son suelos muy permeables, muy porosos, con muy buena aireación y muy profundos, de gran potencialidad agrícola. Por otra parte los limos asociados a los depósitos lacustres presentan una identificación compleja, por la fuerte inferencia antrópica tanto en el cultivo del arroz como en el aterramiento de estas zonas húmedas, que ha sido de gran magnitud, así que se muestran asociados a los gleisoles.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 28

2.5.2.1.2. Gleisoles.

Suelos formados a partir de materiales no consolidados, excluyendo los de textura gruesa y los depósi-tos aluviales con propiedades flúvicas. Son los que se desarrollan en la zona de albuferas y marjales. En concreto, es la tipología de los Gleisoles cálcicos la que se ha identificado en la zona, que se carac-teriza por la presencia de un horizonte A ócrico y otro B cámbico en el que ocurre el lavado de los car-bonatos y un horizonte de acumulación de carbonato cálcico, dentro de los primeros 125 cm de pro-fundidad. La capa freática muchas veces se encuentra por encima de la superficie, aumento que es aprovechado para el cultivo del arroz, a diferencia de los campos más alejados, en los cuales la inun-dación se produce mediante las acequias de riego.

2.5.2.1.3. Regosoles.

Suelos de escaso desarrollo, originados a partir de materiales no consolidados y/o aportes recientes de más de 50 cm, depositados por un proceso de coluvionamiento. Como horizontes de diagnóstico sólo presentan un horizonte A ócrico. Cubren una extensa área, tanto sobre las margas y arcillas triásicas como sobre las terciarias, así como sobre las arcillas y limos del Cuaternario. Junto con los calcisoles son los suelos más abundantes. Como propiedades más significativas cabe destacar una capacidad de retención de agua moderada a baja, bajo contenido en materia orgánica, y su respuesta a los pro-cesos erosivos que depende del material parental: los desarrollados a partir de las arcillas del Keuper poseen un alto índice de erosionabilidad, mientras que los desarrollados sobre margas y arcillas tercia-rias, aunque también presentan problemas erosivos, estos son de menor intensidad.

2.5.2.1.4. Leptosoles.

Suelos limitados en profundidad por roca continua y coherente o por material altamente calcáreo o por una capa continua cementada a 30 cm de la superficie. Se trata de suelos formados a partir de material no consolidado muy pedregoso. Como horizontes de diagnóstico pueden presentar un A ócrico, monó-lico o úmbrico, con o sin un B cámbico. Se han identificado tres tipologías sobre la zona de estudio:

• Leptosoles rendzínicos, que se desarrollan en las vertientes de los relieves calizos y dolomíti-cos, que suelen ser suelos de utilización forestal aunque la proliferación de urbanizaciones está menguando drásticamente la superficie que ocupan estos suelos —la sierra Perenxisa es un ejemplo de ello— que se caracterizan por la buena capacidad de retención de agua pe-ro con poca profundidad del suelo, y un elevado contenido en materia orgánica.

• Leptosoles éutricos, que se originan generalmente en solanas y también como degradación de los leptosoles rendzínicos cuando estos pierden su cobertura vegetal —cosa habitual en el área de estudio— con un contenido de materia orgánica bajo.

• Leptosoles líticos, que se encuentran sobre calizas y dolomías del Jurásico y en menor medi-da, también del Cretácico, de menos de 10 cm de espesor, limitados en profundidad por roca coherente y dura, por lo que sus características se encuentran muy condicionadas por el es-pesor y por las propias de la roca madre. No son de utilización agrícola ni forestal, su papel se reduce a ser soporte de una vegetación espontánea adaptada.

2.5.2.1.5. Calcisoles.

Suelos que tienen como horizontes de diagnóstico un A ócrico y un B cámbico o un B ártico, ambos con un horizonte cálcico o con un horizonte petrocálcico o con caliza pulverulenta blanda. Se distribu-yen sobre los sedimentos pleistocénicos (glacis de acumulación, glacis de cobertera, colusiones, depó-sitos de piedemonte, conos de deyección) y sobre los materiales del Mioceno (margas con niveles de areniscas). Se presentan tres tipologías diferenciadas en la zona de estudio:

• Calcisoles háplicos, que poseen un horizonte B cálcico y se caracterizan entre otras propieda-des por una capacidad de retención de agua moderada.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 29

• Calcisoles lúvicos, que son aquellos que poseen un horizonte B árgico y se desarrollan sobre los glacis de acumulación cuaternarios al este del área de estudio, asociados con luvisoles cálcicos.

• Calcisoles pétricos, que están limitados en profundidad por material duro y coherente (hori-zonte petrocálcico), caracterizándose por la capacidad de retención de agua moderada, alta estabilidad estructural y contenido en materia orgánica moderado.

La mayor parte de los calcisoles son de uso agrícola, aunque algunos de los calcisoles pétricos han de ser sometidos a un subsolado en profundidad para fragmentar el horizonte petrocálcico y de esta ma-nera aumentar su espesor efectivo.

2.5.2.1.6. Kastanozems.

Suelos que tienen un horizonte A móllico y un horizonte cálcico o gípsico de caliza pulverulenta blanda en una profundidad de 125 cm. La unidad pertenece a los Kastanozems cálcicos, y se desarrollan en vertientes ocupadas por limos y colusiones calizos, recibiendo continuamente aportes de restos de vegetales que son posteriormente descompuestos e incorporados al suelo. Sus características más importantes son el elevado desarrollo edáfico y la importante incorporación de materia orgánica en profundidad. Son suelos con una elevada productividad forestal gracias a su alto contenido en nutrien-tes y a su espesor efectivo.

2.5.2.1.7. Phaeozems.

Suelos con un horizonte A móllico, que carecen de horizonte cálcico o gípsico y de concentraciones de caliza pulverulenta blanda en profundidad. Suelos poco profundos, limitados en profundidad por roca coherente y dura (caliza). Se desarrollan sobre topografías abruptas y normalmente de utilización fo-restal, y de entre sus propiedades cabe destacar su elevada estabilidad estructural.

2.5.2.1.8. Luvisoles.

Suelos caracterizados por una génesis muy lenta y en condiciones climáticas especiales (paleosuelos), que requieren la existencia de material calizo o dolomítico y unas condiciones topográficas suaves que permitan el lavado vertical del suelo. Contienen un horizonte subsuperficial árgico, que posee una satu-ración en bases superior al 50%. Se originan sobre materiales carbonatados duros y coherentes, tanto del Secundario como del Terciario, identificándose las siguientes unidades:

• Luvisoles crómicos, con un horizonte B con un color de pardo a rojo, y con textura arcillosa y alto contenido en materia orgánica que proporcionan buena capacidad de retención de agua.

• Luvisoles cálcicos, se diferencian de los anteriores por tener un horizonte cálcico de acumula-ción, producido por el lavado de los carbonatos disueltos de la roca caliza y su posterior preci-pitación. Son poco frecuentes.

Los luvisoles son generalmente de utilización forestal, aunque presentan la limitación de la escasa profundidad debido a la roca coherente y dura cercana a la superficie.

2.5.2.1.9. Antrosoles.

Suelos cuyas propiedades han sufrido fuertes variaciones y alteraciones debido a la actividad humana. En la zona de estudio se asocian al uso agrícola, tanto en cultivos de secano como de regadío. Las principales labores realizadas por el hombre para mejorar su aptitud agrícola —transformaciones, abancalamientos, laboreo, riego, etc.— han enmascarado o destruido los horizontes de diagnóstico. Los antrosoles encontrados pertenecen mayoritariamente a la unidad antrosoles áricos, habiéndose definido también antrosoles cumúlicos al este del área de estudio.

La combinación de los diferentes factores que actúan en la evolución y génesis de los suelos (litologí-as, pendientes, ombroclimas, vegetación, etc.) originan un amplio espectro de unidades cartográficas


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 30

que pueden ser la representación de unidades taxonómicas puras y de asociaciones e inclusiones de distintas unidades taxonómicas.

2.5.2.2. Cálculo de la capacidad de almacenamiento hídrico del suelo, Hu.

Para asignar los valores modales se requiere de un examen de las características de cada perfil. En este trabajo se utilizaron las funciones de pedotransferencia expuestas por Rawls y Brakensiek (1983), que relacionan algunos atributos del perfil descritos en el mapa de suelos (concretamente los conteni-dos porcentuales de arena y arcilla de cada horizonte), con ciertos parámetros hídricos: contenido de humedad a capacidad de campo, contenido de humedad en el punto de marchitez permanente, densidad aparente y conductividad hidráulica saturada del suelo.

A partir de las ecuaciones (3) y (4) y gracias a los valores obtenidos a partir del contenido porcentual de arena y arcilla mediante las funciones de pedotransferencia expuestas por Rawls y Brakensiek (1983) (Figura 2.10), se obtiene un valor modal asociado a cada unidad cartográfica:

(3) ( )

100⋅−⋅⋅

=ρ

ρ

w

pmpccbu

HHpH

donde:

Hu : contenido de agua útil para cada horizonte del suelo [mm]

Hcc: contenido de humedad a capacidad de campo [% en peso de suelo seco]

Hpmp: contenido de humedad en el punto de marchites permanente [% en peso de suelo seco]

p: profundidad del horizonte del suelo considerado [m]

ρ b : densidad aparente del suelo seco [gr/cm3]

ρ w : densidad del agua = 1 [gr/cm3]

Una vez obtenidos los valores para cada horizonte, el contenido de agua disponible en el conjunto del perfil del suelo se calcula como la suma ponderada de las Hu obtenidas teniendo en cuenta su profun-didad respecto a la profundidad total del perfil considerado.

(4) Hutotal = Σ(Hui*pi) / p

donde:

Hutotal : contenido de agua disponible en el conjunto del perfil del suelo [mm]

Hui : contenido de agua disponible en cada horizonte i [mm]

Pi : profundidad del horizonte i [m]

P : profundidad total del perfil considerado [m]


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 31

1015

2025

30

35

40

45

50

55

0 10 20 30 40 50 60 70 80 90 100

10

20

30

40

50

60

70

80

90

100

Arc

illa

%Arena %

5

10

15

20

25

30

35

40

0 10 20 30 40 50 60 70 80 90 100

10

20

30

40

50

60

70

80

90

100

Arc

illa

%

Arena %0 10 20 30 40 50 60 70 80 90 100

10

20

30

40

50

60

70

80

90

100

Arc

illa

%

Arena %

1.30

1.20

1.301.50

1.30

1.20

1.40

1.50

1.60

a) b) c)

Figura 2.10. Funciones de pedotransferencia (Rawls y Brakensiek, 1983) utilizadas para el cálculo de Hu: a) Contenido de humedad a capacidad de campo (%); b) Contenido de humedad en el pun-to de marchites permanente (%]; c) Densidad aparente de la fracción mineral (gr/cm3). Tomadas

de Puricelli (2003).

En el figura 2.11 se observa la distribución de valores modales de la capacidad de almacenamiento hídrico Hu (mm), para la cuenca del Barranco de Torrent.

690000

690000

700000

700000

710000

710000

720000

720000

730000

730000

4350

000

4350

000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.

LeyendaHu (mm)

16.87999916

17.76000023

21.48999977

25.19199944

27.45000076

28.62999916

29.19300079

30.04999924

43.90999985

45.68999863

48.58000183

53.03300095

55.15000153

57.86999893

62.95000076

66.08000183

68.93000031

69.75099945

72.51999664

76.41999817

76.97000122

79.68900299

80.98999786

89.58000183

90.79000092

91.48000336

99.77999878

100.6299973

102.3970032

110.4100037

114.1699982

130.3300018

131.9369965

132.526001

135.0839996

137.2599945

138.9799957

192.5500031

195.4900055

200.5299988

204.5

212.1600037

Figura 2.11. Valores modales de Hu, en mm, para la cuenca del Barranco de Torrent.

2.5.2.3. Cálculo de la conductividad hidráulica saturada del suelo, ks.

En el caso particular de la conductividad hidráulica en suelos, Rawls y Brakensiek (1983) presentan un conjunto de valores de conductividad hidráulica saturada en función de la textura del suelo, excluyendo


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 32

los materiales mayores a 2 mm. (Figura 2.12). La referencia utilizada para estos valores es exclusiva-mente la granulométrica, en consecuencia no se ha tomado en cuenta la estructura del suelo. Puede observarse así que, igual que en los sedimentos, los valores de conductividad disminuyen a medida que aumenta el dominio de los materiales finos, en forma aproximadamente directa.

El resultado obtenido es la conductividad hidráulica saturada total del perfil del suelo, Ks, calculado como la suma ponderada de las conductividades hidráulicas saturada de cada horizonte del perfil se-leccionado en función de la profundidad del horizonte respecto la profundidad total del perfil de suelo estudiado.

(5) Kstotal = Σ(Ksi*pi) / p

donde:

Kstotal : conductividad hidráulica saturada en el total del perfil del suelo [cm/h]

Ksi : conductividad hidráulica saturada del horizonte i [cm/h]

pi : profundidad del horizonte i [m]

p : profundidad total del perfil del suelo seleccionado [m]

10.0

5.0

2.01.0

0.60.4

0.20.1

0.05

0.010.005

0 10 20 30 40 50 60 70 80 90 100

10

20

30

40

50

60

70

80

90

100

Ar c

illa

%

Arena %

Figura 2.12. Función de pedotransferencia (Rawls y Brakensiek, 1983) utilizada para el cálculo de Ks. Conductividad hidráulica saturada de un horizonte de suelo. Tomada de Puricelli (2003).

En la figura 2.13 se observa el mapa de valores modales para la conductividad hidráulica del suelo, Ks (cm/h) en la cuenca del Barranco de Torrent.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 33

690000

690000

700000

700000

710000

710000

720000

720000

730000

730000

4350

000

4350

000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.

LeyendaKs (cm/h)

0.004

0.008

0.05

0.07

0.081

0.093

0.1

0.11

0.15

0.15

0.152

0.166

0.192

0.219

0.222

0.23

0.244

0.25

0.314

0.319

0.322

0.33

0.35

0.368

0.397

0.4

0.449

0.456

0.498

0.55

0.69

0.706

0.738

0.75

0.806

0.833

1.929

2.103

2.23

3

Figura 2.13. Valores modales de Ks, en cm/h, para la cuenca del Barranco de Torrent.

En la tabla 2.6 se anotan los valores modales obtenidos para Hu y Ks y se reseña el perfil asociado a cada unidad, a partir del cual se aplicaron las funciones y cálculos reseñados anteriormente.

Unidad cartográfica Hu modal Ks modal Perfil asociado

Fluvisol calcáreo 130,33 2,23 722-2

Fluvisol calcáreo 204,5 0,806 722-1

Fluvisol calcáreo/Calcisol háplico/Antrosol árico 212,16 0,008 722-4

Regosol calcáreo 137,26 0,081 721-1

Regosol calcáreo/Calcisol háplico 76,42 0,7 695-4

Regosol calcáreo/Calcisol háplico/Antrosol árico 135,084 0,152 721-20

Regosol calcáreo/Calcisol háplico/Antrosol árico 55,15 2,103 721-3

Regosol calcáreo/Calcisol háplico/Leptosol eútrico 72,52 0,33 TYPSA-721-8

Regosol calcáreo/Leptosol lítico 62,95 0,25 TYPSA-721-5

Leptosol lítico/Cambisol calcáreo 91,48 0,222 695-5

Leptosol lítico/Leptosol eútrico 17,76 0,1 TYPSA-695-14

Leptosol lítico/Luvisol crómico 16,88 0,07 TYPSA-695-18

Leptosol rendzínico, Kastanozem cálcico, Luvisol cró-mico

99,78 0,369 721-14

Leptosol rendzínico/Calcisol háplico 45,69 0,35 695-6


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 34

Unidad cartográfica Hu modal Ks modal Perfil asociado

Leptosol rendzínico/Leptosol lítico 28,63 0,32 695-7

Leptosol rendzínico/Leptosol lítico/Luvisol crómico lítico

53,033 0,15 721-16

Calcisol háplico 90,79 0,55 695-13

Calcisol háplico 69,751 0,833 721-10

Calcisol háplico/Calcisol pétrico/Regosol calcáreo 25,192 0,75 721-7

Calcisol háplico/Calcisol pétrico/Regosol calcáreo 43,91 0,4 721-12

Calcisol háplico/Fluvisol calcáreo 80,99 0,706 695-10

Calcisol háplico/Leptosol lítico 68,93 0,22 TYPSA-721-24

Calcisol háplico/Luvisol cálcico 100,63 0,23 TYPSA-721-25

Calcisol háplico/Regosol calcáreo 200,53 0,322 695-12

Calcisol háplico/Regosol calcáreo 21,49 3 721-2





Calcisol pétrico 57,87 0,166 722-9

Calcisol pétrico/Antrosol cumúlico 76,97 0,15 TYPSA-722-6

Calcisol pétrico/Calcisol háplico 89,58 0,192 695-14

Calcisol pétrico/Calcisol lúvico 132,526 0,314 722-7

Calcisol pétrico/Regosol calcáreo 29,193 0,45 721-13

Luvisol cálcico/Calcisol lúvico 207,02 0,547 722-8



Luvisol crómico 138,98 0,004 694-20

Luvisol crómico lítico/Leptosol eútrico 27,45 0,145 TYPSA-695-32

Luvisol crómico lítico/Leptosol lítico 30,05 0,05 721-4

Luvisol crómico/Calcisol háplico 102,397 0,244 721-9

Luvisol crómico/Calcisol pétrico 114,17 0,093 695-19

Luvisol crómico/Kastanozem cálcico 66,08 0,397 695-16

Luvisol crómico/Regosol calcáreo 79,689 0,081 721-17

Tabla 2.6. Valores modales de Hu y Ks para cada unidad cartográfica de suelos. Se anota el perfil asociado a cada unidad.

2.5.3. Asignación de Variables ambientales.

Se definieron dos tipos de variables ambientales, de acuerdo con la naturaleza de los datos originales. Partiendo de información categórica, al aplicar un criterio de clasificación excluyente, se definen varia-bles ambientales dummys. Además, a partir de información continua se definen variables ambientales continuas. Posteriormente se definen nuevas variables ambientales dummys, construidas a partir de la interacción de las variables ya existentes.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 35

2.5.3.1. Variables ambientales Dummy.

Las variables dummys se generaron al aplicar sobre la información cartográfica un criterio de clasifica-ción excluyente, dividiéndolas en dos únicas categorías. Cada una de éstas fue elaborada de forma tal que represente los contrastes más claros y relevantes entre los parámetros hidráulicos del suelo anali-zados dentro del área estudiada. De esta forma, los elementos que no pertenecen a una clase fueron incluidas, por defecto, en la restante. Las diferentes categorías fueron determinadas a priori basándo-se en la información auxiliar siguiendo los criterios mencionados. A continuación se describen las va-riables ambientales dummys consideradas, reseñando brevemente el criterio utilizado para su defini-ción.

2.5.3.1.1. Variables ambientales derivadas del mapa geológico.

Se generaron cinco variables ambientales dummys a partir del mapa geológico de la zona (Figura 2.14).

.DTECValor

0

1

.DLITValor

0

1

.DESTValor

0

1

.DCONSValor

0

1

.DAFORValor

0

1

Figura 2.14. Variables ambientales dummys derivadas del mapa geológico.

• DTEC: DOMINIO TECTÓNICO. Se definió de acuerdo a la presencia o no de actividad tectó-nica de las formaciones geológicas. En la zona se encuentran rocas afectadas por la oroge-nia alpina, manifestada esencialmente por el plegamiento de rocas sedimentarias. Se separa-ron los terrenos deformados por la orogénesis alpina de los que no están afectados, de la si-guiente manera:

0: Terrenos deformados por la orogénesis alpina

1: Terrenos no afectados por la orogénesis alpina.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 36

• DLIT: LITOLOGÍA. El criterio de definición de esta variable fue la presencia de litología con comportamiento hidrológico contrastado. Así, se separaron los materiales carbonatados (cali-zas, dolomitas) de aquellos que, aunque presenten carbonatos, estos no constituyen los mate-riales predominantes. Los valores asignados para esta variable ambiental dummy son:

0: Materiales esencialmente carbonatados.

1: Materiales no carbonatados, o con pocos carbonatos.

• DEST: ESTRATIGRAFÍA. La base de esta variable ambiental es la estratigrafía. Se separa-ron los materiales recientes, esto es, del cuaternario, del resto:

0: Materiales formados entre el Triásico y el Neógeno.

1: Materiales formados en el cuaternario.

• DCONS: GRADO DE CONSOLIDACIÓN. Se definió con base en el grado de consolidación de los materiales del subsuelo. A partir del mapa geológico de la zona se separaron los mate-riales en:

0: Materiales consolidados.

1: Materiales no consolidados.

• DAFOR: AMBIENTE DE FORMACIÓN. Esta variable ambiental tomada del mapa geológico de la zona tiene que ver con el ambiente de formación de los materiales que componen el subsuelo. De esta forma, se separaron los materiales formados en ambientes marinos de los materiales formados en ambiente continental. En las formaciones transicionales se tuvo en cuenta el material predominante.

0: Rocas formadas en ambiente marino.

1: Rocas formadas en ambiente continental.

2.5.3.1.2. Variables ambientales derivadas del mapa de suelos.

Se generaron dos variables ambientales dummys a partir del mapa de suelos de la zona (Figura 2.15).

.DCIValor

0

1

.DSDValor

0

1

Figura 2.15. Variables ambientales dummys derivadas del mapa de suelos.

• DCI: COSTRA IMPERMEABLE. La base de esta variable ambiental es el mapa de suelos de la zona y los perfiles característicos de las asociaciones de suelos. El criterio de definición fue la presencia o ausencia de al menos un nivel de suelo impermeable (presencia de costras ca-lizas, costras cementadas, etc.).

0: Suelos que contienen al menos una capa de suelo impermeable o casi impermeable.

1: Suelos que no contienen capa impermeable.

• DSD: DESARROLLO DE SUELOS. El criterio seguido para definir esta variable ambiental es el contraste en las características hidrológicas que se presentan en suelos con perfiles dife-renciados y desarrollados (A/(B)/C y A/B/C) con relación a suelos sin perfiles diferenciados o poco diferenciados (A/C y suelos sin desarrollo de horizontes genéticos), cuyas características


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 37

están más ligadas a las del material parental. Del mapa de suelos de la zona se separaron las siguientes asociaciones de suelos:

0: Suelos poco o nada desarrollados.

1: Suelos desarrollados.

2.5.3.1.3. Variables ambientales derivadas del modelo de elevación digital

Se generaron tres variables ambientales dummys a partir del MED (Figura 2.16).

.DALTValor

0

1

.DPENValor

0

1

.DORIValor

0

1

Figura 2.16. Variables ambientales dummys derivadas del Modelo de Elevación Digital.

• DALT: ALTITUD. La base de esta variable ambiental fue la topografía de la zona representa-da en el Modelo de Elevación Digital. Se separaron las zonas altas, definidas por una altura sobre el nivel del mar mayor de 400 m. de las bajas:

0: Zonas con altura mayor que 400 msnm.

1: Zonas con altura menor que 400 msnm.

• DPEN: PENDIENTE. A partir del Modelo de Elevación Digital se originó el mapa de pendien-tes de la zona. Se separaron las zonas planas o con baja pendiente de las zonas con pen-diente.

0: Zonas con pendiente mayor del 3%.

1: Zonas planas o con pendiente menor del 3%.

• DORI: ORIENTACIÓN DE LA PENDIENTE. El mapa de orientación de la pendiente se creó con la utilización de la función ASPECT del Grid de ArcInfo aplicada sobre el mapa de pen-dientes generado a partir del MED. El criterio de generación de esta variable ambiental fue la presencia de vertientes con diferente exposición a las precipitaciones y con grados de insola-ción contrastados. Los valores asignados son:

0: Acimut (-1; 90 - 270)

1: Acimut (0 - 90; 270 - 360)

2.5.3.1.4. Variables ambientales derivadas del mapa de usos del suelo

A partir del mapa de usos de suelos actuales se definieron ocho categorías de usos, cada una de las cuales corresponde a una variable ambiental dummy (figura 2.17). Así se definieron ocho variables


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 38

ambientales, con valor de 1 para las zonas con el uso en cuestión y valor de 0 para el resto. Las va-riables son:

• DUS1: Zonas urbanas. Se incluyen en esta categoría tanto zonas urbanas continuas como discontinuas, polígonos industriales, carreteras, líneas férreas, etc.

• DUS2: Huertas. Tierras dedicadas al cultivo tradicional de frutas, verduras y hortalizas que ha estado ligado a las llanuras de inundación de ríos y ramblas mediterráneas. Suelen ser cultivos estacionales con poco desarrollo de biomasa y que habitualmente sólo cubren un pe-queño porcentaje del terreno sobre el que están cultivadas.

• DUS3: Arrozales. Cultivos totalmente estacionales muy característicos de las zonas próxi-mas a l’Albufera de Valencia. El terreno está totalmente improductivo y desnudo entre los meses de octubre y marzo, se anegan de agua en abril, permaneciendo así prácticamente du-rante todo su desarrollo, y entre junio y septiembre se asemejan a pastos cultivados asenta-dos sobre un terreno saturado de humedad incluso con cierto nivel de agua. En septiembre el arroz es recogido, con lo que se cierra su ciclo.

• DUS4: Cítricos. El cultivo de cítricos es uno de los que ha tenido una mayor progresión entre los territorios valencianos en los últimos tiempos. Se caracteriza por ser un cultivo arbóreo de regadío, con un gran desarrollo de biomasa y que recubren en su edad adulta prácticamente toda la superficie sobre la que son cultivados

• DUS5: Secano arbolado. Se engloban en esta categoría a los cultivos arbóreos de secano (almendro, olivo y vid principalmente) que representan unas peculiaridades propias de la zona de estudio. Su desarrollo se expande a lo largo de todo el año, aunque muy mermado en in-vierno, y su porcentaje de cobertura de la superficie relativamente alto, pero bastante menor que el de los cultivos arbóreos de regadío, diferencia que se acrecienta en la época invernal.

• DUS6: Secano no arbolado. Se incluyen en esta categoría las zonas de secano que alber-gan cultivos herbáceos estacionales, áreas de secano improductivas u otras similares, que se caracterizan por estar desnudas gran parte del otoño e invierno y que en primavera y verano son recubiertas bien con cultivos de hortalizas o vegetales, bien con la invasión de especies nativas, siempre con una cantidad de biomasa y porcentaje de recubrimiento de la superficie relativamente pequeñas.

• DUS7: Monte de matorral. Son aquellas zonas forestales en que la mayor parte de la co-bertura vegetal está ocupada por matorrales, zonas que han sufrido incendios, etc. También sus características son diferenciables respecto al resto, así como su comportamiento, con unas características hidrológicas que se extenderán a lo largo del año, llegando a su máximo desarrollo en verano. También se ha de resaltar el porcentaje de cobertura de los matorrales que cubren prácticamente la totalidad de la superficie sobre la que crecen.

• DUS8: Monte de pino. Se incluye en la categoría de monte de pinar al resto de zonas fores-tales sobre las que además de la superficie de matorral se encuentra un estrato arbóreo habi-tualmente de pinos, sobre las que se ha enfatizado su diferenciación por su mayor aptitud tan-to frente a la transferencia de agua mediante la evapotranspiración como para la intercepción de agua en la fase inicial de la lluvia.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 39

.DUS1Valor

0

1

.DUS2Valor

0

1

.DUS3Valor

0

1

.DUS4Valor

0

1

.DUS5Valor

0

1

.DUS6Valor

0

1

.DUS7Valor

0

1

.DUS8Valor

0

1

Figura 2.17. Variables ambientales dummys derivadas del Mapa de Usos del Suelo.

2.5.3.2. Variables ambientales continuas.

Las variables continuas fueron transformadas linealmente a fin de que quedasen expresadas en una escala continua normalizada entre 0 y 1:

(6)

−−

=MinMaxMinxyn

donde:

x : valor de la variable continua.

yn : valor de la variable continua normalizada.

MinMax, : valores máximos y mínimos absolutos de la variable continua.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 40

Se definieron cuatro variables ambientales continuas, todas ellas construidas a partir del Modelo de Elevación Digital (figura 2.18):

.ALTNORValor

Mayor : 0.979087

Menor : 0.000951

.PENNORValor

Mayor : 0.676541

Menor : 0.000000

.CURVANORValor

Mayor : 0.703139

Menor : 0.296568

.ITNORValor

Mayor : 0.999964

Menor : 0.000000

Figura 2.18. Variables ambientales continuas normalizadas.

• ALTNOR: ALTURA NORMALIZADA. Representa para cada celda el valor de la altura sobre un nivel de referencia, que en este caso es el nivel del mar. Está definida por el MED.

• PENNOR: PENDIENTE NORMALIZADA. Esta variable continua se define por el valor de la pendiente en cada celda. Se construyó con la utilización de la función SLOPE del Grid de Ar-cInfo sobre el MED. Con la aplicación de la función slope de ArcInfo en los modelos de eleva-ción digital se genera una matriz (grid) que presenta para cada celda el valor de la pendiente máxima con relación a sus celdas vecinas, o lo que es lo mismo la tasa de cambio máximo en la elevación para cada celda, que puede ser en porcentaje o en ángulo. El proceso de cálculo utilizado por el sistema ArcInfo tiene en cuenta una matriz vecina de 3x3 para cada celda y por medio de una técnica denominada el máximo promedio, calcula la pendiente promedia máxima para cada celda.

• CURVANOR: CURVATURA NORMALIZADA. La fuente de esta variable ambiental es el Mo-delo de Elevación Digital. La curvatura de cada celda se calcula ajustando una función poli-nomial de orden cuatro de la forma:

(7) Z = Ax2y2 + Bx2y + Cxy2 + Dx2 + Ey2 + Fxy + Gx + Hy + I

Construida por un filtro de 3x3 celdas. El siguiente diagrama muestra la relación entre los coeficientes y los nueve valores de elevación de las celdas vecinas (figura 2.19):


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 41

Figura 2.19. Relación entre la celda y sus vecinas en el cálculo de la curvatura.

(8) A = [(Z1 + Z3 + Z7 + Z9) /4 - (Z2 + Z4 + Z6 + Z8) /2 + Z5] /L4 (9) B = [(Z1 + Z3 - Z7 - Z9) /4 - (Z2 - Z8) /2] /L3 (10) C = [(-Z1 + Z3 - Z7 + Z9) /4 + (Z4 - Z6)] /2] /L3 (11) D = [(Z4 + Z6) /2 - Z5] /L2 (12) E = [(Z2 + Z8) /2 - Z5] /L2 (13) F = (-Z1 + Z3 + Z7 - Z9) /4L2 (14) G = (-Z4 +Z6) /2L (15) H = (Z2 - Z8) /2L (16) I = Z5

El resultado de la aplicación de la función CURVATURE del Grid de ArcInfo es la segunda derivada de la superficie (pendiente de la pendiente), tal que:

(17) Curvatura = -2(D + E) * 100

• ITNOR: ÍNDICE TOPOGRÁFICO NORMALIZADO. El índice topográfico definido por Beven, et al. (1995) se considera un medio para señalar el grado de ‘similitud hidrológica’ existente dentro de una cuenca hidrográfica y de ésta respecto a otras unidades hidrológicas. En esen-cia, este índice relaciona a la pendiente topográfica con la red de drenaje interna de la cuen-ca. La ecuación 18 señala una forma operativa para su cálculo a partir de los datos de un modelo digital del terreno (Colosimo y Mendicino; 1996)

(18) ( )

=

βtannIT aln

donde:

ln : Logaritmo natural.

na : Número de celdas acumuladas aguas arriba de la celda analizada.

( )βtan : Pendiente topográfica.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 42

2.6. RESULTADOS DE LA ESTIMACIÓN DE PARÁMETROS.

El análisis de la tendencia regional se realizó de tres formas, según la representatividad areal de las unidades cartográficas tenidas en cuenta para los análisis de regresión múltiple por mínimos cuadra-dos.

Caso 1: Se tomó la totalidad de unidades cartográficas obtenidas a partir de la intersección de las capas temáticas de variables, tanto principales como ambientales. Así se obtuvieron un total de 10129 unidades de muestreo utilizadas en la regresión. Este caso representa la totalidad del área de la cuenca del Barranco de Torrent, esto es, 383,19 km2.

Caso 2: Se tuvo en cuenta las unidades cartográficas que tuvieran 10 o más celdas, esto es, unidades cartográficas con un área igual o mayor que 100000 m2 (10 hectáreas). En total fueron 686 unidades de muestreo que suman un área total de 195,07 km2, correspondiendo al 50,91 % del área total de la cuenca del Barranco de Torrent.

Caso 3: Se tuvo en cuenta las 102 unidades cartográficas con mayor área en la cuenca del Barranco de Torrent, el área mínima de cada unidad cartográfica en este caso es de 400000 m2 (40 hectáreas). El área cubierta por las unidades cartográficas utilizadas en la regresión es de 93,72 km2, que corresponde al 24,46 % del total de la cuenca del Barranco de Torrent.

La figura 2.20 muestra el área cubierta por las unidades cartográficas utilizadas en cada caso de re-gresión.

Caso 1 Caso 2 Caso 3

Figura 2.20. Área cubierta por las unidades cartográficas utilizadas en cada caso de regresión. El área cubierta en las regresiones está representada en color negro.

Para cada uno de los casos, el ajuste de las variables principales se determinó considerando todas las variables ambientales: dummys, continuas e interacciones entre variables dummys. El criterio utilizado para definir la significancia de las variables fue el P-value, así se eliminaron variables independientes hasta que todas cumplieran con el criterio de P-value < 0.05, con lo que se asegura que las variables que intervienen en la regresión son estadísticamente significativas con un nivel de confianza del 95 %. Además para cada variable se analizó su influencia en la variabilidad total de la regresión, representa-da por el estadístico R2 (Coeficiente de determinación del modelo de regresión obtenido).

2.6.1. Análisis de regresión múltiple para la capacidad de almacenamiento hídrico del suelo, Hu.

2.6.1.1. Caso 1.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 43

Estimación de Hu (raíz cuadrada), Caso 1 (R2 = 86.68%)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P-Value

Constante

CONSTANT 6.11058 0.166381 0

Continua

ALTNOR -3.78094 0.161413 0

PENNOR -2.85601 0.349109 0

KP_TRANSF -0.0551921 0.0102722 0

KS_TRANSF -0.958937 0.0128212 0

Discreta

dci 1.93635 0.164764 0

dest 0.973111 0.234192 0

dori 0.321947 0.113741 0.0046

dpen -0.476234 0.149548 0.0015

dtec -3.45856 0.304582 0

dsd 5.24525 0.134511 0

dus4 -0.690517 0.164766 0

dus6 1.72346 0.204962 0

dus7 -0.578177 0.131186 0

Interacciones entre variables discretas

dafor _ dalt 0.413562 0.134807 0.0022

dafor _ dci -4.23638 0.177327 0

dafor _ dsd -0.955022 0.187585 0

dafor _ dus6 0.904701 0.257061 0.0004

dafor _ dus7 0.602552 0.133941 0

Dalt _ dori -0.543434 0.114646 0

Dci _ dalt 1.02368 0.132288 0

dci _ dpen 0.425931 0.074311 0

Dci _ dsd -0.87073 0.0945558 0

dci _ dus1 -0.409219 0.0875348 0

dci _ dus6 -0.942121 0.0901316 0

dci _ dus7 -0.970691 0.114412 0

dcons _ dalt -1.23915 0.192188 0

dcons _ dci 1.06238 0.103337 0

dcons _ dori 0.286453 0.0747064 0.0001

dcons _ dpen 0.77992 0.276335 0.0048

dcons _ dsd -1.27548 0.108914 0

dcons _ dus4 -0.438429 0.145939 0.0027

dcons _ dus5 -0.873215 0.154595 0

dcons _ dus6 4.01439 1.74218 0.0212

dcons _ dus7 1.96387 0.574965 0.0006


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 44


Dest _ dpen -0.927464 0.276747 0.0008

Dest _ dus1 0.654842 0.148776 0

Dest _ dus2 0.821699 0.371758 0.0271

Dest _ dus6 -3.80115 1.74035 0.029

dest _ dus7 -1.77045 0.57489 0.0021

dlit _ dafor 1.24017 0.249359 0

dlit _ dci -1.05874 0.102075 0

dlit _ dori -0.297871 0.0822671 0.0003

dlit _ dsd 1.37828 0.0891481 0

dlit _ dus1 0.546071 0.137584 0.0001

dlit _ dus4 0.887345 0.164176 0

dlit _ dus6 0.234847 0.105247 0.0257

dsd _ dalt -0.693967 0.138206 0

dsd _ dori -0.184736 0.0603737 0.0022

dsd _ dpen 0.298564 0.0747394 0.0001

dsd _ dus1 0.331748 0.106307 0.0018

dsd _ dus2 -1.16766 0.369273 0.0016

dsd _ dus4 0.420212 0.108784 0.0001

dsd _ dus5 0.650397 0.0989218 0

dtec _ dafor 2.92063 0.261009 0

dtec _ dci 4.4106 0.207254 0

dtec _ dlit -1.60261 0.242728 0

dtec _ dori 0.316073 0.121513 0.0093

dtec _ dpen 0.375541 0.138666 0.0068

dtec _ dsd 0.868116 0.211841 0

dtec _ dus1 -0.981478 0.147492 0

dtec _ dus5 1.18394 0.427727 0.0056

dtec _ dus6 -1.29732 0.284631 0

dus4 _ dori 0.16338 0.074459 0.0282

dus5 _ dalt -0.878386 0.422522 0.0376

dus6 _ dalt -1.06611 0.165432 0

dus6 _ dori 0.211332 0.0770054 0.0061

dus6 _ dpen -0.52426 0.0779574 0

dus7 _ dori 0.412571 0.0994012 0

dus7 _ dpen -0.283874 0.115231 0.0138

Tabla 2.7. Resultados del ajuste obtenido para la variable principal Hu (raíz cuadrada) en el caso 1.

La tabla 2.7 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable principal Hu, teniendo en cuenta la totalidad de unidades cartográficas en la cuenca de estudio. En este caso 69 variables independientes cumplen con el criterio de significancia estadística, con un alto número de interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de re-gresión. La gran cantidad de variables independientes se explica por el hecho de tener un bajo núme-ro de valores modales (42 valores modales de Hu) en relación con el número de unidades de muestreo utilizadas en la regresión (10129 unidades de muestreo), así para obtener una estimación adecuada es necesario recurrir a un alto número de variables independientes.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 45

En la figura 2.21 se observan los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de transformar la variable analizada a sus valores origina-les (mm). En la figura de la izquierda, que relaciona los valores estimados sobre los residuales, se puede observar la alta dispersión que se obtiene al aplicar la regresión en las unidades cartográficas, aunque el coeficiente de determinación del modelo de regresión obtenido sea alto (R2 = 86,68 %). Las agrupaciones de puntos en líneas oblicuas se debe a la poca cantidad de valores medidos con relación a la cantidad de unidades de muestro, así, cada agrupación lineal oblicua representa un valor modal. La figura de la derecha, que relaciona los residuales obtenidos con el número de celdas de cada uni-dad cartográfica tenida en cuenta en la regresión, refleja que las unidades cartográficas con mayor peso presentan valores absolutos bajos para sus residuales mientras que las unidades cartográficas con pocas celdas presentan valores absolutos altos para sus residuales, con lo cual se puede concluir que la alta dispersión es debida a las unidades cartográficas con poca representación areal.

Estimados vs Residuales para Hu (mm), Caso 1

-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250 300

Valores estimados (mm)

Resi

dual

es (m

m)

Residuales vs Peso para Hu (mm), Caso 1

-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250

Peso (número de celdas)

Resi

dual

es (m

m)

Figura 2.21. Gráficos de residuales para Hu en el caso 1.

La figura 2.22 muestra el histograma y el mapa para Hu en mm, generados al aplicar la regresión obte-nida para el caso 1 y efectuar el ajuste y la transformación necesarios.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 46

.

Histograma de Hu (mm), Caso 1

Rangos vs número de celdas

1220

7982

596

2557 30

29

586

698 13

66

2770

2369

1879

164

4566

143

12 4 0 10

4250

1342

2775

0

2000

4000

6000

8000

RangosHu (mm)

11 - 20

21 - 30

31 - 40

41 - 50

51 - 60

61 - 70

71 - 80

81 - 90

91 - 100

101 - 110

111 - 120

121 - 130

131 - 140

141 - 150

151 - 160

161 - 170

171 - 180

181 - 190

191 - 200

201 - 210

211 - 220

6,250 0 6,2503,125 Km

Figura 2.22. Histograma y mapa para Hu, generados en el caso 1.

2.6.1.2. Caso 2.

La tabla 2.8 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable principal Hu, teniendo en cuenta las unidades cartográficas que tuvieran 10 o más celdas. En este caso 31 variables independientes cumplen con el criterio de significancia estadística, con un alto número de interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de re-gresión. Al igual que en el caso 1, la gran cantidad de variables independientes se explica por el hecho de tener un bajo número de valores modales (42 valores modales de Hu) en relación con el número de unidades de muestreo utilizadas en la regresión (686 unidades de muestreo), así para obtener una estimación adecuada es necesario recurrir a un alto número de variables independientes.

La figura 2.23 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de ajustar y transformar los valores. En la figura de la izquierda, se puede observar que se sigue presentando una dispersión alta, al igual que en el caso 1. El coefi-ciente de determinación del modelo de regresión obtenido es alto (R2 = 92,18 %). En este caso siguen apareciendo las agrupaciones de puntos en tendencias lineales oblicuas, tal como ocurre en el caso 1, reflejando la poca cantidad de valores medidos con relación a las unidades de muestreo. La figura de la derecha reporta que las unidades cartográficas con mayor peso presentan valores absolutos bajos para sus residuales mientras que las unidades cartográficas con pocas celdas presentan valores abso-lutos altos para sus residuales, con lo cual se puede concluir que la alta dispersión es debida a las unidades cartográficas con poca representación areal. Se puede apreciar que los valores absolutos de los residuales se rebajan notablemente alrededor de las unidades cartográficas que poseen 50 o más celdas.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 47

Estimación de Hu (raíz cuadrada), Caso 2 (R2=92.18%)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar P - Value

Constante

CONSTANT 7.04075 0.408999 0

Continua

ALTNOR -4.36241 0.494815 0

PENNOR -2.79679 1.13403 0.0137

KS_TRANSF -0.951376 0.0407841 0

Discreta

dafor -4.54066 0.914107 0

dori 1.1732 0.191933 0

dsd 4.62214 0.183526 0

dus6 4.06052 0.910049 0


dafor _ dalt 4.42501 0.804492 0

dafor _ dci -3.48757 0.503304 0

dafor _ dus6 -3.51502 0.910297 0.0001

dalt _ dori -1.46143 0.368314 0.0001

dci _ dpen 0.947977 0.245809 0.0001

dci _ dus6 -1.2357 0.363283 0.0007

dcons _ dori 0.798509 0.240771 0.0009

dcons _ dsd -2.34562 0.264777 0

dcons _ dus5 -1.22457 0.401042 0.0023

dlit _ dafor 5.20993 0.533363 0

dlit _ dalt -5.15126 0.537561 0

dlit _ dori -0.955574 0.332573 0.0041

dlit _ dsd 1.98507 0.266036 0

dlit _ dus1 1.57922 0.464239 0.0007

dlit _ dus7 -1.35738 0.407863 0.0009

dsd _ dori -0.591889 0.210204 0.0049

dsd _ dus1 0.801698 0.26817 0.0028

dsd _ dus5 1.01449 0.283986 0.0004

dtec _ dafor -0.862701 0.432139 0.0459

dtec _ dci 5.23193 0.560409 0

dtec _ dori 0.998123 0.463858 0.0314

dtec _ dus1 -2.34726 0.490549 0

dus6 _ dori 0.68477 0.302053 0.0234

dus6 _ dpen -1.2238 0.301346 0



7241-IN-OA-ME2/01/2-002-Ed01 Pág. 48


-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250 300


Resi

dual

es (m

m)


-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250


Resi

dual

es (m

m)


La figura 2.24 muestra el histograma y el mapa para Hu en mm, generados al aplicar la regresión obte-nida para el caso 2 y efectuar el ajuste y transformación requeridos.

.Rangos

Hu (mm)11 - 2021 - 3031 - 4041 - 5051 - 6061 - 7071 - 8081 - 9091 - 100101 - 110111 - 120121 - 130131 - 140141 - 150151 - 160161 - 170171 - 180181 - 190191 - 200201 - 210211 - 220

6,260 0 6,2603,130 Km



1214

7990

600

2542 30

36

585

705 13

72

2778

2351

1874

176

4560

141

11 6 0 11

4268

1342

2756

0

2000

4000

6000

8000


2.6.1.3. Caso 3.

La tabla 2.9 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable principal Hu, teniendo en cuenta las unidades cartográficas con mayor área en la cuenca del Barranco de To-rrent. En este caso 18 variables independientes cumplen con el criterio de significancia estadística, entre variables continuas, discretas e interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de regresión.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 49

El modelo de regresión da cuenta tanto de variaciones regionales, representadas por variables ambien-tales discretas derivadas de los mapas geológicos, de suelos y de usos del suelo; como de variaciones locales, representadas por la altura normalizada. El desarrollo del suelo contribuye notablemente a explicar la variación espacial del parámetro Hu, presentándose como variable ambiental discreta y en diversas interacciones con otras variables ambientales (junto con la pendiente, la estratigrafía, el am-biente de formación y las zonas de huertas). Las variables ambientales derivadas del mapa geológico que explican la variación espacial de Hu son: el grado de consolidación, el ambiente tectónico y la lito-logía. La presencia de una costra impermeable en el suelo mejora el modelo de regresión al interac-tuar con la orientación de la pendiente, la estratigrafía y las zonas dedicadas a los cítricos. La altura junto con otras variables (orientación, estratigrafía y las zonas de secano no arbolado) son interaccio-nes que mejoran el modelo. Las zonas de monte de matorral interactuando con la orientación y el ambiente de formación, también son útiles al mejorar el modelo de regresión. La variable principal Ks (logaritmo) participa en la regresión como variable independiente.

Estimación de Hu (raíz cuadrada), Caso 3 (R2=97.27%)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P - Value

Constante

CONSTANT 5.48004 0.527231 0

Continuas

KS_TRANSF -1.11697 0.0754324 0

ALTNOR -3.85241 0.716004 0

Discretas

dcons -4.18995 0.956137 0

dtec -3.06535 0.763224 0.0001

dlit 3.82692 0.772317 0

dsd 5.25735 0.251921 0


dalt _ dori -0.479747 0.204579 0.0214

dus7 _ dori 0.938797 0.260849 0.0005

dus6 _ dalt -0.809672 0.448835 0.0749

dsd _ dpen -1.90995 0.646342 0.0041

dsd _ dus2 -1.28211 0.756025 0.0937

dci _ dori 0.856357 0.241187 0.0006

dci _ dus5 2.83683 0.914822 0.0026

dafor _ dus7 1.5271 0.671313 0.0255

dafor _ dsd 3.64877 0.667027 0

dest _ dalt 3.61788 1.103 0.0015

dest _ dsd -2.78683 0.596786 0

dest _ dci 3.00093 0.339683 0



7241-IN-OA-ME2/01/2-002-Ed01 Pág. 50

La figura 2.25 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de hacer el ajuste y la transformación necesaria. En la figura de la izquierda, se puede observar que la dispersión es baja, puesto que el número de valores modales (42 valores modales de Hu) es consecuente con el número de unidades de muestreo (102 unidades de muestreo). El coeficiente de determinación del modelo de regresión obtenido es alto (R2 = 97,27 %). La figura de la derecha, refleja que las unidades cartográficas utilizadas en la regresión presentan valo-res absolutos bajos para sus residuales, denotando la calidad del ajuste obtenido.


-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250


Res

idua

les

(mm

)


-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250


Resi

dual

es (m

m)


En la figura 2.26 se observa el histograma y el mapa para Hu en mm, generados al aplicar la regresión obtenida para el caso 3 y realizar el ajuste y la transformación requerida.

.Rangos

Hu (mm)14 - 2021 - 3031 - 4041 - 5051 - 6061 - 7071 - 8081 - 9091 - 100101 - 110111 - 120121 - 130131 - 140141 - 150151 - 160161 - 170171 - 180181 - 190191 - 200201 - 210211 - 220

6,260 0 6,2603,130 Km



1263

7962

549

2593 30

07

624

676 13

05

2814

2296

1951

23

4848

30 0 0 0 0

4131

1438

2808

0

2000

4000

6000

8000



7241-IN-OA-ME2/01/2-002-Ed01 Pág. 51

2.6.2. Análisis de regresión múltiple para la conductividad hidráulica del suelo, Ks.

2.6.2.1. Caso 1.

La tabla 2.10 muestra el resultado de la regresión obtenida para el logaritmo de la variable principal Ks, teniendo en cuenta la totalidad de unidades cartográficas en la cuenca de estudio. En este caso 58 variables independientes cumplen con el criterio de significancia estadística, con un alto número de interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de re-gresión. La gran cantidad de variables independientes se explica por el hecho de tener un bajo núme-ro de valores modales (40 valores modales de Ks) en relación con el número de unidades de muestreo utilizadas en la regresión (10129 unidades de muestreo), así para obtener una estimación adecuada es necesario recurrir a un alto número de variables independientes.

En la figura 2.27 se observan los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de transformar la variable analizada a sus valores origina-les (cm/h). En la figura de la izquierda, que relaciona los valores estimados sobre los residuales, se puede observar la alta dispersión que se obtiene al aplicar la regresión en las unidades cartográficas, con un coeficiente de determinación del modelo de regresión obtenido bajo (R2 = 71,67 %). Las agru-paciones de puntos en tendencias curvas se debe al bajo número de valores modales en relación a la gran cantidad de unidades de muestreo, así cada curva de tendencia representa un valor modal. La figura de la derecha, que relaciona los residuales obtenidos con el número de celdas de cada unidad cartográfica tenida en cuenta en la regresión, refleja que las unidades cartográficas con mayor peso presentan valores absolutos bajos para sus residuales mientras que las unidades cartográficas con pocas celdas presentan valores absolutos altos para sus residuales, con lo cual se puede concluir que la alta dispersión es debida a las unidades cartográficas con poca representación areal

Estimación de Ks (logaritmo), Caso 1 (R2= 71.67%)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P - Value

Constante

CONSTANT 0.294998 0.156267 0.0591

Continuas

ALTNOR -1.4104 0.104858 0

ITNOR -0.325777 0.0672514 0

PENNOR -1.27439 0.21396 0

HU_TRANSF -0.362559 0.00475719 0

KP_TRANSF -0.0132042 0.00637735 0.0384

Discretas

dafor 0.579907 0.101481 0

dalt 0.481365 0.130504 0.0002

dci 1.41152 0.118713 0

dest 0.260894 0.094171 0.0056

dori 0.182621 0.0594549 0.0021

dpen -0.773549 0.0783455 0

dsd 3.0691 0.109493 0

dtec -1.22536 0.223349 0

dus6 0.546544 0.103491 0


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 52


dafor _ dci -1.56482 0.10622 0

dafor _ dpen 0.327094 0.068389 0

dafor _ dsd -0.31009 0.111778 0.0055

dafor _ dus1 -0.348443 0.0906717 0.0001

dalt _ dori -0.177445 0.0551178 0.0013

dci _ dalt 0.582289 0.114185 0

dci _ dori 0.128336 0.0334412 0.0001

dci _ dpen 0.683574 0.0474435 0

dci _ dus2 -0.760454 0.139577 0

dci _ dus4 0.712581 0.0498138 0

dci _ dus6 -0.516243 0.0553432 0

dci _ dus7 -0.589256 0.0623247 0

dcons _ dalt -0.482887 0.105558 0

dcons _ dci 0.920208 0.12084 0

dcons _ dpen -0.253046 0.0591103 0

dcons _ dsd -0.828101 0.0552027 0

dcons _ dus6 0.177651 0.0641918 0.0056

dcons _ dus7 0.201946 0.0940214 0.0317

dest _ dci -0.378283 0.126659 0.0028

dest _ dori -0.105453 0.0393583 0.0074

dest _ dus4 -0.382183 0.059525 0

dlit _ dafor 0.624515 0.190485 0.001

dlit _ dalt 0.368582 0.121446 0.0024

dlit _ dpen 0.163581 0.0532862 0.0021

dlit _ dsd 0.270332 0.0523088 0

dlit _ dus5 -0.541865 0.0679814 0

dsd _ dalt -1.04523 0.12341 0

dsd _ dpen 0.231087 0.0467423 0

dsd _ dus1 0.174174 0.0551853 0.0016

dsd _ dus5 0.508133 0.0578301 0

dsd _ dus6 0.181636 0.0572445 0.0015

dtec _ dafor 1.63236 0.19771 0

dtec _ dci 0.49632 0.115831 0

dtec _ dlit -0.689383 0.149087 0

dtec _ dsd -0.500666 0.123931 0.0001

dus1 _ dalt 0.237824 0.0918313 0.0096

dus2 _ dpen 0.999327 0.148021 0

dus4 _ dori -0.210349 0.0424236 0

dus4 _ dpen -0.166934 0.0516996 0.0012

dus5 _ dalt 0.433757 0.0734816 0

dus5 _ dpen 0.258793 0.0533539 0

dus6 _ dalt -0.422632 0.0925298 0

dus6 _ dori 0.116015 0.0455728 0.0109

dus7 _ dori 0.132042 0.0495878 0.0077

Tabla 2.10. Resultados del ajuste obtenido para la variable principal Ks (logaritmo) en el caso 1.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 53

Estimados vs Residuales para Ks (cm/h), Caso 1

-6

-4

-2

0

2

4

6

0.001 0.01 0.1 1 10

Valores estimados (cm/h)

Res

idua

les

(cm

/h)

Residuales vs Peso para Ks (cm/h), Caso 1

-6

-4

-2

0

2

4

6

0 50 100 150 200 250


Resi

dual

es (c

m/h

)

Figura 2.27. Gráficos de residuales para Ks en el caso 1.

En la figura 2.28 se observa el histograma y el mapa para Ks en cm/h, generados al aplicar la regre-sión obtenida para el caso 1 y realizar el ajuste y la transformación requerida.

.Rangos

Ks (cm/h)0.004 - 0.0050.006 - 0.010.011 - 0.020.021 - 0.050.051 - 0.10.101 - 0.20.201 - 0.50.501 - 11.001 - 22.001 - 5

6,260 0 6,2603,130 Km

Histograma de Ks (cm/h), Caso 1


21

2835

0 4752773

3889

13156

8964

1480

4725

0

5000

10000

15000

0,003787 - 0,005000 0,010000 - 0,020000 0,050000 - 0,100000 0,200000 - 0,500000 1 - 20,005000 - 0,010000 0,020000 - 0,050000 0,100000 - 0,200000 0,500000 - 1 2 - 5

Figura 2.28. Histograma y mapa para Ks, generados en el caso 1.

2.6.2.2. Caso 2.

La tabla 2.11 muestra el resultado de la regresión obtenida para el logaritmo de la variable principal Ks, teniendo en cuenta las unidades cartográficas que tuvieran 10 o más celdas. En este caso 37 va-riables independientes cumplen con el criterio de significancia estadística, con un alto número de inter-acciones entre variables discretas que mejoran el coeficiente de determinación del modelo de regre-sión. La gran cantidad de variables independientes se explica por el hecho de tener un bajo número de valores modales (40 valores modales de Ks) en relación con el número de unidades de muestreo


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 54

utilizadas en la regresión (686 unidades de muestreo), así para obtener una estimación adecuada es necesario recurrir a un alto número de variables independientes.

Estimación de Ks (logaritmo), Caso 2 (R2=81.99%)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P - Value

Constante

CONSTANT 2.74004 0.378417 0

Continuas

ALTNOR -1.47623 0.34803 0

ITNOR -1.95484 0.530297 0.0002

PENNOR -2.47422 0.803735 0.0021

HU_TRANSF -0.406942 0.0184168 0

Discretas

dafor -2.13908 0.548382 0.0001

dori 0.338149 0.125893 0.0072

dsd 1.78714 0.240086 0


dafor _ dalt 1.82036 0.478242 0.0001

dafor _ dci -1.90005 0.397247 0

dafor _ dori 0.700687 0.269981 0.0095

dafor _ dsd -0.665466 0.269815 0.0136

dalt _ dori -1.08226 0.263839 0

dalt _ dpen -0.87201 0.226275 0.0001

dci _ dalt 1.44004 0.342906 0

dci _ dori 0.440858 0.116998 0.0002

dci _ dpen 0.860484 0.196123 0

dci _ dus1 -0.861791 0.202242 0

dci _ dus5 -0.711712 0.287333 0.0133

dci _ dus6 -0.983768 0.225034 0

dci _ dus7 -0.806233 0.237208 0.0007

dcons _ dci 0.787209 0.1731 0

dcons _ dori -0.416665 0.131766 0.0016

dcons _ dsd -1.13573 0.164993 0

dcons _ dus4 -0.659677 0.179918 0.0002

dlit _ dafor 3.02069 0.361574 0

dlit _ dalt -2.76048 0.365879 0

dlit _ dpen 0.656586 0.228568 0.0041

dlit _ dus1 1.3658 0.332813 0

dsd _ dus1 0.962868 0.241373 0.0001


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 55


dsd _ dus4 1.00733 0.222392 0

dsd _ dus5 1.67484 0.228146 0

dsd _ dus6 1.04049 0.206657 0

dtec _ dci 1.80272 0.496862 0.0003

dtec _ dus1 -1.09958 0.320295 0.0006

dus2 _ dpen 0.645339 0.31415 0.04

dus5 _ dpen 0.3771 0.144721 0.0092

dus6 _ dori 0.431325 0.156687 0.0059


En la figura 2.29 se observan los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de transformar la variable analizada a sus valores origina-les (cm/h). En la figura de la izquierda, que relaciona los valores estimados sobre los residuales, se puede observar la alta dispersión que se obtiene al aplicar la regresión en las unidades cartográficas, al igual que se presenta en el caso 1, aunque el coeficiente de determinación del modelo de regresión obtenido sea alto (R2 = 81,99 %). En este caso siguen apareciendo las agrupaciones de puntos en tendencias curvas, reflejando la poca cantidad de valores medidos con relación a las unidades de muestreo, así cada curva de tendencia representa un valor modal. La figura de la derecha, que rela-ciona los residuales obtenidos con el número de celdas de cada unidad cartográfica tenida en cuenta en la regresión, refleja que las unidades cartográficas con mayor peso presentan valores absolutos bajos para sus residuales mientras que las unidades cartográficas con pocas celdas presentan valores absolutos altos para sus residuales, con lo cual se puede concluir que la alta dispersión es debida a las unidades cartográficas con poca representación areal. Se puede apreciar que los valores absolutos de los residuales se rebajan notablemente alrededor de las unidades cartográficas que poseen 50 o más celdas.


-6

-4

-2

0

2

4

6

0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)


-6

-4

-2

0

2

4

6

0 50 100 150 200 250


Resi

dual

es (c

m/h

)


La figura 2.30 muestra el histograma y el mapa para Ks en cm/h, generados al aplicar la regresión obtenida para el caso 2 y realizar el ajuste y la transformación requerida.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 56

.Rangos

Ks (cm/h)0.002 - 0.0020.003 - 0.0050.006 - 0.010.011 - 0.020.021 - 0.050.051 - 0.10.101 - 0.20.201 - 0.50.501 - 11.001 - 22.001 - 55.001 - 10

6,260 0 6,2603,130 Km



2 3161763

768 5332551

3945

12057

9305

27164326

360

5000

10000

15000

0,001961 - 0,002000 0,005000 - 0,010000 0,020000 - 0,050000 0,100000 - 0,200000 0,500000 - 1 2 - 50,002000 - 0,005000 0,010000 - 0,020000 0,050000 - 0,100000 0,200000 - 0,500000 1 - 2 5 - 10


2.6.2.3. Caso 3.

La tabla 2.12 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable princi-pal Ks, teniendo en cuenta las unidades cartográficas con mayor área en la cuenca del Barranco de Torrent. En este caso 17 variables independientes cumplen con el criterio de significancia estadística, entre variables continuas, discretas e interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de regresión.

Estimación de Ks (logaritmo), Caso 3 (R2=92.23)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P – Value

Constante

CONSTANT 1.88207 0.507481 0.0004

Continuas

ALTNOR -1.9286 0.57791 0.0013

HU_TRANSF -0.517251 0.0427966 0


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 57

Discretas

dtec -3.38251 0.755947 0

dlit 3.70465 0.697564 0

dcons -3.90017 0.8283 0

dafor 0.699733 0.326976 0.0353

dsd 3.57724 0.287066 0


dsd _ dori -0.302417 0.181779 0.0999

dtec _ dus7 3.42512 0.966634 0.0006

dest _ dci 2.69567 0.204352 0

dest _ dsd -1.57634 0.41352 0.0003

dest _ dus5 1.28986 0.56127 0.024

dest _ dalt 2.61935 0.950912 0.0072

dci _ dus5 2.09211 0.696134 0.0035

dci _ dori 1.2592 0.199957 0

dus1 _ dori -0.698366 0.270827 0.0117

dus4 _ dori -0.468365 0.225296 0.0407


El modelo de regresión da cuenta tanto de variaciones regionales, representadas por variables ambien-tales discretas derivadas de los mapas geológicos, de suelos y de usos del suelo; como de variaciones locales, representadas por la altura normalizada. Las variables ambientales derivadas del mapa geo-lógico que explican la variación espacial de Ks son: el ambiente de formación, el grado de consolida-ción, el ambiente tectónico y la litología. En cuanto a las variables derivadas del mapa de suelos, se obtiene que el desarrollo de suelos es una variable discreta que sirve en el ajuste tanto individualmente como interactuando con la orientación de la pendiente y la estratigrafía; mientras que la presencia de una costra impermeable en el suelo mejora el modelo de regresión al interactuar con la orientación de la pendiente, la estratigrafía y las zonas dedicadas a secano arbolado. La estratigrafía junto con otras variables (altura y zonas de secano arbolado), la orientación de la pendiente interactuando con las zonas urbanas y con cultivos de cítricos, y las zonas con monte de matorral junto con la tectónica son interacciones que mejoran el modelo de regresión.

La figura 2.31 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de hacer el ajuste y la transformación necesaria. En la figura de la izquierda, se puede observar que la dispersión es baja, puesto que el número de valores modales (40 valores modales de Ks) es consecuente con el número de unidades de muestreo (102 unidades de muestreo). El coeficiente de determinación del modelo de regresión obtenido es alto (R2 = 92,23 %). La figura de la derecha, refleja que las unidades cartográficas utilizadas en la regresión presentan valo-res absolutos bajos para sus residuales, denotando la calidad del ajuste obtenido.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 58


-6

-4

-2

0

2

4

6

0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)


-6

-4

-2

0

2

4

6

0 50 100 150 200 250


Resi

dual

es (c

m/h

)


La figura 2.32 muestra el histograma y el mapa para Ks en cm/h, generados al aplicar la regresión obtenida para el caso 3 y realizar el ajuste y la transformación requerida.

.Rangos

Ks (cm/h)0.004 - 0.0050.006 - 0.010.011 - 0.020.021 - 0.050.051 - 0.10.101 - 0.20.201 - 0.50.501 - 11.001 - 22.001 - 5

6,260 0 6,2603,130 Km



21

2835

0 5032768

3956

13333

8697

1520

4685

0

5000

10000

15000

0,003868 - 0,005000 0,010000 - 0,020000 0,050000 - 0,100000 0,200000 - 0,500000 1 - 20,005000 - 0,010000 0,020000 - 0,050000 0,100000 - 0,200000 0,500000 - 1 2 - 5


2.6.3. Análisis de regresión múltiple para la conductividad hidráulica del sustrato del suelo, Kp.

2.6.3.1. Caso 1.

La tabla 2.13 muestra el resultado de la regresión obtenida para el logaritmo de la variable principal Kp, teniendo en cuenta la totalidad de unidades cartográficas en la cuenca de estudio. En este caso 56 variables independientes cumplen con el criterio de significancia estadística, con un alto número de interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de re-


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 59

gresión. La gran cantidad de variables independientes se explica por el hecho de tener un bajo núme-ro de valores modales (46 valores modales de Kp) en relación con el número de unidades de muestreo utilizadas en la regresión (10129 unidades de muestreo), así para obtener una estimación adecuada es necesario recurrir a un alto número de variables independientes.

Estimación de Kp (logaritmo), Caso 1 (R2=76.35%)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P - Value

Constante

CONSTANT -9.00643 0.245842 0

Continuas

ALTNOR 1.69819 0.160736 0

ITNOR 0.269533 0.101695 0.008

HU_TRANSF -0.0455713 0.00867451 0

KS_TRANSF -0.038509 0.014489 0.0079

Discretas

dafor 2.46754 0.247094 0

dalt 3.11387 0.225769 0

dci 1.76643 0.174981 0

dcons 2.60657 0.297049 0

dest -2.0815 0.181653 0

dlit 0.863675 0.150855 0

dsd 2.10568 0.197884 0

dtec 8.579 0.39389 0

dus1 1.49564 0.459361 0.0011

dus4 1.85308 0.356972 0

dus5 1.39452 0.349731 0.0001

dus6 0.583805 0.153009 0.0001

dus7 -0.628643 0.129089 0


dafor _ dalt -1.73635 0.220273 0

dafor _ dpen -0.231704 0.11518 0.0443

dafor _ dsd -0.28643 0.105579 0.0067

dafor _ dus4 -1.2474 0.329084 0.0002

dalt _ dpen 0.467684 0.126509 0.0002

dci _ dalt -1.47839 0.17306 0

dci _ dori 0.133763 0.0425569 0.0017

dci _ dpen -0.455645 0.0617963 0

dci _ dsd -0.758601 0.075695 0

dci _ dus4 -0.905068 0.0780218 0

dci _ dus6 0.640822 0.0816012 0


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 60


dcons _ dalt 2.89723 0.243064 0

dcons _ dci -3.05443 0.2183 0

dcons _ dus1 -0.884666 0.0922657 0

dcons _ dus6 3.42879 1.62577 0.0349

dest _ dci 1.89388 0.218068 0

dest _ dori -0.201054 0.0550461 0.0003

dest _ dus4 0.598211 0.102496 0

dest _ dus6 -3.68801 1.6269 0.0234

dlit _ dafor 4.42895 0.364374 0

dlit _ dalt -2.11382 0.276296 0

dlit _ dci 0.873275 0.0935956 0

dlit _ dpen -0.17061 0.0790107 0.0308

dlit _ dsd 0.446154 0.0879382 0

dlit _ dus4 -0.597059 0.133655 0

dlit _ dus5 -0.536454 0.107764 0

dsd _ dalt -1.67554 0.190005 0

dsd _ dpen -0.185803 0.060018 0.002

dsd _ dus4 -0.480286 0.0963604 0

dsd _ dus6 0.484935 0.0856012 0

dsd _ dus7 0.263165 0.0968459 0.0066

dtec _ dafor -6.54979 0.370411 0

dtec _ dlit -4.03648 0.205296 0

dtec _ dus5 -1.10322 0.360355 0.0022

dtec _ dus6 -0.807512 0.136624 0

dus1 _ dalt -1.09436 0.459874 0.0173

dus1 _ dpen -0.155446 0.0790887 0.0494

dus4 _ dori 0.280315 0.0647111 0

dus7 _ dalt 0.717608 0.122776 0

Tabla 2.13. Resultados del ajuste obtenido para la variable principal Kp (logaritmo) en el caso 1.

En la figura 2.33 se observan los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de transformar la variable analizada a sus valores origina-les (cm/h). En la figura de la izquierda, que relaciona los valores estimados sobre los residuales, se puede observar la alta dispersión que se obtiene al aplicar la regresión en las unidades cartográficas, con un coeficiente de determinación del modelo de regresión obtenido bajo (R2 = 76,35 %). Las agru-paciones de puntos en tendencias curvas se debe al bajo número de valores modales en relación a la gran cantidad de unidades de muestreo, así cada curva de tendencia representa un valor modal. La figura de la derecha, que relaciona los residuales obtenidos con el número de celdas de cada unidad cartográfica tenida en cuenta en la regresión, refleja que las unidades cartográficas con mayor peso presentan valores absolutos bajos para sus residuales mientras que las unidades cartográficas con pocas celdas presentan valores absolutos altos para sus residuales, con lo cual se puede concluir que la alta dispersión es debida a las unidades cartográficas con poca representación areal.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 61

Estimados vs Residuales para Kp (cm/h), Caso 1

-10

-8

-6

-4

-2

0

2

4

6

8

10

0.0001 0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)

Residuales vs Peso para Kp (cm/h), Caso 1

-10

-8

-6

-4

-2

0

2

4

6

8

10

0 50 100 150 200 250


Resi

dual

es (c

m/h

)

Figura 2.33. Gráficos de residuales para Kp en el caso 1.

La figura 2.34 muestra el histograma y el mapa para Kp en cm/h, generados al aplicar la regresión obtenida para el caso 1 y realizar el ajuste y la transformación requerida.

.Rangos

Kp (cm/h)< 0.00010.00020.0003 - 0.00050.0006 - 0.0010.0011 - 0.0020.0021 - 0.0050.0051 - 0.010.0101 - 0.020.0201 - 0.050.0501 - 0.10.1001 - 0.20.2001 - 0.50.5001 - 11.0001 - 22.0001 - 55.0001 - 10

6,260 0 6,2603,130 Km

Histograma de Kp (cm/h), Caso 1


1168

368 98

4

242

1563

550

3304

5984

5433 60

02

2098

4405

2378 27

69

777

293

0

2000

4000

6000

8000

Figura 2.34. Histograma y mapa para Kp, generados en el caso 1.

2.6.3.2. Caso 2.

La tabla 2.14 muestra el resultado de la regresión obtenida para el logaritmo de la variable principal Ks, teniendo en cuenta las unidades cartográficas que tuvieran 10 o más celdas. En este caso 21 varia-bles independientes cumplen con el criterio de significancia estadística.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 62

Estimación de Kp (logaritmo), Caso 2 (R2=78.20%)

Tipo de Nombre Coeficiente Error P - Value

Variable Variable Ajuste Estandar

Constante

CONSTANT -9.88946 0.528832 0

Continuas

ALTNOR 2.85783 0.632654 0

Discretas

dafor 6.23595 0.932991 0

dalt 3.8068 0.51253 0

dci 0.776131 0.292737 0.008

dcons 5.07087 0.63375 0

dest -1.43212 0.614283 0.0197

dlit 2.19925 0.671784 0.0011

dsd 1.30422 0.327259 0.0001

dtec 3.45543 0.535888 0


dafor _ dalt -5.28995 0.883176 0

dafor _ dsd -1.02329 0.341073 0.0027

dci _ dsd -1.61035 0.365082 0

dci _ dus1 0.899799 0.324527 0.0056

dci _ dus4 -0.995852 0.297286 0.0008

dci _ dus6 0.967337 0.36943 0.0088

dcons _ dci -2.57324 0.757881 0.0007

dcons _ dus1 -1.62936 0.301009 0

dest _ dci 1.77654 0.842863 0.0351

dlit _ dus5 -0.414706 0.187744 0.0272

dtec _ dafor -2.00778 0.639573 0.0017

dtec _ dlit -2.74872 0.71776 0.0001


En la figura 2.35 se observan los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de transformar la variable analizada a sus valores origina-les (cm/h). Al aplicar la regresión se observa una dispersión baja aunque el coeficiente de determina-ción del modelo de regresión obtenido sigue estando bajo (R2 = 78,20 %). En la figura de la derecha se aprecia que los valores absolutos de los residuales se rebajan notablemente alrededor de las uni-dades cartográficas que poseen 50 o más celdas.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 63


-10

-8

-6

-4

-2

0

2

4

6

8

10

0.0001 0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)


-10

-8

-6

-4

-2

0

2

4

6

8

10

0 50 100 150 200 250


Resi

dual

es (c

m/h

)



.Rangos

Kp (cm/h)< 0.00010.0001 - 0.00020.0002 - 0.00050.0005 - 0.0010.0011 - 0.0020.0021 - 0.0050.0051 - 0.010.0101 - 0.020.0201 - 0.050.0501 - 0.10.1001 - 0.20.2001 - 0.50.5001 - 11.0001 - 22.0001 - 55.0001 - 11

6,260 0 6,2603,130 Km



1019

517 98

4

307

1498

584

3447

6166

5259 58

16

2118

4388

2406 27

60

756

293

0

2000

4000

6000

8000


2.6.3.3. Caso 3.

La tabla 2.15 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable princi-pal Ks, teniendo en cuenta las unidades cartográficas con mayor área en la cuenca del Barranco de Torrent. En este caso 7 variables independientes cumplen con el criterio de significancia estadística, entre variables continuas, discretas e interacciones entre variables discretas que mejoran el coeficiente de determinación del modelo de regresión.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 64

Estimación de Kp (logaritmo), Caso 3 (R2=77.11)

Tipo de

Variable

Nombre

Variable

Coeficiente

Ajuste

Error

Estandar

P - Value

Constante

CONSTANT -8.38885 0.608716 0

Continuas

ITNOR 4.88421 2.76148 0.0802

Discretas

dus2 3.7876 1.81943 0.0401

dalt 3.07115 0.522855 0

Interacciones discretas

dci _ dus1 2.26963 0.696383 0.0016

dtec _ dori 0.782087 0.377033 0.0408

dest _ dus4 2.73787 0.572442 0

dest _ dci -2.52835 0.4768 0


El modelo de regresión da cuenta tanto de variaciones regionales, representadas por variables ambien-tales discretas derivadas de los mapas geológicos, de suelos y de usos del suelo; como de variaciones locales, representadas por el índice topográfico normalizado. Las variaciones regionales se encuen-tran representadas principalmente en interacciones entre variables ambientales, que mejoran el mode-lo de regresión: la estratigrafía interactuando con los suelos con costra impermeable y con las zonas dedicadas al cultivo de cítricos; la tectónica junto con la orientación de la pendiente y la interacción entre los suelos con costra impermeable y las zonas urbanas. En el modelo propuesto son relevantes las zonas dedicadas a la huerta y la altura sobre el nivel del mar.

La figura 2.37 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de hacer el ajuste y la transformación necesaria. En la figura de la izquierda, se puede observar que la dispersión es baja, debido a que el número de valores modales (46 valores modales de Kp) es consecuente con el número de unidades de muestreo (102 unidades de muestreo). El coeficiente de determinación del modelo de regresión obtenido es bajo (R2 = 77,11 %). La figura de la derecha, refleja que las unidades cartográficas utilizadas en la regresión presentan valo-res absolutos bajos para sus residuales, denotando la calidad del ajuste obtenido.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 65


-10

-8

-6

-4

-2

0

2

4

6

8

10

0.0001 0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)


-10

-8

-6

-4

-2

0

2

4

6

8

10

0 50 100 150 200 250


Resi

dual

es (c

m/h

)



Al comparar los resultados obtenidos en los casos 2 y 3 se concluye que ambos pueden utilizarse para la estimación de Kp, debido a la semejanza en las dispersiones observadas y los coeficientes de ajuste conseguidos. Este comportamiento no se presenta con las demás variables principales analizadas, en las que los resultados son claramente más adecuados para el caso 3. Para respetar dicha tendencia se utilizaron los resultados del caso 3 en las estimaciones finales de la conductividad hidráulica del sustrato del suelo.

.Rangos

Kp (cm/h)0.00002 - 0.000050.00006 - 0.00010.00011 - 0.00020.00021 - 0.00050.00051 - 0.0010.00101 - 0.0020.00201 - 0.0050.00501 - 0.010.01001 - 0.020.02001 - 0.050.05001 - 0.10.10001 - 0.20.20001 - 0.50.50001 - 11.00001 - 22.00001 - 55.00001 - 1010.00001 - 2020.00001 - 5050.00001 - 100100.00001 - 200200.00001 - 500

6,260 0 6,2603,130 Km



66

877

648

779

909

825

1760

3196

5347

5474

4901

3173

4197

2375

1754

1427

432

137

37 2 1 10

1000

2000

3000

4000

5000

6000



7241-IN-OA-ME2/01/2-002-Ed01 Pág. 66

2.7. ESTIMACIÓN DE LAS PÉRDIDAS INICIALES

Se crearon mapas de parámetros hidrológicos necesarios para el funcionamiento del modelo TETIS que tienen relación con los procesos de intercepción de lluvia debido a la cubierta vegetal y el almace-namiento de agua en depresiones del terreno.

Se considera como pérdidas iniciales aquella cantidad de lluvia que una vez precipitada no es capaz de escurrir superficialmente ni de penetrar en el suelo por las condiciones que el terreno y la vegeta-ción presentan en la superficie. Se evalúa como la suma de:

• Intercepción: contenido de agua retenida por la vegetación por medio de la intercepción de la precipitación, esto es, el agua lluvia que se queda en la vegetación, se evapora o hace parte de la transpiración de las plantas y no llega al suelo.

• Almacenamiento superficial: contenido de agua almacenada a causa la rugosidad del terreno, esto es, el almacenamiento en superficies por encharcamiento.

Por definición, este volumen de agua no tiene otra opción que evaporarse, por lo que en el modelo TETIS forma parte de la capacidad de almacenamiento hídrico del suelo, Hu.

La escasez de estudios respecto a valores de referencia de estos parámetros, condujo a la decisión de elaborar un procedimiento sencillo a partir de las variables disponibles, que a pesar de su simplicidad reduce la incertidumbre respecto a la infiltración, la evapotranspiración y el contenido de humedad antecedente en los suelos

2.7.1. Intercepción.

Se elaboró con la asignación de valores a cada unidad cartográfica de tipos de usos del suelo presente en la zona de estudio. El valor para cada tipo de uso del suelo se muestra en la Tabla 2.16. Es nece-sario anotar que se evalúa la intercepción como la capacidad de intercepción o capacidad de follaje (“canopy capacity”), que es la capacidad que tienen las plantas para capturar y retener el agua precipi-tada sin que ésta penetre en el suelo. Por lo tanto para la asignación de valores se ha tenido en cuenta tanto la vegetación existente, como su superficie de cobertura y estratificación. En la figura 2.39 se muestran los resultados obtenidos para la distribución espacial de la intercepción.

Tipo de Usos de Suelo Intercepción [mm]

1. Urbano 0.0

2. Regadío: Huerta 3.0

3. Regadío: Arroz 1.0

4. Regadío: Cítricos 5.0

5. Secano no arbolado 1.0

6. Secano arbolado 3.0

7. Monte de matorral 4.0

8. Monte de pinar 9.0

9. Cuerpos de agua: Ríos, ramblas, lagos 0.0

Tabla 2.16. Criterio de asignación de valores para la intercepción según el uso del suelo.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 67

.

6,260 0 6,2603,130 Km

LeyendaIntercepción (mm)

0

1

3

4

5

9

Figura 2.39. Distribución espacial de la intercepción (mm), según el tipo de uso del suelo.

2.7.2. Almacenamiento superficial.

El almacenamiento superficial se estimó a partir de los mapas de usos del suelo y pendientes. Para cada variable se hace una asignación de valores y posteriormente se suman.

Con respecto a la asignación de valores a partir del uso del suelo, se tiene en cuenta la morfología local asociada a cada tipología, de acuerdo con la rugosidad. Los valores asignados se presentan en la tabla 2.17 y la distribución espacial se observa en la figura 2.40.

Tipo de Usos de Suelo Almacenamiento [mm]

1. Urbano 0.0

2. Regadío: Huerta 6.0

3. Regadío: Arroz 6.0

4. Regadío: Cítricos 6.0

5. Secano no arbolado 6.0

6. Secano arbolado 6.0

7. Monte de matorral 6.0

8. Monte de pinar 4.0

9. Cuerpos de agua: Ríos, ramblas, lagos 0.0

Tabla 2.17. Criterio de asignación de valores para el almacenamiento según el uso del

suelo.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 68

.

6,260 0 6,2603,130 Km

LeyendaAlmacenamiento (mm)

0

4

6

Figura 2.40. Distribución espacial del almacenamiento superficial (mm), según el tipo de uso del suelo.

En cuanto a la pendiente, se asume que cuando mayor pendiente tenga el terreno, menos posibilida-des tendrá este de almacenar agua en depresiones. Se ha realizado una modelización simple a partir del mapa de pendientes, asumiendo que los terrenos horizontales pueden almacenar 10 milímetros de lluvia, y a partir de aquí el almacenamiento superficial causado por la pendiente seguirá la siguiente expresión:

Almacenamiento según la pendiente (mm) = 10 - (1.3*pendiente)

Se muestra la distribución espacial del almacenamiento en superficie según la pendiente en la zona de estudio en la figura 2.41.

.

6,260 0 6,2603,130 Km

LeyendaRangos (mm)

0 - 1

1.1 - 2

2.1 - 3

3.1 - 4

4.1 - 5

5.1 - 6

6.1 - 7

7.1 - 8

8.1 - 9

9.1 - 10

Figura 2.41. Distribución espacial del almacenamiento superficial (mm), según la pendiente del terreno.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 69

Finalmente en la figura 2.42 se observa la distribución espacial del total de las consideraciones sobre pérdidas iniciales, que no es más que la suma de los tres mapas de valores obtenidos. Las pérdidas por intercepción y almacenamiento se sumaron al mapa de capacidad de almacenamiento hídrico del suelo, Hu.

.

6,260 0 6,2603,130 Km

Leyenda

Rangos (mm)0 - 1.7641.765 - 4.4994.500 - 6.7936.794 - 8.8228.823 - 11.11511.116 - 13.40913.410 - 15.26215.263 - 17.11417.115 - 19.14319.144 - 22.584

Figura 2.42. Distribución espacial de las pérdidas iniciales (mm).

2.8. GENERACIÓN DEL MAPA DE COBERTURAS VEGETALES PARA EL CÁLCULO DE LA EVAPOTRANSPIRACIÓN.

El índice de cobertura para la modelación de la evapotranspiración se obtiene según el tipo de cobertu-ra vegetal, a partir del mapa de usos de suelo, representando que para diferentes tipos de cobertura la variabilidad en el tiempo de este proceso es diferente. En el presente trabajo se utilizó el factor de cul-tivo sugerido por Burman y Pochop (1994).

Aunque en otros trabajos similares se asignaran categorías según la clasificación de usos del CORINE, se prefirió realizar una nueva clasificación que tuviera en cuenta las características específicas de la realidad geográfica de estudio, teniendo en cuenta la necesidad de englobar en cada una de estas nuevas categorías una diferenciación respecto al resto en lo que se refiere al comportamiento hidroló-gico, al mismo tiempo que tratando de integrar la gran variedad de usos del suelo en un numero ade-cuado de categorías, concisas en su definición, y que no impidiesen la agilidad en el trabajo.

Las categorías en que se dividen las coberturas son las mismas que se han utilizado para la definición de variables ambientales dummys con relación al uso del suelo, con la adición de una categoría para las superficies de agua (embalses, albuferas, estuarios, marjales). Así, a cada una de estas categorías definidas se le asignó un valor del factor de evapotranspiración determinado a partir de las característi-cas de aquella, que será el utilizado definitivamente en el modelo TETIS. En la tabla 2.18 se muestran los valores mensuales del índice de cobertura vegetal asignados a cada una de estas categorías, mientras que en la figura 2.43 se observa la representación gráfica de estos valores y en la figura 2.44 se presenta la disposición geográfica de los diferentes usos del suelo.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 70

Código Nombre ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

1 Urbano 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0

2 Huerta 0.2 0.2 0.6 0.8 0.8 0.8 0.6 0.4 0.2 0.2 0.2 0.2

3 Arrozales 0.2 0.2 0.2 1 1 1 1 1 0.9 0.2 0.2 0.2

4 Cítricos 0.6 0.6 0.6 0.7 0.7 0.8 0.8 0.8 0.7 0.7 0.6 0.6

5 Secano no arbolado 0.2 0.2 0.3 0.4 0.5 0.5 0.5 0.5 0.5 0.4 0.3 0.2

6 Secano arbolado 0.2 0.2 0.4 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.4 0.2

7 Monte matorral 0.8 0.8 0.8 0.9 0.9 0.9 0.9 0.9 0.9 0.8 0.8 0.8

8 Monte pinar 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0

9 Superficies de agua 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0

Tabla 2.18. Valores mensuales del índice de cobertura vegetal empleado para el cálculo de la evaporación.

Figura 2.43. Distribución temporal del índice de cobertura vegetal empleado para el cálculo de la evaporación.

Índices de cobertura vegetal

0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

0.90

1.00

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DICmes

(lam

bda)

Urbano Huerta Arrozales

Cítricos Secano no arbolado Secano arbolado

Monte matorral Monte pinar Superficies de agua


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 71

690000

690000

700000

700000

710000

710000

720000

720000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.Leyenda

Divisoria, Barranco de Torrent

Urbano

Huerta

Arrozales

Cítricos

Secano no arbolado

Secano arbolado

Monte de matorral

Monte de pinar

Figura 2.44. Mapa de coberturas vegetales empleado para el cálculo de la evaporación.

2.9. PARÁMETROS GEOMORFOLÓGICOS EN CAUCES.

El modelo TETIS emplea nueve parámetros geomorfológicos, establecidos mediante las siguientes relaciones algebraicas de tipo potencial:

• Área acumulada de la cuenca y caudal a sección llena: ϕκ bQ⋅=Λ

• Ancho de la sección transversal a sección llena y el caudal a sección llena: 11

αbb Qaw ⋅=

• Ancho de la sección transversal w y el caudal: 2αQw =

• Diámetro del sedimento, la pendiente y la profundidad del flujo: θ)( od yscd ⋅=

• Coeficiente de rugosidad y el diámetro del sedimento: ξdcn n ⋅=

En donde κ, a1, cd, y cn son los coeficientes y ϕ, α1, α2, θ y ξ corresponden a los exponentes. Los coeficientes y los exponentes se obtienen a través de un estudio geomorfológico regional para aquellas zonas que tienen características homogéneas.

Por tratarse de parámetros que sólo se actualizan cuando se dispone de nueva información geomorfo-lógica, también se pueden considerar como datos. En caso de no disponer de un estudio geomorfoló-gico detallado para las distintas regiones homogéneas en las que se distribuye el área en estudio, se recomienda utilizar los valores medios recomendados en la literatura para tal fin, Vélez (2001).


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 72

Para este estudio se emplearon los parámetros geomorfológicos recomendados en la literatura técnica, puesto que no se efectuó un estudio geomorfológico detallado en la zona (Tabla 2.19)

κ 0.600

a1 3.260

cd 20.000

cn 0.047

ϕ 0.750

α1 0.500

α2 0.200

θ 1.250

ξ 0.167

Tabla 2.19. Coeficientes y exponentes utilizados en las relaciones geomorfológicas.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 73

3. CALIBRACIÓN Y VALIDACIÓN DEL MODELO TETIS EN LA CUENCA DE LA RAMBLA DEL POYO.

3.1. INTRODUCCIÓN.

Posteriormente a la estimación de parámetros para el funcionamiento del modelo TETIS en la cuenca del Barranco de Torrent, se realizó la labor de calibración y validación del mismo. La metodología de estimación de los parámetros del modelo hidrológico distribuido TETIS, presentada en el capítulo ante-rior, involucra una serie de incertidumbres debidas principalmente a la cantidad, calidad y grado de definición espacial de la información básica empleada. Por esta razón, y con el propósito de obtener por medio del modelo los mejores resultados posibles, es necesario realizar un proceso de calibración o ajuste de dichos parámetros y posterior validación, el cual básicamente consiste en la determinación, ya sea mediante tanteos (calibración manual) o a través de algoritmos especializados (calibración au-tomática), de un juego de parámetros (factores correctores en el caso del modelo TETIS), tal que los caudales observados en un sitio determinado y los caudales calculados por medio del modelo hasta ese mismo sitio, presenten el mayor ajuste posible.

Para el caso de estudio presentado en este informe, se efectuó la calibración en el único punto de afo-ro que se encuentra en la zona, correspondiente a la estación de aforo de la Rambla del Poyo del Sis-tema Automático de Información Hidrológica de la Confederación Hidrográfica del Júcar (en adelante SAIH-CHJ). Además se desarrolló una validación temporal de los resultados arrojados en la calibra-ción, siendo imposible adelantar una validación espacial, debido a que solo se contaba con una esta-ción de aforo.

En este capítulo se detalla el tipo de información recogida para realizar la calibración y validación del modelo, se reseña la metodología de calibración utilizada, la depuración de errores llevados a cabo para el uso de ésta información y la aplicación de la metodología de calibración empleada en la cuenca de la Rambla del Poyo.

3.2. INFORMACIÓN HIDROLÓGICA.

De forma general, para poder realizar una buena calibración de cualquier modelo y en particular del modelo conceptual lluvia-escorrentía TETIS, inicialmente se debe realizar un contraste entre el tipo, cantidad, calidad y formato en que se encuentra disponible la información básica y el tipo de informa-ción que requiere el modelo (inputs). Es bastante común que la información básica requiera de cierto grado de preprocesamiento y que deba acomodarse a un tipo de formato específico para adaptarla a una forma que sea totalmente compatible con el modelo.

En este proyecto, la información requerida para la calibración del modelo TETIS se obtuvo por diferen-tes medios y diversos formatos, por lo que se hizo necesario dicho preprocesamiento para adaptarla al modelo y su posterior análisis para garantizar un buen grado de confiabilidad en los resultados. A con-tinuación se presenta una breve descripción de la información hidrológica recolectada y la forma como fue procesada para adecuarla al modelo TETIS.

La información hidrológica recolectada proviene del SAIH-CHJ e incluye las series temporales de lluvia en diferentes estaciones de registro, ubicadas dentro y en los alrededores de la cuenca en estudio y el caudal aforado en la estación de control de la Rambla del Poyo. Para las simulaciones con el modelo TETIS, se emplearon series a escala temporal cincominutal registradas por el SAIH-CHJ. El modelo TETIS emplea como archivo de entrada de la información hidrológica, el formato preestablecido por el CEDEX a nivel del estado español, denominado formato de intercambio estándar. Como es obvio, este formato tiene algunas reglas para su fácil interpretación. Afortunadamente, los registros SAIH-CHJ fueron entregados con dicho formato, aunque hubo que realizar pequeñas modificaciones.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 74

Dado que la información hidrológica obtenida presentaba numerosos saltos e inconsistencias, se reali-zó un trabajo de análisis y posterior verificación de todos los registros a utilizar en las simulaciones. A partir de este análisis se vio la necesidad de descartar algunos eventos, debido a que los aumentos en el caudal no se correspondían con un aumento en la precipitación registrada.

Además se compararon los registros provenientes del SAIH-CHJ, con escala temporal cincominutal con los datos obtenidos de estaciones pluviométricas del INM (Instituto Nacional de Meteorología) en la zona, con escala temporal diaria. La labor consistió en sumar los datos cincominutales del SAIH-CHJ durante los días tenidos en cuenta en el análisis y compararlos con los acumulados diarios de las esta-ciones del INM, así se pudieron ubicar inconsistencias y errores y tomar las medidas correctoras ade-cuadas. Para relacionar los registros diarios del INM con los datos cincominutales arrojados por las estaciones del SAIH-CHJ es necesario tener en cuenta que los datos del INM se toman a las siete de la mañana del día siguiente anotado en el registro, así el registro de precipitación del día 1 se toma a las siete de la mañana del día 2.

En la figura 3.1 se observa la disposición geográfica de las estaciones de precipitación del SAIH-CHJ y del INM, ubicadas en el área de estudio y con registros de lluvias en los eventos analizados. La ubica-ción de la estación de aforo de la Rambla del Poyo coincide con la estación de precipitación homóni-ma.

Se escogieron los eventos de crecidas más relevantes, registrados desde el funcionamiento del SAIH-CHJ, con intervalo temporal cincominutal en la estación de aforo de la Rambla del Poyo. Puesto que es la única estación de aforo analizada no fue posible validar espacialmente los parámetros de calibra-ción. La tabla 3.1 muestra los eventos analizados con el modelo TETIS.

Eventos de crecidas analizados

Evento Inicio Número de datos

Duración (horas)

Caudal máximo observado (m3/s)

Noviembre de 1988 10/11/1988 23:55 400 33.3 193.0

Noviembre de 1989 14/11/1989 00:00 864 72.0 175.6

Enero-Febrero de 1998 28/01/1998 10:35 2646 220.5 76.5

Octubre de 2000 22/10/2000 03:30 1000 83.3 538.8

Mayo de 2002 05/05/2002 20:50 1478 123.2 50.4

Tabla 3.1. Eventos de crecidas analizados.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 75

¾

¾

¾

¾

¾

¾

¾ ¾¾

G

G

GG GG

GGG

GGG

670000

670000

680000

680000

690000

690000

700000

700000

710000

710000

720000

720000

730000

7300004340

000

4340

000

4350

000

4350

000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

4390

000

4390

000

.Rambla del Poyo (*)

Rambla Castellana

Repartiment

Aguas Potables

Buseo

Siete Aguas

Forata

Huerto Mulet

Picassent

Siete Aguas

Chiva"Agro"

Chiva"Segunda"

Turis

Montroy

Bugarra

Pedralba

Lliria

ValenciaManises

Valencia Horno de Alcedo

Picanya"Veyrat"

Torrent

Leyenda

¾ PLUVIÓMETROS SAIH-CHJ

G PLUVIÓMETROS INM

Divisoria, Rambla del Poyo

Cuenca de drenaje a la estación de aforo

(*) Corresponde además a la estación de aforo

Figura 3.1. Localización de las estaciones del SAIH-CHJ y el INM en el área de estudio.

El evento utilizado en la calibración, corresponde al máximo evento registrado en la estación de aforo, esto es, el evento acaecido entre el 22 y el 26 de octubre de 2000. Dicho evento, en realidad, se trata de dos eventos:

• El primero ocurre en los primeros 350 intervalos temporales, esto es desde el inicio hasta las primeras 29 horas. Presenta dos picos de caudal, el primero de ellos de 420 m3/s, que co-rresponde al segundo máximo caudal registrado desde el funcionamiento del SAIH-CHJ.

• El segundo ocurre entre los intervalos 350, a las 29 horas de comenzado el evento y el final del evento, a las 83 horas del comienzo. Presenta un pico de caudal que corresponde al máximo caudal registrado desde el funcionamiento del SAIH-CHJ, esto es, un caudal máximo instantáneo de 538.8 m3/s, que se presenta a las 48.42 horas de comenzado el evento.

Se efectuó además una calibración en el evento de los días 11 y 12 de noviembre de 1988, con el ob-jeto de comprobar y contrastar la validez del modelo en un evento estudiado con anterioridad (Cama-rasa, 1990). Se comparó esta nueva calibración con la efectuada en el evento de octubre de 2000 y se anotaron y analizaron las diferencias obtenidas.

En la tabla 3.2 se comparan los datos de precipitación diaria del INM con los datos de precipitación cincominutales del SAIH-CHJ para el evento utilizado en la calibración del modelo TETIS en la cuenca de la Rambla del Poyo.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 76

Precipitación diaria acumulada (mm) Total

Estación 22/10/2000 23/10/2000 24/10/2000 25/10/2000 26/10/2000 (mm)

Estaciones INM (*)

Siete Aguas 30.8 160.0 114.5 38.9 0.0 344.2

Montroy 23.0 264.0 130.0 49.0 3.5 469.5

Chiva "Segunda" 25.5 203.8 134.5 46.5 0.0 410.3

Chiva "Agro" ACUM 250.0 150.0 43.0 0.0 443.0

Turis 20.0 230.0 91.5 54.5 1.0 397.0

Torrent 0.0 70.1 82.0 83.5 0.0 235.6

Picanya “Veyrat” ACUM 60.0 171.0 51.0 0.0 282.0

Valencia - Horno de Alcedo 5.3 20.8 107.4 58.4 1.4 193.3

Valencia - Manises 4.7 78.1 153.3 48.0 0.0 284.1

Bugarra 5.0 187.5 80.0 42.5 0.5 315.5

Pedralba 0.0 193.5 83.2 47.3 0.0 324.0

Lliria 0.0 103.5 104.0 59.0 0.0 266.5

Estaciones SAIH-CHJ (**)

Rambla del Poyo 0.4 231.8 127.4 58.2 1.4 419.2

Aguas Potables - La Presa 0.0 131.2 110.4 51.2 0.0 292.8

Repartiment 0.8 44.0 134.6 59.4 0.2 239.0

Picassent 11.0 136.6 102.0 57.6 3.2 310.4

Buseo 0.2 115.6 84.2 50.8 0.2 251.0

Siete Aguas 0.4 148.2 102.2 51.8 1.0 303.6

Rambla Castellana 0.0 131.6 82.2 62.2 0.0 276.0

Forata 0.0 0.0 57.8 47.6 1.6 107.0

Huerto Mulet 16.2 142.0 96.8 50.8 0.4 306.2

Tabla 3.2. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento utilizado en la calibración (evento de octubre de 2000).

(*) La fecha corresponde a la de la toma del dato, así el registro del 22/10/2000 es la lluvia acumulada, caída entre el 21/10/2000 a las 7:00 am hasta el 22/10/2000 a las 7:00 am.

(**) Corresponde a la suma diaria de los registros de lluvia cincominutales del SAIH-CHJ. El registro del 22/10/2000 es la lluvia acumulada, caída entre el 21/10/2000 a las 7:00 am hasta el 22/10/2000 a las 7:00 am.

ACUM = No se tomó dato, se acumula la lluvia, así el dato siguiente es la lluvia acumulada de dos días.

En las tablas 3.3 a 3.6 se comparan los datos de precipitación diaria del INM con los datos de precipi-tación cincominutales del SAIH-CHJ para los eventos utilizados en la validación del modelo TETIS en la cuenca de la Rambla del Poyo.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 77


Estación 10/11/1988 11/11/1988 12/11/1988 13/11/1988 (mm)

Estaciones INM (*)

Chiva "Segunda" 5.3 168.0 1.2 0.1 174.6

Chiva "Agro" 8.5 76.0 0.0 1.5 86.0

Turis 8.0 97.0 4.5 0.0 109.5

Torrent 6.4 56.1 0.0 5.8 68.3

Picanya "Veyrat" 6.7 54.6 0.0 0.0 61.3

Valencia - Horno de Alce-do 3.3 36.4 2.6 7.1 49.4

Lliria 3.0 65.0 7.0 0.0 75.0

Valencia - Manises 5.5 69.2 5.4 1.5 81.6

SAIH_CHJ

Rambla del Poyo 2.6 81.4 0.0 0.0 84.0

Tabla 3.3. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de noviembre de 1988.


Estación 13/11/1989 14/11/1989 15/11/1989 16/11/1989 17/11/1989 (mm)

Estaciones INM

Chiva "Segunda" 0.5 80.0 70.0 9.0 1.1 160.6

Chiva "Agro" 1.2 59.9 61.1 1.5 0.8 124.5

Turis 0.0 68.0 82.0 0.0 0.0 150.0

Torrent 25.6 0.0 46.6 17.0 0.0 89.2

Picanya 0.0 30.8 31.0 4.0 0.0 65.8

Valencia - Horno de Alcedo 1.3 25.7 7.1 17.2 0.0 51.3

Lliria 0.0 15.0 72.0 17.0 0.0 104.0

Valencia - Manises 0.2 21.1 45.1 12.4 0.1 78.9

Estaciones SAIH

Rambla del Poyo 0.0 25.0 127.6 28.8 0.0 181.4

Siete Aguas 2.2 68.6 41.4 4.0 0.0 116.2

Rambla Castellana 0.0 7.8 68.8 9.0 0.0 85.6

Forata 0.4 40.8 12.6 14.0 0.0 67.8

Buseo 0.0 106.2 63.0 3.2 0.0 172.4

Picassent 0.0 22.8 80.0 18.4 0.0 121.2


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 78

Estaciones SAIH

Aguas Potables - La Presa 0.0 15.8 33.2 29.8 0.0 78.8

Repartiment 0.4 12.2 19.2 15.8 0.0 47.6

Huerto Mulet 0.0 59.4 7.0 10.6 0.0 77.0

Tabla 3.4. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de noviembre de 1989.


Estación 28/01 29/01 30/01 31/01 01/02 02/02 03/02 04/02 05/02 (mm)

Estaciones INM (*)

Siete Aguas 69.0 41.0 5.6 29.1 0.0 2.4 1.4 23.5 0.2 172.2

Montroy 32.5 60.5 13.0 15.0 3.0 1.0 1.0 41.0 4.3 171.3

Chiva "Segunda" 38.5 99.5 7.0 12.5 11.7 1.5 0.8 21.7 7.8 201.0

Turis 3.0 36.0 99.0 14.0 1.0 0.0 0.0 32.5 7.5 193.0

Torrent 0.0 97.7 10.0 26.0 ACUM ACUM ACUM 25.3 0.0 159.0

Picanya 3.5 104.0 25.5 0.0 0.0 2.5 0.5 20.5 2.0 158.5

Valencia - Horno de Alcedo 4.2 82.8 16.7 10.2 4.2 1.2 1.4 19.2 0.6 140.5

Bugarra 31.0 34.5 8.6 20.7 3.6 3.0 5.2 14.9 2.3 123.8

Pedralba ACUM ACUM 160.5 9.5 0.0 26.0 0.0 10.0 0.0 206.0

Lliria 6.0 30.0 9.0 11.0 1.5 0.0 0.0 17.0 1.5 76.0

Valencia - Manises 7.9 70.0 10.9 7.9 2.5 2.8 0.1 17.0 0.6 119.7

Estaciones SAIH

Rambla del Poyo 17.2 96.2 10.0 7.8 3.4 1.6 0.2 16.4 1.4 154.2

Rambla Castellana 6.0 30.2 6.8 9.0 4.6 2.2 0.6 13.2 2.4 75.0

Forata 43.8 36.2 13.4 10.8 7.4 1.6 0.0 20.4 0.8 134.4

Buseo 102.4 53.6 12.0 19.0 14.0 6.0 0.6 31.6 1.4 240.6

Picassent 4.0 96.2 12.8 9.0 2.4 1.4 0.2 25.2 1.8 153.0

Aguas Potables - La Presa 11.0 45.4 9.8 7.2 2.8 1.6 0.0 14.8 2.0 94.6

Repartiment 5.6 79.4 9.6 7.0 2.4 2.4 0.0 16.6 0.8 123.8

Huerto Mulet 3.2 62.0 16.0 9.2 0.8 0.2 0.0 31.8 0.0 123.2

Tabla 3.5. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de enero - febrero de 1998.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 79


Estación 05/05/2002 06/05/2002 07/05/2002 08/05/2002 (mm)

Estaciones INM (*)

Siete Aguas 5.1 38.8 107.5 8.9 160.3

Montroy 0.3 48.0 89.0 7.5 144.8

Chiva "Segunda" 2.2 40.2 98.7 9.5 150.6

Turis 0.0 56.0 76.0 12.5 144.5

Torrent 0.0 53.0 41.0 26.0 120.0

Picanya 0.0 39.0 41.0 22.0 102.0

Valencia - Horno de Alcedo 0.0 30.2 66.6 34.8 131.6

Bugarra 1.5 13.0 48.0 40.0 102.5

Pedralba 2.0 ACUM 102.0 3.0 107.0

Lliria 3.0 15.5 21.0 16.5 56.0

Valencia - Manises 0.8 35.6 58.9 15.4 110.7

SAIH-CHJ

Rambla del Poyo 0.8 22.2 45.7 13.8 82.5

Tabla 3.6. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de mayo de 2002.

Al revisar los registros de lluvias en los eventos estudiados de las estaciones de precipitación con da-tos cincominutales pertenecientes al SAIH-CHJ, de forma general y recurrente, se observa una alta dispersión temporal de los picos de lluvia. Así los picos máximos de lluvia no coinciden en el tiempo para las diferentes estaciones de precipitación. Esto ocasiona, al simular los eventos con el modelo TETIS, teniendo en cuenta varias estaciones de precipitación, diferentes picos de caudal que no se presentan en los hidrogramas observados en la estación de aforo. Las razones para este comporta-miento se pueden encontrar en los mecanismos de generación de los eventos extremos en climas mediterráneos o en eventuales desfases temporales entre los registros de diversas estaciones. Para evitar esta situación, se efectuaron las simulaciones con la utilización de una estación de aforo, que corresponde a la estación del SAIH-CHJ de la Rambla del Poyo (presenta la misma ubicación geográ-fica que la estación de precipitación), con coordenadas UTM: 708074, 4372400 (Uso 30).

El evento que más representa la alta dispersión de picos es el ocurrido en noviembre de 1988. En la tabla 3.3 se puede observar como varían los acumulados diarios entre estaciones cercanas. Resalta el valor de lluvia acumulada en la estación de Chiva “Segunda”, ubicada en el centro de la cuenca de drenaje al punto de aforo. La lluvia acumulada para el día 11 de noviembre es de 168 mm en dicha estación del INM, en contraste con los 81.4 mm caídos en la estación SAIH-CHJ de la Rambla del Po-yo. En el estudio de Camarasa (1990) se reporta una lluvia acumulada de 169 mm en la estación de Siete Aguas, ubicada en la zona de cabecera de la Rambla del Poyo, particularmente en la Sierra de Cabrera, en contraste con el acumulado reportado en la estación SAIH-CHJ de la Rambla del Poyo, con un acumulado de 80.6 mm. Según la autora, estos totales evidencian la concentración de lluvia en la zona de cabecera que denota el efecto de pantalla del relieve en los volúmenes de precipitación.

Al contar únicamente con datos cincominutales en la estación SAIH-CHJ de la Rambla del Poyo, es de esperarse que los hidrogramas simulados presenten volúmenes y picos más bajos que el hidrograma observado, puesto que la lluvia de entrada al modelo TETIS se encuentra subvalorada.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 80

En el evento de mayo de 2002 (Tabla 3.6), los acumulados diarios de los registros de precipitación cincominutales en la estación SAIH-CHJ de la Rambla del Poyo se presentan sensiblemente menores que los registros diarios de las estaciones de precipitación del INM. Puesto que no se tuvo acceso al registro de más estaciones de precipitación del SAIH-CHJ para dicho evento, es posible que los cauda-les simulados sean menores que los caudales observados, sin poder comprobar si este hecho se deba a errores en la medición de la estación de precipitación del SAIH-CHJ.

3.3. CALIBRACIÓN.

3.3.1. Calibración en el evento de Octubre de 2000.

Se efectuaron tres calibraciones automáticas, siguiendo la metodología del “Shuffled Complex Evolu-tion – University of Arizona”, sobre el mismo evento (Vélez, 2003; Vélez y Francés, 2004). La función objetivo a minimizar fue el RMSE (Error cuadrático medio).

• Calibración 1. Se evaluó la función objetivo sobre todo el evento.

• Calibración 2. Se evaluó la función objetivo sobre los intervalos 350 y 1000.

• Calibración 3. Se evaluó la función objetivo sobre los primeros 350 intervalos.

Para la calibración automática del modelo TETIS en la cuenca de la Rambla del Poyo se empleo el rango de variación de los factores correctores mostrado en la Tabla 3.7, formando así una referencia inicial durante el proceso de calibración. Para la calibración no se tuvieron en cuenta los factores co-rrectores correspondientes a las pérdidas subterráneas (R7) y al flujo base (R8).

Factor corrector Mínimo Máximo Inicial

R1 - Almacenamiento estático 0.5 4.0 2.5

R2 – Evapotranspiración 0.0 4.0 2.5

R3 – Infiltración 0.0 4.0 3.0

R4 – Escorrentía directa 0.001 1.5 0.06

R5 – Percolación 0.0 3.0 1.5

R6 – Interflujo 0.0 1000.0 80

R9 – Velocidad del flujo 0.001 1.5 0.5

H1 – Almacenamiento estático (%), estado inicial de almacenamiento 0.0 100.0 20.0

Tabla 3.7. Rangos de variación y valores iniciales de los factores correctores seleccionados para realizar la calibración automática por el método SCE-UA en la cuenca de la Rambla

del Poyo.

Siguiendo la metodología de calibración mencionada anteriormente, se estableció para cada calibra-ción, los diferentes conjuntos de factores correctores del modelo. En la Tabla 3.8 se presentan dichos factores y los resultados globales de las simulaciones y en las figuras 3.2. 3.3 y 3.4 se ilustran las calibraciones obtenidas.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 81

Calibración 1 Calibración 2 Calibración 3

R1 2.400 3.496 2.655

R2 2.000 3.555 3.491

R3 2.300 2.739 0.018

R4 0.060 0.961 1.490

R5 1.600 2.077 2.274

R6 21.700 132.280 247.040

R9 0.500 0.351 0.680

H1 79.580 74.890 50.205

Qp (m3/s) 786.000 565.200 1606.600

RMSE 60.585 68.097 175.678

Tp(horas) 48.000 48.330 47.000

Error Tp (%) 0.860 0.170 2.930

Volumen (Hm3) 21.378 13.700 35.137

Error Vol (%) -5.660 32.280 -73.670

Indice Nash (R2) 0.604 0.500 -2.329

Tabla 3.8. Factores correctores del modelo TETIS, establecidos mediante el proceso de ca-libración a escala cincominutal, y resultados de las simulaciones para el evento de Octubre

de 2000.

De la Tabla 3.8 se observa que el rango de variación de los factores correctores resultantes es amplio. Igualmente, se puede observar que la magnitud de algunos de estos factores correctores no mantiene una tendencia definida en las calibraciones. Esto se debe en parte a la calidad de la información inicial, tanto a nivel hidrológico como de información básica para la estimación de los mapas de parámetros. Sin embargo, en algunos casos esto se debe a que hay unos factores de calibración que son poco sensibles; es decir, que a pesar de que se pongan a variar en grandes rangos de magnitud, el valor de los caudales simulados no varía significativamente. En este caso y a esta escala temporal, los factores con poca sensibilidad son la percolación – R5 y el flujo subsuperficial – R6. Los factores que son alta-mente sensibles son el almacenamiento capilar – R1, la evapotranspiración – R2, la infiltración – R3, la escorrentía directa – R4, y la velocidad en cauce – R9. Adicionalmente, el comportamiento hidrológico presenta alta sensibilidad ante las condiciones iniciales de humedad, específicamente el estado inicial del almacenamiento estático.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 82

Calibración 1- Aforo Rambla del Poyo

0.000

200.000

400.000

600.000

800.000

1000.000

1200.000

1400.000

3:30

:00

6:20

:00

9:10

:00

12:0

0:00

14:5

0:00

17:4

0:00

20:3

0:00

23:2

0:00

2:10

:00

5:00

:00

7:50

:00

10:4

0:00

13:3

0:00

16:2

0:00

19:1

0:00

22:0

0:00

0:50

:00

3:40

:00

6:30

:00

9:20

:00

12:1

0:00

15:0

0:00

17:5

0:00

20:4

0:00

23:3

0:00

2:20

:00

5:10

:00

8:00

:00

10:5

0:00

13:4

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]

Ppt MediaSimuladoObservado

Figura 3.2. Calibración 1 realizada en la estación de aforo Rambla del Poyo, en el evento de Octu-bre de 2000.


0.000

200.000

400.000

600.000

800.000

1000.000

1200.000

1400.000

3:30

:00

6:25

:00

9:20

:00

12:1

5:00

15:1

0:00

18:0

5:00

21:0

0:00

23:5

5:00

2:50

:00

5:45

:00

8:40

:00

11:3

5:00

14:3

0:00

17:2

5:00

20:2

0:00

23:1

5:00

2:10

:00

5:05

:00

8:00

:00

10:5

5:00

13:5

0:00

16:4

5:00

19:4

0:00

22:3

5:00

1:30

:00

4:25

:00

7:20

:00

10:1

5:00

13:1

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 3.3. Calibración 2 realizada en la estación de aforo Rambla del Poyo, en el evento de Oc-tubre de 2000. La línea entre flechas marca el intervalo de tiempo utilizado para evaluar la función

objetivo en el proceso de calibración automática.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 83


0.000

200.000

400.000

600.000

800.000

1000.000

1200.000

1400.000

1600.000

1800.000

2000.0003:

30:0

0

6:25

:00

9:20

:00

12:1

5:00

15:1

0:00

18:0

5:00

21:0

0:00

23:5

5:00

2:50

:00

5:45

:00

8:40

:00

11:3

5:00

14:3

0:00

17:2

5:00

20:2

0:00

23:1

5:00

2:10

:00

5:05

:00

8:00

:00

10:5

5:00

13:5

0:00

16:4

5:00

19:4

0:00

22:3

5:00

1:30

:00

4:25

:00

7:20

:00

10:1

5:00

13:1

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 3.4. Calibración 3 realizada en la estación de aforo Rambla del Poyo, en el evento de Oc-tubre de 2000. La línea entre flechas marca el intervalo de tiempo utilizado para evaluar la función

objetivo en el proceso de calibración automática.

Como se observa en las figuras, las calibraciones obtenidas son aceptables, máxime cuando se tiene en cuenta que la información hidrológica básica presenta gran cantidad de saltos e inconsistencias. Otro aspecto a mencionar es que los resultados obtenidos se ajustan algo mejor a la realidad que los presentados en trabajos similares en los cuales se han utilizado modelos hidrológicos agregados o pseudo-distribuidos (TYPSA, 2003; Olivares, 2003).

3.3.2. Calibración en el evento de Noviembre de 1988.

Se efectuó una calibración en el evento de los días 11 y 12 de noviembre de 1988, con el objeto de comprobar y contrastar la validez del modelo en un evento estudiado con anterioridad (Camarasa, 1990).

Como se mencionó en el análisis de la información hidrológica, en este evento se presenta una alta variabilidad espacial de picos en las lluvias. Además hay evidencias claras que la lluvia registrada en la estación SAIH-CHJ de la Rambla del Poyo se encuentra subvalorada, o por lo menos, no registra la lluvia caída en la cabecera de la cuenca, que supera ampliamente a la registrada en dicha estación y que puede explicar el caudal observado en la estación de aforo de la Rambla del Poyo.

A pesar del limitante en la información de entrada, se realizó una calibración del evento con los datos de precipitación de la estación SAIH-CHJ de la Rambla del Poyo y con los caudales de la estación homónima, reportados en el estudio de Camarasa (1990), siguiendo la metodología del “Shuffled Com-plex Evolution – University of Arizona” (Vélez, 2003; Vélez y Francés, 2004). La función objetivo a minimizar fue el RMSE (Error cuadrático medio).

La tabla 3.9 presenta el conjunto de factores correctores obtenidos en el proceso de calibración auto-mática junto con los resultados globales de las simulaciones.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 84

Calibración

R1 1.6337

R2 0.6427

R3 1.1996

R4 0.1470

R5 0.8636

R6 50.10

R9 0.8871

H1 79.580

Qp (m3/s) 188.20

RMSE 11.641

Tp(horas) 21.33

Error Tp (%) -1.99

Volumen (Hm3) 1.60

Error Vol (%) -30.69

Indice Nash (R2) 0.8948

Tabla 3.9. Factores correctores del modelo TETIS a escala cincominutal, y resultados de las simulaciones para el evento de Noviembre de 1988

En la figura 3.5 se ilustra la calibración obtenida

Calibración- Aforo Rambla del PoyoEvento de noviembre de 1988

0

20

40

60

80

100

120

140

160

180

200

23:5

5:00

1:00

:00

2:05

:00

3:10

:00

4:15

:00

5:20

:00

6:25

:00

7:30

:00

8:35

:00

9:40

:00

10:4

5:00

11:5

0:00

12:5

5:00

14:0

0:00

15:0

5:00

16:1

0:00

17:1

5:00

18:2

0:00

19:2

5:00

20:3

0:00

21:3

5:00

22:4

0:00

23:4

5:00

0:50

:00

1:55

:00

3:00

:00

4:05

:00

5:10

:00

6:15

:00

7:20

:00

8:25

:00

Tiempo [horas]

Cau

dal [

m³/s

]

0

5

10

15

20

25

30

Prec

ipita

ción

[mm

]Ppt MediaSimuladoObservado

Figura 3.5. Calibración realizada en la estación de aforo Rambla del Poyo, en el evento de No-viembre de 1988.

La calibración obtenida es bastante aceptable, máxime cuando se tiene en cuenta que la información hidrológica básica presenta gran cantidad de saltos e inconsistencias, denotando la calidad de simula-ciones que genera el modelo TETIS.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 85

3.4. VALIDACIÓN TEMPORAL.

La validación es el proceso mediante el cual se estima la eficacia o el grado de precisión de la respues-ta de un modelo para simular adecuadamente los procesos físicos dominantes del proceso en estudio. Esta consiste en comparar la respuesta teórica observada, obtenida a partir de la simulación con los parámetros del modelo previamente calibrados y con una serie de datos distintos a los de calibración, con los registros obtenidos por observaciones directas.

La validación puede hacerse de forma netamente intuitiva, como lo es la comparación visual de los resultados hecha con la ayuda de tablas y gráficas, o de forma analítica, como lo es la comparación estadística de los resultados hecha mediante el uso de test, criterios experimentales o índices. La validación se realiza a escala temporal, si los registros con los que se pretende validar son obtenidos en la misma estación o localización geográfica, pero en diferente fecha, y a escala espacial, si los re-gistros a validar pertenecen a estaciones o situaciones geográficas distintas, pero fueron registradas en la misma fecha o intervalo temporal.

Un principio fundamental en el proceso de validación es que el modelo debe ser validado para el mis-mo tipo de aplicaciones para el cual fue desarrollado (Klemeš, 1986). Además, los datos empleados durante la validación deben ser dramáticamente distintos a los empleados durante la calibración, con el propósito de probar la respuesta del modelo en un rango de datos bastante diferente y tratar de inferir el campo real de aplicación y los límites para los cuales el modelo puede ser aplicado. Un problema común de la validación de modelos hidrológicos distribuidos es que la información espacial como la topografía, suelo y cobertura vegetal rara vez puede ser calibrada y validada. Debido a esto, los mode-los distribuidos, generalmente, son calibrados y validados sólo con respecto a los caudales observa-dos, limitando su comportamiento.

Cabe anotar que para cada evento utilizado en la validación, se efectuó una calibración automática para el estado de humedad inicial, específicamente para el almacenamiento estático del suelo (H1). En la tabla 3.10 se anotan los resultados globales de las validaciones para cada evento analizado y para cada juego de parámetros obtenido en las calibraciones efectuadas. En las figuras siguientes se muestran los resultados obtenidos en las validaciones.

Resultados de la validación, juego de parámetros obtenidos en la calibración 1

Evento H1 (%)

Qp (m3/s) RMSE

Tp (horas)

Error Tp (%)

Volumen (Hm3)

Error Vol (%)

Indice Nash (R2)

Noviembre de 1988 100.00 71.500 34.010 22.830 -9.160 0.878 28.600 0.102

Noviembre de 1989 1.34 170.200 28.189 54.500 -3.810 3.359 22.740 -0.123

Enero-Febrero de 1998 65.55 44.600 7.080 31.330 -10.910 1.678 8.350 0.192

Mayo de 2002 100.00 11.400 18.760 62.250 -0.270 0.296 94.960 -0.565


Evento H1 (%)

Qp (m3/s) RMSE

Tp (horas)

Error Tp (%)

Volumen (Hm3)

Error Vol (%)

Indice Nash (R2)

Noviembre de 1988 100.00 3.200 37.342 27.670 -32.270 0.041 96.680 -0.082

Noviembre de 1989 90.25 128.500 24.380 54.830 -4.440 2.850 34.450 0.160

Enero-Febrero de 1998 99.47 16.100 7.710 33.750 -19.470 1.370 25.200 0.042

Mayo de 2002 100.00 0.500 19.953 71.920 -15.840 0.020 99.660 -0.770


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 86


Evento H1 (%)

Qp (m3/s) RMSE

Tp (horas)

Error Tp (%)

Volumen (Hm3)

Error Vol (%)

Indice Nash (R2)

Noviembre de 1988 100.00 85.700 24.796 21.750 -3.980 0.868 29.430 0.523

Noviembre de 1989 1.01 248.000 23.723 53.250 -1.430 3.867 11.040 0.204

Enero-Febrero de 1998 0.18 34.500 9.110 173.420

-513.860 2.540 -38.750 -0.338

Mayo de 2002 100.00 28.400 16.086 59.580 4.030 0.936 84.030 -0.150

Tabla 3.10. Resultados de la validación temporal, a escala cincominutal, en la cuenca de la Rambla del Poyo con los factores correctores obtenidos en la calibración del evento de Oc-

tubre de 2000.

No es posible realizar validación espacial, puesto que solo se cuenta con una estación de aforo para la Rambla del Poyo. Por tal motivo, se efectuó solamente la validación temporal, que consiste básica-mente en hacer simulaciones con el modelo TETIS para eventos diferentes al utilizado en la calibra-ción, con el uso de los factores correctores obtenidos.

A continuación se muestran los resultados para cada validación efectuada teniendo en cuenta los fac-tores correctores obtenidos en las calibraciones efectuadas en el evento de Octubre de 2000.

3.4.1. Validación del evento de Noviembre de 1988.

Es un evento extremo con elevado gradiente de la rama ascendente del hidrograma, escaso volumen de avenida y agotamiento rápido de la rama descendente. Se obtuvo antes de que el SAIH-CHJ en-trase oficialmente en funcionamiento, por lo que la incertidumbre es alta respecto a la precisión de los datos registrados.

En este evento se presenta una alta variabilidad espacial de picos en las lluvias. Además hay eviden-cias claras que la lluvia registrada en la estación SAIH-CHJ de la Rambla del Poyo se encuentra sub-valorada, o por lo menos, no registra la lluvia caída en la cabecera de la cuenca, que supera amplia-mente a la registrada en dicha estación y que puede explicar el caudal observado en la estación de aforo de la Rambla del Poyo. Esto puede explicar que los hidrogramas simulados aparezcan con me-nores volúmenes de avenida y menores caudales picos.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 87

Validación 1- Aforo Rambla del PoyoEvento de noviembre de 1988

0.000

20.000

40.000

60.000

80.000

100.000

120.000

140.000

160.000

180.000

200.00023

:55:

00

1:00

:00

2:05

:00

3:10

:00

4:15

:00

5:20

:00

6:25

:00

7:30

:00

8:35

:00

9:40

:00

10:4

5:00

11:5

0:00

12:5

5:00

14:0

0:00

15:0

5:00

16:1

0:00

17:1

5:00

18:2

0:00

19:2

5:00

20:3

0:00

21:3

5:00

22:4

0:00

23:4

5:00

0:50

:00

1:55

:00

3:00

:00

4:05

:00

5:10

:00

6:15

:00

7:20

:00

8:25

:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 3.6. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de Noviembre de 1988.


0.000

20.000

40.000

60.000

80.000

100.000

120.000

140.000

160.000

180.000

200.000

23:5

5:00

1:05

:00

2:15

:00

3:25

:00

4:35

:00

5:45

:00

6:55

:00

8:05

:00

9:15

:00

10:2

5:00

11:3

5:00

12:4

5:00

13:5

5:00

15:0

5:00

16:1

5:00

17:2

5:00

18:3

5:00

19:4

5:00

20:5

5:00

22:0

5:00

23:1

5:00

0:25

:00

1:35

:00

2:45

:00

3:55

:00

5:05

:00

6:15

:00

7:25

:00

8:35

:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]




7241-IN-OA-ME2/01/2-002-Ed01 Pág. 88


0.000

20.000

40.000

60.000

80.000

100.000

120.000

140.000

160.000

180.000

200.000

23:5

5:00

1:05

:00

2:15

:00

3:25

:00

4:35

:00

5:45

:00

6:55

:00

8:05

:00

9:15

:00

10:2

5:00

11:3

5:00

12:4

5:00

13:5

5:00

15:0

5:00

16:1

5:00

17:2

5:00

18:3

5:00

19:4

5:00

20:5

5:00

22:0

5:00

23:1

5:00

0:25

:00

1:35

:00

2:45

:00

3:55

:00

5:05

:00

6:15

:00

7:25

:00

8:35

:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]



3.4.2. Validación del evento de noviembre de 1989.

Se trata de un evento de crecida constituido realmente por dos hidrogramas separados en el tiempo, presenta al igual que el anterior un elevado gradiente en las ramas ascendentes del hidrograma, pero el primer hidrograma posee una curva de agotamiento más tendida, diferente a las curvas de agota-miento características de los demás hidrogramas. Por tal motivo, los ajustes obtenidos son en general pobres. Además se observa un desfase temporal entre el hidrograma observado y el simulado.


0.000

50.000

100.000

150.000

200.000

250.000

300.000

0:00

:00

2:20

:00

4:40

:00

7:00

:00

9:20

:00

11:4

0:00

14:0

0:00

16:2

0:00

18:4

0:00

21:0

0:00

23:2

0:00

1:40

:00

4:00

:00

6:20

:00

8:40

:00

11:0

0:00

13:2

0:00

15:4

0:00

18:0

0:00

20:2

0:00

22:4

0:00

1:00

:00

3:20

:00

5:40

:00

8:00

:00

10:2

0:00

12:4

0:00

15:0

0:00

17:2

0:00

19:4

0:00

22:0

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 3.9. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de noviembre de 1989.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 89


0.000

50.000

100.000

150.000

200.000

250.000

300.0000:

00:0

0

2:25

:00

4:50

:00

7:15

:00

9:40

:00

12:0

5:00

14:3

0:00

16:5

5:00

19:2

0:00

21:4

5:00

0:10

:00

2:35

:00

5:00

:00

7:25

:00

9:50

:00

12:1

5:00

14:4

0:00

17:0

5:00

19:3

0:00

21:5

5:00

0:20

:00

2:45

:00

5:10

:00

7:35

:00

10:0

0:00

12:2

5:00

14:5

0:00

17:1

5:00

19:4

0:00

22:0

5:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]




0.000

50.000

100.000

150.000

200.000

250.000

300.000

0:00

:00

2:30

:00

5:00

:00

7:30

:00

10:0

0:00

12:3

0:00

15:0

0:00

17:3

0:00

20:0

0:00

22:3

0:00

1:00

:00

3:30

:00

6:00

:00

8:30

:00

11:0

0:00

13:3

0:00

16:0

0:00

18:3

0:00

21:0

0:00

23:3

0:00

2:00

:00

4:30

:00

7:00

:00

9:30

:00

12:0

0:00

14:3

0:00

17:0

0:00

19:3

0:00

22:0

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]



3.4.3. Validación del evento de enero – febrero de 1998.

Es un evento de poca entidad, con caudal punta cercano a 80 m3/s. Presenta unas características comunes a la mayoría de eventos, con elevado gradiente de la rama ascendente del hidrograma, es-caso volumen de avenida y agotamiento rápido de la rama descendente. Estas características hacen que el hidrograma simulado tenga una forma similar al hidrograma observado, especialmente con el juego de parámetros obtenidos en la calibración 1.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 90

Validación 1- Aforo Rambla del PoyoEvento de enero-febrero de 1998

0.000

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

90.000

100.000

10:3

5:00

17:5

0:00

1:05

:00

8:20

:00

15:3

5:00

22:5

0:00

6:05

:00

13:2

0:00

20:3

5:00

3:50

:00

11:0

5:00

18:2

0:00

1:35

:00

8:50

:00

16:0

5:00

23:2

0:00

6:35

:00

13:5

0:00

21:0

5:00

4:20

:00

11:3

5:00

18:5

0:00

2:05

:00

9:20

:00

16:3

5:00

23:5

0:00

7:05

:00

14:2

0:00

21:3

5:00

4:50

:00

12:0

5:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 3.12. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de enero-febrero de 1998.


0.000

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

90.000

100.000

10:3

5:00

18:0

5:00

1:35

:00

9:05

:00

16:3

5:00

0:05

:00

7:35

:00

15:0

5:00

22:3

5:00

6:05

:00

13:3

5:00

21:0

5:00

4:35

:00

12:0

5:00

19:3

5:00

3:05

:00

10:3

5:00

18:0

5:00

1:35

:00

9:05

:00

16:3

5:00

0:05

:00

7:35

:00

15:0

5:00

22:3

5:00

6:05

:00

13:3

5:00

21:0

5:00

4:35

:00

12:0

5:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]




7241-IN-OA-ME2/01/2-002-Ed01 Pág. 91


0.000

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

90.000

100.000

10:3

5:00

18:1

5:00

1:55

:00

9:35

:00

17:1

5:00

0:55

:00

8:35

:00

16:1

5:00

23:5

5:00

7:35

:00

15:1

5:00

22:5

5:00

6:35

:00

14:1

5:00

21:5

5:00

5:35

:00

13:1

5:00

20:5

5:00

4:35

:00

12:1

5:00

19:5

5:00

3:35

:00

11:1

5:00

18:5

5:00

2:35

:00

10:1

5:00

17:5

5:00

1:35

:00

9:15

:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]



3.4.4. Validación del evento de Mayo de 2002.

Es el evento de menor entidad de los analizados, con un caudal pico observado de 50 m3/s. El hidro-grama observado presenta una singularidad morfológica notoria con respecto a los demás hidrogramas analizados. No posee los altos gradientes tanto en el ascenso como en el agotamiento del hidrograma, presentando un apreciable volumen de avenida. Este hidrograma observado no se ha podido simular adecuadamente con ninguno de los juegos de parámetros obtenidos en la calibración, hecho que era de esperarse debido a la forma errática de presentación del hidrograma. Además, como se menciona en el análisis de la información hidrológica, los acumulados diarios de los registros de precipitación cincominutales en la estación SAIH-CHJ de la Rambla del Poyo se presentan sensiblemente menores que los registros diarios de las estaciones de precipitación del INM, hecho que puede explicar los valo-res bajos de caudales picos y volúmenes de avenidas de los hidrogramas simulados.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 92

Validación 1- Aforo Rambla del PoyoEvento de mayo de 2002

0.000

10.000

20.000

30.000

40.000

50.000

60.000

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

1.0000

2.0000

3.0000

4.0000

5.0000

6.0000

7.0000

8.0000

9.0000

10.0000

Prec

ipita

ción

[mm

]


Figura 3.15. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de mayo de 2002.


0.000

10.000

20.000

30.000

40.000

50.000

60.000

20:5

0:00

1:00

:00

5:10

:00

9:20

:00

13:3

0:00

17:4

0:00

21:5

0:00

2:00

:00

6:10

:00

10:2

0:00

14:3

0:00

18:4

0:00

22:5

0:00

3:00

:00

7:10

:00

11:2

0:00

15:3

0:00

19:4

0:00

23:5

0:00

4:00

:00

8:10

:00

12:2

0:00

16:3

0:00

20:4

0:00

0:50

:00

5:00

:00

9:10

:00

13:2

0:00

17:3

0:00

21:4

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

1.0000

2.0000

3.0000

4.0000

5.0000

6.0000

7.0000

8.0000

9.0000

10.0000

Prec

ipita

ción

[mm

]




7241-IN-OA-ME2/01/2-002-Ed01 Pág. 93


0.000

10.000

20.000

30.000

40.000

50.000

60.000

20:5

0:00

1:05

:00

5:20

:00

9:35

:00

13:5

0:00

18:0

5:00

22:2

0:00

2:35

:00

6:50

:00

11:0

5:00

15:2

0:00

19:3

5:00

23:5

0:00

4:05

:00

8:20

:00

12:3

5:00

16:5

0:00

21:0

5:00

1:20

:00

5:35

:00

9:50

:00

14:0

5:00

18:2

0:00

22:3

5:00

2:50

:00

7:05

:00

11:2

0:00

15:3

5:00

19:5

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

1.0000

2.0000

3.0000

4.0000

5.0000

6.0000

7.0000

8.0000

9.0000

10.0000

Prec

ipita

ción

[mm

]



3.4.5. Validación del evento de Octubre de 2000 a partir de la calibración del evento de Noviembre de 1988.

Como una forma de comprobar la calibración efectuada en el evento de noviembre de 1988, se efectuó una validación para el evento de Octubre de 2000. Tal como se hizo en las validaciones anteriores, se calibró el estado inicial de almacenamiento, específicamente el estado de almacenamiento estático (H1) en el inicio del evento. En la tabla 3.11 se anotan los resultados globales de la validación. En las figura 3.18 se muestra el resultado obtenido en la validación.

Resultados de la validación, juego de parámetros obtenidos en la calibración del evento de Noviembre de 1988

Evento H1 (%)

Qp (m3/s) RMSE

Tp (horas)

Error Tp (%)

Volumen (Hm3)

Error Vol (%)

Indice Nash (R2)

Octubre de 2000 0.0638 1345.00 135.51 47.00 2.93 28.373 -40.24 -0.9806

Tabla 3.11. Resultados de la validación temporal, a escala cincominutal, en la cuenca de la Rambla del Poyo con los factores correctores obtenidos en la calibración del evento de No-

viembre de 1988.

Como se observa en la figura 3.18, al validar el modelo TETIS teniendo en cuenta los factores correc-tores obtenidos en el evento de Noviembre de 1988, se generan caudales mucho mayores que los observados. Esto se puede explicar por el hecho de que el evento de Noviembre de 1988 presente una lluvia de entrada infravalorada. Por tal motivo, se desechan los factores correctores obtenidos en la calibración del evento de Noviembre de 1988.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 94

Validación- Aforo Rambla del PoyoEvento de Octubre de 2000

0.000

200.000

400.000

600.000

800.000

1000.000

1200.000

1400.000

1600.000

1800.000

2000.000

3:30

:00

6:30

:00

9:30

:00

12:3

0:00

15:3

0:00

18:3

0:00

21:3

0:00

0:30

:00

3:30

:00

6:30

:00

9:30

:00

12:3

0:00

15:3

0:00

18:3

0:00

21:3

0:00

0:30

:00

3:30

:00

6:30

:00

9:30

:00

12:3

0:00

15:3

0:00

18:3

0:00

21:3

0:00

0:30

:00

3:30

:00

6:30

:00

9:30

:00

12:3

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 3.18. Validación teniendo en cuenta los factores obtenidos en la calibración del evento de Noviembre de 1988, realizada en la estación de aforo Rambla del Poyo para el evento de Octubre

de 2000.

3.4.6. Conclusiones de la validación.

A partir de un análisis de los resultados de la validación teniendo en cuenta los tres juegos de paráme-tros obtenidos en las calibraciones efectuadas, se puede concluir que el juego de parámetros obtenido en la calibración 1, esto es, el juego de parámetros resultante de evaluar la función objetivo de la cali-bración en la totalidad del evento utilizado en la calibración, es el que mejor se adapta a la mayoría de eventos utilizados en la validación (Tabla 3.12). Esto se puede explicar por el hecho de que al consi-derar todo el evento utilizado en la calibración para evaluar la función objetivo, los parámetros resultan-tes se adaptan a las condiciones promedios y así expliquen mejor diversos eventos con condiciones diferentes.

Finalmente, y a partir del análisis de la información procesada y de los resultados, tanto de calibración como de validación temporal, se puede concluir que los factores correctores obtenidos durante las etapas de calibración-validación del modelo TETIS en la cuenca de la Rambla del Poyo, permiten ob-tener los caudales esperados, a partir de la serie de precipitación registrada a escala cincominutal, con un grado de incertidumbre bastante aceptable.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 95

Factor corrector Valor

R1 2.400

R2 2.000

R3 2.300

R4 0.060

R5 1.600

R6 21.700

R9 0.500

Tabla 3.12. Factores correctores que mejor se comportan en las validaciones (Correspon-dientes a la calibración 1).


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 97

4. RESUMEN Y CONCLUSIONES

4.1. ESTIMACIÓN DE PARÁMETROS EN LA CUENCA DEL BARRANCO DE TO-RRENT.

La estimación de parámetros en la cuenca del Barranco de Torrent se desarrollo teniendo en cuenta la representatividad areal de las unidades cartográficas y se comprobó que la tendencia regional presenta mejores resultados al considerar aquellas unidades cartográficas que poseen un área mayor a las 40 hectáreas. Este comportamiento se debe a la cantidad relativa de valores modales de las variables principales con respecto al número de unidades cartográficas obtenidas a partir de la intersección de las capas temáticas de variables, tanto principales como ambientales. Así, si se consideran todas las unidades de muestreo obtenidas de dicha intersección (10129 unidades) y se efectúa un análisis de regresión múltiple con solo 40 valores modales, se obtienen altas dispersiones, mientras que si se consideran solo las de mayor representatividad espacial (102 unidades), las dispersiones obtenidas son bajas.

A continuación se presentan los resultados utilizados en las calibraciones y validaciones del modelo TETIS en la cuenca del Barranco de Torrent para los mapas de parámetros hidrológicos del terreno, así como los gráficos que comparan los valores estimados con sus residuales.

4.1.1. Mapa de la capacidad de almacenamiento hídrico del suelo, Hu.

La ecuación 4.1 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable principal Hu, teniendo en cuenta las unidades cartográficas con mayor área en la cuenca de la Rambla del Poyo. En este caso 18 variables independientes cumplen con el criterio de significancia estadísti-ca, entre variables continuas, discretas e interacciones entre variables discretas que mejoran el coefi-ciente de determinación del modelo de regresión.

HU_TRANSF = 5.48004 - 1.11697*(KS_TRANSF) - 3.85241*(ALTNOR) - 4.18995*(dcons) - 3.06535*(dtec) + 3.82692*(dlit) + 5.25735*(dsd) - 0.479747*(dalt _ dori) + 0.938797*(dus7 _ dori) - 0.809672*(dus6 _ dalt) – 1.90995*(dsd _ dpen) - 1.28211* (dsd _ dus2) + 0.856357*(dci _ dori) + 2.83683*(dci _ dus5) + 1.5271*(dafor _ dus7) + 3.64877*(dafor _ dsd) + 3.61788*(dest _ dalt) - 2.78683*(dest _ dsd) + 3.00093*(dest _ dci) Ecuación 4.1

Donde: HU_TRANSF = Raíz cuadrada de Hu

KS_TRANSF = Raíz cuadrada de Ks

ALTNOR = Altura normalizada

dcons = Grado de consolidación del sustrato del suelo

dtec = Dominio tectónico

dlit = Litología

dsd = Desarrollo del suelo

dalt = altitud

dori = orientación de la pendiente

dpen = pendiente

dci = costra impermeable

dafor = ambiente de formación

dest = estratigrafía


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 98

dus2 = Huertas

dus5 = Secano arbolado

dus6 = Secano no arbolado

dus7 = Monte de matorral

El modelo de regresión da cuenta tanto de variaciones regionales, representadas por variables ambien-tales discretas derivadas de los mapas geológicos, de suelos y de usos del suelo; como de variaciones locales, representadas por la altura normalizada. El desarrollo del suelo contribuye notablemente a explicar la variación espacial del parámetro Hu, presentándose como variable ambiental discreta y en diversas interacciones con otras variables ambientales (junto con la pendiente, la estratigrafía, el am-biente de formación y las zonas de huertas). Las variables ambientales derivadas del mapa geológico que explican la variación espacial de Hu son: el grado de consolidación, el ambiente tectónico y la lito-logía. La presencia de una costra impermeable en el suelo mejora el modelo de regresión al interac-tuar con la orientación de la pendiente, la estratigrafía y las zonas dedicadas a los cítricos. La altura junto con otras variables (orientación, estratigrafía y las zonas de secano no arbolado) son interaccio-nes que mejoran el modelo. Las zonas de monte de matorral interactuando con la orientación y el ambiente de formación, también son útiles al mejorar el modelo de regresión. La variable principal Ks (logaritmo) participa en la regresión como variable independiente.

La figura 4.1 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de hacer el ajuste y la transformación necesaria. El coeficiente de determinación del modelo de regresión obtenido es alto (R2 = 97,27 %). La figura de la derecha, refleja que las unidades cartográficas utilizadas en la regresión presentan valores absolutos bajos para sus residuales, denotando la calidad del ajuste obtenido.


-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250


Res

idua

les

(mm

)


-200

-150

-100

-50

0

50

100

150

200

0 50 100 150 200 250


Resi

dual

es (m

m)

Figura 4.1. Gráficos de residuales para Hu.

En la figura 4.2 se observa el histograma y el mapa para Hu en mm, generados al aplicar la regresión obtenida y realizar el ajuste y la transformación requerida.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 99

.Rangos

Hu (mm)14 - 2021 - 3031 - 4041 - 5051 - 6061 - 7071 - 8081 - 9091 - 100101 - 110111 - 120121 - 130131 - 140141 - 150151 - 160161 - 170171 - 180181 - 190191 - 200201 - 210211 - 220

6,260 0 6,2603,130 Km



1263

7962

549

2593 30

07

624

676 13

05

2814

2296

1951

23

4848

30 0 0 0 0

4131

1438

2808

0

2000

4000

6000

8000

Figura 4.2. Histograma y mapa para Hu.

4.1.2. Mapa de la conductividad hidráulica del suelo, Ks.

La ecuación 4.2 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable principal Ks, teniendo en cuenta las unidades cartográficas con mayor área en la cuenca del Barranco de Torrent. En este caso 17 variables independientes cumplen con el criterio de significancia estadísti-ca, entre variables continuas, discretas e interacciones entre variables discretas que mejoran el coefi-ciente de determinación del modelo de regresión.

KS_TRANSF = 1.88207 - 1.9286*(ALTNOR) - 0.517251*(HU_TRANSF) - 3.38251*(dtec) + 3.70465*(dlit) - 3.90017*(dcons) + 0.699733*(dafor) + 3.57724*(dsd) - 0.302417*(dsd _ dori) + 3.42512*(dtec _ dus7) +.2.69567*(dest _ dci) - 1.57634*(dest _ dsd) + 1.28986*(dest _ dus5) + 2.61935*(dest _ dalt) + 2.09211*(dci _ dus5) + 1.2592*(dci _ dori) -.0.698366*(dus1 _ dori) - 0.468365*(dus4 _ dori) Ecuación 4.2

Donde: KS_TRANSF = Raíz cuadrada de Ks

ALTNOR = Altura normalizada

HU_TRANSF = Raíz cuadrada de Hu


dlit = Litología

dcons = Grado de consolidación del sustrato del suelo

dafor = ambiente de formación

dsd = Desarrollo del suelo



7241-IN-OA-ME2/01/2-002-Ed01 Pág. 100



dus1 = Zonas urbanas

dus4 = Cítricos

dus5 = Secano arbolado

dus7 = Monte de matorral

El modelo de regresión da cuenta tanto de variaciones regionales, representadas por variables ambien-tales discretas derivadas de los mapas geológicos, de suelos y de usos del suelo; como de variaciones locales, representadas por la altura normalizada. Las variables ambientales derivadas del mapa geo-lógico que explican la variación espacial de Ks son: el ambiente de formación, el grado de consolida-ción, el ambiente tectónico y la litología. En cuanto a las variables derivadas del mapa de suelos, se obtiene que el desarrollo de suelos es una variable discreta que sirve en el ajuste tanto individualmente como interactuando con la orientación de la pendiente y la estratigrafía; mientras que la presencia de una costra impermeable en el suelo mejora el modelo de regresión al interactuar con la orientación de la pendiente, la estratigrafía y las zonas dedicadas a secano arbolado. La estratigrafía junto con otras variables (altura y zonas de secano arbolado), la orientación de la pendiente interactuando con las zonas urbanas y con cultivos de cítricos, y las zonas con monte de matorral junto con la tectónica son interacciones que mejoran el modelo de regresión. La variable principal Hu (raíz cuadrada) participa en la regresión como variable independiente.

La figura 4.3 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de hacer el ajuste y la transformación necesaria. El coeficiente de determinación del modelo de regresión obtenido es alto (R2 = 92,23 %). La figura de la derecha, refleja que las unidades cartográficas utilizadas en la regresión presentan valores absolutos bajos para sus residuales, denotando la calidad del ajuste obtenido.


-6

-4

-2

0

2

4

6

0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)


-6

-4

-2

0

2

4

6

0 50 100 150 200 250


Resi

dual

es (c

m/h

)

Figura 4.3. Gráficos de residuales para Ks.

La figura 4.4 muestra el histograma y el mapa para Ks en cm/h, generados al aplicar la regresión obte-nida y realizar el ajuste y la transformación requerida.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 101

.Rangos

Ks (cm/h)0.004 - 0.0050.006 - 0.010.011 - 0.020.021 - 0.050.051 - 0.10.101 - 0.20.201 - 0.50.501 - 11.001 - 22.001 - 5

6,260 0 6,2603,130 Km



21

2835

0 5032768

3956

13333

8697

1520

4685

0

5000

10000

15000

0,003868 - 0,005000 0,010000 - 0,020000 0,050000 - 0,100000 0,200000 - 0,500000 1 - 20,005000 - 0,010000 0,020000 - 0,050000 0,100000 - 0,200000 0,500000 - 1 2 - 5

Figura 4.4. Histograma y mapa para Ks.

4.1.3. Mapa de la conductividad hidráulica del sustrato del suelo, Kp.

La ecuación 4.3 muestra el resultado de la regresión obtenida para la raíz cuadrada de la variable principal Ks, teniendo en cuenta las unidades cartográficas con mayor área en la cuenca del Barranco de Torrent. En este caso 7 variables independientes cumplen con el criterio de significancia estadísti-ca, entre variables continuas, discretas e interacciones entre variables discretas que mejoran el coefi-ciente de determinación del modelo de regresión.

KP_TRANSF = -8.38885 + 4.88421*(ITNOR) + 3.7876*(dus2) + 3.07115*(dalt) + 2.26963*(dci _ dus1) + 0.782087*(dtec _ dori) + 2.73787*(dest _ dus4) - 2.52835*(dest _ dci) Ecuación 4.3

Donde: KP_TRANSF = Raíz cuadrada de Kp

ITNOR = Índice topográfico normalizado

dalt = altitud





du1 = Zonas urbanas


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 102

dus2 = Huertas

dus4 = Cítricos

El modelo de regresión da cuenta tanto de variaciones regionales, representadas por variables ambien-tales discretas derivadas de los mapas geológicos, de suelos y de usos del suelo; como de variaciones locales, representadas por el índice topográfico normalizado. Las variaciones regionales se encuen-tran representadas principalmente en interacciones entre variables ambientales, que mejoran el mode-lo de regresión: la estratigrafía interactuando con los suelos con costra impermeable y con las zonas dedicadas al cultivo de cítricos; la tectónica junto con la orientación de la pendiente y la interacción entre los suelos con costra impermeable y las zonas urbanas. En el modelo propuesto son relevantes las zonas dedicadas a la huerta y la altura sobre el nivel del mar.

La figura 4.5 muestra los gráficos de residuales relacionados con los valores estimados y los pesos para cada unidad de muestreo, luego de hacer el ajuste y la transformación necesaria. El coeficiente de determinación del modelo de regresión obtenido es bajo (R2 = 77,11 %). La figura de la derecha, refleja que las unidades cartográficas utilizadas en la regresión presentan valores absolutos bajos para sus residuales, denotando la calidad del ajuste obtenido.


-10

-8

-6

-4

-2

0

2

4

6

8

10

0.0001 0.001 0.01 0.1 1 10


Resi

dual

es (c

m/h

)


-10

-8

-6

-4

-2

0

2

4

6

8

10

0 50 100 150 200 250


Resi

dual

es (c

m/h

)

Figura 4.5. Gráficos de residuales para Kp.

La figura 4.6 muestra el histograma y el mapa para Kp en cm/h, generados al aplicar la regresión obte-nida para el caso 3 y realizar el ajuste y la transformación requerida.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 103

.Rangos

Kp (cm/h)0.00002 - 0.000050.00006 - 0.00010.00011 - 0.00020.00021 - 0.00050.00051 - 0.0010.00101 - 0.0020.00201 - 0.0050.00501 - 0.010.01001 - 0.020.02001 - 0.050.05001 - 0.10.10001 - 0.20.20001 - 0.50.50001 - 11.00001 - 22.00001 - 55.00001 - 1010.00001 - 2020.00001 - 5050.00001 - 100100.00001 - 200200.00001 - 500

6,260 0 6,2603,130 Km



66

877

648

779

909

825

1760

3196

5347

5474

4901

3173

4197

2375

1754

1427

432

137

37 2 1 10

1000

2000

3000

4000

5000

6000

Figura 4.6. Histograma y mapa para Kp.

4.1.4. Mapa de las abstracciones iniciales y Hu final.

En la figura 4.7 se observa la distribución espacial del total de las consideraciones sobre abstracciones iniciales. Por definición, este volumen de agua no tiene otra opción que evaporarse, por lo que en el modelo TETIS forma parte de la capacidad de almacenamiento hídrico del suelo, Hu.

.

6,260 0 6,2603,130 Km

Leyenda

Rangos (mm)0 - 1.7641.765 - 4.4994.500 - 6.7936.794 - 8.8228.823 - 11.11511.116 - 13.40913.410 - 15.26215.263 - 17.11417.115 - 19.14319.144 - 22.584

Figura 4.7. Distribución espacial de las abstracciones iniciales (mm).

En la figura 4.8 se muestra el mapa final del almacenamiento hídrico del suelo, que corresponde a la suma del mapa de Hu y las abstracciones iniciales. Este es el mapa de entrada al modelo TETIS de la capacidad de almacenamiento hídrico del suelo.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 104

680000

680000

690000

690000

700000

700000

710000

710000

720000

720000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.Leyenda

Divisoria

Hu final (mm)

21.28 - 3030.01 - 4040.01 - 5050.01 - 6060.01 - 7070.01 - 8080.01 - 9090.01 - 100100.01 - 110110.01 - 120120.01 - 130130.01 - 140140.01 - 150150.01 - 160160.01 - 170170.01 - 180180.01 - 190190.01 - 200200.01 - 210210.01 - 220220.01 - 230230.01 - 234.5

Figura 4.8. Mapa de la capacidad de almacenamiento hídrico del suelo final, Hu final (mm).

4.1.5. Mapa de factores de vegetación.

En la figura 4.9 se muestran la variación mensual del índice de cobertura vegetal empleado para el cálculo de la evapotranspiración, asignado a cada una de las categorías de usos del suelo. En la figu-ra 4.10 se presenta la disposición geográfica de los diferentes usos del suelo.

Figura 4.9. Distribución mensual del índice de cobertura vegetal empleado para el cálculo de la evaporación.

Índices de cobertura vegetal

0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

0.90

1.00

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DICmes

(lam

bda)

Urbano Huerta Arrozales

Cítricos Secano no arbolado Secano arbolado

Monte matorral Monte pinar Superficies de agua


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 105

690000

690000

700000

700000

710000

710000

720000

720000

4360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.Leyenda

Divisoria, Barranco de Torrent

Urbano

Huerta

Arrozales

Cítricos

Secano no arbolado

Secano arbolado

Monte de matorral

Monte de pinar

Figura 4.10. Mapa de coberturas vegetales empleado para el cálculo de la evaporación.

4.1.6. Mapa de pendientes.

La figura 4.11 muestra el mapa de pendientes (en porcentaje), derivado del Modelo de Elevación Digi-tal, por medio de la función slope del Grid del sistema ArcGIS.

690000

690000

700000

700000

710000

710000

720000

7200004360

000

4360

000

4370

000

4370

000

4380

000

4380

000

.

LeyendaDivisoria, Barranco de Torrent

ValueMayor : 116,6

Menor : 0,0

Figura 4.11. Mapa de pendientes, derivado del MED.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 106

4.1.7. Parámetros geomorfológicos.

Para este estudio se emplearon los parámetros geomorfológicos recomendados en la literatura técnica, puesto que no se efectuó un estudio geomorfológico detallado en la zona (Tabla 4.1)

κ 0.600

a1 3.260

cd 20.000

cn 0.047

ϕ 0.750

α1 0.500

α2 0.200

θ 1.250

ξ 0.167

Tabla 4.1. Coeficientes y exponentes utilizados en las relaciones geomorfológicas.

4.2. CALIBRACIÓN Y VALIDACIÓN.

Una vez realizadas la calibración y validación del modelo TETIS en la Rambla del Poyo, en el mayor evento registrado en la estación de aforo perteneciente al Sistema Automático de Información Hidroló-gica de la Confederación Hidrográfica del Júcar (SAIH-CHJ), se puede concluir que de las tres calibra-ciones efectuadas, la que mayor representatividad tiene es la que toma en cuenta la totalidad del even-to en cuestión. Esto se puede explicar por el hecho de que al considerar todo el evento utilizado en la calibración para evaluar la función objetivo, los parámetros resultantes se adaptan a las condiciones promedios y así expliquen mejor diversos eventos con condiciones diferentes.

Aunque en algunos de los eventos considerados en la etapa de validación se presenten mejores resul-tados al utilizar los juegos de factores correctores obtenidos en las otras calibraciones, los resultados globales en cuanto al volumen de escorrentía y al caudal pico se ajustan mejor con el juego de pará-metros obtenido en la calibración 1 (Tabla 4.2).


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 107

Factor corrector Valor

R1 2.400

R2 2.000

R3 2.300

R4 0.060

R5 1.600

R6 21.700

R9 0.500

Tabla 4.2. Factores correctores que mejor se comportan en las validaciones.

Las siguientes figuras muestran los hidrogramas observados y los simulados con el modelo TETIS teniendo en cuenta los factores correctores expresados en la tabla 4.2.


0.000

20.000

40.000

60.000

80.000

100.000

120.000

140.000

160.000

180.000

200.000

23:5

5:00

1:00

:00

2:05

:00

3:10

:00

4:15

:00

5:20

:00

6:25

:00

7:30

:00

8:35

:00

9:40

:00

10:4

5:00

11:5

0:00

12:5

5:00

14:0

0:00

15:0

5:00

16:1

0:00

17:1

5:00

18:2

0:00

19:2

5:00

20:3

0:00

21:3

5:00

22:4

0:00

23:4

5:00

0:50

:00

1:55

:00

3:00

:00

4:05

:00

5:10

:00

6:15

:00

7:20

:00

8:25

:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000Pr

ecip

itaci

ón [m

m]


Figura 4.12. Hidrogramas observado y simulado para el evento de Noviembre de 1988.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 108


0.000

50.000

100.000

150.000

200.000

250.000

300.000

0:00

:00

2:20

:00

4:40

:00

7:00

:00

9:20

:00

11:4

0:00

14:0

0:00

16:2

0:00

18:4

0:00

21:0

0:00

23:2

0:00

1:40

:00

4:00

:00

6:20

:00

8:40

:00

11:0

0:00

13:2

0:00

15:4

0:00

18:0

0:00

20:2

0:00

22:4

0:00

1:00

:00

3:20

:00

5:40

:00

8:00

:00

10:2

0:00

12:4

0:00

15:0

0:00

17:2

0:00

19:4

0:00

22:0

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 4.13. Hidrogramas observado y simulado para el evento de Noviembre de 1989.


0.000

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

90.000

100.000

10:3

5:00

17:5

0:00

1:05

:00

8:20

:00

15:3

5:00

22:5

0:00

6:05

:00

13:2

0:00

20:3

5:00

3:50

:00

11:0

5:00

18:2

0:00

1:35

:00

8:50

:00

16:0

5:00

23:2

0:00

6:35

:00

13:5

0:00

21:0

5:00

4:20

:00

11:3

5:00

18:5

0:00

2:05

:00

9:20

:00

16:3

5:00

23:5

0:00

7:05

:00

14:2

0:00

21:3

5:00

4:50

:00

12:0

5:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 4.14. Hidrogramas observado y simulado para el evento de Enero-Febrero de 1998.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 109


0.000

200.000

400.000

600.000

800.000

1000.000

1200.000

1400.000

3:30

:00

6:20

:00

9:10

:00

12:0

0:00

14:5

0:00

17:4

0:00

20:3

0:00

23:2

0:00

2:10

:00

5:00

:00

7:50

:00

10:4

0:00

13:3

0:00

16:2

0:00

19:1

0:00

22:0

0:00

0:50

:00

3:40

:00

6:30

:00

9:20

:00

12:1

0:00

15:0

0:00

17:5

0:00

20:4

0:00

23:3

0:00

2:20

:00

5:10

:00

8:00

:00

10:5

0:00

13:4

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

5.0000

10.0000

15.0000

20.0000

25.0000

30.0000

Prec

ipita

ción

[mm

]


Figura 4.15. Hidrogramas observado y simulado para el evento de Octubre de 2000.


0.000

10.000

20.000

30.000

40.000

50.000

60.000

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

0:50

:00

4:50

:00

8:50

:00

12:5

0:00

16:5

0:00

20:5

0:00

Tiempo [horas]

Cau

dal [

m³/s

]

0.0000

1.0000

2.0000

3.0000

4.0000

5.0000

6.0000

7.0000

8.0000

9.0000

10.0000

Prec

ipita

ción

[mm

]


Figura 4.16. Hidrogramas observado y simulado para el evento de Mayo de 2002.

Finalmente, y a partir del análisis de la información procesada y de los resultados, tanto de calibración como de validación temporal, se puede concluir que los factores correctores obtenidos durante las etapas de calibración-validación del modelo TETIS en la cuenca de la Rambla del Poyo, permiten ob-tener los caudales esperados, a partir de la serie de precipitación registrada a escala cincominutal, con un grado de incertidumbre aceptable.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 111

5. REFERENCIAS BIBLIOGRÁFICAS

Abbaspour, K. C. y Moon, D. E (1992). Relationships between conventional field information and some soil properties measured in the laboratory. Geoderma, vol. 55; p.: 119-140. 1992.

Beven, K; Lamb, R; Quinn, P.; Romanowicz, R. y Freer, J. (1995). TOPMODEL. En: Singh, V.P. (Ed.). Computer Models of Watershed Hydrology. Water Resources Publications.

Burman, R. Y Pochop, L.O. (1994). Evaporation, Evapotranspiration and Climatic Data. Develop-ments in Atmospheric Science 22. Elsevier Science B. V., Amsterda. Cap. 5. 105-171.

Camarasa, A.M. (1990). La Rambla del Poyo: Estudio hidrogeomorfológico. Memoria de Licenciatura, Universidad de Valencia, Facultat de Geografia i Historia, Departament de Geografia.

Colosimo, C y Mendicino, G. (1996). GIS for rainfall-runoff modelling. En.: Singh, V. P. y Fiorentino, M. (Eds.). Geographical Information Systems in Hydrology. Kluwer Academic Publishers; p.: 195-235.

Boer, M.; Del Barrio, G. y Puigdefábregas, J. (1996). Mapping soil depth classes in dry Mediterra-nean areas using terrain attributes derived from a digital elevation model. Geoderma, vol. 72; p.: 99 - 118.

GENERALITAT VALENCIANA (1995a). Mapa de suelos de la Comunidad Valenciana (escala 1:100.000), hoja 694 (Chulilla). Generalitat Valenciana.

GENERALITAT VALENCIANA (1995b). Mapa de suelos de la Comunidad Valenciana (escala 1:100.000), hoja 695 (Liria). Generalitat Valenciana.

GENERALITAT VALENCIANA (1996a). Mapa de suelos de la Comunidad Valenciana (escala 1:100.000), hoja 720 (Requena). Generalitat Valenciana.

GENERALITAT VALENCIANA (1996b). Mapa de suelos de la Comunidad Valenciana (escala 1:100.000), hoja 721 (Cheste). Generalitat Valenciana.

GENERALITAT VALENCIANA (1996c). Mapa de suelos de la Comunidad Valenciana (escala 1:100.000), hoja 722 (Valencia). Generalitat Valenciana.

GENERALITAT VALENCIANA (1996d). Mapa de suelos de la Comunidad Valenciana (escala 1:100.000), hoja 696 (Burjasot). Generalitat Valenciana.

IGME, Instituto Geológico y Minero de España (1974). Mapa geológico de España. Escala 1:50.000. Hojas 694, 695, 696, 720, 721, 722, 746 y 747. 2ª serie, 1ª edición. Madrid.

Klemeš, V. (1986). Operational testing of hydrological simulation models. Hydrological Sciences Jour-nal, 31, 13-24.

McKenzie, N. J. y Austin, M. P (1993). A quantitative Australian approach to medium and small scale surveys based on soil stratigraphy and enviromental correlation. Geoderma, vol. 57; Nº 4; p.: 329-355.

Montgomery, D. C. y Runger, G. C. (1996). Probabilidad y Estadística Aplicadas a la Ingeniería. Mc Graw-Hill. México.

Olivares, A. (2003). Modelización Hidrológica Pseudo – Distribuida de la Rambla del Poyo y Barranc del Carraixet: Aplicación al Episodio de Octubre de 2000. Trabajo de Investigación Doctorado, Univer-sidad de Valencia, Facultat de Geografia i Historia, Departament de Geografia.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 112

Pascual, J. A. (2001). Cambios de usos del suelo y régimen hídrico en la rambla del Poyo y el barranc de Carraixet. Tesis doctoral, Universidad de Valencia, Facultat de Geografia i Historia, Departament de Geografia.

Pennock, D. J.; Anderson, D. W. y de Jong, E. (1994). Landscape-scale changes in indicators of soil quality due to cultivation in Saskatchewan, Canada. Geoderma, vol. 64; p.: 1-19.

Puricelli, M. M. (2003). Estimación y distribución de parámetros del suelo para la modelación hidroló-gica. Tesis doctoral, Universidad Politécnica de Valencia, Departamento de Ingeniería Hidráulica y Medio Ambiente.

Rawls, W. J. y Brakensiek; D. L. (1983). Procedure to predict Green and Ampt infiltration parameters. En: Advances in Infiltration; p.: 1021-112. ASAE Publication 11-83. USA.

TYPSA (2003). Estudio para el desarrollo sostenible de la Albufera de Valencia. Estudio hidrológico de las cuencas vertientes al lago de la Albufera de Valencia, Memoria. Informe Técnico, TYPSA.

Vélez, J.I (2001). Desarrollo de un modelo hidrológico conceptual y distribuido orientado a la simula-ción de crecidas. Tesis doctoral, Universidad Politécnica de Valencia, Departamento de Ingeniería Hidráulica y Medio Ambiente.

Vélez, J.J. (2003). Desarrollo de un modelo distribuido de predicción en tiempo real para eventos de crecidas. Tesis doctoral, Universidad Politécnica de Valencia, Departamento de Ingeniería Hidráulica y Medio Ambiente.

Vélez, J.J. y Francés, F. (2004). La calibración automática en la modelación hidrológica distribuida de tipo conceptual. Asamblea Hispano – Portuguesa de Geodesia y Geofísica, Memorias. Figueira da Foz, Portugal.


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 113

6. ÍNDICE DE TABLAS

Tabla 2.1. Coordenadas de los extremos del área de trabajo. ................................................................. 7

Tabla 2.2. Información cartográfica utilizada en la estimación de parámetros hidrológicos. .................... 8

Tabla 2.3. Detalle de la proyección utilizada en la información cartográfica. .......................................... 10

Tabla 2.4. Transformaciones aplicadas a las variables principales......................................................... 13

Tabla 2.5. Rangos de variación de la conductividad hidráulica del sustrato del suelo, Kp, de acuerdo con el tipo de material predominante. ................................................................... 16

Tabla 2.6. Valores modales de Hu y Ks para cada unidad cartográfica de suelos. Se anota el perfil asociado a cada unidad. ............................................................................................. 34

Tabla 2.7. Resultados del ajuste obtenido para la variable principal Hu (raíz cuadrada) en el caso 1. ................................................................................................................................. 44



Tabla 2.10. Resultados del ajuste obtenido para la variable principal Ks (logaritmo) en el caso 1........ 52



Tabla 2.13. Resultados del ajuste obtenido para la variable principal Kp (logaritmo) en el caso 1. ...... 60



Tabla 2.16. Criterio de asignación de valores para la intercepción según el uso del suelo. ................... 66

Tabla 2.17. Criterio de asignación de valores para el almacenamiento según el uso del....................... 67

suelo. 67

Tabla 2.18. Valores mensuales del índice de cobertura vegetal empleado para el cálculo de la evaporación. ........................................................................................................................ 70

Tabla 2.19. Coeficientes y exponentes utilizados en las relaciones geomorfológicas. .......................... 72

Tabla 3.1. Eventos de crecidas analizados............................................................................................. 74

Tabla 3.2. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento utilizado en la calibración (evento de octubre de 2000). ......................................... 76


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 114

Tabla 3.3. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de noviembre de 1988. ........................................................................................................77

Tabla 3.4. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de noviembre de 1989. ........................................................................................................78

Tabla 3.5. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de enero - febrero de 1998. .................................................................................................78

Tabla 3.6. Datos diarios de lluvia en las estaciones presentes en la zona de estudio en el evento de mayo de 2002. ................................................................................................................79

Tabla 3.7. Rangos de variación y valores iniciales de los factores correctores seleccionados para realizar la calibración automática por el método SCE-UA en la cuenca de la Rambla del Poyo. ..............................................................................................................................80

Tabla 3.8. Factores correctores del modelo TETIS, establecidos mediante el proceso de calibración a escala cincominutal, y resultados de las simulaciones para el evento de Octubre de 2000. ............................................................................................................81

Tabla 3.9. Factores correctores del modelo TETIS a escala cincominutal, y resultados de las simulaciones para el evento de Noviembre de 1988...........................................................84

Tabla 3.10. Resultados de la validación temporal, a escala cincominutal, en la cuenca de la Rambla del Poyo con los factores correctores obtenidos en la calibración del evento de Octubre de 2000. ............................................................................................................86

Tabla 3.11. Resultados de la validación temporal, a escala cincominutal, en la cuenca de la Rambla del Poyo con los factores correctores obtenidos en la calibración del evento de Noviembre de 1988.........................................................................................................93

Tabla 3.12. Factores correctores que mejor se comportan en las validaciones (Correspondientes a la calibración 1). ................................................................................................................95

Tabla 4.1. Coeficientes y exponentes utilizados en las relaciones geomorfológicas. ..........................106

Tabla 4.2. Factores correctores que mejor se comportan en las validaciones. ....................................107


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 115

7. ÍNDICE DE FIGURAS

Figura 2.1. Ubicación de la zona de estudio en el contexto regional y delimitación de las cuencas vertiente a la Albufera de Valencia. ....................................................................................... 7

Figura 2.2. Variabilidad espacial entre unidades cartográficas, tomada de Puricelli (2003). .................... 9

Figura 2.3. Proceso de digitalización y generación de capas temáticas, tomada de Puricelli (2003)................................................................................................................................... 10

Figura 2.4. Síntesis de capas temáticas, tomada de Puricelli (2003). ..................................................... 11

Figura 2.5. Obtención de la intersección entre capas diferentes, tomada de Puricelli (2003). ............... 12

Figura 2.6. Obtención de pesos para el muestreo, tomada de Puricelli (2003)....................................... 12

Figura 2.7. Mapa geológico de la zona. La divisoria de la cuenca del Barranco de Torrent aparece en línea roja continua. ........................................................................................... 15

Figura 2.8. Valores modales de Kp, en cm/h, para la cuenca del Barranco de Torrent. ........................ 26

Figura 2.9. Mapa de suelos de la zona. La divisoria de la cuenca del Barranco de Torrent aparece en línea roja continua. ........................................................................................... 27

Figura 2.10. Funciones de pedotransferencia (Rawls y Brakensiek, 1983) utilizadas para el cálculo de Hu: a) Contenido de humedad a capacidad de campo (%); b) Contenido de humedad en el punto de marchites permanente (%]; c) Densidad aparente de la fracción mineral (gr/cm3). Tomadas de Puricelli (2003)..................................................... 31

Figura 2.11. Valores modales de Hu, en mm, para la cuenca del Barranco de Torrent......................... 31

Figura 2.12. Función de pedotransferencia (Rawls y Brakensiek, 1983) utilizada para el cálculo de Ks. Conductividad hidráulica saturada de un horizonte de suelo. Tomada de Puricelli (2003). .................................................................................................................... 32

Figura 2.13. Valores modales de Ks, en cm/h, para la cuenca del Barranco de Torrent. ...................... 33

Figura 2.14. Variables ambientales dummys derivadas del mapa geológico......................................... 35

Figura 2.15. Variables ambientales dummys derivadas del mapa de suelos......................................... 36

Figura 2.16. Variables ambientales dummys derivadas del Modelo de Elevación Digital...................... 37

Figura 2.17. Variables ambientales dummys derivadas del Mapa de Usos del Suelo. .......................... 39

Figura 2.18. Variables ambientales continuas normalizadas.................................................................. 40

Figura 2.19. Relación entre la celda y sus vecinas en el cálculo de la curvatura................................... 41

Figura 2.20. Área cubierta por las unidades cartográficas utilizadas en cada caso de regresión. El área cubierta en las regresiones está representada en color negro............................... 42

Figura 2.21. Gráficos de residuales para Hu en el caso 1...................................................................... 45


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 116

Figura 2.22. Histograma y mapa para Hu, generados en el caso 1........................................................46

Figura 2.23. Gráficos de residuales para Hu en el caso 2. .....................................................................48


Figura 2.25. Gráficos de residuales para Hu en el caso 3. .....................................................................50


Figura 2.27. Gráficos de residuales para Ks en el caso 1.......................................................................53

Figura 2.28. Histograma y mapa para Ks, generados en el caso 1. .......................................................53





Figura 2.33. Gráficos de residuales para Kp en el caso 1. .....................................................................61

Figura 2.34. Histograma y mapa para Kp, generados en el caso 1........................................................61





Figura 2.39. Distribución espacial de la intercepción (mm), según el tipo de uso del suelo...................67

Figura 2.40. Distribución espacial del almacenamiento superficial (mm), según el tipo de uso del suelo.....................................................................................................................................68

Figura 2.41. Distribución espacial del almacenamiento superficial (mm), según la pendiente del terreno. .................................................................................................................................68

Figura 2.42. Distribución espacial de las pérdidas iniciales (mm). .........................................................69

Figura 2.43. Distribución temporal del índice de cobertura vegetal empleado para el cálculo de la evaporación..........................................................................................................................70

Figura 2.44. Mapa de coberturas vegetales empleado para el cálculo de la evaporación. ....................71

Figura 3.1. Localización de las estaciones del SAIH-CHJ y el INM en el área de estudio. ....................75

Figura 3.2. Calibración 1 realizada en la estación de aforo Rambla del Poyo, en el evento de Octubre de 2000. .................................................................................................................82


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 117

Figura 3.3. Calibración 2 realizada en la estación de aforo Rambla del Poyo, en el evento de Octubre de 2000. La línea entre flechas marca el intervalo de tiempo utilizado para evaluar la función objetivo en el proceso de calibración automática. ................................. 82

Figura 3.4. Calibración 3 realizada en la estación de aforo Rambla del Poyo, en el evento de Octubre de 2000. La línea entre flechas marca el intervalo de tiempo utilizado para evaluar la función objetivo en el proceso de calibración automática. ................................. 83

Figura 3.5. Calibración realizada en la estación de aforo Rambla del Poyo, en el evento de Noviembre de 1988.............................................................................................................. 84

Figura 3.6. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de Noviembre de 1988. .................. 87



Figura 3.9. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de noviembre de 1989.................... 88



Figura 3.12. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de enero-febrero de 1998............... 90



Figura 3.15. Validación teniendo en cuenta los factores obtenidos en la calibración 1 realizada en la estación de aforo Rambla del Poyo para el evento de mayo de 2002....................... 92



Figura 3.18. Validación teniendo en cuenta los factores obtenidos en la calibración del evento de Noviembre de 1988, realizada en la estación de aforo Rambla del Poyo para el evento de Octubre de 2000. ................................................................................................ 94

Figura 4.1. Gráficos de residuales para Hu. ........................................................................................... 98

Figura 4.2. Histograma y mapa para Hu. ................................................................................................ 99

Figura 4.3. Gráficos de residuales para Ks........................................................................................... 100


7241-IN-OA-ME2/01/2-002-Ed01 Pág. 118

Figura 4.4. Histograma y mapa para Ks................................................................................................101

Figura 4.5. Gráficos de residuales para Kp. ..........................................................................................102

Figura 4.6. Histograma y mapa para Kp................................................................................................103

Figura 4.7. Distribución espacial de las abstracciones iniciales (mm). .................................................103

Figura 4.8. Mapa de la capacidad de almacenamiento hídrico del suelo final, Hu final (mm)..............104

Figura 4.9. Distribución mensual del índice de cobertura vegetal empleado para el cálculo de la evaporación........................................................................................................................104

Figura 4.10. Mapa de coberturas vegetales empleado para el cálculo de la evaporación. ..................105

Figura 4.11. Mapa de pendientes, derivado del MED. ..........................................................................105

Figura 4.12. Hidrogramas observado y simulado para el evento de Noviembre de 1988. ....................107

Figura 4.13. Hidrogramas observado y simulado para el evento de Noviembre de 1989. ....................108

Figura 4.14. Hidrogramas observado y simulado para el evento de Enero-Febrero de 1998. ..............108

Figura 4.15. Hidrogramas observado y simulado para el evento de Octubre de 2000..........................109

Figura 4.16. Hidrogramas observado y simulado para el evento de Mayo de 2002..............................109

ANEJO Nº 1 · modelizaciÓn de la cuenca vertiente de l albufera 2 modelo distribuido tetis...

Documents

Transcript of ANEJO Nº 1 · modelizaciÓn de la cuenca vertiente de l albufera 2 modelo distribuido tetis...