CONCLUSIONES

137

CONCLUSIONES

Se implementó un modelo mensual de balance de agua distribuido que permite estimar caudales medios mensuales en cualquier punto de la red de drenaje. Se adoptó el esquema del modelo GR2M (Mouelhi et al., 2006), el cual se alimenta de datos mensuales de precipitación y evaporación potencial. Su conceptualización consta de dos tanques: un tanque de producción, asociado al almacenamiento de agua en el suelo, y un tanque de tránsito. Para la desagregación del modelo la cuenca se discretizó en laderas y la red de drenaje en segmentos. Como es propio de todo modelo, la calidad de los resultados en un sitio determinado, depende de la validez de los datos utilizados.

Dadas a las diversas condiciones climáticas que se encuentran dentro de la zona de estudio, se consideraron 7 regiones para la construcción de los mapas mensuales de temperatura: Cuencas del río Orinoco, cuenca del río Amazonas, las cuencas en territorio Venezolano que drenan al mar Caribe, la región Caribe Colombiana, subcuenca del río Magdalena trazada cerca de la confluencia con el río Cauca, cuenca del río Cauca, región Pacífica. Debido a la fuerte dependencia lineal de la temperatura con la altura sobre el nivel del mar, esta variable se estimó por medio de ecuaciones lineales del tipo T = b - γH. Teniendo en cuenta que el valor del intercepto ejerce un control mucho más fuerte que el gradiente sobre la variabilidad temporal y espacial de la temperatura, se utilizó un sólo gradiente para toda la zona de estudio, constante a lo largo del tiempo, y un intercepto variable para cada región y para cada intervalo de tiempo. Tanto la ecuación como el valor del gradiente tienen antecedentes en estudios previos y en consideraciones teóricas.

Se construyeron mapas mensuales de evaporación potencial a partir de las ecuaciones de Thornthwaite y Turc Modificado. En la textura de los mapas se aprecia el efecto que trae involucrar información de diferentes resoluciones espaciales en el cálculo de la evaporación, además se observa que la transición entre las regiones definidas no ocurre de manera uniforme. La fuerte diferencia en las condiciones climáticas de dos regiones, como la Orinoquía y Amazonía, puede explicar en cierto grado los cambios bruscos en los valores estimados al pasar de una región a otra.

Para mejorar la estimación de los campos mensuales de las variables involucradas, sería importante contar con un mayor número de datos puntuales al interior del país y fuera de las fronteras de Colombia, con el fin de darle continuidad espacial a la información.

El mapa del parámetro X1 del modelo (máxima capacidad de almacenamiento del tanque de producción) se estimó mediante el uso únicamente de la precipitación y la evaporación potencial, asumiendo que para cada mes la evaporación real estimada por el modelo es igual a la evaporación real según la ecuación de Budyko. En términos prácticos, esta metodología es de gran utilidad, debido a que no es necesario calibrar el parámetro para cada ladera de la zona de estudio. Sin embargo, una limitación es que no considera variables asociadas al tipo de suelo y al tipo de vegetación, que permitan tener en cuenta la cantidad de agua que realmente puede ser almacenada, o a la cantidad de agua que efectivamente puede ser extraída por parte de las plantas para satisfacer la demanda de transpiración. Para futuros estudios se recomienda explorar esta línea de trabajo.

El mapa obtenido para el parámetro X1 es coherente con la topografía. En general los valores más bajos se encuentran en las zonas de alto relieve, donde las pendientes del terreno son mayores, y los valores más altos se encuentran en las zonas más planas y húmedas.

CONCLUSIONES

138

En términos globales, el modelo mensual de balance de agua implementado no es sensible a las variaciones del parámetro X4, (máxima capacidad de almacenamiento del tanque de tránsito) por lo tanto se trabajó con el valor fijado originalmente en la estructura del modelo (X4 = 60 mm).

A nivel global los resultados obtenidos en la etapa de validación, son similares al utilizar los mapas de evaporación potencial de Thornthwaite y Turc Modificado. Considerando que los mapas de Thornthwaite fueron estimados para un período de tiempo mayor, por razones prácticas se escogió trabajar con estos.

Debido al error asociado a la medición del área a partir de los modelos digitales del terreno, se recomienda utilizar el factor de corrección geométrico sobre los caudales simulados. Este factor es significativo particularmente en las cuencas pequeñas, su importancia disminuye en la medida que el área aumenta.

En términos generales el modelo presenta un mejor desempeño en las cuencas de mayor área. Debido a la integración espacial de las variables, en las cuencas más grandes podrían cancelarse en cierta medida los errores contenidos en los campos de precipitación y evaporación. Además, en la medida que el tamaño de las cuencas disminuye, se hace necesario trabajar con información cartográfica y meteorológica de una resolución espacial más fina.

En general el modelo presenta un mejor desempeño en las cuencas ubicadas en la región oriental de la zona de estudio. Aunque en el centro de Colombia existen cuencas bien instrumentadas, sin embargo no fueron particularmente tenidas en cuenta para la evaluación del desempeño del modelo por diversas razones, entre ellas porque este tipo de cuencas normalmente son intervenidas para el aprovechamiento del recurso hídrico. Es necesario precisar que no se removió el efecto que tienen sobre el régimen natural de caudales las diferentes estructuras que puedan encontrarse sobre el cauce de los ríos (e.g. embalses, captaciones, transvases). Para otras de estas cuencas no se contó con la información actualizada.

Para futuros estudios se recomienda incluir información de un mayor número de estaciones de caudal sobre los ríos cauca y magdalena, con el fin de evaluar de mejor manera el desempeño del modelo sobre estas cuencas.

De acuerdo al mapa de direcciones de drenaje utilizado para la agregación espacial del caudal, a cada celda se le asigna una única dirección de drenaje, eliminando de esta manera características naturales importantes como las bifurcaciones, los brazos de los ríos, los ríos trenzados y los deltas. Sin embargo en la parte baja de cuencas de ríos como el Cauca, Magdalena, Sinú, San Jorge, entre otros, el tránsito no necesariamente es unidimensional, debido a que las corrientes interactúan con otros cuerpos de agua que almacenan y/0 transportan agua (e.g. lagunas, ciénagas, pantanos, madreviejas). El efecto que ejercen este tipo de características sobre el régimen natural de caudales no se tuvo en cuenta. Además sobre extensas llanuras de inundación la incertidumbre al delinear los ríos es alta. Por estas razones se considera que el modelo implementado tiene fuertes limitaciones para simular caudales en este tipo de regiones.

Cuando el balance hídrico de largo plazo no se cumple, los errores del modelo son grandes. Aunque algunas cuencas exhiben errores en el cierre del balance poco significativos, en general la magnitud de los errores no es pequeña (la raíz cuadrática media de los errores relativos en porcentaje es 37.9%). La fuente de error en el cierre del balance reside principalmente en los errores contenidos en la estimación

CONCLUSIONES

139

de los campos de precipitación y evaporación, y en los errores contenidos en los registros de caudales. Por lo tanto se concluye que la baja calidad de la información disponible es la principal fuente de error en los resultados del modelo.

El modelo utiliza el parámetro de intercambio de aguas subterráneas (X5) para cubrir los errores en la estimación del caudal medio. Debido a la falta de información que permita estimar la amplitud y la dinámica de la escorrentía subterránea dentro de la zona de estudio, no es posible evaluar la validez de X5 como un parámetro para el modelamiento del flujo subterráneo.

A continuación algunas observaciones deducidas del análisis de resultados:

• El contenido de agua en el suelo en un mes dado, depende en una medida importante de la precipitación del mes anterior, mientras que para el modelo, el contenido de agua en el tanque de tránsito depende principalmente de la precipitación del mismo mes.

• Cuando la precipitación es mayor a la evaporación real, el contenido de agua en el suelo responde a los incrementos de la precipitación de forma positiva. Sin embargo, en los periodos en los cuales la evaporación real excede a la precipitación, el nivel de agua en el suelo disminuye aunque la precipitación aumente localmente. Los resultados encontrados en las cuencas analizadas, indican que la ocurrencia de estos períodos de déficit, están muy localizados temporalmente según el ciclo anual de la precipitación y la evaporación, y en un menor grado están afectados por los fenómenos que afectan la variación interanual de estas variables.

• El grado de asociación lineal entre la precipitación y el caudal es alto en las diferentes cuencas analizadas. En el ciclo anual de las cuencas ubicadas en la región oriental, en las cuales predomina un patrón unimodal, existe un rezago entre el pico máximo de la precipitación y del caudal. En general, los caudales simulados subestiman los picos máximos que se presentan en el ciclo anual de las cuencas de esta región.

• Existe una relación directa entre el almacenamiento de agua en la cuenca y el caudal. Esta relación presenta características del fenómeno de histéresis. Este resultado indica que la respuesta de la cuenca es más rápida en los períodos en los cuales los caudales están aumentando (fase ascendente), y más lenta durante los períodos de recesión (fase descendente). El efecto de histéresis se presenta con mayor claridad para los caudales simulados. En general, para los caudales observados es más notoria la distinción entre la fase ascendente y descendente en las cuencas de la región oriental.

• El desempeño del modelo no mejora significativamente al utilizar mapas mensuales de evaporación potencial, en lugar de utilizar el ciclo anual de esta variable idénticamente repetido cada año.

• Los resultados obtenidos a partir del modelo implementado, son coherentes con las bases físicas que describen la relación entre la evaporación real y potencial.

• La mayor parte de la zona de estudio se encuentra dentro de la clasificación de clima húmedo. Los lugares más secos se encuentran en la región Caribe del territorio Colombiano y Venezolano, donde se observan zonas áridas (en la Guajira), semiáridas y de clima sub-húmedo seco.

REFERENCIAS

146

REFERENCIAS

Adler, R. F., Huffman, G. J., Chang, A., Ferraro, R., Xie, P., Janowiak J., Rudolf, B., Schneider, U., Curtis, S., Bolvin, D., Gruber, A., Susskind, J., Arkin, P. (2003): The Version 2 Global Precipitation Climatology Project (GPCP) Monthly Precipitation Analysis (1979-Present). Journal of Hydrometeorology 4(6): 1147-1167.

Ajami, N. K., Gupta H., Wagener, T., Sorooshian, S. (2004). Calibration of a semi-distributed hydrologic model for streamflow estimation along a river system. Journal of Hydrology 298: 112-135.

Alvarez, O. D. (2007). Cuantificación de la incertidumbre en la estimación de campos hidrológicos. Aplicación al balance hidrológico a largo plazo. Tesis de Maestría, Universidad Nacional de Colombia, Medellín, Colombia.

Barkstrom, B. R. (1984). The Earth Radiation Budget Experiment (ERBE). Bulletin of the American Meteorological Society 65: 1170-1185.

Boroughs, C. B., Zagona, E. (2002). Daily Flow Routing with the Muskingum-Cunge Method in the Pecos River RiverWare Model. Proceedings of the Second Federal Interagency Hydrologic Modeling Conference. Session 2-D. Las Vegas, Nevada.

Bras, R. L. (1990). Hydrology: An Introduction to Hydrologic Science. Addison-Wesley Publishing Company. Capitulo 10: 466-474.

Brutsaert, W. (2005). Hydrology: An Introduction. Cambridge University Press. New York. Capitulo 4: 117-116.

Cassiraga, E. F. (1999). Incorporación de información blanda para la cuantificación de la incertidumbre: Aplicación a la hidrogeología. Tesis doctoral, Universidad Politécnica de Valencia, Valencia, España.

Chaves, B., Jaramillo, A. (1999). Regionalización de la temperatura del aire en Colombia. Avances en Recursos Hidráulicos 6: 37-42.

Daly, C., Neilson, R. P., Phillips, D. L. (1994). A Statistical-Topographic Model for Mapping Climatological Precipitation over Mountanious Terrain. Journal of Applied Meteorology 33: 140-158.

Francés F., Vélez J. I., Vélez J. J. (2007). Split parameter structure for the automatic calibration of distributed Hydrological models. Journal of Hydrology 332: 226-240.

Gupta, V. K. (2007). Introduction to multiscale hydrologic phenomena – I. University of Colorado, Boulder, 132 p.

Hurtado, A. F (2009). Estimación de los Campos Mensuales Históricos de Precipitación en el Territorio Colombiano. Tesis de Maestría, Universidad Nacional de Colombia, Medellín, Colombia.

REFERENCIAS

147

Janis, M. J., Robeson, S. M. (2004). Determining the Spatial Representativeness of Air-Temperature Records Using Variogram-Nugget Time Series. Physical Geography 25(6): 513-530.

Kalnay et al. (1996).The NCEP/NCAR 40-year reanalysis project. Bulletin of the American Meteorological Society 77: 437-471.

Klemes, V. (1983). Conceptualization and scale in Hydrology. Journal of Hydrology 65: 1-23.

Lehner, B., Verdin, K., Jarvis, A. (2006). HydroSHEDS Technical Documentation. World Wildlife Fund US, Washington, DC. Disponible en: http://hydrosheds.cr.usgs.gov

Lehner, B., Verdin, K., Jarvis, A. (2008). New Global Hydrography Derived From Sapaceborne Elevation Data. Eos, Transactions, American Geophysical Union 89(10): 93-94.

Makhlouf, Z., Michel, C., 1994. A two-parameter monthly water balance model for French watersheds. Journal of Hydrology 162: 299–318.

Mantilla, R. I. (2003). Modelo para la interpretación física de los exponentes de escala de caudales máximos. Tesis de Maestría, Universidad Nacional de Colombia, Medellín, Colombia.

Mantilla, R., Gupta, V. K., Mesa, O. J. (2006). Role of coupled flow dynamics and real network structures on Hortonian scaling of peak flows. Journal of Hydrology 322: 155-167.

Matsuura, K., Willmott, C. J. (2007). Terrestrial Air Temperature: 1900-2006 Gridded Monthly Time Series. Center for Climatic Research, Department of Geography, University of Delaware. Disponible en: http://climate.geog.udel.edu/~climate/html_pages/Global_ts_2007/README.global.t_ts_2007.html

Manabe, S. (1969). Climate and the ocean circulation. I. The atmospheric circulation and the hydrology of the earth’s surface. Monthly Weather Review 97(11): 739–774.

Menabde, M., Sivapalan, M. (2001). Linking space-time variability of river runoff and rainfall fields: a dynamic approach. Advances in Water Resources 24: 1001-1014.

Mesinger, F., DiMego, G., Kalnay, E., Mitchell, K., et al. (2006). NORTH AMERICAN REGIONAL REANALYSIS: A long-term, consistent, high-resolution climate dataset for the North American domain, as a major improvement upon the earlier global reanalysis datasets in both resolution and accuracy. Bulletin of the American Meteorological Society 87(3): 343-360.

Mielke, A., Roubicek, T. (2003). A Rate-Independent Model for Inelastic Behavior of Shape-Memory Alloys, Multiscale Modeling & Simulation 1 (4): 571–597.

Milly, P. C. D., Dunne K. A. (1994). Sensitivity of the global water cycle to the water holding capacity of land. Journal of Climate 7: 506-526.

Mouelhi, S., Michel, C., Perrin, C., Andréassian, V. (2006). Stepwise development of a two-parameter monthly water balance model. Journal of Hydrology 318: 200-214.

REFERENCIAS

148

NASA - National Aeronautics And Space Administration, Goddard Space Flight Center (2007). Tropical Rainfall Measuring Mission Science Data and Information System. Interface Control Specification Between the TSDIS and the TSDIS Science User (TSU), Volume 4: File Specifications for TRMM Products – Levels 2 and 3. Disponible en: http://pps.gsfc.nasa.gov/tsdis/Documents/ICSVol4.pdf

Nash, J. E., Sutcliffe, J. V. (1970). River flow forecasting through conceptual models. Part I—A discussion of principles. Journal of Hydrology 10: 282–290.

Oudin, L., Hervieu, F., Michel, C., Perrin, C., Andreassian, V., Anctil, F., Loumagne, C. (2005a). Which potential evaporation input for a lumped rainfall-runoff model? Part 1 – Can rainfall-runoff models effectively handle detailed potential evapotranspiration inputs? Journal of Hydrology 303: 275-289.

Oudin, L., Hervieu, F., Michel, C., Perrin, C., Andreassian, V., Anctil, F., Loumagne, C. (2005b). Which potential evaporation input for a lumped rainfall-runoff model? Part 2 - Towards a simple and efficient potential evaporation model for rainfall-runoff modelling. Journal of Hydrology 303: 290-306.

Patterson, K. A. (1990). Global distributions of total and total-Available soil water holding capacities. Master´s thesis, University of Delaware, Newark, DE.

Perrin, C., Michel C., Andréassian, V. (2003). Improvement of a parsimonious model for streamflow simulation. Journal of Hydrology 279, 275-289.

Peterson, T. C., Vose, R. S. (1997). An overview of the Global Historical Climatology Network temperature database. Bulletin of the American Meteorological Society 78 (12): 2837-2849.

Peterson, T. C., Vose, R., Schmoyer, R., Razuvaev, V. (1998). Global Historical Climatology Network (GHCN) quality control of monthly temperature data. International Journal of Climatology 18 (11): 1169-1179.

Pinker, R., Laszlo, I. (1992). Modeling Surface Solar Irradiance for Satellite Applications on a Global Scale. Journal of Applied Meteorology 31: 194-211.

Poveda, G., Mesa, O. J. (1997). Feedbacks between hydrological processes in tropical South America and large scale oceanic atmospheric phenomena. Journal of Climate 10(10): 2690-2702.

Poveda, G. (2004). La hidroclimatología de Colommbia: una síntesis desde la escala inter-decadal hasta la escala diurna. Revista Academia Colombiana de Ciencias 28(107): 201-222.

Poveda, G., Vélez J., Mesa O., Cuartas A., Barco J., Mantilla R., Mejía J., Hoyos C., Ramírez J., Ceballos L., Zuluaga M., Arias P., Botero B., Montoya M., Giraldo J., Quevedo D., (2007a). Linking Long-term Water Balances and Statistical Scaling to Estimate River Flows along the Drainage Network of Colombia. Journal of Hydrologic Engineering – ASCE 12: 4-13.

Poveda, G., Mesa, O. J., Vélez, J. I., Mantilla, R., Ramírez, J. M., Hernández, O. O., Borja, A. F., J. Urzola, J. A. (2007b). HidroSIG: An Interactive Digital Atlas of Colombia's Hydro-climatology. Journal of Hydroinformatics 9(2): 145 - 156.

REFERENCIAS

149

Schaake, J. C. (1990). From climate to flow. Climate change and United States water resources, P. E. Waggoner, ed., Wiley, New York, 177–206.

UNALMED - Universidad Nacional de Colombia Sede Medellín, EMGESA S.A. (2006). Reconstrucción de las series mensuales de los caudales naturales para la cuenca del río Bogotá – Fase I.

UNALMED - Universidad Nacional de Colombia Sede Medellín (2009). Manual de usuario HidroSIG 4.0 - Potenciado por MapWindow. Facultad de Minas. Medellín

UNEP. 1992. World Atlas of Desertification. Edward Arnold. London.

Vélez, J. I., Poveda, G., Mesa, O. (2000). Balances Hidrológicos de Colombia. Universidad Nacional de Colombia, Facultad de Minas, Posgrado en Aprovechamiento de Recursos Hidráulicos, Medellín, 150 p.

Vélez, J. I. (2001). Desarrollo de un Modelo Hidrológico Conceptual y Distribuido Orientado a la simulación de las crecidas. Tesis Doctoral, Universidad Politécnica de Valencia, Valencia, España.

Vélez, J. I., Poveda, G., Mesa, O., Hoyos, C. D., Salazar, L. F., Mejía J. F. (2002). Modelo de interacción suelo atmósfera para la estimación de caudales medios mensuales en Colombia. Meteorología Colombiana 6:81-89.

Willmott, C. J., Rowe, C. M., Mintz, Y. (1985). Climatology of the Terrestrial Seasonal Water Cycle. Journal of Climatology 5: 589-606.

Willmott, C. J., Matsuura, K. (1995). Smart interpolation of annually averaged air temperature in the United States. Journal of Applied Meteorology 34: 2577-2586.

Xiong, L., Guo, S. (1999). A two-parameter monthly water balance model and its application. Journal of Hydrology 216: 111-123.

Xu, C.-Y., Singh, V. P. (1998 a). A Review on Monthly Water Balance Models for Water Resources Investigations. Water Resources Management 12: 31–50.

Xu, C.-Y., Singh, V. P. (1998 b). Dependence of evaporation on meteorological variables at different time-scales and intercomparison of estimation methods. Hydrological Processes 12: 429-442.

APÉNDICE A. BASE DE DATOS

140

A. BASE DE DATOS

A.1 HIDROSIG 4.0

Con el fin de integrar los resultados obtenidos en este trabajo a un Sistema de Información Geográfica, se creó una base de datos acoplada a HidroSIG 4.0 (UNALMED, 2009), la cual se encuentra en el DVD anexo a este documento, en el directorio ‘Anexo A\HIDROSIG\BD’, y se identifica con el nombre Base de Datos.bd. Las herramientas de HidroSIG 4.0 permiten realizar búsquedas, visualizar e interactuar con la información tipo raster y vectorial almacenada dentro de la base de datos.

Una vez se encuentre abierto HidroSIG, para visualizar la información contenida en la base de datos se debe abrir el “Explorador de base de datos” (menú HidroSIG → Explorador de base de datos). Posteriormente se debe hacer clic en “Editar conexiones a fuentes de datos” y buscar el archivo Base de Datos.bd. El proceso de conexión finaliza haciendo clic en el botón “Conectar” (ver Figura A-1a). La base de datos aparece como un ítem en el árbol desplegable en la ventana “Explorador de base de datos” (ver Figura A-1b). Una vez cargada la base de datos pueden mostrarse en el panel de visualización las distintas capas contenidas en ésta, haciendo doble clic sobre aquellas que desean observarse. Un ejemplo se presenta en la Figura A-2.

(a) (b)

Figura A-1 Explorador de base de datos de HidroSIG 4.0: (a) Conexión a una base de datos; (b) Visualización de los elementos contenidos en la base de datos

La información en formato raster que se encuentra en la base de datos es la siguiente:

APÉNDICE A. BASE DE DATOS

141

• El Modelo de Elevación Digital de la zona de estudio (MED)

• El mapa de direcciones de drenaje (Dir)

• La red de drenaje (Red). A las celdas que reciben drenaje de áreas fuera de la zona de estudio se les asignó el valor de faltante.

• El mapa de áreas acumuladas (Areas). La información contenida en este mapa permite conocer el área de drenaje en km2 sobre cualquier píxel de la red.

• El mapa de laderas (Laderas). Este mapa corresponde a la discretización espacial en laderas que se realizó en las diferentes cuencas. En total se identificaron 61844 laderas dentro de la zona de estudio. En el mapa presentado, a todos los píxeles dentro de una misma ladera les corresponde un número entre 1 y 61844 como identificador.

• Mapa de regiones (Regiones). Este mapa corresponde a la delimitación de las regiones definidas en la sección 3.2.3 (ver Figura 3-7), para el cálculo de los mapas de temperatura.

Figura A-2 Visualización en HidroSIG 4.0 de capas almacenadas en la base de datos

La resolución de todos los mapas es 1 km. Dentro de la información almacenada en la base en formato vectorial se encuentra la red de drenaje (Red) y diferentes capas que representan la ubicación de estaciones de temperatura y caudal. En HidroSIG es posible vincular series de tiempo de variables

APÉNDICE A. BASE DE DATOS

142

hidroclimáticas y ambientales a objetos del tipo vector. La información asociada a cada estación puede consultarse por medio de la herramienta “Buscar estaciones de medición” (menú HidroSIG → Explorar Datos → Buscar estaciones de medición), a través de la cual pueden visualizarse series de tiempo o consultar información descriptiva de capas vectoriales (ver Figura A-3).

(a)

(b)

Figura A-3 Explorador de series de tiempo en HidroSIG 4.0: (a) Visualización Buscar sitios de medición; (b) visualización de una serie de tiempo asociada a una estación

A continuación se describe la información contenida en cada una de las capas de estaciones que se encuentran en la base de datos.

APÉNDICE A. BASE DE DATOS

143

• Estaciones de Temperatura (Estaciones_Temperatura). Esta capa contiene la información de las series de temperatura utilizadas para la construcción de los mapas de esta variable (ver sección 3.2.3). Los atributos asignados a cada estación son:

− Código. Código de la estación.

− Elevación. Elevación sobre el nivel del mar de la estación (msnnm)

− Fuente. Fuente de dónde se obtuvo la información (GHCN2 o HidroSIG).

• Estaciones de Caudal (Estaciones_Caudal). Esta capa contiene la información de las series de caudal presentadas en la sección 3.4. Los atributos asignados a cada estación son:

− Código. Código de la estación.

− Fuente. Fuente de dónde se obtuvo la información (IDEAM).

− Tipo. Tipo de estación de medición. Puede ser Limnigráfica (LG) o Limnimétrica (LM) Nombre. Nombre de la estación.

− Corriente. Nombre de la corriente o de la cuenca en la cual se encuentra la estacón, de acuerdo al catalogo del IDEAM.

− Departamento, Municipio.

− LAT_ORIGINAL y LON_ORIGINAl. Estos campos corresponden a las coordenadas originales de las estaciones.

− LAT_RED y LON_RED. Coordenadas de las estaciones luego de ajustar su localización, para que quedaran ubicadas sobre la red de drenaje. La ubicación de los puntos de la capa Estaciones_Caudal corresponden a estas coordenadas.

− Cota. Elevación de la estación (msnm)

− Área_Red_1km. Área de drenaje (km2) a la salida de la ladera en la cual se encuentra la estación. Estimada a partir del MED de 1 km de resolución

− Área_Red_90m. Área de drenaje (km2) en el punto en el cual se encuentra la estación. Estimada a partir del MED de 90 m de resolución

− Observaciones. En este campo se indica si la información de la estación fue utilizada dentro de los análisis presentados en este trabajo, o si fue descartada.

• Series simuladas en las estaciones de caudal (Estaciones_Caudal_Series_Simuladas). En esta capa se encuentran los resultados obtenidos por el modelo mensual de balance de agua implementado en este trabajo, en cada uno de los puntos donde se encuentran las estaciones de caudal (ver sección 5.1). Como información adicional, esta capa contiene los campos NASH, RMSE y BIAS, en los cuales se presenta el valor obtenido para los criterios de evaluación utilizados para calificar la calidad de las simulaciones.

• Series simuladas en toda la zona de estudio (Series_Simuladas). En la salida de cada una de las laderas se puso una estación virtual, la cual contiene los caudales simulados por el modelo en ese punto de la red de drenaje. Como se mencionó en la sección 2.2, se trabajó bajo la suposición de que el caudal es constante dentro de cada segmento de la red, por lo tanto el caudal a la salida de

APÉNDICE A. BASE DE DATOS

144

una ladera es el mismo en todos los puntos del segmento al cual drena la ladera. Los atributos asignados a cada estación virtual son:

− Código. El código asignado a cada estación virtual, corresponde al número que identifica a la ladera en la cual se encuentra.

− Fuente (GR2M). Indica que la información corresponde a una serie simulada.

− LAT, LONG. Coordenadas de la estación virtual.

− Área_Red_1km. Área de drenaje de la estación virtual, estimada a partir del MED de 1 km de resolución

Las series simuladas se organizaron en 30 capas de acuerdo al área de drenaje de cada estación virtual: En la primera capa (Series_Simuladas_1) se encuentran las estaciones virtuales con menor área de drenaje (21.06 – 22.37 km2), y en la última capa (Series_Simuladas_30) se encuentran las que poseen mayor área de drenaje (20,726.34 – 265,675.71 km2).

Para mayores detalles sobre el manejo de las herramientas para la construcción, edición y exploración de bases de datos en HidroSIG 4.0, remitirse al manual de usuario (UNALMED, 2009).

A.2 MATLAB

No fue posible incorporar dentro de la base de datos creada para HidroSIG 4.0, todos los mapas obtenidos como resultado de este trabajo, debido a la gran cantidad de espacio en disco que se requiere para almacenar el volumen de información generado.

Sin embargo, la información de las principales componentes del ciclo hidrológico se sintetizó en una serie de archivos, a los cuales se puede tener acceso a través de un programa elaborado en el lenguaje de programación de MATLAB 7.4.0 (R2007a). El código necesario para ejecutar este programa se encuentra en el archivo ComponentesCicloHidrologico.m, ubicado en el directorio ‘Anexo A\MATLAB\ALGORITMOS’ del DVD anexo a este documento.

El programa permite obtener en cualquier punto de interés sobre la red de drenaje la siguiente información:

• El caudal simulado (Q) para el período 1975 – 2005 (ver sección 5.1).

• Un mapa en formato ASCII que presenta la superficie delimitada por la cuenca.

• El área de drenaje de la cuenca

• El promedio espacial sobre la cuenca, para cada mes del período de simulación, de las variables:

− Precipitación (P)

− Evaporación Real (Es)

− Contenido al final del mes en el tanque de producción (S)

− Contenido al final del mes en el tanque de tránsito (R)

• El promedio sobre la cuenca del parámetro X1

APÉNDICE A. BASE DE DATOS

145

Debido a que en el modelo de balance de agua implementado, se asumió que el caudal es constante dentro de cada segmento de la red (ver sección 2.2), las operaciones que realiza el programa se llevan a cabo sobre la cuenca con salida en el nodo inferior del segmento sobre el cual está ubicado el punto de interés. Esta suposición puede llegar a acarrear errores significativos en cuencas pequeñas, donde la diferencia entre el área de drenaje en el punto de interés y en la salida del segmento, pueda llegar a ser considerable. Si se dispone de información cartográfica que permita estimar el área de drenaje en el punto de interés con mayor precisión, se recomienda utilizar el factor de corrección geométrico definido en la sección 4.1.2.

Para el correcto funcionamiento del programa deben tenerse en cuenta los siguientes aspectos:

• El archivo ComponentesCicloHidrologico.m puede estar en cualquier carpeta del computador de trabajo, y en caso de que el nombre del mismo sea modificado, este no puede tener espacios, tildes ni caracteres especiales.

• Dentro de la misma carpeta del programa ComponentesCicloHidrologico.m, deben estar los archivos FuncionTrazarCuenca.m, FuncionGetDir.m y CrearASCII.m. El nombre de estos archivos NO puede ser modificado. Estos archivos se encuentran en el DVD anexo a este documento, en el directorio ‘Anexo A\MATLAB\ALGORITMOS’.

Antes de ser ejecutado el programa ComponentesCicloHidrologico.m, se deben especificar los siguientes datos de entrada:

• Las coordenadas (en grados decimales) del punto de interés.

− Ejemplo: lat = 4.3375; lon = -72.3625;

• Ruta de la carpeta “INFORMACION ALGORITMOS”. Esta carpeta contiene la información necesaria para para la ejecución del programa, y se encuentran en el DVD anexo a este documento, en el directorio ‘Anexo A\MATLAB’.

− Ejemplo: carpetaINFORMACION_ALGORITMOS = 'J:\Anexo A\MATLAB\INFORMACION ALGORITMOS';

• Ruta de la carpeta en la cual se almacenarán los resultados.

− Ejemplo: carpetaResultados = 'J: \TMP_BD';

• Nombre del archivo en el cual se almacenaran los resultados:

− Ejemplo: archivoSalida = 'cuenca';

El programa genera un archivo de extensión .xls (Microsoft Office Excel 97-2003), en el cual se encuentra la información de cada una de las variables, y un archivo de extensión .asc (mapa en formato ASCII), en el cual se presenta la superficie delimitada por la cuenca. En el caso del ejemplo anterior, los nombres de los archivos generados serían cuenca.xls y cuenca.asc respectivamente.