Por - SO HYBAM · Dirección General de Hidrología Servicio Nacional de Meteorología e...
Transcript of Por - SO HYBAM · Dirección General de Hidrología Servicio Nacional de Meteorología e...
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
2007-2016 “DECENIO DE LAS PERSONAS CON DISCAPACIDAD EN EL PERÚ”
"Año de la promoción de la industria y del compromiso climático"
Lima 30 de Octubre de 2015
Por :
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
CONTENIDO
Antecedentes.
Objetivos.
Área de estudio.
Metodología.
Marco teórico.
Resultados.
Conclusiones.
Perspectivas
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
ANTECEDENTES
En la actualidad no existe un sistema de pronóstico que pueda predecir el
comportamiento del caudal del río Chillón y su influencia en su cauce.
Urb. San Diego, ubicada en los límites de SMP y Puente Piedra.
13 de mayo de 2013
Puente San Diego 32 m3/s.
Fuente: SENAMHI - INDECI
15 de mayo de 2001
Desborde del rio Chillón 35 m3/s.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
¿Es posible
pronosticar eventos
extremos asociados
al factor climático?
Abril de 2012 : 150 casas inundadas.
Carabayllo-Lima.
Diciembre de 2012 : Proyecto Vía
Parque Rímac.
Fuente: INDECI.
Fuente: El Comercio.
ANTECEDENTES
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Evaluar y comparar la capacidad de respuesta de los modelos
semi-distribuidos en la cuenca del río Chillón.
• Calibración y validación de los modelos GR4J – SOCONT – HBV –
SAC.
OBJETIVOS ESPECIFICOS
• Análisis comparativo de los caudales simulados mediante indicadores
estadísticos de eficiencia.
• Determinación de los modelos de mejor respuesta.
• Generar pronósticos a corto plazo
OBJETIVOS
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Los modelos matemáticos se fundamentan en las bases de la econometría y son de lejos
los más utilizados debido al creciente desarrollo de las computadoras.(OMM, 2011)
Fuente: Tomado de Mathematical Models in Hydrology, R.T. Clark.
MARCO TEÓRICO
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Fuente: Hydrologic Models, Chong-yu Xu (2002).
MARCO TEÓRICO
CL
AS
IFIC
AC
IÓN
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
MODELOS HIDROLÓGICOS
BLACK BOX GRAY BOX WHITE BOXCL
AS
IFIC
AC
IÓN
Fuente: Hydrologic Models, Chong-yu Xu (2002).
Por su estructuración
MARCO TEÓRICO
En la actualidad se estila a usar los modelos de caja Gris.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Por su espacialización
MARCO TEÓRICO
Fuente: Hydrologic Models, Chong-yu Xu (2002).
MO
DE
LO
S H
IDR
OLÓ
GIC
OS
SEMIDISTRIBUIDO
DISTRIBUIDO
AGRUPADO O AGREGADO
CLA
SIF
ICA
CIÓ
N
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Comparación de la respuesta del modelo hidrológico GR4J en la
cuenca Koshi, Nepal (2011).
Precipitación mm/día
Caudal simulado m3/s
Caudal observado m3/s
Modelación discreta
Modelación continua
Modelación continua
de gestión.
Por la longitud de la modelización
CL
AS
IFIC
AC
IÓN
MARCO TEÓRICO
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
GR4J
Presenta 4 parámetros y 2 variables de
estado o condiciones iniciales.
Génie Rural à 4 paramètres Journalier(Perrin et al, 2003)
Modelos hidrológicos
MARCO TEÓRICO
Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS
MINERVE – Technical manual. Group, Switzerland.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Soil Contribution
(Consuegra y Vez,1996)
SOCONT
Presenta 11 parámetros y 5 variables
de estado o condiciones iniciales.
Modelos hidrológicos
MARCO TEÓRICO
Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS
MINERVE – Technical manual. Group, Switzerland.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
HBV
Hydrologiska Byrans
Vattenbalansavdelning
(Sten Bergström ,1992)
Presenta 14 parámetros y 5 variables
de estado o condiciones iniciales.
Modelos hidrológicos
MARCO TEÓRICO
Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS
MINERVE – Technical manual. Group, Switzerland.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Sacramento Soil Moisture Accounting
(Burnash et al., 1973)
SAC-SMA
Presenta 16 parámetros y 6
variables de estado o
condiciones iniciales.
Modelos hidrológicos
MARCO TEÓRICO
Fuente: García Hernández, J., Paredes Arquiola, J., Foehn, A. and Roquier, B. (2015). RS
MINERVE – Technical manual. Group, Switzerland.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
RS Minerve
RS MINERVE es un software hidrológico e hidráulico desarrollado por el
Centre de Recherche sur l'Environnement Alpin – CREALP (García
Hernández et al., 2014a).
MARCO TEÓRICO
Fuente: Astorayme M. A. et al, (2015).http://www.crealp.ch/en/accueil/ressources/logiciels-general/rs-
minerve/telechargements.html Link de Descargar
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Cuenca del Chillón, estaciones hidro-meteorológicas.
14 registros
de Pp
7 registros
de T
2 registros
de Q.
ÁREA DE ESTUDIO
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Parte alta 4000 a 5260 m snm, Tm < 6°C y Pp 700 mm/año.
Parte media 3000 a 4000 m snm, 6° <Tm < 12°C y Pp 500 mm/año.
Parte Baja de 0 a 3000 m snm, 18 < Tm < 24°C y Pp 200 mm/año.
Modelo digital de elevación(DEM 90 mts SRTM)
Área 2210 km2, (42%)
cuenca húmeda.
SUBCUENCA MAGDALENACUENCA DEL RIO CHILLÓN
Área 1254 km2
ÁREA DE ESTUDIO
Climatología
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Recopilación y análisis de la información.
Delimitación del área de estudio.
Completación y generación de la información meteorológica al modelo.
Esquematización de los modelos hidrológicos en RS Minerve.
Calibración
GR4J SOCONT HBV SAC-SMA
Validación
Comparación de modelos
Generación de un protocolo de pronóstico de caudales en la cuenca del río Chillón
División por subcuencas
División por zonas
División por bandas altitudinales
Tm Pm ETPm
Recopilación de la información de campo.
Análisis de la información
METODOLOGÍA
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Leyenda
Sub-cuencas
Rios
El área de estudio fue
dividida en 25 sub cuencas.
1-subcuencas
SUBCUENCA MAGDALENA
METODOLOGÍAEspacialización del área de
estudio.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
2-Bandas altitudinales
Se generaron 122
unidades unidades
hidrológicas aportantes
denominadas bandas
altitudinales, cada 500 m,
en el RS Gis de
MINERVE.
Superficie media de 10.3 km2
METODOLOGÍAEspacialización del área de
estudio.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
3-división por zonas
Gradientes de precipitación, uno
desde los 5000 hasta los 3000
m s.n.m. (zonas A y C) y un
segundo desde los 3000 hasta
los 1000 m s.n.m. (zona B y D).
METODOLOGÍAEspacialización del área de estudio.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Representación del área
de estudio en según RS
Minerve.
Delimitación del área de estudio
en 25 subcuencas y 122 bandas
altitudinales.
METODOLOGÍA
Adecuación de los modelos en RS Minerve
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Resumen - adecuaciónMETODOLOGÍA
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
El periodo de calibración considerado es de Set/2004 a Ene/2011,
siendo el periodo de validación distinto (Feb/2004 a Feb/2014, Obrajillo
y Set/2012 a Feb/2014, Puente Magdalena).
Se usó el método del Shuffled Complex Evolution – Univestity of Arizona
(SCE-UA) (Duan et al., 1992, 1993), algoritmo incorporado a
RS MINERVE para la calibración automática multi-objetivo.
Calibración y validación
METODOLOGÍA
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
OF= max( 𝑁𝑎𝑠ℎ. 𝑤1 + 𝑁𝑎𝑠ℎ𝑙𝑛. 𝑤2 + 𝑃𝑒𝑟𝑠𝑜𝑛. 𝑤3 + 𝐵𝑆.𝑤4 −𝑅𝑅𝑀𝑆𝐸.𝑤5 − 𝑅𝑉𝐵.𝑤6 − 𝑁𝑃𝐸.𝑤7 )c
Metodología de calibración
METODOLOGÍA
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Estos no pretenden ser los
únicos juegos de valores
que ajusten al modelo,
aunque sí pretenden formar
un juego de parámetros
que haga posible predecir
de manera adecuada el
comportamiento de las
series observadas.
RESULTADOS
Parámetros obtenidos por
zona
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
RESULTADOS
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
RESULTADOS
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Est. ObrajilloEst. Puente Magdalena
RESULTADOS
Validación de las series simuladas
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago0
5
10
15
Estación de aforo Obrajillo
Calibración
Q (
m3/s
)
Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago0
5
10
15
20
Mes
Q (
m3/s
)
Validación
Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago0
5
10
15
20
Estación de aforo Puente Magdalena
Calibración
Set Oct Nov Dic Ene Feb Mar Abr May Jun Jul Ago0
5
10
15
20
25
30
Mes
Validación
Observada GR4J SOCONT HBV SAC
(a) (b)
(c) (d)
RESULTADOS
Comparación de las series simuladas multimensulaes para las dos
estaciones de aforo.
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Los modelos lluvia-escorrentía HBV y SAC presentan estadísticamente unos
mejores indicadores con coeficientes muy similares de Nash [0.91 – 0.80].
Además, se ha encontrado un buen comportamiento de los caudales bajos.
RESULTADOS
Indicadores estadísticos de bondad
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
SAC HBV GR4J SOCONT
1 2.68 2.85 2.84 2.79
2 0.52 0.55 0.54 0.54
4 0.78 0.81 0.81 0.81
6 0.38 0.39 0.38 0.39
7 0.31 0.32 0.32 0.33
10 0.26 0.22 0.07 0.11
12 0.09 0.07 0.03 0.08
14 0.01 0.00 0.01 0.08
16 0.02 0.00 0.04 0.15
23 0.04 0.01 0.02 0.10
21 0.12 0.09 0.04 0.06
19 0.16 0.13 0.05 0.08
18 0.45 0.38 0.13 0.20
Caudal (m3/s)sub
cuenca
Cuadro resumen caudales
multianuales
0
0.5
1
1.5
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 6
0
0.5
1
1.5
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 7
0
0.1
0.2
0.3
0.4
0.5
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 23
0
1
2
3
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 4
0
3
6
9
12
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 1
0
1
2
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 2
0
0.2
0.4
0.6
0.8
1
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 19
0
0.4
0.8
1.2
1.6
2
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 18
0
0.2
0.4
0.6
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 21
0
0.4
0.8
1.2
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 10
0
0.5
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 12
0
0.1
0.2
0.3
0.4
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 14
0
0.2
0.4
0.6
0.8
09/04 09/06 09/08 09/10 09/12
Cau
dal
(m3
/s)
Fecha
Subcuenca 16
HBV
SAC
GR4J
SOCONT
RESULTADOS
Generación de escorrentía por subcuenca
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
Cuenca del
río Chillón
CUENCA ESTACIONES Q-obs WRF ETA-S WRF ETA-S WRF ETA-S WRF ETA-SCHILLON OBRAJILLO 11.1 15.2 13.4 21.3 11.2 11.0 11.5 15.8 12.0 13.9CHILLON P MAGDALENA 17.0 12.1 27.1 27.1 14.6 14.6 19.6 17.9 18.8RIMAC SHEQUE 23.5 24.0 22.0 16.0 17.8 18.4 18.5 19.5 19.4 19.5RIMAC TAMBORAQUE 18.8 20.8 20.7 27.3 19.6 16.6 16.6 21.6 19.0 20.3
CUENCA ESTACIONES Q-obs WRF ETA-S WRF ETA-S WRF ETA-S WRF ETA-SCHILLON OBRAJILLO 11.3 24.2 12.6 28.2 10.6 12.4 10.6 21.6 11.3 16.4CHILLON P MAGDALENA 26.1 14.1 35.5 15.7 16.4 16.4 26.0 15.4 20.7RIMAC SHEQUE 23.5 36.6 21.1 54.3 17.2 32.1 17.5 41.0 18.6 29.8RIMAC TAMBORAQUE 17.8 24.1 21.6 33.5 19.3 23.2 16.4 26.9 19.1 23.0
GR4J SAC HBV PROM08 DE ABRIL DE 2015
PROM
09 DE ABRIL DE 2015GR4J SAC HBV PROM
PROM
RESULTADOS
Ejercicio : Pronóstico a corto plazo usando precipitación de los modelos Eta-
SENAMHI (32km) Y WRF(33 km)
CUENCA ESTACIONES Q-obs WRF ETA-S WRF ETA-S WRF ETA-S WRF ETA-SCHILLON OBRAJILLO 11.1 15.2 13.4 21.3 11.2 11.0 11.5 15.8 12.0 13.9CHILLON P MAGDALENA 17.0 12.1 27.1 27.1 14.6 14.6 19.6 17.9 18.8RIMAC SHEQUE 23.5 24.0 22.0 16.0 17.8 18.4 18.5 19.5 19.4 19.5RIMAC TAMBORAQUE 18.8 20.8 20.7 27.3 19.6 16.6 16.6 21.6 19.0 20.3
CUENCA ESTACIONES Q-obs WRF ETA-S WRF ETA-S WRF ETA-S WRF ETA-SCHILLON OBRAJILLO 11.3 24.2 12.6 28.2 10.6 12.4 10.6 21.6 11.3 16.4CHILLON P MAGDALENA 26.1 14.1 35.5 15.7 16.4 16.4 26.0 15.4 20.7RIMAC SHEQUE 23.5 36.6 21.1 54.3 17.2 32.1 17.5 41.0 18.6 29.8RIMAC TAMBORAQUE 17.8 24.1 21.6 33.5 19.3 23.2 16.4 26.9 19.1 23.0
GR4J SAC HBV PROM08 DE ABRIL DE 2015
PROM
09 DE ABRIL DE 2015GR4J SAC HBV PROM
PROM
H-Obrajillo
H-Puente
Magdalena
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
• Los resultados de las simulaciones permiten concluir que los modelos
con mayor cantidad de parámetros, HBV y SAC, describen
relativamente bien a las series observas y de manera más detallada
durante las épocas de estiaje, en relación a los otros modelos. Sin
embargo, las simulaciones de los modelos GR4J y SOCONT, no
presentan variaciones significativas, siendo en general los caudales
simulados cercanos entre sí.
• El modelo GR4J, con tan solo 4 parámetros, describe correctamente a
los caudales observados, sobre todo en épocas de avenida, y sus
resultados son casi comparables a los producidos por modelos
complejos HBV y SAC, lo cual se corrobora por sus indicadores de
bondad. Gracias a la facilidad de calibración (por su poca cantidad de
parámetros), se concluye que el modelo GR4J es una buena alternativa
para modelar la cuenca del río Chillón y se recomienda su uso.
CONCLUSIONES
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
• Debe tomarse en consideración que a mayor número de parámetros a
calibrar, la incertidumbre también puede ser mayor. Por este motivo se
recomienda no calibrar todos los parámetros de un modelo
relativamente complejo de forma simultánea. Los métodos de
calibración automática tienden en estos casos a encontrar óptimos
locales, mas no globales.
• Los resultados muestran la capacidad del programa RS MINERVE para simular
la escorrentía en la cuenca del río Chillón. Estos resultados deben tomarse no
como una solución única, sino como una respuesta consecuente a una
metodología seguida por los autores, basada en los criterios de priorización
para la calibración de los parámetros, la definición de zonas en el área de
estudio y la asignación de los valores inicial de los modelos.
CONCLUSIONES
Dirección General de
Hidrología
Servicio Nacional de
Meteorología e Hidrología del
Perú - SENAMHI
PERÚ
DIRECCIÓN GENERAL DE HIDROLOGÍA Y RECURSOS HÍDRICOS
Proyecto Glaciares 513
ESCUELA DE
POSGRADO
PERSPECTIVAS:
Adecuación de modeloshidrológicos. Análisis comparativo
mediante indicadoresestadísticos.
Levantamiento del área de estudio.
Adecuación demodelo hidráulico.
Ensamble: Modelos hidrológicos - modelohidráulico. OBJETIVO:
Monitorear y pronosticar caudales y
niveles de agua.
12
34
5
Uso de
Drones.
PhD. Ing. Ronald Roger
Gutierrez Llantoy - Fac. Ing.
Civil PUCP
ASESOR
Ensamble de modelos Hidrológicos a un modelo
Hidráulico para el control de avenidas en la cuenca
del río Rímac.