Beruflich Dokumente
Kultur Dokumente
HIDRÁULICA ACOPLADA DE LA
CUENCA MEDIA Y BAJA DEL RÍO
MAGDALENA
Tesis o trabajo de investigación presentada(o) como requisito parcial para optar al título
de:
Magister en Ingeniería - Recursos Hidráulicos
Director (a):
Ph.D Jorge Alberto Escobar-Vargas
Línea de Investigación:
Modelación Hidrológica e Hidráulica
Gracias a Dios, Padre, Hijo y Espíritu Santo; a la Santísima Virgen y a todos los Santos
que siempre me favorecieron para lograr esta meta en mi vida.
Resumen
Esta tesis presenta el modelo hidrológico e hidráulico acoplado para el complejo sistema
del Río Magdalena como un paso importante hacia la gestión del río basada en el
conocimiento. El río Magdalena es el más largo de Colombia, drena una cuenca de
257,000km2 en la que habitan 38 millones de personas. La toma de decisiones con
respecto a la gestión del recurso hídrico en Colombia, no siempre se basó en un
conocimiento sólido del sistema fluvial en su conjunto, sino en observaciones en un
número limitado de ubicaciones. Para facilitar la transición hacia un proceso de toma de
decisiones basado en el conocimiento, el Centro de Investigaciones del Río Magdalena
ha llevado a cabo el programa de modelación permanente del río Magdalena para
mejorar la comprensión de este sistema fluvial. Dentro del programa de modelación
permanente del río Magdalena se construyó un modelo hidráulico en SOBEK de la
cuenca media y baja del río Magdalena (900 kilómetros) con un componente
unidimensional que representa el sistema de canal principal y un componente
bidimensional para las llanuras de inundación y otras áreas inundables, el cual fue
acoplado externamente a un modelo hidrológico conceptual distribuido como wflow que
representa el flujo de los tributarios. Esta modelación acoplada fue utilizada para
reproducir el comportamiento observado en la cuenca media y baja del río Magdalena
durante el período de tiempo comprendido entre el 1/1/2010 y el 31/03/2011.
Adicionalmente, se identificaron los parámetros más influyentes en los resultados a partir
de análisis de sensibilidad e incertidumbre. Este esfuerzo de modelación ha revelado
falencias en la información disponible. El acople de modelación desarrollado puede ser
utilizado en diferentes escenarios de modelación en el río Magdalena y/o puede ser
replicado en otros ríos y/o considerar en la inclusión de otros temas de interés, tales
como calidad de agua, transporte de sedimentos, modelamiento de hábitat acuático,
entre otros.
Abstract
This thesis presents the coupled hydrological and hydraulic model of the complex
Magdalena River system, as an important step towards knowledge-based river
management. Magdalena River is the largest river of Colombia. It drains a catchment of
257,000 km2 and is home to 38 million people. The decision making with respect to water
management in Colombia has not always been based on solid knowledge of the river
system as a whole, but rather on observations at a limited number of locations. To
facilitate a transition towards a more knowledge-based decision-making process,
Magdalena River Research Center has conducted the Magdalena River permanent
modelling program in order to improve their understanding of this river system. Whitin the
Magdalena River permanent modelling program a hydraulic model in SOBEK for the
midlle and low basin of Magdalena river (900 kilometers) with a one-dimensional
component that represents the main channel system and a two-dimensional component
for the floodplains and other inundation areas externally coupled to a conceptual
distributed hydrological model as wflow that represent the discharges in tributaries was
constructed. This coupled modelling was used to reproduce the behavior of middle and
low Magdalena River in the time period between 1/1/2010 and 3/31/2011. Furthermore,
the most influential parameters were identified with sensitivity and uncertainty analysis.
This modeling effort has revealed gaps in available data. The coupled modelling
developed can be used in different modeling scenarios in the Magdalena River and/or
can be replicated in other rivers and/or be considered to the inclusion of other topics of
interest, such as water quality, sediment transport, aquatic habitat modelling, among
others.
Contenido
Objetivo General............................................................................................................. 9
Objetivos Específicos ..................................................................................................... 9
3. Resultados.............................................................................................................. 113
3.1 Modelo Hidrológico WFLOW ........................................................................... 113
3.1.1 Cuencas Instrumentadas .............................................................................. 114
3.1.2 Cuencas no Instrumentadas ......................................................................... 144
3.2 Modelo hidráulico SOBEK ............................................................................... 147
3.2.1 Sub-Modelo 1 ................................................................................................ 149
3.2.2 Sub-Modelo 2 ................................................................................................ 164
3.2.3 Sub-Modelo 3 ................................................................................................ 197
Lista de figuras
Figura 1-1: Extensión del modelo hidráulico en SOBEK del río Magdalena .................... 15
Figura 1-2: Extensión del modelo hidráulico de los ríos Swat y Kabul ............................ 20
Figura 1-3: Esquema de componentes relevantes del modelo HBV ............................... 23
Figura 1-4: Esquema de operación del modelo Wflow .................................................... 24
Figura 1-5: Esquema de la rutina para precipitación por nieve ........................................ 25
Figura 1-6: División del nivel superior del suelo ............................................................... 29
Figura 1-7: Configuración de la conexión 1D/2D en SOBEK con el nivel más alto o el
nivel más bajo de la banca de la sección transversal ....................................................... 36
Figura 1-8: Conexiones entre 1D y 2D ............................................................................ 37
Figura 1-9: Diagrama de flujo........................................................................................... 41
Figura 1-10: Análisis de Sensibilidad para dos parámetros ............................................. 43
Figura 1-11: Distribuciones de probabilidad acumulada del parámetro 𝑭𝜽𝒙, del parámetro
para las “simulaciones bien ajustadas” 𝑭𝜽𝒙|𝑩 y del parámetro para las “simulaciones mal
ajustadas” 𝑭𝜽𝒙|𝑩 del parámetro sensible 𝜽𝒊 y del parámetro no sensible 𝜽𝒋 .................. 45
Figura 1-12: Diagrama de dispersión con la función objetivo abias de los parámetros rt
(no identificable) y gain (identificable) ............................................................................... 46
Figura 1-13: Análisis de sensibilidad regional con la función objetivo see de los
parámetros rt (no sensible) y gain (sensible) .................................................................... 47
Figura 1-14: Conjunto de 20 simulaciones de caudales para un evento de precipitación 48
Figura 1-15: Incertidumbre en la simulación de caudales para un evento de precipitación,
la línea sólida muestra los caudales observados ............................................................. 48
Figura 2-1: Mapa de localización de la cuenca Magdalena-Cauca ................................. 50
Figura 2-2: Extensión del Modelo Hidráulico ................................................................... 57
Figura 2-3: Extensión del Modelo Hidrológico. ................................................................ 58
Figura 2-4: Localización de las estaciones climatológicas dentro de la cuenca
Magdalena-Cauca............................................................................................................. 60
Contenido XIII
Figura 3-3: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del Río Negro. ................................................................................................................. 120
Figura 3-4: Conjunto de 400 simulaciones de caudales para la cuenca del Río Negro
utilizando wflow. .............................................................................................................. 121
Figura 3-5: Incertidumbre en la simulación de caudales para la cuenca del Río Negro
utilizando wflow. .............................................................................................................. 121
Figura 3-6: Diagramas de dispersión de los parámetros de wflow para la cuenca del Río
La Miel. ........................................................................................................................... 123
Figura 3-7: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del río La Miel. ................................................................................................................ 124
Figura 3-8: Conjunto de 400 simulaciones de caudales para la cuenca del Río La Miel
utilizando wflow. .............................................................................................................. 125
Figura 3-9: Incertidumbre en la simulación de caudales para la cuenca del Río La Miel
utilizando wflow. .............................................................................................................. 125
Figura 3-10: Diagramas de dispersión de los parámetros de wflow para la cuenca del Río
Nare. ............................................................................................................................... 128
Figura 3-11: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del Río Nare. ................................................................................................................... 129
Figura 3-12: Conjunto de 400 simulaciones de caudales para la cuenca del Río Nare
utilizando wflow. .............................................................................................................. 129
Figura 3-13: Incertidumbre en la simulación de caudales para la cuenca del Río Nare
utilizando Wflow. ............................................................................................................. 130
Figura 3-14: Diagrama de dispersión de los parámetros de wflow para la cuenca del Río
San Bartolomé. ............................................................................................................... 132
Figura 3-15: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del Río San Bartolomé. ................................................................................................... 133
Figura 3-16: Conjunto de 400 simulaciones de caudales para la cuenca del Río San
Bartolomé utilizando wflow. ............................................................................................ 134
Figura 3-17: Incertidumbre en la simulación de caudales para la cuenca del Río San
Bartolomé utilizando wflow. ............................................................................................ 134
Figura 3-18: Diagrama de dispersión de los parámetros de Wflow para la cuenca del Río
Caribona. ........................................................................................................................ 137
Contenido XV
Figura 3-19: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del Río Caribona. ............................................................................................................ 138
Figura 3-20: Conjunto de 400 simulaciones de caudales para la cuenca del Río Caribona
utilizando Wflow. ............................................................................................................. 138
Figura 3-21: Incertidumbre en la simulación de caudales para la cuenca del Río Caribona
utilizando Wflow. ............................................................................................................. 139
Figura 3-22: Diagrama de dispersión de los parámetros de wflow para la cuenca del Río
Sogamoso. ...................................................................................................................... 142
Figura 3-23: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del Río Sogamoso........................................................................................................... 143
Figura 3-24: Conjunto de 400 simulaciones de caudales para la cuenca del Río
Sogamoso utilizando Wflow. ........................................................................................... 144
Figura 3-25: Incertidumbre en la simulación de caudales para la cuenca del Río
Sogamoso utilizando Wflow. ........................................................................................... 144
Figura 3-26: Conjunto de 400 simulaciones de caudales para las cuencas no
instrumentadas del Medio y Bajo Magdalena utilizando wflow. ...................................... 147
Figura 3-27 Condiciones de frontera, estaciones hidrológicas disponibles y subcuencas
consideradas en el sub-Modelo 1. .................................................................................. 151
Figura 3-28: Diagrama de dispersión del coeficiente de rugosidad de Manning para los
valores de caudal de las estaciones en el sub-Modelo 1. ............................................... 154
.Figura 3-29: Diagrama de dispersión del coeficiente de rugosidad de Manning para los
valores de nivel de las estaciones en el sub-Modelo 1 ................................................... 155
Figura 3-30: Análisis de Sensibilidad Regional del coeficiente de rugosidad de Manning
para los valores de caudal de las estaciones en el sub-Modelo 1. ................................. 156
Figura 3-31: Análisis de Sensibilidad Regional del coeficiente de rugosidad de Manning
para los valores de nivel de las estaciones en el sub-Modelo 1. .................................... 157
Figura 3-32: Diagrama de dispersión del caudal promedio de un tributario en los valores
de caudal de una estación en el sub-Modelo 1. .............................................................. 158
Figura 3-33: Diagrama de dispersión del caudal promedio de un tributario en los valores
de nivel de una estación en el sub-Modelo 1. ................................................................. 159
Figura 3-34: Análisis de sensibilidad regional del caudal promedio de un tributario en los
valores de caudal de una estación en el sub-Modelo 1. ................................................. 159
XVI Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Figura 3-35: Análisis de sensibilidad regional del caudal promedio de un tributario en los
valores de nivel de una estación en el sub-Modelo 1. .................................................... 160
Figura 3-36: Análisis de incertidumbre de los valores de caudal en el sub-Modelo 1. .. 162
Figura 3-37: Análisis de incertidumbre de los valores de nivel en el sub-Modelo 1. ..... 164
Figura 3-38: Condiciones de frontera, estaciones hidrológicas disponibles y subcuencas
consideradas en el sub-Modelo 2. .................................................................................. 166
Figura 3-39: Diagrama de dispersión del coeficiente de rugosidad de manning para los
valores de caudal de las estaciones en el sub-Modelo 2. .............................................. 172
Figura 3-40: Diagrama de dispersión del coeficiente de rugosidad de manning para los
valores de nivel de las estaciones en el sub-Modelo 2. .................................................. 174
Figura 3-41: Análisis de Sensibilidad Regional del coeficiente de rugosidad de manning
para los valores de caudal de las estaciones en el sub-Modelo 2. ................................. 176
Figura 3-42: Análisis de Sensibilidad Regional del coeficiente de rugosidad de manning
para los valores de nivel de las estaciones en el sub-Modelo 2. .................................... 178
Figura 3-43: Diagrama de dispersión del caudal promedio de un tributario en una
estación en el sub-Modelo 2. .......................................................................................... 181
Figura 3-44: Diagrama de dispersión del caudal promedio de un tributario en los valores
de nivel de una estación en el sub-Modelo 2. ................................................................. 183
Figura 3-45: Análisis de sensibilidad regional del caudal promedio de un tributario en los
valores de caudal en una estación en el sub-Modelo 2 .................................................. 185
Figura 3-46: Análisis de sensibilidad regional del nivel promedio de un tributario en los
valores de nivel de una estación en el sub-Modelo 2. .................................................... 188
Figura 3-47: Análisis de incertidumbre de los valores de caudal en el sub-Modelo 2. .. 192
Figura 3-48: Análisis de incertidumbre de los valores de nivel en el sub-Modelo 2. ..... 197
Figura 3-49: Condiciones de frontera, estaciones hidrológicas disponibles y subcuencas
consideradas en el sub-Modelo 3. .................................................................................. 198
Figura 3-50: Diagrama de dispersión del coeficiente de rugosidad de manning para los
valores de caudal en el sub-Modelo 3. ........................................................................... 201
Figura 3-51: Diagrama de dispersión del coeficiente de rugosidad de manning para los
valores de nivel en el sub-Modelo 3. .............................................................................. 201
Figura 3-52: Análisis de sensibilidad regional del coeficiente de rugosidad de manning
para los valores de caudal en el sub-Modelo 3. ............................................................. 202
Contenido XVII
Tabla 2-14: Definición de número de parámetros del modelo wflow en las cuencas no
instrumentadas del Modelo 1. ......................................................................................... 104
Tabla 2-15: Definición de número de parámetros del modelo wflow en las cuencas no
instrumentadas del Modelo 2. ......................................................................................... 105
Tabla 2-16: Escalas utilizadas con mayor frecuencia en hidrología. ............................. 108
Tabla 3-1: Coeficiente de eficiencia de Nash-Sutcliffe para las mejores simulaciones de
wflow. .............................................................................................................................. 114
Tabla 3-2: Mejores diferencias de volumen de las simulaciones de wflow. ................... 116
Tabla 3-3: Porcentajes de área de las combinaciones de tipo y cobertura de suelo
presentes en la cuenca del río Negro ............................................................................. 117
Tabla 3-4: Porcentajes de área de las combinaciones de tipo y cobertura de suelo
presentes en la cuenca del río La Miel. .......................................................................... 122
Tabla 3-5: Porcentajes de área de las combinaciones de tipo y cobertura de suelo
presentes en la cuenca del río Nare ............................................................................... 126
Tabla 3-6: Porcentajes de área de las combinaciones de tipo y cobertura de suelo
presentes en la cuenca del río San Bartolomé ............................................................... 130
Tabla 3-7: Porcentajes de área de las combinaciones de tipo y cobertura de suelo
presentes en la cuenca del río Caribona ........................................................................ 135
Tabla 3-8: Porcentajes de área de las combinaciones de tipo y cobertura de suelo
presentes en la cuenca del río Sogamoso ...................................................................... 140
Tabla 3-9 Coeficiente de eficiencia de Nash-Sutcliffe de los valores de caudal para las
mejores simulaciones de SOBEK Modelo 1. .................................................................. 150
Tabla 3-10 Coeficiente de eficiencia de Nash-Sutcliffe de los valores de nivel para las
mejores simulaciones de SOBEK Modelo 1. .................................................................. 150
Tabla 3-11: Mejores coeficientes de rugosidad de Manning para los valores de Nivel y
Caudal de las estaciones en el sub-Modelo 1 ................................................................ 153
Tabla 3-12: Coeficiente de eficiencia de Nash-Sutcliffe de los valores de caudal para las
mejores simulaciones de SOBEK Modelo 2. .................................................................. 167
Tabla 3-13: Coeficiente de eficiencia de Nash-Sutcliffe de los valores de nivel para las
mejores simulaciones de SOBEK Modelo 2. .................................................................. 167
Tabla 3-14: Mejores coeficientes de rugosidad de Manning para los valores de Nivel y
Caudal de las estaciones en el sub-Modelo 2. ............................................................... 169
Introducción 3
Tabla 3-15: Coeficiente de eficiencia de Nash-Sutcliffe de los valores de caudal para las
mejores simulaciones de SOBEK Modelo 3. .................................................................. 199
Tabla 3-16: Coeficiente de eficiencia de Nash-Sutcliffe de los valores de nivel para las
mejores simulaciones de SOBEK Modelo 3. .................................................................. 199
Tabla 3-17: Coeficiente de rugosidad de Manning con mayor valor del Coeficiente de
Eficiencia de Nash-Sutcliffe para los valores de nivel y caudal de las estaciones en el
sub-Modelo 3. ................................................................................................................. 200
4 Introducción
Introducción
“El crecimiento económico, los esfuerzos para reducir la pobreza y los cambios
demográficos y sociales generan la demanda de infraestructura hídrica para sostener la
producción de alimentos, generar energía y brindar bienes y servicios. La construcción de
sistemas de riego, presas hidroeléctricas, vías navegables y suministros de agua para el
hogar, el turismo y la industria ha generado enormes beneficios para millones de
personas, sin embargo esto ha causado grandes cambios en los regímenes hidrológicos,
ecosistemas y en la fisonomía de los ríos, lagos y acuíferos del mundo” (Global & Water
Partnership, 2009). Por ello la Gestión Integral del Recurso Hídrico se ha dado como un
movimiento a escala mundial en el que muchos países han desarrollado o están
desarrollando Planes de Gestión Integral de Recurso Hídrico (Global & Water
Partnership, 2009; Moriarty, Butterworth, & Batchelor, 2006).
Colombia no ha sido la excepción y cuenta con una Política Nacional para la Gestión
Integral del Recurso Hídrico cuyo objetivo es “Garantizar la sostenibilidad del recurso
hídrico, mediante la gestión y el uso eficiente y eficaz, articulados al ordenamiento y uso
del territorio y a la conservación de los ecosistemas que regulan la oferta hídrica,
considerando el agua como factor de desarrollo económico y de bienestar social, e
implementando procesos de participación equitativa e incluyente” (Ministerio de
Ambiente, Vivienda y Desarrollo Territorial, 2010).
El Río Magdalena es el río más importante de Colombia. Fluye de sur a norte con una
longitud de alrededor de 1.536 km y un caudal medio de 7.100 m³/s. El área de la cuenca
es de alrededor de 257,000 km2, lo que corresponde al 28% de la superficie total de
Colombia y en la que habitan el 80% de la población total del país. La precipitación anual
Introducción 5
Para facilitar una transición hacia un mejor proceso de toma de decisiones, basada en el
conocimiento, no solo para la gestión de inundaciones sino también para cuestiones
relacionadas con la navegabilidad, CORMAGDALENA con apoyo de la Corporación
Centro de Investigación Científica del Río Magdalena Alfonso Palacio Rudas –CIRMAG–
implementó el programa de modelación permanente del Río Magdalena como una actitud
corporativa permanente, pues siempre hay interrogantes que solucionar y siempre hay
información que añadir y conocimiento que apropiar (CORMAGDALENA, 2012). Los
objetivos de este programa de modelación permanente son:
6 Introducción
En lo referente a la navegación
Conocer el comportamiento del río en su cauce mayor.
Modelar socavación, agradación y degradación.
Determinar sitios críticos de dragado.
Modelar variación temporal y espacial de niveles.
En lo referente al riesgo
Comportamiento Inundaciones.
Eventos extremos de caudal, derrubios, y sedimentos (afluentes y cauce principal)
Amenaza de inundación y deslizamiento en el cauce mayor
Vulnerabilidad de inundación y deslizamiento en el cauce mayor
¿Puede un modelo continuo a nivel diario, de tipo distribuido que representa el proceso
hidrológico lluvia-escorrentía de manera conceptual como wflow representar los caudales
observados en los tributarios de la cuenca media y baja del río Magdalena?
Dar respuesta a estas preguntas será el primer paso para que en el futuro se pueda:
8 Introducción
Determinar variación temporal y espacial del caudal en los tributarios de los Ríos
Magdalena y Cauca.
Analizar eventos de caudales máximos y mínimos en el cauce principal del Río
Magdalena y sus tributarios.
Modelar variación temporal y espacial de niveles, caudales y velocidades de flujo
del Río Magdalena.
Obtener información de caudales y niveles en lugares originalmente sin
información hidrológica.
El presente documento está conformado por las siguientes secciones: (i) Introducción,
que justifica y explica brevemente el enfoque de la presente investigación; los objetivos y
preguntas de investigación que definen el alcance del trabajo (ii) definición y explicación
de conceptos y teorías del fundamento de la investigación, así como la revisión del
estado del arte de la presente tesis, (iii) materiales y métodos, una descripción de la zona
de estudio, recopilación de datos y métodos de análisis utilizados, (iv) los resultados
obtenidos, (v) una discusión de estos y (vi) las conclusiones y perspectivas sobre los
resultados.
Introducción 9
Objetivos
Objetivo General
Objetivos Específicos
Estimar los caudales de los tributarios del río Magdalena en su cuenca media y baja
con un modelo continuo a nivel diario, distribuido y conceptual como wflow.
Determinar valores de nivel de agua y de caudal del río Magdalena en su cuenca
media y baja con un modelo físicamente basado y una configuración 1D-2D como
SOBEK acoplado externamente con un modelo continuo a nivel diario, distribuido y
conceptual como wflow.
Identificar mediante análisis de sensibilidad e incertidumbre los parámetros del
modelo wflow más influyentes en la descripción de la hidrología de los tributarios del
río Magdalena en su cuenca media y baja.
Mostrar la influencia del coeficiente de rugosidad de Manning y del caudal medio
simulado (en wflow) de los tributarios del río Magdalena en su cuenca media y baja
con análisis de sensibilidad e incertidumbre.
1. Revisión de literatura
flujos laterales y un modelo hidráulico que determine los niveles de agua a lo largo del
tramo del río (Lerat et al., 2012).
Lian et al., (2007), Lerat et al., (2012), Mejia y Reed (2011), Laganier, et al., (2014)
mencionaron las más grandes categorías para el acople de modelos hidrológicos y
modelos hidráulicos:
Acople bidireccional (interno) permite la interacción entre el modelo hidrológico y
el modelo hidráulico, permitiendo una modelación más realística en las
confluencias, en cada paso de tiempo, ambos modelos se hacen consistentes a
través de un procedimiento complejo. El acoplamiento debe ser capaz de estimar
caudales, niveles de agua y áreas inundables en cada punto de la corriente.
Involucra la reformulación de las ecuaciones de gobierno de los modelos
acoplados y las resuelve como un todo.
Acople unidireccional (externo) la información se intercambia solo en una
dirección, del modelo hidrológico al modelo hidráulico, es la estrategia más simple
de acoplamiento y también es la más utilizada, dado que las ecuaciones de
gobierno de cada uno de los modelos se pueden resolver por separado, los
resultados modelados de uno o más modelos se utilizan como entrada a otro
modelo.
por el contrario los modelos son basados en relaciones empíricas se conocen como
modelos de caja negra o modelos conceptuales.
Entonces para escoger el mejor conjunto de modelos a utilizar, lo primero que se debe
definir es el objetivo de la modelación, con esto se establece que tipo de modelo es el
más apropiado, con cual precisión se requiere trabajar. Posteriormente se deberá definir
la información existente y la complejidad de los procesos a modelar, cuales se modelan,
cuales se consideran en su totalidad o pueden simplificarse en gran medida. Finalmente
queda definir si se va a utilizar un modelo ya programado previamente o si por el
contrario es necesario desarrollar un código propio (Domínguez Calle, 2010).
A lo largo de los años han sido incontables los ejercicios de modelación en las
subcuencas y microcuencas de la cuenca Magdalena-Cauca. De los cuales cabe resaltar
los ejercicios realizados por Loaiza (2011), Ramírez Morales (2014), Sánchez Lozano et
al., (2015).
Loaiza (2011) acopló la modelación hidrológica e hidráulica usando los modelos HEC-
HMS y MIKE-11 respectivamente, para lograr un pronóstico a corto plazo de los niveles y
caudales en el río Magdalena sector Puerto Salgar – El Banco. Basado en la delimitación
de las cuencas y subcuencas del país elaborada por el Instituto Geográfico Agustín
Codazzi, seleccionó las áreas de drenaje que desembocan al río Magdalena en el tramo
comprendido entre Puerto Salgar y El Banco, posteriormente dividió las cuencas de cada
tributario en tres subcuencas, parte alta, media y baja, para su posterior implementación
en HEC-HMS, donde modeló además la cuenca del río Magdalena, aguas arriba de
Puerto Salgar. Con MIKE 11, modeló el tránsito hidráulico del río Magdalena desde
Puerto Salgar hasta El Banco. Para la calibración y validación del acople desarrollado, se
seleccionó el período correspondiente al fenómeno de la Niña 2010-2011. Tras la
calibración (usando datos del periodo Julio-Diciembre 2010) y la validación (usando datos
del periodo Enero-Mayo 2011), el modelo representó muy bien el comportamiento de los
niveles en el río Magdalena, sin embargo, falló en la estimación en los valores máximos.
A pesar de las limitaciones en la información, el modelo se consideró aceptable.
Figura 1-1: Extensión del modelo hidráulico en SOBEK del río Magdalena
El modelo hidrológico wflow simuló las condiciones de la cuenca del 2008-2012 y aunque
representa muy bien los caudales en el canal principal del Río Magdalena, muestra
algunos problemas con la modelación de los caudales en algunos de los tributarios; entre
otras se hace necesario no utilizar parámetros regionales en la modelación local de las
subcuencas, dado que no se logra tomar las particularidades geográficas y climáticas de
estas (Ramírez Morales et al., 2015, 2014).
muy difícil implementación por la cantidad de datos y el gran número de parámetros que
este tipo de modelos requiere y que en la realidad de observaciones meteorológicas e
hidrológicas del país no se tienen (Calderón Estrada, 2012; GLOBAL ECO RIESGO
SOLUCIONES SAS, 2016; Ramirez Morales, 2014).
El modelo hidráulico SOBEK simuló las condiciones hidráulicas del río en el período
2009-2012, este modelo no fue calibrado, sino que fue construido en dos partes para
reducir al máximo la incertidumbre del mismo y los caudales de los tributarios fueron
calculados mediante balance de masa, por lo que se hace necesario el acople con el
modelo hidrológico (Sanchez Lozano et al., 2015, 2014).
Es código abierto.
Wflow y SOBEK fueron desarrollados por Deltares y por lo tanto son compatibles con el
software Delft-FEWS. Delft-FEWS, permite la integración de diversas fuentes de datos y
la ejecución de modelos hidrológicos e hidráulicos en tiempo real para obtener
pronósticos de caudal y niveles de agua en los ríos y con ello poder contar con un
Sistema de Alerta Tempranas de Inundaciones (Martínez et al., 2015; Werner et al.,
2013).
El río Swat, desde el puente de Kalam hasta su confluencia con el río Kabul.
El río Panjkora (tributario más importante del río Swat) desde el puente de Zulam
hasta su confluencia con el río Swat.
El río Kabul desde la represa de Warsak hasta su confluencia con el río Indo
(incluyendo su confluencia con el río Swat)
20 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Figura 1-2: Extensión del modelo hidráulico de los ríos Swat y Kabul
Fuente: NESPAK & Deltares, 2013
La condición de frontera aguas arriba del río Swat se estableció con registros
históricos de caudales en los puentes Kalam y Zulam.
La condición de frontera aguas arriba del río Kabul se estableció con registros
históricos de caudales en la descarga de la presa de Warsak.
La conexión de los dos modelos se realizó con la herramienta Delft-FEWS, para ello fue
necesario configurar los módulos de Wflow y SOBEK dentro del Delft-FEWS. El módulo
de wflow contiene los mapas estáticos (modelo de elevación digital del terreno, cobertura
de suelo y tipo de suelo), los mapas dinámicos (evaporación potencial, precipitación,
temperatura), y las variables iniciales del modelo, las tablas de parámetros del modelo,
las variables de salida del modelo en mapas y series de tiempo, estas últimas son leídas
por FEWS y se almacenan en la base de datos local para posteriormente ser usadas por
SOBEK. El módulo de SOBEK contiene la información de entrada de series de tiempo
que vienen de la base de datos de FEWS, la carpeta con los modelos SOBEK con los
archivos utilizados, las series de tiempo de salida resultados de la simulación las cuales
se almacenan en la base de datos de FEWS (Talsma & Schwanenberg, 2015).
El modelo hidrológico Wflow fue construido por Deltares en el marco del proyecto Open
Stream para modelar y simular fenómenos hidrológicos (Schellekens, 2015), está
programado en el lenguaje dinámico PCRaster (Karssenberg, et al. 2001; Van Deursen,
1995; Wesselung, et al. 1996) que es una extensión de Python (Karssenberg, D. et al.,
2007); es de código abierto (Open Source) lo que permite modificar su código fuente de
22 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
acuerdo con las necesidades del modelador. No posee interfaz gráfica y su ejecución es
mediante líneas de comando.
Las interacciones entre los componentes de la nieve vienen definidas por la fusión de la
nieve, es decir por las velocidades de derretimiento y re-congelación
𝑄𝑚 = 𝑐𝑓𝑚𝑎𝑥(𝑇𝑎 − 𝑇𝑇); 𝑇𝑎 > 𝑇𝑇
Ecuación 1 Ecuación de la velocidad de deshielo (Schellekens, 2015).
La fracción que representa el contenido de agua líquida en la nieve disponible viene dada
por la Ecuación 3, en donde la concentración de agua líquida que exceda a la fracción
de agua contenida en la nieve seca, será la disponible para entrar al suelo. Qin es el
volumen de agua añadido al módulo de suelo, SW el contenido de agua libre de la nieve,
26 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
𝑆𝑀 𝛽
𝑆𝑃 = ( ) 𝐼𝑛𝑒𝑡
𝐹𝑐
Ecuación 6 Volumen de agua que fluye a través del suelo (Schellekens, 2015).
𝑆𝑀
𝐸𝑎 = 𝐸 ; 𝑆𝑀 < 𝑇𝑚
𝑇𝑚 𝑝
Ecuación 7 Porcentaje de agua evaporada a partir del suelo cuando el contenido de
agua del suelo es menor al límite definido (Schellekens, 2015).
𝐸𝑎 = 𝐸𝑝 ; 𝑆𝑀 ≥ 𝑇𝑚
Ecuación 8 Porcentaje de agua evaporada a partir del suelo cuando el contenido de
agua del suelo es mayor o igual al límite definido (Schellekens, 2015).
Wflow modela el volumen de agua que no es absorbido por el suelo como escorrentía por
medio de reservorios lineales que simulan los retardos en los cuales esta sería efectiva,
uno se define para modelar escorrentía rápida en la zona superior (ver: Ecuación 10) y el
otro para modelar escorrentía lenta en la zona inferior (ver: Ecuación 9).
la escorrentía subsuperficial como aquella que se tiene desde la capa no saturada del
suelo hacia el río. El modelo calcula los integrantes del caudal total de forma individual
(Schellekens, 2015).
𝑄 = 𝑄𝐿𝑍 + 𝑄𝑖 + 𝑄𝑞
Ecuación 11 Caudal Total (Schellekens, 2015).
𝐹𝑐 − 𝑆𝑀
𝑄𝑐𝑓 = 𝑐𝑓𝑙𝑢𝑥 ∗
𝐹𝑐
Ecuación 12 Flujo Capilar (Schellekens, 2015).
La escorrentía generada por el nivel superior del suelo se estima con la Ecuación 13. En
donde α determina la linealidad del modelo; el coeficiente de recesión (K) depende de: α,
el coeficiente de recesión para el flujo rápido superficial (KHQ) y la salida de un flujo en la
zona superior para el cual el coeficiente de recesión es KHQ (HQ). Estableciendo UZ
como el volumen del flujo en la zona superior con el flujo de salida HQ (ver: Ecuación
14) es posible redefinir K (ver: Ecuación 15).
𝑄𝑞 = 𝐾 ∗ 𝑈𝑍1+𝛼
Ecuación 13 Escorrentía rápida (Schellekens, 2015).
(1+𝛼)
𝐻𝑄 = 𝐾 ∗ 𝑈𝑍𝐻𝑄 = 𝐾𝐻𝑄 ∗ 𝑈𝑍𝐻𝑄
Ecuación 14 Escorrentía rápida (Schellekens, 2015).
𝐾 = 𝐾𝑄𝐻1−𝛼 𝐻𝑄 −𝛼
Ecuación 15 Coeficiente de recesión (Schellekens, 2015).
Revisión de Literatura 29
La escorrentía debida al nivel inferior del suelo (subterránea) esta modelada como un
deposito lineal dado que la tasa de escorrentía es lenta (Ver: Ecuación 16). (Schellekens,
2015)
𝑄𝐿𝑍 = 𝐾𝐿𝑍 ∗ 𝑉𝐿𝑍
Ecuación 16 Escorrentía subterránea para un paso de tiempo (Schellekens, 2015)
Wflow tiene preestablecido que para el nivel superior del suelo el comportamiento del
depósito será también lineal, para esto hace divide el flujo del nivel superior en dos, un
flujo subsuperficial que se produce en la zona inferior y un flujo rápido que se genera en
la zona superior (Ver: Figura 1-6), de esta forma se puede expresar la escorrentía de los
reservorios del nivel superior con las ecuaciones Ecuación 17 y Ecuación 18
(Schellekens, 2015).
𝑄𝑖 = 𝐾𝑖 ∗ min{𝑈𝑍1; 𝑉𝑢𝑧 }
Ecuación 17 Escorrentía rápida para un paso de tiempo (Schellekens, 2015).
𝜕𝑄 𝜕𝐴
+ =𝑞
𝜕𝑥 𝜕𝑡
Ecuación 20 Ecuación de Continuidad en la Onda Cinemática.
𝑆𝑂 = 𝑆𝑓
Ecuación 21 Ecuación de Momentum en la Onda Cinemática.
La solución de la onda cinemática nos da el caudal para cada celda en cada paso de
tiempo, a través de un método iterativo, para lo que se requiere: los valores del
coeficiente de rugosidad de Manning para las celdas de los ríos (N_River) y de las celdas
restantes (N), la red de dirección de drenaje local (Local Drain Direction Network -LDD)
construida a partir del Modelo de Elevación Digital del Terreno (DEM) y el volumen de
agua generado por cada celda en cada paso de tiempo determinado por la Ecuación 11
(de Jong, 2015; Schellekens, 2015).
En la Tabla 1-1 se enlistan los 12 parámetros por celda involucrados en cada uno de los
procesos, su rango de valores probable y una breve descripción del mismo.
Revisión de Literatura 31
𝑧 ℎ𝑢 ℎ𝑣
+ + =0
𝑡 𝑥 𝑑𝑦
Ecuación 25 Ecuación de continuidad 2D (Deltares System, 2015).
𝑢 𝑢 𝑢 𝑧 𝑢|𝑢|
+ 𝑢 ( ) + 𝑣 ( ) + 𝑔 ( ) + 𝑔 ( 2 ) + 𝑎𝑢|𝑢| = 0
𝑡 𝑥 𝑦 𝑥 𝐶 ℎ
Ecuación 26 Ecuación de Momentum 2D para la dirección x (Deltares System, 2015).
𝑣 𝑣 𝑣 𝑧 𝑣|𝑣|
+ 𝑢 ( ) + 𝑣 ( ) + 𝑔 ( ) + 𝑔 ( 2 ) + 𝑎𝑣|𝑣| = 0
𝑡 𝑥 𝑑𝑦 𝑥 𝐶 ℎ
Ecuación 27 Ecuación de Momentum 2D para la dirección y (Deltares System, 2015).
La ecuación de continuidad para flujo en una dimensión (Ver: Ecuación 23), tiene como
propósito garantizar la conservación de masa, y depende de: la sección transversal
mojada (Af) [m2] la cual está en función del nivel de agua, el caudal (Q) [m3/s] que es el
volumen de agua que pasa un segmento de trabajo en una unidad de tiempo, el caudal
lateral (𝑞𝑙𝑎𝑡) que es el volumen de agua que entra o deja el modelo (Deltares System,
2015).
La ecuación de Momentum para flujo en una dimensión (Ver: Ecuación 24) se compone
de términos que describen la inercia quien define como se comporta la velocidad en cada
uno de los puntos de flujo, la convección que el término que garantiza la conservación del
momentum, el gradiente del nivel de agua, la fricción del lecho que es calculada
utilizando el método de Chezy clásico o por el método de Bos-Bijkerk, la fricción por el
viento y la influencia de una resistencia extra. Donde C es la constante de Chézy [m 1/2/s],
g es la gravedad [m/s2], R es el radio hidráulico [m], t es el tiempo [s], x es la distancia
hacia lo largo del canal [m], Lx es la longitud de segmento en el nodo de extra
resistencia [m], τwind es la resistencia del viento [N/m2], ξ es el coeficiente de extra
resistencia [s2/m5] y wf es el ancho de la superficie (Deltares System, 2015).
𝑄
𝑡
Ecuación 28 Término que describe la inercia en la ecuación de momentum 1D.
34 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
𝑄2
( )
𝑥 𝐴𝑓
Ecuación 29 Término que describe la convección en la ecuación de momentum 1D.
𝑧
𝑔𝐴𝑓 ( )
𝑥
Ecuación 30 Término que describe el gradiente del nivel de agua en la ecuación de
momentum 1D.
𝑔𝑄|𝑄|
𝐶 2 𝑅𝐴𝑓
Ecuación 31 Término que describe la fricción del lecho en la ecuación de momentum 1D.
𝜏𝑤𝑖𝑛𝑑
𝑤𝑓 ( )
𝜌𝑤
Ecuación 32 Término que describe la fricción por el viento en la ecuación de momentum
1D.
(𝜉𝑔𝑄|𝑄|)
𝑔𝐴𝑓
𝐿𝑥
Ecuación 33 Término que describe la influencia de una resistencia extra.
𝐶 = 𝛾𝑑1/3 𝑅1/6
Ecuación 34 Coeficiente de Chézy por el método Bos-Bijkerk
𝑅1/6
𝐶=
ηm
Ecuación 35 Coeficiente de Chézy por el método Chézy clásico utilizando la formulación
del coeficiente de Manning
Revisión de Literatura 35
La ecuación de continuidad para flujo en dos dimensiones (Ver: Ecuación 25) garantiza la
conservación de masa, considerando: el nivel de agua total (ℎ) [m], el nivel de agua al
plano de referencia (𝑧) [m], la velocidad en la dirección x (𝑢) [m/s] y la velocidad en la
dirección y (𝑣) [m/s] (Deltares System, 2015).
Las ecuaciones que describen de momentum para flujo en dos dimensiones (Ver:
Ecuación 26 y Ecuación 27) no son lineales a diferencia de las ecuación de momentum
para flujo en una dimensión (Ver: Ecuación 24), ni incorporan la fricción del viento u otro
elemento externo. Contienen términos para la descripción de la aceleración, el gradiente
de presión horizontal, la convección, la fricción del lecho y la fricción en las paredes
(Deltares System, 2015).
𝛥𝑡 ∗ 𝑈𝑚,𝑡 𝑘 𝛥𝑡 ∗ 𝑉𝑛,𝑡 𝑘
𝐶𝐹𝐿 = 𝐶𝐹𝐿 =
𝛥𝑥𝑚 𝛥𝑦𝑛
Ecuación 37 Número de Courant para el modelo 2D (Deltares System, 2015)
Figura 1-7: Configuración de la conexión 1D/2D en SOBEK con el nivel más alto o el
nivel más bajo de la banca de la sección transversal
Fuente: Hodžić, 2016.
SOBEK para la conexión sigue reglas como, solo permitir la conexión de una celda por
cuadricula, asume que las redes 1D y 2D son dos capas independientes que luego se
superponen y crean los puntos de conexión basados en las coordenadas del centro de
Revisión de Literatura 37
las celdas de la malla 2D y de los nodos de cálculo de la malla 1D (ver: Figura 1-8)
(Deltares System, 2015).
Una definición para el análisis de sensibilidad sería: “El estudio de cómo la incertidumbre
en la salida de un modelo (numérico o de otro tipo) puede repartirse en diferentes fuentes
de incertidumbre en las entradas del modelo” (Saltelli, 2008). En otras palabras, el
análisis de sensibilidad muestra cuál de los parámetros de entrada tiene mayor influencia
en la incertidumbre de la salida del modelo (Hodžić, 2016).
Revisión de Literatura 39
a) Análisis de Incertidumbre
Para el análisis de incertidumbre, se requiere (Beven & Binley, 1992; Saltelli, 2008):
Una definición apropiada del rango de valores y/o distribuciones de probabilidad de
los parámetros considerados en la estructura del modelo.
De acuerdo con la distribución asignada, una muestra de los valores de los
parámetros definido.
El modelo debería correr para cada uno de los valores de la muestra, generando N
valores de salida del modelo, donde N es el tamaño de la muestra de valores de
parámetros y el número de veces que se corre el modelo.
Una definición formal para la medida de la verosimilitud con la que se evaluará el
desempeño de las salidas del modelo. Puede utilizarse una métrica de desempeño
como el coeficiente de eficiencia de Nash-Sutcliffe.
Las simulaciones de Monte Carlo son una técnica estadística para el cálculo de modelos
estocásticos y el análisis de propagación de errores en cálculos, su propósito es trazar la
estructura de las distribuciones de la salida del modelo. En su forma más simple, esta
distribución se mapea con el cálculo de resultados determinísticos (realizaciones) para un
gran número de sets de parámetros aleatorios con las distribuciones de probabilidad de
los datos y/o parámetros de entrada al modelo (Refsgaard et al., 2007).
Las simulaciones de Montecarlo son un sistema que puede ser representado como
(Hodžić, 2016):
𝑦^(𝑡) = 𝑀(𝑋(𝑡), 𝑝)
Ecuación 38 Representación del Sistema de Simulaciones de Monte Carlo
Donde 𝑀 es el modelo que cálcula las variables de salida 𝑦^(𝑡) (por ejemplo, niveles de
agua, caudales), 𝑋(𝑡) representa los valores de entrada del modelo para el tiempo t =
1,2,3,…,T (por ejemplo, la precipitación) y 𝑝 es el vector de parámetros (por ejemplo, la
rugosidad).
4. Evaluar la distribución de la salida y/o sus parámetros (por ejemplo, media, varianza,
intervalo de confianza, cuartiles)
2
∑𝑇𝑡=1(𝑄𝑜𝑏𝑠𝑖 − 𝑄𝑠𝑖𝑚𝑖 )
CE = 1 − 2
∑𝑇𝑡=1(𝑄𝑜𝑏𝑠𝑖 − 𝑄̅)
Ecuación 39 Coeficiente de Eficiencia de Nahs-Sutcliffe
Donde:
𝑄𝑜𝑏𝑠𝑖 , es el caudal observado en el tiempo i.
𝑄𝑠𝑖𝑚𝑖 , es el caudal simulado en el tiempo i.
𝑄̅ , es el caudal promedio observado en el período de tiempo T.
𝑇, es el número de pronósticos evaluados.
42 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Este coeficiente de eficiencia de Nash tiene valores que van desde -∞ hasta 1. Cuando
R2 = 1, se tiene la simulación perfecta; cuando R2 = 0 significa que el promedio de las
observaciones es tan buen pronóstico como el que muestra el modelo y cuando R2 < 0
es que el promedio de observaciones es mejor pronóstico que el arrojado por el modelo
(Dawson, et al., 2007). Algunos valores sugeridos para la toma de decisiones son
resumidos en la siguiente tabla:
b) Análisis de Sensibilidad
El análisis de sensibilidad es concebido normalmente como una medida local del efecto
de una entrada determinada en una salida determinada; habitualmente se calcula con
sistemas computacionales de manera directa o indirecta, derivado de sistemas tales
𝜕𝑌
como 𝑆𝑓 = , donde 𝑌 es la salida de interés y 𝑋𝑖 es un factor de entrada (Saltelli, et al.,
𝜕𝑋𝑖
2004).
El análisis de sensibilidad es una aproximación para evaluar cómo los cambios en los
parámetros del modelo afectan las variables de salida, es utilizado para identificar
parámetros que no son importantes en el sistema de respuesta de los modelos y pueden
ser fijados o removidos, reduciendo la dimensionalidad del problema de calibración;
aunque también es utilizado visualizar la conexión entre la sensibilidad paramétrica y la
forma del sistema de respuesta (Wagener et al., 2001; Wagener, et al., 2002).
Revisión de Literatura 43
∆𝑦𝑖
𝑆𝑖 =
∆𝑥𝑖
Ecuación 40 i-ésimo factor de sensibilidad del modelo
Donde 𝑺𝒊 es el i-ésimo factor del modelo, 𝒚 es la salida del modelo y 𝒙 es el factor que se
cambia en el modelo (ver: Figura 1-10).
Una separación entre las curvas de probabilidad acumulada de las “simulaciones bien
ajustadas” 𝐹(𝜃𝑥 |𝐵) y de las “simulaciones mal ajustadas” 𝐹(𝜃𝑥 |𝐵̅) indica que la
distribución inicial 𝐹(𝜃𝑥 ) se divide por la clasificación de los dos grupos (𝐵 𝑦 𝐵̅), lo que
indica que el parámetro 𝜃𝑥 es sensible. La no separación entre las curvas de probabilidad
acumulada de las “simulaciones bien ajustadas” 𝐹(𝜃𝑥 |𝐵) y de las “simulaciones mal
ajustadas” 𝐹(𝜃𝑥 |𝐵̅) se relacionan con la no sensibilidad del parámetro, sin embargo, esto
sólo es condición necesaria, pero no suficiente para la no sensibilidad del parámetro 𝜃𝑥 ;
es posible que esto ocurra por una fuerte correlación del parámetro 𝜃𝑥 con otros
parámetros (ver: Figura 1-11) (Beven, 2004; Wagener et al., 2002).
Revisión de Literatura 45
La identificación del modelo se refiere a la identificación de todos los modelos del vector
de sets de parámetros que se pueden considerar una representación factible (por su
comportamiento) del sistema natural bajo estudio, tiene tres componentes, la estimación
de parámetros, el análisis de sensibilidad y el análisis de incertidumbre (Wagener &
Kollat, 2007).
Figura 1-12: Diagrama de dispersión con la función objetivo abias de los parámetros rt
(no identificable) y gain (identificable)
Fuente: Wagener et al., 2001.
Wagener et al., (2002, 2001) presentaron una aproximación diferente para el análisis de
sensibilidad regional, en donde las salidas del modelo se dividen en diez grupos en lugar
de dos grupos, para evitar la selección entre “simulaciones bien ajustadas” y
“simulaciones mal ajustadas”. Cada grupo de simulaciones se ordena desde el de
“mejores resultados de modelación” hasta el peor, es decir, el primer grupo tendrá el 10%
de mejores simulaciones, el segundo grupo tendrá entre el 10% y 20% de las mejores
simulaciones, el tercer grupo tendrá entre el 20% y 30% de las mejores simulaciones y
así sucesivamente (ver: Figura 1-13).
Figura 1-13: Análisis de sensibilidad regional con la función objetivo see de los
parámetros rt (no sensible) y gain (sensible)
Fuente: Wagener et al., 2001.
2. Materiales y métodos
En este capìtulo se describen los materiales y métodos utilizados en el desarrollo de la
investigación. Se detalla la zona de estudio, los datos utilizados y la metodología seguida
en el trabajo.
La Gran Cuenca del Magdalena - Cauca se localiza entre las latitudes 1° 33' 55.96'' N y
11° 6' 45.93'' N y las longitudes 72° 17' 0.7'' W y 76° 57' 17.80'' W, posee una superficie
total de 273459 km2, equivalente a 24% del territorio colombiano, sobre la cual se
estableció el 77% de la población colombiana (ver: Figura 2-1) (CORMAGDALENA &
ONF Andina, 2007).
El principal afluente del Río Magdalena es el Río Cauca el cual tiene una longitud de
1.180 km desde su nacimiento en el páramo de Sotará en el macizo central a 4.000
msnm hasta su desembocadura en el río Magdalena en la población de Pinillos donde
aporta un caudal promedio de 2275 m3/s (CORMAGDALENA, 2007).
50 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
El río Magdalena al contar con una extensión tan grande, se ha dividido en tres sectores
geográficos (CORMAGDALENA, 2007).
Otro factor importante en la Cuenca del río Magdalena, son los cuerpos de agua
diferentes a los ríos que se encuentran a través de ella. En el medio y bajo Magdalena se
encuentra una extensa red de ciénagas, caños y lagunas que contribuyen a regular el
caudal y a amortiguar las crecidas de los ríos que las alimentan (IDEAM &
CORMAGDALENA, 2001). Por lo general, las ciénagas están situadas en los sectores
medio y bajo del Magdalena, su papel regulador consiste en almacenar las aguas que
traen los ríos cuando aumenta su nivel por las lluvias durante el invierno, y dejarlas salir
durante las sequías, cuando dicho nivel desciende. Entre ellas se destaca la ciénaga de
Zapatosa, el cuerpo de agua lacustre más grande del país, formada por el río Cesar
cerca de su desembocadura. En la depresión Momposina se encuentran las ciénagas de
Chilloa, Los Cerritos, Sudán, Grande, La Virgen y San Antonio, en el sector del bajo San
Jorge están las ciénagas de Ayapel y San Marcos (ver: Tabla 2-4) (CORMAGDALENA,
2007).
52 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Blanco (574)
Ata (1257)
Amoya (1409)
Saldaña (9240)
Tetuán (800)
Ortega (685)
Cucuana (1840) Chili (696)
Luisa (752)
Sumapaz
(3142)
Balsillas (584)
Bogotá (5987)
Apulo (538)
Coello (1767)
Seco (546)
Q. La China (907)
Totaré (1524)
Q. Alvarado (865)
Recio (656)
Lagunilla (868)
Gualí (815)
Fuente: CORMAGDALENA, 2007.
Materiales y métodos 53
La Honda (550)
Brazo
de
Pernambuco (1198)
Cesar (21590)
Cascara (1258)
Calenturitas (1370) Tocuy (506)
Chimila (714)
Ariguani (5050)
Mallorquín (1039)
Animegrande (785)
Animito (5109)
Caño Culebra (510)
Caño Chimicua (3687)
Sevilla (600)
Santa Marta
Grande de
Ciénaga
aferente
Cuenca
Fundación (800)
(6858)
Áracataca (850)
Tucurinca (700)
Frío (500)
Palacé (658)
Ovejas (834)
Palo (1585) Paila (501)
Fraile (1165)
Amaime (799)
Tuluá (1118)
Bugalagrande (666)
La Vieja (2165) Barragán (665)
Risaralda (1265)
Río Magdalena Brazo de Loba
Campoalegre (532)
Chinchiná (1014)
Cauca (59840)
Otún (601)
Chamberly (514)
Arma (1776) Buey (835)
San Juan (1820)
Ituango (500)
San Andrés (5479)
Tarazá (5149)
Man (717)
Grande (1179)
Porce (Medellín) (5132)
Nechí (13886) Mata (925)
Tigui (2574) Bagre (860)
San Pedro (1193)
Caño Ure (669)
Caño Carate (3073)
San Jorge (16700)
Caño Dorada (561)
Caño Corozal (726)
Caño Mojana (1102)
Fuente: CORMAGDALENA, 2007.
Materiales y métodos 55
El Modelo Hidráulico del Río Magdalena abarca el tramo desde la estación hidrológica de
Puerto Salgar (en el puente que comunica a Puerto Salgar - Cundínamarca con La
Dorada – Caldas) hasta la desembocadura hasta la desembocadura del río en Bocas de
Ceniza (en la ciudad de Barranquilla), incluyendo además los siguientes tramos (ver:
Figura 2-2):
56 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
El Canal del Dique desde la bifurcación con el Río Magdalena (en Calamar) hasta la
bahía de Cartagena.
Ambos tramos paralelos del Rio Magdalena, Brazo de Loba y Brazo de Mompóx.
Tramo final del Río San Jorge, desde la población de Boca de San Antonio hasta su
desembocadura en el Brazo de Loba.
Brazo La Victoria que sale del Brazo de Loba en las cercanías de la población de
Barranco de Loba y posteriormente se divide en el Caño Violo y el Brazo de
Guayabal en las proximidades de la población de La Victoria.
Caño Violo que parte del Brazo La Victoria en la población de La Victoria y va hasta
el Caño Chicagua en la población de Palenquito.
Caño Chicagua que sale del Brazo de Loba en la población de Pinillos y regresa a
este en la población de Cicuco.
Materiales y métodos 57
El modelo hidrológico tiene como principal función, determinar los caudales aportantes de
los principales tributarios del sistema fluvial modelado hidráulicamente. A partir de la
Tabla 2-2 y de la Tabla 2-3 y del dominio de estudio del modelo hidráulico se definieron
las cuencas a ser modeladas hidrológicamente, las cuales se enlistan a continuación:
58 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Cuenca del Río Negro, Cuenca del Río La Miel, Cuenca del Río Cocorná, Cuenca del Río
Nare, Cuenca del Río Ermitaño, Cuenca del Río San Bartolomé, Cuenca del Río Carare,
Cuenca del Río Opón, Cuenca del Río Sogamoso, Cuenca del Río Cimitarra, Cuenca del
Río Santodomingo, Cuenca del Río Lebrija, Cuenca de la Quebrada La Honda, Cuenca
de la Quebrada Arenal, Cuenca del Río Simaná, Cuenca del Río Cesar, Cuenca del Río
Nechi, Cuenca del Río Caribona, Cuenca del Río San Jorge, Cuenca del Caño Culebra y
la Cuenca del Caño Chimicua (ver: Figura 2-3).
Se tomaron las series de tiempo diarias de los siguientes parámetros: Precipitación Total
(mm), Temperatura promedio (°C) y Evaporación Total (mm); medidos puntualmente en
estaciones Pluviometricas, Pluviográficas, Climatológicas Ordinarias, Climatológicas
Principales, Sinópticas Principales, Sinópticas Suplementarias, Meteorológicas
Especiales y Agrometeorológicas del Instituto de Hidrología, Meteorología y Estudios
Ambientales de Colombia – IDEAM –. Cada uno de los tipos de estaciones tiene
mediciones de diferentes parámetros, la Tabla 2-5 muestra los parámetros medidos por
cada tipo de estación.
60 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
En total se contó con 1969 estaciones con registros de precipitación, 292 estaciones con
registro de evaporación y 392 estaciones con registros de temperatura (ver: Figura 2-4).
El Caño Mojana.
El Río Negro
El Río La Miel
El Río Nare
El Río Sogamoso
El Río Caribona
Modelo de Elevación Digital de Terreno SRTM de la Misión de la NASA del año 2000,
con resolución de 30x30 m, el cual fue corregido en alturas para Colombia por el
Instituto Geográfico Agustín Codazzi – IGAC.
Mapa de Tipo de Suelo del Instituto Geográfico Agustín Codazzi – IGAC a escala
1:500.000
Mapa de Cobertura de Suelo de la Cuenca Magdalena-Cauca Corine Land Cover a
escala 1:100.000 del Instituto de Hidrología, Meteorología y Estudios Ambientales –
IDEAM, la Corporación Autónoma Regional para el río Grande de la Magdalena –
CORMAGDALENA y el Instituto Geográfico Agustín Codazzi – IGAC.
Red de drenaje del Instituto Geográfico Agustín Codazzi – IGAC.
Localización XY de las estaciones meteorológicas.
Modelo de Elevación Digital de Terreno SRTM de la Misión de la NASA del año 2000,
con resolución de 30x30 m, el cual fue corregido en alturas para Colombia por el
Instituto Geográfico Agustín Codazzi – IGAC.
El Área afectada por Inundaciones 2010-2011 del Instituto Geográfico Agustín
Codazzi – IGAC, el Instituto de Hidrología, Meteorología y Estudios Ambientales –
IDEAM y el Departamento Administrativo Nacional de Estadística – DANE.
Localización XY de las estaciones hidrológicas y su cota cero.
Los elementos de la construcción del modelo hidrológico son descritos en su mayoría por
Ramírez Morales (2014). Wflow tiene como variables de entrada mapas estáticos
(modelo de elevación del terreno, mapa de cobertura de suelo y mapa de tipo de suelo) y
mapas dinámicos (precipitación, evaporación y temperatura) en formato ráster.
a) Mapas dinámicos
−2
∑𝑁
𝑖=1 𝑘𝑖 𝑑𝑥𝑦𝑖
𝑘𝑥𝑦 = −2
∑𝑁
𝑖=1 𝑑𝑥𝑦𝑖
Ecuación 41 Ecuación particular del método del Inverso del cuadrado de la distancia
(Bartier & Keller, 1996)
Donde, ki es el valor de control para el punto de muestreo i, dxyi es la distancia entre kxy y
ki, kxy es el punto a estimar y N es el número de puntos de muestreo.
rasterización.py: este script lee los mapas en NetCDF utilizando las funciones
MakeNetCDFRasterLayer_md y CopyRaster_management del paquete arcpy de
ArcGIS que corre en Python.
Cada mapa ráster se llamó con un nombre compuesto por las características de fecha y
nombre de la variable de la siguiente forma:
1 enero 2000 2 enero 2000 31 diciembre 2012
Precipitación PREC_2000-01-01.tif PREC_2000-01-02.tif PREC_2000-12-31.tif
Evaporación EV_2000-01-01.tif EV_2000-01-02.tif EV_2000-12-31.tif
Temperatura TEMP_2000-01-01.tif TEMP_2000-01-02.tif TEMP_2000-12-31.tif
convert_to_MAP_gdal_EV.txt, convert_to_MAP_gdal_PREC.txt,
convert_to_MAP_gdal_TEMP.txt: son archivos de texto plano que contienen
instrucciones para ser ejecutadas en el símbolo del sistema (Command prompt -
cmd.exe) para convertir los mapas climatológicos de formato GeoTIFF al formato
.MAP utilizado por PCRaster (ver: Anexo: Instrucciones para la rasterización de
mapas climatológicos). Para esto se utilizó la herramienta GDAL (Geospatial Data
Abstraction Library), más específicamente la función gdal_translate, la cual se utiliza
para convertir archivos ráster de diferentes formatos. Cada mapa tiene un nombre
compuesto por las características de fecha y nombre de la variable de la siguiente
forma:
Materiales y métodos 71
b) Mapas estáticos
utilizando el método de la mayor área, en el cual el valor de la celda toma el valor del
polígono con mayor área dentro de la respectiva celda; finalmente el ráster se transformó
al formato ráster de PCRaster (ver: Figura 2-9).
Tabla 2-9: Nomenclatura de tipos de cobertura vegetal sintetizada para el modelo Wflow
Numeración Descripción
1 Agricultura
2 Áreas descubiertas
3 Bosques
4 Pastizales
5 Cuerpos de Agua
6 Zonas pavimentadas
7 Matorrales
Fuente: Ramírez Morales, 2014.
Otro mapa utilizado es el de la red de drenaje, la cual fue obtenida del modelo de
elevación digital del terreno con resolución de 30m utilizando el el conjunto de
herramientas de Hidrología (Hydrology) de ArcGIS combinada con la red de ríos
digitalizada por el IGAC en la cartografía a escala 1:100.000 del país. Este mapa es
opcional en la preparación de los mapas de entrada de wflow, pero se utilizó para
garantizar que la red de drenaje del modelo corresponda lo mejor posible con la red real
de ríos (ver: Figura 2-11).
c) Preparación
acumulación de flujo, con los cuales se crea la red de drenaje y se realiza la delimitación
de las subcuencas.
C:\Users\User\AppData\Local\Enthought\Canopy\User\Scripts\python.exe
"C:\Users\User\AppData\Local\Enthought\Canopy\User\Scripts\wflow_prepare_step1.py"
[-f][-h] -I wflow_prepare.ini
C:\Users\User\AppData\Local\Enthought\Canopy\User\Scripts\python.exe
"C:\Users\User\AppData\Local\Enthought\Canopy\User\Scripts\wflow_prepare_step2.py"
[-f][-h] -I wflow_prepare.ini
pause
Con esto se obtienen un total de 27 mapas que representan las condiciones geográficas
de la cuenca y son necesarios para la implementación del modelo hidrológico Wflow. A
continuación, en la Figura 2-12 se muestra el resultado de la preparación con resolución
de 2km, se muestra la red de drenaje obtenida y las 21 subcuencas delimitadas con los
scripts de preparación.
Materiales y métodos 77
Figura 2-12: Mapas de Red de drenaje y delimitación de subcuencas con resolución de 2km
d) Implementación
El modelo asigna valores de parámetros por cada celda según la cobertura de suelo, la
subcuenca y el tipo de suelo. Por esta razón, se encontraron todas las combinaciones
posibles de cobertura de suelo, subcuenca y tipo de suelo para construir los archivos .tbl
con los valores de los parámetros (ver Anexo: Combinación de los valores de cobertura
de suelo, subcuenca y tipo de suelo para el establecimiento de los parámetros de wflow.),
encontrándose en general un total de 324 combinaciones para los posibles valores de los
diferentes parámetros. Los valores iniciales para los parámetros fueron tomados del
trabajo de Ramírez Morales (2014).
Donde:
-C denomina la carpeta donde se encuentra la información de entrada,
-R define la carpeta en donde se guardarán las salidas,
-I establece las condiciones iniciales por defecto del modelo,
-T corresponde al periodo de ejecución y
–f obliga a sobre escribir los resultados si es que ya existen.
a) Secciones Transversales
01_Barrancabermeja_SanPablo,
02_SanPablo_Gamarra,
03_Gamarra_ElBanco,
04_ElBanco_Magangue,
05_Magangue_Barranquilla,
06_PuertoSalgar_PuertoBerrio,
07_PuertoBerrio_Barrancabermeja,
08_Canal_del_Dique,
09_Rio_Cauca y
10_Brazo_de_Mompox.
Cada sección transversal estaba constituida por una nube de puntos escritos en archivos
de texto, en los que se establecían las coordenadas XYZ de cada uno de los puntos.
Debido a que el procesamiento de dichos archivos era una labor enorme se estableció
una rutina computacional para desarrollar dicha tarea.
El número puntos XYZ dentro de cada sección transversal es muy grande, por lo que
una rutina necesita un filtrado complejo.
La complejidad de los archivos XYZ: un archivo por cada día de las mediciones, con
puntos XYZ continuos sin ninguna división en secciones separadas sin estructura
aparente en el orden direccional de los puntos (de izquierda a derecha o de derecha
a izquierda).
El hecho de que muchos de los muestreos no se llevaron a cabo perpendicular a la
dirección de flujo, haciendo una rutina compleja para corregir esto (ver: Figura 2-13).
XYZ_main.py: Este script llama a todas las demás funciones en sucesión. Esto
significa que es la única secuencia de comandos que el usuario realmente tiene que
usar (ver: Anexo: Script principal para el procesamiento de las secciones
transversales desde archivos .XYZ a archivos .DEF y .DAT para su uso en SOBEK.).
XYZCloudToXYZCloudPerCRS1.py: Este script lee y procesa todos los archivos
*.XYZ de una carpeta especificada. Convierte la nube de puntos batimétricos no
82 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
ordenados XYZ (formato: separada por comas de archivos ascii) en forma de nubes
de puntos XYZ por sección transversal, basado en algoritmos recursivos de vecinos
más cercanos (ver: Anexo: Script para convertir el conjunto de puntos .XYZ en
archivos separados por coma .csv.).
XYZCloudPerCRStoCRScutlines2.py: Este script utiliza las nubes de puntos por
sección transversal (la salida de secuencia XYZCloudToXYZCloudPerCRS1.py)
como entrada. Ajusta cada nube de puntos a una línea recta utilizando el método de
mínimos cuadrados. Genera archivos vectoriales (shapefiles .shp) de líneas de corte
como de salida (ver: Anexo: Script que ajusta una línea recta a cada sección
transversal.).
IntersectCRScutlinesWithHartline3.py: Este script utiliza la salida del segundo
script (líneas de corte) y el archivo de línea central del río como entrada. Genera un
archivo tipo shape con puntos de intersección de las líneas de corte y la línea central
del río, así como un archivo vectorial (shapefile .shp) con líneas perpendiculares a la
línea central del río (ver: Anexo: Script que toma las rectas ajustadas a cada sección
transversal y las convierte perpendiculares al eje central del río.).
ProjectXYZpointsOnLinePerpToHartline4.py: Este script utiliza la salida de las
secuencias XYZCloudToXYZCloudPerCRS1.py e
IntersectCRScutlinesWithHartline3.py como entrada. Genera un archivo csv con
nubes de puntos XYZ proyectadas en las rectas perpendiculares, así como un
archivo .csv con nubes de puntos ordenados RZ (ver: Anexo: Script que toma el
conjunto de puntos ordenados en formato .csv y las rectas perpendiculares al eje
central del río y estima las secciones transversales en formato RZ.).
FilterRZtables5.py: Este script utiliza la salida de la escritura
ProjectXYZpointsOnLinePerpToHartline4.py como entrada. Utiliza el algoritmo de
Douglas-Peucker para filtrar las nubes de puntos RZ a una cantidad manejable. El
resultado se escribe como nubes de puntos filtradas RZ (ver: Anexo: Script que
reduce el número de puntos de las secciones transversales en formato RZ
perpendiculares al eje central del río con el algoritmo de tolerancia de Douglas-
Peucker.).
WriteRZtablesToSobek6.py: La sexta y última secuencia de comandos utiliza la
salida del script ProjectXYZpointsOnLinePerpToHartline4.py como entrada y la
Materiales y métodos 83
Dependiendo de la utilización del modelo, la red puede seguir: la línea más profunda del
rio, la línea central del canal principal, o el eje de las llanuras de inundación. La primera
opción se utiliza normalmente para las condiciones de flujo muy bajas; la segunda opción
es adecuada para situaciones donde el flujo es medio, mientras que la tercera opción se
utiliza por lo general si las condiciones de flujo son altas.
Las simulaciones de inundación son de principal uso para el modelo. Sin embargo, existe
interés en utilizar el modelo para la navegación, quedando que el modelo debe ser
adaptado a situaciones donde el flujo es bajo, medio o alto. En consecuencia, la red del
río en el modelo seguirá la línea central del canal principal y las zonas de inundación
ahora se incluirán en la cobertura 2D.
La Tabla 2-10 muestra una evaluación de los pros y los contras de cada enfoque. El
enfoque seleccionado (1D → eje central canal principal y 2D → llanuras de inundación)
tiene un mejor comportamiento esperado para modelar las condiciones de flujos altos y
flujos bajos con el inconveniente de bajo rendimiento (tiempo de cómputo de alto).
84 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Tabla 2-10: Posibles configuraciones del eje central del río y la zona 2D del modelo
SOBEK
Configuraciones del Modelo
Criterio Condición 1D → eje central canal 1D → eje central + 1D → eje central canal
principal llanuras de inundación principal + extendido a las
2D → llanuras de 2D → llanuras de llanuras de inundación
inundación inundación 2D → no usado
Niveles + -- +
Bajos
Precisión
Niveles + + --
Altos
Niveles + ++ +
Bajos
Rendimiento
Niveles -- -- +
Altos
Niveles + - +
Esfuerzo de Bajos
Modelación Niveles + + -
Altos
Niveles + - +
Funcionalida Bajos
d Niveles + + -
Altos
Fuente: Sanchez Lozano et al., 2015; Sanchez Lozano, et al., 2014
Así las cosas, se construyó el shapefile de la línea central sobre la base de las nubes de
puntos XYZ batimetrías estudiadas, considerando un vector ajustado a los puntos
centrales de cada sección transversal. Para esto, se revisó manualmente la clasificación
de las secciones realizada por la rutina de Python, luego se creó una línea central que
uniera todos los puntos medios de las líneas filtradas (es decir la información de salida
del script IntersectCRScutlinesWithHartline3.py). Por último, se suavizó la línea
central con la función smooth de ArcGIS, con el objeto de evitar los vértices en los puntos
de corte entre la línea central y las secciones transversales.
c) Condiciones de frontera
El modelo tuvo que ser dividido en tres partes para hacer frente al tiempo de cálculo, la
Figura 2-14 muestra cada uno de los subdominios en los que fue dividido el modelo. Las
condiciones de frontera de aguas arriba se definieron utilizando series de tiempo de
caudales "medidos" (los cuales se obtuvieron a partir de los niveles de agua medidos y
Materiales y métodos 85
Las condiciones de frontera aguas arriba para cada uno de los submodelos estuvieron
dadas por las siguientes estaciones:
Modelo 1: Puerto Salgar [23037010]
Modelo 2: Regidor [25027410] y La Coquera [26247020]
Modelo 3: Calamar [29037020]
Las condiciones de frontera aguas abajo para cada uno de los submodelos estuvieron
dadas por las siguientes estaciones:
Modelo 1: Regidor [25027410]
Modelo 2: Calamar [29037020]
Modelo 3: Darsena Barranquilla [29047080] y Santa Helena 2 [29037450]
i. Datos faltantes
Al estimar las funciones de correlación cruzada lineal y no lineal entre las estaciones
cercanas sobre el Río Magdalena, se observa que son significativas. Por lo que se cree
que poseen suficiente información para asumir que existe una función 𝑓 para estimar
valores de caudal faltantes. El valor del caudal es calculado utilizando la información del
𝑘+1
día anterior en una estación aguas abajo 𝑄𝑡−1 y del día siguiente en una estación aguas
𝑘−1
arriba 𝑄𝑡+1 (ver: Ecuación 42 y Figura 2-15).
𝑄̂𝑡𝑘 = 𝑓(𝑄𝑡+1
𝑘−1 𝑘+1
, 𝑄𝑡−1 )
Ecuación 42 Ecuación para completar datos faltantes (Ardila Camelo, et al., 2014).
Debido a la forma de los periodos de datos faltantes, es posible que aguas arriba o aguas
abajo existan también datos faltantes, en donde no es posible realizar una estimación,
aquí se aplica otra función 𝑔 de interpolación. Esta función puede ser un operador
cúbico. Esta configuración de rezagos en el tiempo se implementa debido a la resolución
temporal de los datos y a que generalmente los picos de correlación cruzada se dan a un
día cuando las estaciones son cercanas.
d) Malla 2D
El modelo 1D cubre sólo la parte más profunda del canal dentro del río. El resto del río
(incluyendo las llanuras de inundación) y áreas de inundación está cubierto por el modelo
2D. La malla 2D se construye a partir del Modelo de Elevación Digital del Terreno SRTM
de la NASA con resolución de 30m y el shape con el Área afectada por Inundaciones
2010-2011 del IGAC, IDEAM y DANE.
88 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
El DEM fue recortado al área afectada por inundaciones en el período 2010-2011 y fue
degradado con la metodología del vecino más cercano en cada sub-modelo de manera
diferente. Puesto que para el tamaño de la cuadrícula entre más pequeño significa un
mayor número de celdas y tiempos de cálculo mayores. Por tanto, es importante
encontrar un equilibrio adecuado entre el rendimiento y la precisión del modelo.
Con más de 1000 kilómetros de río incluidos en 1D y más de 30.000 km2 de área de
inundación incluidos en la parte 2D, el modelo 1D/2D cubre el área del proyecto (ver:
Figura 2-17). Por ello, se decidió utilizar celdas más bien grandes para la cuadrícula 2D,
con un tamaño de celda que varía entre 960 m (modelo 1), 1960 m (modelo 2) y 960 m
(modelo 3).
Las estaciones hidrométricas se suben con el shp de puntos como “fixed calculation
points” en el caso de las intermedias y como nodos de “boundaries” en las condiciones
de frontera.
Es crucial para determinar el patrón correcto de inundación incluir dentro del modelo los
elementos lineales elevados como la banca del río, diques y/o carreteras, que bloquean
el flujo hasta que este alcanza cierto nivel de agua. La identificación de estos elementos
se fundamentó en el conocimiento experto de la región y esta puede no incluir todos los
elementos lineales elevados.
Se han agregado algunos brazos al sistema planteado inicialmente, además dado que en
muchos casos las secciones transversales no cubren el ancho completo del canal
causando que el sistema 1D no represente la capacidad hidráulica del río.
Es por esto que se reemplazaron algunas secciones por una sección trapezoidal que
representa la capacidad hidráulica y en otros casos se completaron las secciones
transversales añadiendo el nivel de banca, el cual fue seleccionado a partir de los datos
del SRTM, escogiendo la mayor elevación dentro de una zona en la línea de la sección
transversal.
Materiales y métodos 91
Hay dos opciones para modelar el efecto de los grandes humedales sobre el
comportamiento del agua en el río Magdalena: ya sea mediante el uso de nodos de
almacenamiento con las relaciones de nivel de volumen (0D), o por la aplicación de los
humedales como parte del modelo de flujo 2D. Ambas opciones tienen sus propias
ventajas y desventajas específicas.
92 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
La opción 2D es mucho más lenta que la opción 0D debido al aumento del número de
celdas de la cuadrícula 2D. Por otra parte, esta opción puede dar resultados más fiables
dentro de los humedales. La opción 2D requiere que los diques y terraplenes a lo largo
del río y que rodean los humedales (sobre todo a lo largo del Cauca) se modelen en la
cuadrícula 2D. Esto, sin embargo, es difícil porque los terraplenes no pueden ser
representados adecuadamente en el conjunto de datos SRTM.
Para este proyecto se decidió modelar los humedales utilizando la opción 2D utilizando la
información el conjunto de datos SRTM como fuente de información. La principal razón
de esta decisión fue la falta de información de curvas nivel-volumen de los cuerpos de
agua cenagosos en el río Magdalena.
f) Implementación
2.3.3 Acople
El acople de los modelos hidrológico e hidráulico de la cuenca media y baja del Río
Magdalena, fue un acople unidireccional (también llamado acople externo) ya que se
intercambia información solo en una dirección, del modelo hidrológico al modelo
hidráulico.
𝐴𝑓 𝑄
+ = 𝑞𝑙𝑎𝑡
𝑡 𝑥
Ecuación 23 Ecuación de continuidad 1D (Deltares System, 2015).
Donde, Af es la sección transversal mojada [m2] la cual está en función del nivel de agua,
Q es el caudal [m3/s] y 𝑞𝑙𝑎𝑡 es el volumen de agua que entra o deja el modelo [m2/s].
Para ello se utilizaron nodos “Flow - Connection Node with Storage and Lateral Flow”
ubicados en las confluencias de los ríos modelados en wflow. La Figura 2-19 muestra el
esquema en que entra el caudal lateral puntual en SOBEK.
𝑄𝑝𝑜𝑖𝑛𝑡
Figura 2-19: Caudal lateral puntual, 𝑞𝑙𝑎𝑡 =
∆𝑥
Fuente: Deltares System, 2015.
94 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Wflow determina para cada píxel en cada paso de tiempo el caudal total (ver: Ecuación
11) como la suma de la escorrentía superficial (𝑄𝑖 ), subsuperficial (𝑄𝑞 ) y subterránea
(𝑄𝐿𝑍 ). Con esto se tiene una matriz de caudales que en combinación con la red de
dirección de drenaje local (Local Drain Direction Network -LDD) construida a partir del
Modelo de Elevación Digital del Terreno (DEM) y la aplicación del tránsito hidráulico de
onda cinemática, combinando la Ecuación 20 y la Ecuación 22 determina el caudal de
salida de la cuenca en cada paso de tiempo (ver: Figura 2-20).
𝑄1,1 (𝑡) 𝑄1,2 (𝑡) 𝑄1,3 (𝑡) 𝑄1,4 (𝑡) 𝑄1,5 (𝑡)
𝑄2,1 (𝑡) 𝑄2,2 (𝑡) 𝑄2,3 (𝑡) 𝑄2,4 (𝑡) 𝑄2,5 (𝑡)
𝜕𝑄𝑝𝑜𝑖𝑛𝑡 𝜕𝑄𝑝𝑜𝑖𝑛𝑡
𝑄3,1 (𝑡) 𝑄3,2 (𝑡) 𝑄3,3 (𝑡) 𝑄3,4 (𝑡) 𝑄3,5 (𝑡) + + 𝜕𝑥
+ 𝛼𝑄𝑝𝑜𝑖𝑛𝑡 𝛽−1
𝜕𝑡
= 𝑞𝑙𝑎𝑑𝑒𝑟𝑎
𝑄4,1 (𝑡) 𝑄4,2 (𝑡) 𝑄4,3 (𝑡) 𝑄4,4 (𝑡) 𝑄4,5 (𝑡)
𝑄5,1 (𝑡) 𝑄5,2 (𝑡) 𝑄5,3 (𝑡) 𝑄5,4 (𝑡) 𝑄5,5 (𝑡)
𝑄𝑥,𝑦 (𝑡) = 𝑄𝐿𝑍𝑥,𝑦 (𝑡) + 𝑄𝑖𝑥,𝑦 (𝑡) + 𝑄𝑞𝑥,𝑦 (𝑡) Ldd.map Onda Cinemática en wflow
𝑄𝑝𝑜𝑖𝑛𝑡 (𝑡)
𝜕𝑄𝑝𝑜𝑖𝑛𝑡 𝜕(𝛼𝑄𝑝𝑜𝑖𝑛𝑡 𝛽 )
+ = 𝑞𝑙𝑎𝑑𝑒𝑟𝑎
𝜕𝑥 𝜕𝑡
Ecuación 43 Combinación de la Ecuación de Continuidad y Ecuación de Momentum en
la Onda Cinemática.
𝜕𝑄𝑝𝑜𝑖𝑛𝑡 𝜕𝑄𝑝𝑜𝑖𝑛𝑡
+ 𝛼𝑄𝑝𝑜𝑖𝑛𝑡 𝛽−1 = 𝑞𝑙𝑎𝑑𝑒𝑟𝑎
𝜕𝑥 𝜕𝑡
Ecuación 44 Combinación de la Ecuación de Continuidad y Ecuación de Momentum en
la Onda Cinemática utilizada por wflow.
a) wflow_Magdalena.py
i. gen_parameters
Este método genera los valores aleatorios de los parámetros de wflow en los rangos
establecidos por Ramírez Morales (2014) (ver: Tabla 2-11). Los valores de los
parámetros se escogen a partir de distribuciones uniformes de probabilidad abarcando
rangos de valores especificados para cada parámetro para todas las combinaciones de
cobertura de suelo, subcuenca y tipo de suelo. A continuación, se muestran los 12
parámetros y los rangos posibles de valores:
Materiales y métodos 97
ii. updateTablesWflow
Este método actualiza los archivos .tbl dentro de la carpeta intbl (ver: sección 0(d)) con
los valores de los parámetros generados por el método gen_parameters en el paso
anterior. updateTablesWflow utiliza funciones de lectura y escritura de archivos de texto
plano disponibles en Python.
iii. simulation
Este método utiliza funciones del cmd de Windows disponibles en Python, para ejecutar
el modelo wflow, que se realiza con las siguientes instrucciones (ver: sección 0(d)):
C:\Users\User\AppData\Local\Enthought\Canopy\User\Scripts\python.exe
"C:\Users\User\AppData\Local\Enthought\Canopy\User\Scripts\wflow_hbv.py" -I -C
CORMA_data -R run0001 -T 5113 –f
pause
Una vez finalizada la ejecución del modelo, simulation guarda el archivo de salida de
wflow, run.csv como objeto de Python para que pueda ser utilizado posteriormente.
b) Sobek.py
La función sobek.py ejecuta el modelo hidráulico. Para esto genera genera los valores
del coeficiente de rugosidad de Manning 1D aleatoriamente y actualiza el archivo
FRICTION.DAT el cual contiene estos valores. Posteriormente, corre la simulación de
98 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
i. updateParams
Este método genera los valores aleatorios del coeficiente de rugosidad de Manning entre
0.03 y 0.06, de acuerdo a lo establecido en Chow (1994) para una corriente natural de
ancho mayor a 100ft, sin cambios bruscos de la sección transversal y sin matorrales. Los
valores del coeficiente de rugosidad de Manning se escogen a partir de distribuciones
uniformes de probabilidad, abarcando el rango de valores especificado. El valor de
coeficiente de rugosidad de cada simulación se guarda en un archivo llamado
n_manning_sobek.txt, para después actualizar este valor dentro del archivo
FRICTION.DAT utilizando funciones de lectura y escritura de archivos de texto plano
disponibles en Python.
ii. Simulation
Este método corre una simulación de sobek para el valor de manning establecido y
actualizado en el archivo FRICTION.DAT por el método updateParams. Posteriormente
se guardan los archivos de salida de niveles de agua (CALCPNT.HIS), caudales 1D
(REACHSEG.HIS) y caudales 2D (FLSHIS.HIS) como archivos separados por coma csv:
CALCPNT.csv, REACHSEG.csv y FLSHIS.csv. Para poder ejecutar sobek desde esta
función de Python, es necesario haber corrido el pre-procesamiento desde el entorno
gráfico de Sobek 2.13.
c) Couple
modelos.). Esta función tiene como parámetros de entrada el Modelo sobek a ser
ejecutado: 1,2,3 (ver: sección 2.3.2(c)); el número de simulaciones a realizar y el período
de tiempo simulado en wflow definido de la forma: "1999-01-01 12:00:00, 2012-12-31
12:00:00".
Donde M es el número del Modelo a ser corrido (1,2 ó 3), 200 el número de simulaciones
que se tienen para cada modelo y "1999-01-01 12:00:00, 2012-12-31 12:00:00" el
período de simulación de wflow.
La principal limitación para el número de corridas fue el tiempo que tardaba cada
simulación para el acople. El acople entre el wflow y Modelo 1 de sobek tardaba en
promedio 2 horas 50 minutos. El acople entre el wflow y Modelo 2 de sobek tardaba en
promedio 1 hora 40 minutos. El Modelo 3 no tiene ningún tributario importante en su
recorrido, por lo que no hizo falta que corriera acoplado con wflow, en este caso cada
simulación demoró en promedio 50 minutos.
a) Calibración
El coeficiente de eficiencia de Nash tiene valores que van desde -∞ hasta 1. Cuando
𝑅2 = 1, se tiene la simulación perfecta; cuando 𝑅2 ≤ 1 el promedio de observaciones es
tan buen o mejor pronóstico que el arrojado por el modelo; se puede plantear entonces la
métrica de desempeño 1 − 𝑅2 , el cual tendría valores que van desde 0 hasta ∞. Si 1 −
𝑅2 = 0, se tiene la simulación perfecta, 1 − 𝑅2 ≥ 1 cuando el promedio de las
observaciones es tan buen o mejor pronóstico que el arrojado por el modelo.
Para cada una de las series de tiempo observadas, se puede entonces proponer la
función objetivo:
79
𝐹𝑂 = 𝑚𝑖𝑛 ∑(1 − 𝑅2 )
𝑖=1
Ecuación 45 Función Objetivo para las series de tiempo del modelo hidrológico e hidráulico
acoplado del río Magdalena.
Tabla 2-13: Definición de número de parámetros del modelo wflow en las cuencas
instrumentadas.
TIPOS DE TIPOS DE COMBINACIONES DE TIPO NÚMERO DE
CUENCA Y COBERTURA DE SUELO
SUELO COBERTURA PARÁMETROS
Río Negro 3 4 12 144
Río La Miel 4 4 14 168
Río Nare 4 4 14 168
Río San
3 3 7 84
Bartolomé
Río
8 7 33 396
Sogamoso
Río Caribona 4 4 12 144
Materiales y métodos 103
Para las cuencas no instrumentadas, se puede contemplar una calibración acoplada del
modelo hidrológico e hidráulico, considerando la evaluación de cada simulación acoplada
en los niveles y caudales observados del río Magdalena. En el caso del modelo 1, se
tienen 18 series de tiempo observadas en el río Magdalena (6 de caudales y 13 de
niveles de agua) (ver: Tabla 2-12); por lo que se tendrían 18 funciones objetivos, 1 para
cada serie de tiempo observada, teniendo entonces, un problema de optimización que
involucra multiples funciones objetivo, que puede ser formulado como (Hwang & Masud,
1979; Miettinen, 1999):
𝐹𝑂 = 𝑚𝑖𝑛(𝑓1 (𝑥), 𝑓2 (𝑥), 𝑓3 (𝑥), 𝑓4 (𝑥), 𝑓5 (𝑥), 𝑓6 (𝑥), 𝑓7 (𝑥), 𝑓8 (𝑥), 𝑓9 (𝑥), 𝑓10 (𝑥), ⋯ , 𝑓18 (𝑥))
Ecuación 46 Función MultiObjetivo para el modelo hidrológico e hidráulico acoplado del río
Magdalena – Sector Puerto Salgar-Regidor.
Donde:
𝑓𝑖 (𝑥) = (1 − 𝑅𝑖 2 ), es la función objetivo para cada una de las series de tiempo
observadas.
18
𝐹𝑂 = 𝑚𝑖𝑛 ∑ 𝑤𝑖 𝑓𝑖 (𝑥)
𝑖=1
Ecuación 47 Función MonoObjetivo de suma ponderada para el modelo hidrológico e hidráulico
acoplado del río Magdalena – Sector Puerto Salgar-Regidor.
Donde:
𝑓𝑖 (𝑥) = (1 − 𝑅𝑖 2 ), es la función objetivo para cada una de las series de tiempo
observadas.
𝑤𝑖 , son los pesos que se le dan a cada función objetivo y cumplen que: ∑18
𝑖=1 𝑤𝑖 =
1
104 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
18
𝐹𝑂 = 𝑚𝑖𝑛 ∑ 𝑓𝑖 (𝑥)
𝑖=1
Ecuación 48 Función MonoObjetivo para el modelo hidrológico e hidráulico acoplado del río
Magdalena. Sector Puerto Salgar-Regidor.
Esta función objetivo depende de un total de 1560 parámetros del modelo hidrológico de
las cuencas no intrumentadas, como se muestra en Tabla 2-14, mas el coeficiente de
rugosidad de manning para el modelo 1, es decir 1561 parámetros en total
Tabla 2-14: Definición de número de parámetros del modelo wflow en las cuencas no
instrumentadas del Modelo 1.
TIPOS DE TIPOS DE COMBINACIONES DE TIPO NÚMERO DE
CUENCA Y COBERTURA DE SUELO
SUELO COBERTURA PARÁMETROS
Río Cocorná 3 3 6 72
Río Ermitaño 3 3 6 72
Río Carare 5 4 16 192
Río Opón 7 6 19 228
Río Cimitarra 3 4 11 132
Río
3 4 11 132
Santodomingo
Río Lebrija 7 7 25 300
Quebrada La
4 5 14 168
Honda
Quebrada Arenal 3 4 10 120
Río Simaná 4 4 12 144
𝐹𝑂 = 𝑚𝑖𝑛 ∑ 𝑓𝑖 (𝑥)
𝑖=1
Ecuación 49 Función MonoObjetivo para el modelo hidrológico e hidráulico acoplado del río
Magdalena. Sector Regidor -Calamar.
Materiales y métodos 105
Donde:
𝑓𝑖 (𝑥) = (1 − 𝑅𝑖 2 ), es la función objetivo para cada una de las series de tiempo
observadas.
Esta función objetivo depende de un total de 1320 parámetros del modelo hidrológico de
las cuencas no intrumentadas, como se muestra en Tabla 2-15, mas el coeficiente de
rugosidad de manning para el modelo 2, es decir 1321 parámetros en total.
Tabla 2-15: Definición de número de parámetros del modelo wflow en las cuencas no
instrumentadas del Modelo 2.
TIPOS DE TIPOS DE COMBINACIONES DE TIPO NÚMERO DE
CUENCA Y COBERTURA DE SUELO
SUELO COBERTURA PARÁMETROS
Río Cesar 7 7 32 384
Río San
7 7 32 384
Jorge
Caño Culebra 4 6 16 192
Caño
4 5 12 144
Chimicua
Río Nechí 6 6 18 216
𝐹𝑂 = 𝑚𝑖𝑛 ∑ 𝑓𝑖 (𝑥)
𝑖=1
Ecuación 50 Función MonoObjetivo para el modelo hidrológico e hidráulico acoplado del río
Magdalena. Sector Regidor -Calamar.
Donde:
𝑓𝑖 (𝑥) = (1 − 𝑅𝑖 2 ), es la función objetivo para cada una de las series de tiempo
observadas.
106 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Esta función objetivo dependerá del coeficiente de rugosidad de manning del modelo 3,
es decir 1 parámetro en total.
Mediante simulaciones de Montecarlo, se obtienen las salidas de los modelos para cada
set de parámetros, para posteriormente, utilizando la metodología GLUE con la
herramienta MCAT de MatLab desarrollada por Wagener et al (2001) obtener los
diagramas de dispersión paramétrica, el análisis de sensibilidad regional de los
parámetros y el análisis de incertidumbre para cada serie de tiempo observada en este
ejercicio de modelación (ver: sección 1.2.3 (c)).
“escala de proceso”, la cual es entendida como una propiedad que exhiben los
fenómenos hidrológicos de forma natural en escalas espaciales y temporales
correlacionadas, en donde el fenómeno puede ser representativo, es decir, algunos
procesos hidrológicos pueden presentar escalas preferidas que se caracterizan por
presentar una mayor probabilidad de ocurrencia;
“escala de observación”, la cual está definida por los dispositivos de medición o por
principios de muestreo; y
“escala de modelación”, la cual es definida por la resolución espacial o temporal a la
cual se pretende realizar la modelación
La Tabla 2-16 y la Figura 2-22, muestra los rangos de escalas temporales y espaciles
utilizados en hidrología con mayor frecuencia.
entre lo estacional y el largo plazo, 13 años de simulación a escala temporal diaria (ver:
Tabla 2-2, Tabla 2-3 y Sección 2.3.1(d)).
En la construcción del modelo hidráulico de la cuenca media y baja del río Magdalena en
SOBEK, se trabaja en la escala de cuenca con aproximadamente 1500 km de tramo de
río y en lo estacional, con 1 año de simulación a escala temporal diaria (ver: Sección
2.3.2(f))
La red Hydras 3, que esta por fuera de la base de datos del IDEAM registra datos
horarios de niveles en tiempo real de diferentes ríos del país. Se tomaron los datos de las
estaciones de Puerto Salgar, Barrancabermeja y Plato sobre el río Magdalena y se
agregaron a diferentes resoluciones temporales (1 hora, 3 horas, 6 horas, 12 horas y 24
horas) en períodos temporales entre 1 mes y 3 meses, encontrando que al trabajar con
datos diarios, se pierde muy poco detalle en comparación con la escala horaria (ver:
Figura 2-23, Figura 2-24 y Figura 2-25). Por lo que la escala temporal diaria resulta ser
de gran utilidad en el cumplimiento del objetivo de modelación, en el que se plantea un
trabajo de análisis estacional.
La escala espacial del modelo hidrológico wflow trabajada es de 2km x 2km, que coincide
con otros trabajos de modelación hidrológica en la cuenca Magdalena-Cauca como el de
Ramírez Morales (2014) y Angarita (2015) (ver: sección 2.3.1(a)). Considerando la
longitud del tramo modelado con SOBEK, el espaciamiento entre municipios y entre
estaciones, la resolución espacial de trabajo 960 m (para los modelos 1 y 3) y 1920 m
(para el modelo 2) también se ajusta a las necesidades de la modelación.
110 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Figura 2-25: Serie de tiempo de niveles instantáneos en el río Magdalena, estación Plato
a diferentes resoluciones temporales.
113 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
3. Resultados
A continuación, se describirán los resultados obtenidos en el modelo hidrológico y en el
acople del modelo hidrológico e hidráulico, a la que por conveniencia se llamará
modelación hidráulica.
𝑉 = ∑ 𝑄𝑖 ∆𝑡
𝑖=1
Ecuación 51 Relación entre las variables descriptoras de la escorrentía superficial Volumen y
Caudal.
𝑉𝑜𝑏𝑠 − 𝑉𝑠𝑖𝑚
𝐷𝑉 = × 100%
𝑉𝑜𝑏𝑠
Ecuación 52 Diferencia de Volumen (Van Liew, Arnold, & Garbrecht, 2003; Troin et al., 2015).
El valor óptimo es cero, valores con magnitudes bajas indican que la simulación de
caudales es precisa, valores positivos indican subestimación, mientras que valores
negativos implican sobreestimación por parte del modelo (Troin et al., 2015).
116 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
La Tabla 3-2 y la Figura 3-1 muestran que las simulaciones del río Negro y río
Sogamoso tienen grandes diferencias de volumen en función de la variación de
parámetros, encontrando en ambos casos simulaciones con volúmenes de agua
simulados muy cercanos a los volúmenes observados. Caso contrario ocurre con las
simulaciones de las cuencas de los ríos La Miel, Nare, San Bartolomé y Caribona; donde
la variación paramétrica no produjo grandes diferencias en los volúmenes simulados,
confirmando esto la necesidad de realizar un número mayor de simulaciones y/o ampliar
el rango probable de valores que pueden tomar los diferentes parámetros.
(d) Río San Bartolomé (e) Río Sogamoso (f) Río Caribona
a) Río Negro
La cuenca del río Negro delimitada en la fase de preparación de wflow tiene un área de
3896km2. Las coberturas de suelo presentes en la cuenca son: Agricultura, Bosques,
Pastizales y Matorrales, siendo los Pastizales los que mayor área ocupan con 3112 km2
(80%). Entre los tipos de suelo presentes en la cuenca están: Franco, Franco Arcilloso y
Arcilloso, siendo el más presente en la cuenca el suelo Franco con 2288 km2 (59%). A
continuación, en la Tabla 3-3 se muestra el área que representan para la cuenca del río
Negro cada una de las combinaciones de tipo y cobertura de suelo presentes en ella,
encontrando que casi el 50% del área de la cuenca está cubierta con pastizales en suelo
tipo franco.
Los resultados del análisis de sensibilidad y análisis de incertidumbre para la cuenca del
río Negro muestran que no hay parámetros identificables, aunque algunos de ellos tienen
pequeñas tendencias que se asemejan a la identificabilidad, este es el caso de los
parámetros LP y PERC (Ver:Figura 3-2 y Figura 3-3). Algunos parámetros son sensibles,
especialmente en la combinación de Cobertura de suelo 4 (Pastizales) y Tipo de suelo 5
(Franco) la cual representa el 47.74% del área de la cuenca; los parámetros sensibles
para esta combinación fueron: ICF, LP y PERC.
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
(d) ICF para la Cobertura de suelo 4 (e) K0 para la Cobertura de suelo 4 (f) K4 para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
Resultados 119
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (i) N para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
Figura 3-2: Diagramas de dispersión de los parámetros de wflow para la cuenca del Río
Negro.
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
120 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(d) ICF para la Cobertura de suelo 4 (e) K0 para la Cobertura de suelo 4 (f) K4 para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (i) N para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
Figura 3-3: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca
del Río Negro.
Figura 3-4: Conjunto de 400 simulaciones de caudales para la cuenca del Río Negro
utilizando wflow.
Figura 3-5: Incertidumbre en la simulación de caudales para la cuenca del Río Negro
utilizando wflow.
b) Río La Miel
La cuenca del río La Miel delimitada en la fase de preparación de wflow tiene un área de
2120km2. Las coberturas de suelo presentes en la cuenca son: Agricultura, Bosques,
122 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Pastizales y Matorrales, siendo los Pastizales y los Bosques los que mayor área ocupan
con 1024km2 (48%) y 960km2 (45%) respectivamente. Entre los tipos de suelo presentes
en la cuenca están: Franco, Franco Arenoso, Franco Arcilloso y Arcilloso, siendo el más
presente en la cuenca el suelo Franco con 1296km2 (61%). A continuación, en la Tabla
3-4 se muestra el área que representan para la cuenca del río La Miel cada una de las
combinaciones de tipo y cobertura de suelo presentes en ella, encontrando que alrededor
del 60% de la cuenca está cubierta con pastizales y bosques con suelo tipo franco.
Los resultados del análisis de sensibilidad y análisis de incertidumbre para la cuenca del
río La Miel muestran que no hay parámetros identificables, aunque algunos de ellos si se
muestran sensibles, especialmente en las combinaciones de Cobertura de suelo 3
(Bosques) y Tipo de suelo 5 (Franco) y Cobertura de suelo 4 (Pastizales) y Tipo de suelo
5 (Franco) las cuales representan el 30.57 y 28.87% del área de la cuenca; los
parámetros sensibles para estas combinaciones fueron: ICF y PERC (Ver: Figura 3-6 y
Figura 3-7).
(a) BetaSeepage para la Cobertura de suelo 3 (b) Cflux para la Cobertura de suelo 3 (Bosques) (c) FC para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(d) ICF para la Cobertura de suelo 3 (Bosques) y (e) K0 para la Cobertura de suelo 3 (Bosques) y (f) K4 para la Cobertura de suelo 3 (Bosques) y
Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(g) KQuickFlow para la Cobertura de suelo 3 (h) LP para la Cobertura de suelo 3 (Bosques) y (i) N para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(j) N_River para la Cobertura de suelo 3 (k) PERC para la Cobertura de suelo 3 (Bosques) (l) SUZ para la Cobertura de suelo 3 (Bosques)
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
Figura 3-6: Diagramas de dispersión de los parámetros de wflow para la cuenca del Río La Miel.
124 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(a) BetaSeepage para la Cobertura de suelo 3 (b) Cflux para la Cobertura de suelo 3 (Bosques) (c) FC para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(d) ICF para la Cobertura de suelo 3 (Bosques) y (e) K0 para la Cobertura de suelo 3 (Bosques) y (f) K4 para la Cobertura de suelo 3 (Bosques) y
Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(g) KQuickFlow para la Cobertura de suelo 3 (h) LP para la Cobertura de suelo 3 (Bosques) y (i) N para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(j) N_River para la Cobertura de suelo 3 (k) PERC para la Cobertura de suelo 3 (l) SUZ para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) (Bosques) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
Figura 3-7: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca del río La
Miel.
Resultados 125
Figura 3-8: Conjunto de 400 simulaciones de caudales para la cuenca del Río La Miel utilizando
wflow.
Figura 3-9: Incertidumbre en la simulación de caudales para la cuenca del Río La Miel utilizando
wflow.
126 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
c) Río Nare
La cuenca del río Nare delimitada en la fase de preparación de wflow tiene un área de
4812km2. Las coberturas de suelo presentes en la cuenca son: Bosques, Pastizales,
Matorrales y Cuerpos de Agua, siendo los Pastizales los que mayor área ocupan con
3024km2 (63%). Entre los tipos de suelo presentes en la cuenca están: Franco, Franco
Arenoso, Franco Arcilloso y Cuerpos de Agua, siendo los más presentes en la cuenca el
suelo Franco con 1964km2 (41%) y el suelo Franco Arenoso con 1808km2 (38%). A
continuación, en la Tabla 3-5 se muestra el área que representan para la cuenca del río
Nare cada una de las combinaciones de tipo y cobertura de suelo presentes en ella,
encontrando que alrededor del 60% de la cuenca está cubierta con pastizales con suelo
tipo franco, franco arenoso y franco arcilloso.
Los resultados del análisis de sensibilidad y análisis de incertidumbre para la cuenca del
río Nare muestran que no hay parámetros identificables, aunque el parámetro PERC
tiene una pequeña tendencia que se asemeja a la identificabilidad. Algunos parámetros
son sensibles, especialmente en la combinación de Cobertura de suelo 4 (Pastizales) y
Tipo de suelo 8 (Franco Arenoso) la cual representa el 25.19% del área de la cuenca; los
parámetros sensibles para esta combinación fueron: BetaSeepage, FC, ICF y PERC
(Ver: Figura 3-10 y Figura 3-11).
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(d) ICF para la Cobertura de suelo 4 (Pastizales) y (e) K0 para la Cobertura de suelo 4 (Pastizales) y (f) K4 para la Cobertura de suelo 4 (Pastizales) y
Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (Pastizales) y (i) N para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
128 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) y Tipo de suelo 8 (Franco Arenoso)
Figura 3-10: Diagramas de dispersión de los parámetros de wflow para la cuenca del Río Nare.
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(d) ICF para la Cobertura de suelo 4 (Pastizales) y (e) K0 para la Cobertura de suelo 4 (Pastizales) y (f) K4 para la Cobertura de suelo 4 (Pastizales) y
Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (Pastizales) y (i) N para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
Resultados 129
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) y Tipo de suelo 8 (Franco Arenoso)
Figura 3-11: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca del Río
Nare.
Aquí se muestran las series de tiempo simuladas y la observada para la cuenca del río
Nare, además de la banda de confianza de las simulaciones en función de los valores
observados. Se muestra como Wflow trata de captar la forma del hidrograma, pero no
es capaz de replicar los caudales máximos ni los caudales mínimos. Los valores
máximos son sobreestimados y los caudales bajos son subestimados (Ver: Figura 3-12 y
Figura 3-13).
Figura 3-12: Conjunto de 400 simulaciones de caudales para la cuenca del Río Nare utilizando
wflow.
130 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Figura 3-13: Incertidumbre en la simulación de caudales para la cuenca del Río Nare utilizando
Wflow.
La cuenca del río San Bartolomé delimitada en la fase de preparación de Wflow tiene un
área de 2252km2. Las coberturas de suelo presentes en la cuenca son: Bosques,
Pastizales y Matorrales, siendo los Pastizales los que mayor área ocupan con 1332km 2
(59%). Entre los tipos de suelo presentes en la cuenca están: Franco, Franco Arenoso y
Franco Arcilloso, siendo el más presente en la cuenca el suelo Franco Arenoso con
1368km2 (61%). A continuación, en la Tabla 3-6 se muestra el área que representan para
la cuenca del río San Bartolomé cada una de las combinaciones de tipo y cobertura de
suelo presentes en ella, observando que alrededor del 60% de la cuenca está cubierta
con pastizales con suelo tipo franco y franco arenoso.
Tabla 3-6: Porcentajes de área de las combinaciones de tipo y cobertura de suelo presentes en la
cuenca del río San Bartolomé
Area
Tipo y Cobertura de Suelo % Área
(km2)
(a) Cobertura de suelo 3 (Bosques) y Tipo de suelo 5 (Franco) 368 16.34%
(b) Cobertura de suelo 3 (Bosques) y Tipo de suelo 8 (Franco Arenoso) 192 8.53%
(c) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 4 (Franco Arcilloso) 44 1.95%
(d) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 5 (Franco) 364 16.16%
(e) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 8 (Franco Arenoso) 924 41.03%
(f) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 5 (Franco) 108 4.80%
(g) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 8 (Franco Arenoso) 252 11.19%
Resultados 131
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(d) ICF para la Cobertura de suelo 4 (Pastizales) y (e) K0 para la Cobertura de suelo 4 (Pastizales) y (f) K4 para la Cobertura de suelo 4 (Pastizales) y
Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
132 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (Pastizales) y (i) N para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) y Tipo de suelo 8 (Franco Arenoso)
Figura 3-14: Diagrama de dispersión de los parámetros de wflow para la cuenca del Río San
Bartolomé.
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
Resultados 133
(d) ICF para la Cobertura de suelo 4 (Pastizales) y (e) K0 para la Cobertura de suelo 4 (Pastizales) y (f) K4 para la Cobertura de suelo 4 (Pastizales) y
Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (Pastizales) y (i) N para la Cobertura de suelo 4 (Pastizales) y
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso) Tipo de suelo 8 (Franco Arenoso)
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 8 (Franco Arenoso) (Pastizales) y Tipo de suelo 8 (Franco Arenoso) y Tipo de suelo 8 (Franco Arenoso)
Figura 3-15: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca del Río
San Bartolomé.
Aquí se muestran las series de tiempo simuladas y la observada para la cuenca del río
San Bartolomé, además de la banda de confianza de las simulaciones en función de los
valores observados. Se muestra como Wflow trata de captar la forma del hidrograma,
pero no es capaz de replicar los caudales máximos ni los caudales mínimos. Los valores
134 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
máximos son sobreestimados y los caudales bajos son subestimados (Ver: Figura 3-16 y
Figura 3-17).
Figura 3-16: Conjunto de 400 simulaciones de caudales para la cuenca del Río San Bartolomé
utilizando wflow.
Figura 3-17: Incertidumbre en la simulación de caudales para la cuenca del Río San Bartolomé
utilizando wflow.
Resultados 135
e) Río Caribona
La cuenca del río Caribona delimitada en la fase de preparación de Wflow tiene un área
de 1620km2. Las coberturas de suelo presentes en la cuenca son: Bosques, Pastizales,
Cuerpos de Agua y Matorrales, siendo los Bosques los que mayor área ocupan con
1372km2 (85%). Entre los tipos de suelo presentes en la cuenca están: Cuerpos de Agua,
Franco, Franco Arenoso y Franco Arcilloso, siendo el más presente en la cuenca el suelo
Franco con 1448km2 (89%). A continuación, la Tabla 3-7 se muestra el área que
representan para la cuenca del río Caribona cada una de las combinaciones de tipo y
cobertura de suelo presentes en ella, encontrando que alrededor del 80% de la cuenca
está cubierta con bosques con suelo tipo franco.
Tabla 3-7: Porcentajes de área de las combinaciones de tipo y cobertura de suelo presentes en la
cuenca del río Caribona
Area
Tipo y Cobertura de Suelo % Área
(km2)
(a) Cobertura de suelo 3 (Bosques) y Tipo de suelo 4 (Franco Arcilloso) 4 0.25%
(b) Cobertura de suelo 3 (Bosques) y Tipo de suelo 5 (Franco) 1332 82.22%
(c) Cobertura de suelo 3 (Bosques) y Tipo de suelo 8 (Franco Arenoso) 36 2.22%
(d) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 4 (Franco Arcilloso) 12 0.74%
(e) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 5 (Franco) 96 5.93%
(f) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 8 (Franco Arenoso) 52 3.21%
(g) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 1 (Cuerpos de
24 1.48%
Agua
(h) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 4 (Franco Arcilloso) 4 0.25%
(i) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 5 (Franco) 12 0.74%
(j) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 8 (Franco Arenoso) 28 1.73%
(k) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 5 (Franco) 8 0.49%
(l) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 8 (Franco Arenoso) 12 0.74%
Se cuenta con sólo un parámetro identificable en esta cuenca, ICF para la combinación
de Cobertura de suelo 3 (Bosques) y Tipo de suelo 5 (Franco) la cual cubre el 82.22% del
área de la cuenca. Adicionalmente algunos parámetros son sensibles para esta misma
combinación de tipo de suelo y cobertura, estos parámetros son: FC, ICF, K4, LP, N y
PERC (Ver: Figura 3-18 y Figura 3-19).
(a) BetaSeepage para la Cobertura de suelo 3 (b) Cflux para la Cobertura de suelo 3 (Bosques) (c) FC para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(d) ICF para la Cobertura de suelo 3 (Bosques) y (e) K0 para la Cobertura de suelo 3 (Bosques) y (f) K4 para la Cobertura de suelo 3 (Bosques) y
Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(g) KQuickFlow para la Cobertura de suelo 3 (h) LP para la Cobertura de suelo 3 (Bosques) y (i) N para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
Resultados 137
(j) N_River para la Cobertura de suelo 3 (k) PERC para la Cobertura de suelo 3 (Bosques) (l) SUZ para la Cobertura de suelo 3 (Bosques)
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
Figura 3-18: Diagrama de dispersión de los parámetros de Wflow para la cuenca del Río
Caribona.
(a) BetaSeepage para la Cobertura de suelo 3 (b) Cflux para la Cobertura de suelo 3 (Bosques) (c) FC para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(d) ICF para la Cobertura de suelo 3 (Bosques) y (e) K0 para la Cobertura de suelo 3 (Bosques) y (f) K4 para la Cobertura de suelo 3 (Bosques) y
Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
(g) KQuickFlow para la Cobertura de suelo 3 (h) LP para la Cobertura de suelo 3 (Bosques) y (i) N para la Cobertura de suelo 3 (Bosques) y
(Bosques) y Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco) Tipo de suelo 5 (Franco)
138 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(j) N_River para la Cobertura de suelo 3 (k) PERC para la Cobertura de suelo 3 (Bosques) (l) SUZ para la Cobertura de suelo 3 (Bosques)
(Bosques) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
Figura 3-19: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca del Río
Caribona.
Aquí se muestran las series de tiempo simuladas y la observada para la cuenca del río
Caribona, además de la banda de confianza de las simulaciones en función de los
valores observados. Se muestra como Wflow reproduce adecuadamente la temporalidad
del hidrograma, pero subestima tanto los valores máximos y mínimos de Caudal (Ver:
Figura 3-20 y Figura 3-21).
Figura 3-20: Conjunto de 400 simulaciones de caudales para la cuenca del Río Caribona
utilizando Wflow.
Resultados 139
Figura 3-21: Incertidumbre en la simulación de caudales para la cuenca del Río Caribona
utilizando Wflow.
f) Río Sogamoso
La cuenca del río Sogamoso delimitada en la fase de preparación de Wflow tiene un área
de 18472km2. Las coberturas de suelo presentes en la cuenca son: Agricultura, Áreas
Descubiertas, Bosques, Pastizales, Cuerpos de Agua, Zonas Pavimentadas y Matorrales,
siendo los Pastizales los que mayor área ocupan con 13400km2 (73%). Entre los tipos de
suelo presentes en la cuenca están: Cuerpos de Agua, Zonas Urbanas, Franco, Franco
Arenoso, Franco Arcilloso, Franco Arcillo Arenoso, Arcilla Arenosa y Arcilloso siendo los
más presentes en la cuenca el suelo Franco con 9204km2 (50%) y el suelo Franco
Arenoso con 5404km2 (29%). A continuación, en la Tabla 3-8 se muestra el área que
representan para la cuenca del río Sogamoso cada una de las combinaciones de tipo y
cobertura de suelo presentes en ella, observando que alrededor del 60% de la cuenca
está cubierta con pastizales con suelo tipo franco y franco arenoso.
140 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Tabla 3-8: Porcentajes de área de las combinaciones de tipo y cobertura de suelo presentes en la
cuenca del río Sogamoso
Tipo y Cobertura de Suelo Area (km2) % Área
(a) Cobertura de suelo 1 (Agricultura) y Tipo de suelo 3 (Arcilla) 8 0.04%
(b) Cobertura de suelo 1 (Agricultura) y Tipo de suelo 4 (Franco Arcilloso) 8 0.04%
(c) Cobertura de suelo 1 (Agricultura) y Tipo de suelo 5 (Franco) 236 1.28%
(d) Cobertura de suelo 1 (Agricultura) y Tipo de suelo 7 (Franco Arcillo Arenoso) 68 0.37%
(e) Cobertura de suelo 1 (Agricultura) y Tipo de suelo 8 (Franco Arenoso) 140 0.76%
(f) Cobertura de suelo 2 (Áreas descubiertas) y Tipo de suelo 1 (Franco Arcilloso) 12 0.06%
(g) Cobertura de suelo 2 (Áreas descubiertas) y Tipo de suelo 3 (Arcilla) 28 0.15%
(h) Cobertura de suelo 2 (Áreas descubiertas) y Tipo de suelo 5 (Franco) 100 0.54%
(i) Cobertura de suelo 2 (Áreas descubiertas) y Tipo de suelo 8 (Franco Arenoso) 28 0.15%
(j) Cobertura de suelo 3 (Bosques) y Tipo de suelo 3 (Arcilla) 16 0.09%
(k) Cobertura de suelo 3 (Bosques) y Tipo de suelo 4 (Franco Arcilloso) 60 0.32%
(l) Cobertura de suelo 3 (Bosques) y Tipo de suelo 5 (Franco) 536 2.90%
(m) Cobertura de suelo 3 (Bosques) y Tipo de suelo 6 (Arena Arcillosa) 4 0.02%
(n) Cobertura de suelo 3 (Bosques) y Tipo de suelo 8 (Franco Arenoso) 1176 6.37%
(o) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 1 (Cuerpos de Agua) 64 0.35%
(p) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 3 (Arcilla) 1432 7.75%
(q) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 4 (Franco Arcilloso) 928 5.02%
(r) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 5 (Franco) 6236 33.76%
(s) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 6 (Arena Arcillosa) 20 0.11%
(t) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 7 (Franco Arcillo Arenoso) 320 1.73%
(u) Cobertura de suelo 4 (Pastizales) y Tipo de suelo 8 (Franco Arenoso) 4400 23.82%
(v) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 1 (Cuerpos de Agua) 20 0.11%
(w) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 5 (Franco) 20 0.11%
(x) Cobertura de suelo 5 (Cuerpos de Agua) y Tipo de suelo 7 (Franco Arcillo Arenoso) 4 0.02%
(y) Cobertura de suelo 6 (Zonas Pavimentadas) y Tipo de suelo 2 (Zonas Urbanas) 8 0.04%
(z) Cobertura de suelo 6 (Zonas Pavimentadas) y Tipo de suelo 5 (Franco) 8 0.04%
(aa) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 1 (Cuerpos de Agua) 20 0.11%
(ab) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 3 (Arcilla) 76 0.41%
(ac) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 4 (Franco Arcilloso) 32 0.17%
(ad) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 5 (Franco) 2068 11.20%
(ae) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 6 (Arena Arcillosa) 12 0.06%
(af) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 7 (Franco Arcillo Arenoso) 4 0.02%
(ag) Cobertura de suelo 7 (Matorrales) y Tipo de suelo 8 (Franco Arenoso) 380 2.06%
Resultados 141
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
(d) ICF para la Cobertura de suelo 4 (e) K0 para la Cobertura de suelo 4 (f) K4 para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
142 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (i) N para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
Figura 3-22: Diagrama de dispersión de los parámetros de wflow para la cuenca del Río
Sogamoso.
(a) BetaSeepage para la Cobertura de suelo 4 (b) Cflux para la Cobertura de suelo 4 (c) FC para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
Resultados 143
(d) ICF para la Cobertura de suelo 4 (e) K0 para la Cobertura de suelo 4 (f) K4 para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
(g) KQuickFlow para la Cobertura de suelo 4 (h) LP para la Cobertura de suelo 4 (i) N para la Cobertura de suelo 4 (Pastizales)
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) y Tipo de suelo 5 (Franco)
(j) N_River para la Cobertura de suelo 4 (k) PERC para la Cobertura de suelo 4 (l) SUZ para la Cobertura de suelo 4
(Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco) (Pastizales) y Tipo de suelo 5 (Franco)
Figura 3-23: Análisis de sensibilidad regional de los parámetros de wflow para la cuenca del Río
Sogamoso.
Aquí se muestran las series de tiempo simuladas y la observada para la cuenca del río
Sogamoso, además de la banda de confianza de las simulaciones en función de los
valores observados. Se muestra como Wflow capta la forma del hidrograma del río
Sogamoso de forma adecuada, aunque en algunas ocasiones no es capaz de replicar los
valores máximos de caudal (Ver: Figura 3-24 y Figura 3-25).
144 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Figura 3-24: Conjunto de 400 simulaciones de caudales para la cuenca del Río Sogamoso
utilizando Wflow.
Figura 3-25: Incertidumbre en la simulación de caudales para la cuenca del Río Sogamoso
utilizando Wflow.
La Figura 3-26 muestra las diferentes simulaciones realizadas para las cuencas
no instrumentadas. De color cyan se muestra la mediana de las simulaciones, se
puede observar que en general los valores medios de caudales obtenidos de las
diferentes simulaciones se superponen entre sí, como si formaran una sola
Resultados 145
gráfica con la mediana de las simulaciones. Para los valores mínimos de caudal
en cambio, se puede observar el abanico de colores que producen las diferentes
simulaciones. En los caudales pico hay mayores diferencias de las que se
presentan para los valores medios, pero menores diferencias que en los mínimos,
se pueden observar los diferentes matices de colores. La simulación del caño
Chimicua, en cambio, muestra un abanico de colores para todo el rango de
simulaciones.
Los resultados muestran que en general, para algunas estaciones, se tienen resultados
satisfactorios en algunas de las series simuladas y resultados no satisfactorios en otras,
con una curiosidad, y es que, en ocasiones, para la misma estación los valores de caudal
se ajustan bien a los datos observados, mientras que los datos de nivel tienen un muy
mal ajuste y viceversa; esto se presenta hasta en los datos de las condiciones de
fronteras (ver: Tabla 3-9, Tabla 3-10, Tabla 3-12, Tabla 3-13, Tabla 3-15 y Tabla 3-16).
sensibles, ni identificables (ver: Figura 3-32, Figura 3-34, Figura 3-33, Figura 3-45 y
Figura 3-46).
Los valores de caudales y niveles simulados pueden agruparse en tres conjuntos (ver:
Figura 3-36, Figura 3-47, Figura 3-48, Figura 3-54 y Figura 3-55):
las simulaciones que sobreestiman los valores de caudal y/o nivel observados,
las simulaciones que subestiman,
las que tienen una buena bondad de ajuste.
3.2.1 Sub-Modelo 1
El Sub Modelo 1, corresponde al sector entre Puerto Salgar y Regidor, incluyendo el
Brazo Boque, el Brazo de Simití y el Brazo de Morales. En este trayecto los tributarios
más importantes del río Magdalena son: el río Negro, el río La Miel, el río Cocorná, el río
Nare, el río Ermitaño, el río San Bartolomé, el río Carare, el río Opón, el río Cimitarra, el
río Sogamoso, el río Santodomingo, el río Lebrija, la Quebrada La Honda, la Quebrada
Arenal y el río Simaná. Como se describió en la sección 2.3.2 (a), las condiciones de
frontera del subModelo 1 son: valores de caudal medidos en la estación de Puerto Salgar
(Aguas Arriba) y valores de nivel medidos en la estación Regidor (Aguas Abajo) (ver:
Figura 3-27).
Los niveles simulados en las estaciones de Puerto Salgar, Puerto Inmarco, Puerto
Berrio, Barrancabermeja, Puerto Wilches y San Pablo.
Tabla 3-9 Coeficiente de eficiencia de Nash-Sutcliffe de los valores de caudal para las mejores
simulaciones de SOBEK Modelo 1.
Coeficiente de Eficiencia de Criterio de
Código Estación
Nash-Sutcliffe –R2 Nash-Sutcliffe
23037010 Puerto Salgar 1.000 Excelente
23097030 Puerto Berrío 0.899 Excelente
23167010 Peñas Blancas 0.686 Muy Bueno
23187280 Sitio Nuevo R11 0.729 Muy Bueno
23217030 El Contento 0.307 Satisfactorio
25027410 Regidor 0.199 Insuficiente
Tabla 3-10 Coeficiente de eficiencia de Nash-Sutcliffe de los valores de nivel para las mejores
simulaciones de SOBEK Modelo 1.
Coeficiente de Eficiencia de Criterio de
Código Estación
Nash-Sutcliffe –R2 Nash-Sutcliffe
23037010 Puerto Salgar 0.356 Satisfactorio
23097040 Puerto Inmarco 0.441 Bueno
23097030 Puerto Berrío 0.925 Excelente
23117030 Barrancabermeja 0.730 Muy Bueno
23187010 Puerto Wilches 0.611 Muy Bueno
23207040 San Pablo 0.735 Muy Bueno
23187280 Sitio Nuevo R11 -1.351 Insuficiente
23187120 Badillo -14.981 Insuficiente
23217030 El Contento -39.506 Insuficiente
23217020 Gamarra -55.408 Insufuciente
23217060 La Gloria -60.614 Insuficiente
25027410 Regidor 1.000 Excelente
Resultados 151
En la Figura 3-28 y Figura 3-29 se puede ver claramente que el coeficiente de rugosidad
de Manning es identificable y sensible regionalmente en todas las estaciones de caudal
y nivel del sub-modelo 1. En la Tabla 3-11 se muestra que los valores del coeficiente de
rugosidad de Manning no coinciden para niveles y caudales.
Para las estaciones Sitio Nuevo y Regidor el coeficiente de rugosidad de Manning podría
ser menor al límite inferior del rango de variación del parámetro, debido que en el caso
de Sitio Nuevo los valores del coeficiente de Manning para las mejores simulaciones de
Caudal y Nivel son cercanos a 0.03, y en caso de Regidor el valor del coeficiente de
rugosidad de Manning para la mejor simulación de nivel corresponde a 0.03 (Ver Figura
3-29 (g), Figura 3-28 (d) y (f), y Tabla 3-11) .
Resultados 153
Tabla 3-11: Mejores coeficientes de rugosidad de Manning para los valores de Nivel y Caudal de
las estaciones en el sub-Modelo 1
Mejor Coeficiente de Mejor Coeficiente de
Código Estación rugosidad de Manning rugosidad de Manning para
para Nivel Caudal
La Figura 3-28 y la Figura 3-29 presentan los valores de la métrica de desempeño contra
los valores del coeficiente de rugosidad de Manning de todas las simulaciones
realizadas, se observa que tanto para niveles y caudales de las estaciones del sub-
modelo 1 es posible plantear funciones que describan el comportamiento del modelo con
respecto al cambio del coeficiente de rugosidad de Manning.
154 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Para las estaciones del modelo 1 los caudales promedio de los tributarios estimados en
Wflow no resultaron ser sensibles, ni identificables para niveles y caudales en las
diferentes estaciones hidrológicas en SOBEK a continuación se quiere mostrar el efecto
de los tributarios en la estación hidrológica más cercana del tramo de río a modelar,
encontrando en general que no son parámetros ni identificables, ni sensibles. (Ver:
Figura 3-32, Figura 3-33 y Anexo: Resultados de Identificabilidad Paramétrica, Análisis
de Sensibilidad y Análisis de Incertidumbre de la Modelación Hidrológica e Hidráulica
Acoplada.).
(a) Identificabilidad del Caudal del Río Negro en la (b) Identificabilidad del Caudal del Río Nare en la (c) Identificabilidad del Caudal del Río Ermitaño en la
estación Puerto Salgar estación Puerto Berrío estación Peñas Blancas
158 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(d) Identificabilidad del Caudal del Río Cimitarra en la (i) Identificabilidad del Caudal del Río Lebrija en los (f) Identificabilidad del Caudal de la Quebrada Arenal en
estación Sitio Nuevo R11 caudales de El Contento los caudales de Regidor
Figura 3-32: Diagrama de dispersión del caudal promedio de un tributario en los valores de
caudal de una estación en el sub-Modelo 1.
(a) Identificabilidad del Caudal del Río Negro en los (b) Identificabilidad del Caudal del Río Nare en los niveles (c) Identificabilidad del Caudal del Río Nare en los niveles
niveles de Puerto Salgar de Puerto Inmarco de Puerto Berrío
(d) Identificabilidad del Caudal del Río Carare en los (e) Identificabilidad del Caudal del Río Sogamoso en los (f) Identificabilidad del Caudal del Río Sogamoso en los
niveles de Barrancabermeja niveles de Puerto Wilches niveles de San Pablo
(g) Identificabilidad del Caudal del Río Cimitarra en los (h) Identificabilidad del Caudal del Río Santodomingo en (i) Identificabilidad del Caudal del Río Lebrija en los
niveles de Sitio Nuevo R11 los niveles de Badillo niveles de El Contento
Resultados 159
(i) Identificabilidad del Caudal del Río Lebrija en los (j) Identificabilidad del Caudal del Río Simaná en los (j) Identificabilidad del Caudal de la Quebrada Arenal en
niveles de Gamarra niveles de La Gloria los niveles de Regidor
Figura 3-33: Diagrama de dispersión del caudal promedio de un tributario en los valores de nivel
de una estación en el sub-Modelo 1.
(a) Sensibilidad del Caudal del Río Negro en la estación (b) Sensibilidad del Caudal del Río Nare en la estación (c) Sensibilidad del Caudal del Río Ermitaño en la
Puerto Salgar Puerto Berrío estación Peñas Blancas
(d) Sensibilidad del Caudal del Río Cimitarrra en los (e) Sensibilidad del Caudal del Río Lebrija en los (f) Sensibilidad del Caudal de la Quebrada Arenal en los
caudales de Sitio Nuevo R11 caudales de El Contento caudales de Regidor
Figura 3-34: Análisis de sensibilidad regional del caudal promedio de un tributario en los valores
de caudal de una estación en el sub-Modelo 1.
160 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(a) Sensbilidad del Caudal del Río Negro en los (b) Sensibilidad del Caudal del Río Nare en los (c) Sensibilidad del Caudal del Río Nare en los
niveles de Puerto Salgar niveles de Puerto Inmarco niveles de Puerto Berrío
(d) Sensibilidad del Caudal del Río Carare en los (e) Sensibilidad del Caudal del Río Sogamoso en (f) Sensibilidad del Caudal del Río Sogamoso en
niveles de Barrancabermeja los niveles de Puerto Wilches los niveles de San Pablo
(g) Sensibilidad del Caudal del Río Cimitarra en (h) Sensibilidad del Caudal del Río Santodomingo (i) Sensibilidad del Caudal del Río Lebrija en los
los niveles de Sitio Nuevo R11 en los niveles de Badillo niveles de El Contento
(i) Sensibilidad del Caudal del Río Lebrija en los (j) Sensibilidad del Caudal del Río Simaná en La (k) Sensibilidad del Caudal de la Quebrada Arenal
niveles de Gamarra Gloria en Regidor
Figura 3-35: Análisis de sensibilidad regional del caudal promedio de un tributario en los valores
de nivel de una estación en el sub-Modelo 1.
Resultados 161
c) Análisis de Incertidumbre
i. Caudales
ii. Niveles
3.2.2 Sub-Modelo 2
El Sub Modelo 2, corresponde al sector entre Regidor y Calamar, incluyendo el Río
Cauca desde la Coquera hasta Pinillos, el caño Mojana, el Brazo de Loba, el Brazo de
Mompox, Brazo La Victoria, Brazo de Guayabal, Brazo Quitasol, el Caño Violo y el Caño
Chicagua. En este trayecto los tributarios más importantes del río Magdalena son el río
Cesar, río San Jorge (brazo de Loba), caño Culebra (brazo de Mompox), caño Chimicua
(brazo de Mompox) y del río Cauca, el río Nechí y el río Caribona. Como se describió en
la sección 2.3.2.(c), las condiciones de frontera del sub-Modelo 2 son: valores de caudal
medidos en las estaciones de Regidor y La Coquera (Aguas Arriba) y valores de nivel
medidos en la estación Calamar (Aguas Abajo). (Ver: Figura 3-38).
Los valores del coeficiente de rugosidad de Manning para las mejores simulaciones en
general dieron iguales para Caudal y Nivel, sin embargo la mayoría de los resultados se
situaron en los límites del rango de variación de los parámetros, haciendo que sea muy
loable que en cada caso se necesite explorar con rangos más amplios (Ver: Figura 3-39,
Figura 3-40, y Tabla 3-14) . Algunas estaciones como Peñoncito, El Banco, San Roque,
Resultados 169
Santa Ana, entre otras aparentemente tienen un valor óptimo de coeficiente de rugosidad
de Manning menor que 0.03 y Coyongal, aparentemente tiene un valor óptimo mayor que
0.06 (Ver: Figura 3-39, Figura 3-40, Tabla 3-14).
Para las estaciones del sub modelo 2 los caudales promedio de los tributarios estimados
en Wflow no resultaron ser sensibles, ni identificables para el cálculo de niveles y
caudales en las diferentes estaciones hidrológicas en SOBEK a continuación se quiere
mostrar el efecto de los tributarios en la estación hidrológica más cercana del tramo de
río a modelar (Ver: Figura 3-43, Figura 3-44 y Anexo: Resultados de Identificabilidad
Paramétrica, Análisis de Sensibilidad y Análisis de Incertidumbre de la Modelación
Hidrológica e Hidráulica Acoplada.)
(a) Identificabilidad del Caudal del Río Cesar en (b) Identificabilidad del Caudal del Río Cesar en (c) Identificabilidad del Caudal del Río Cesar en
los caudales de Regidor los caudales de Peñoncito los caudales de El Banco
(d) Identificabilidad del Caudal del Río Caribona en los (e) Identificabilidad del Caudal del Caño Chimicua (f) Identificabilidad del Caudal del Río Cesar en
caudales de San Roque en los caudales de Santa Ana los caudales de La Victoria
180 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(g) Identificabilidad del Caudal del Río Cesar en los (h) Identificabilidad del Caudal del Río Cesar en (i) Identificabilidad del Caudal del Río Nechí en los
caudales de Palenquito los caudales de Guaymaral caudales de La Coquera
(j) Identificabilidad del Caudal del Río Nechí en los (k) Identificabilidad del Caudal del Río Nechí en (l) Identificabilidad del Caudal del Río Caribona en
caudales de Margento los caudales de Las Flores los caudales de Las Varas
(m) Identificabilidad del Caudal del Río Caribona en los (n) Identificabilidad del Caudal del Río Cesar en (o) Identificabilidad del Caudal del Río Cesar en
caudales de Tres Cruces los caudales de Las Aguadas los caudales de Las Palomas
(p) Identificabilidad del Caudal del Río Cesar en los (q) Identificabilidad del Caudal del Río San Jorge (r) Identificabilidad del Caudal del Río San Jorge
caudales de Rio Nuevo en los caudales de Armenia en los caudales de Coyongal
Resultados 181
(s) Identificabilidad del Caudal del Río San Jorge en los caudales de Sitio (t) Identificabilidad del Caudal del Río San Jorge en los caudales de
Nuevo Barbosa
(u) Identificabilidad del Caudal del Río San Jorge en los caudales de (v) Identificabilidad del Caudal del Caño Chimicua en los caudales de
Magangué Calamar
Figura 3-43: Diagrama de dispersión del caudal promedio de un tributario en una estación en el
sub-Modelo 2.
(a) Identificabilidad del Caudal del Río Cesar en (b) Identificabilidad del Caudal del Río Cesar en (c) Identificabilidad del Caudal del Río Cesar en
los niveles de Regidor los niveles de Peñoncito los niveles de El Banco
182 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(d) Identificabilidad del Caudal del Río Caribona (e) Identificabilidad del Caudal del Caño Chimicua (f) Identificabilidad del Caudal del Río Cesar en
en los niveles de San Roque en los niveles de Santa Ana los niveles de Palenquito
(h) Identificabilidad del Caudal del Río Cesar (h) Identificabilidad del Caudal del Río Nechí (i) Identificabilidad del Caudal del Río Nechí
en los niveles de Guaymaral en los niveles de La Coquera en los niveles de Margento
(j) Identificabilidad del Caudal del Río Nechí (k) Identificabilidad del Caudal del Río (l) Identificabilidad del Caudal del Río
en los niveles de Las Flores Caribona en los niveles de Las Varas Caribona en los niveles de Tres Cruces
(m) Identificabilidad del Caudal del Río San (n) Identificabilidad del Caudal del Río San (o) Identificabilidad del Caudal del Río
Jorge en los niveles de Majagual Jorge en los niveles de Sucre Cesar en los niveles de Las Aguadas
Resultados 183
(p) Identificabilidad del Caudal del Río Cesar (q) Identificabilidad del Caudal del Río Cesar (r) Identificabilidad del Caudal del Río San
en los niveles de Las Palomas en los niveles de Rio Nuevo Jorge en los niveles de Armenia
(s) Identificabilidad del Caudal del Río San (t) Identificabilidad del Caudal del Río San (u) Identificabilidad del Caudal del Río San
Jorge en los niveles de Coyonga Jorge en los niveles de Sitio Nuevo Jorge en los niveles de Barbosa
(v) Identificabilidad del Caudal del San Jorge en los niveles de (w) Identificabilidad del Caudal del Caño Chimicua en los niveles de
Magangué Plato
(x) Identificabilidad del Caudal del Caño Chimicua en los niveles de (y) Identificabilidad del Caudal del Caño Chimicua en los niveles de
Tenerife Calamar
Figura 3-44: Diagrama de dispersión del caudal promedio de un tributario en los valores de nivel
de una estación en el sub-Modelo 2.
184 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(a) Sensibilidad del Caudal Río Cesar en los (b) Sensibilidad del Caudal Río Cesar en los (c) Sensibilidad del Caudal Río Cesar en los
caudales de Regidor caudales de Peñoncito caudales de El Banco
(d) Sensibilidad del Caudal Río Caribona en los (e) Sensibilidad del Caudal Caño Chimicua en los (f) Sensibilidad del Caudal Río Cesar en los
caudales de San Roque caudales de Santa Ana caudales de La Victoria
(g) Sensibilidad del Caudal Río Cesar en los caudales (h) Sensibilidad del Caudal Río Cesar en los (i) Sensibilidad del Caudal Río Nechí en los
de Palenquito caudales de Guaymaral caudales de La Coquera
(j) Sensibilidad del Caudal Río Nechí en los caudales (k) Sensibilidad del Caudal Río Nechí en los (l) Sensibilidad del Caudal Río Caribona en los
de Margento caudales de Las Flores caudales de Las Varas
Resultados 185
(m) Sensibilidad del Caudal Río Caribona en los (n) Sensibilidad del Caudal Río Cesar en los (o) Sensibilidad del Caudal Río Cesar en los
caudales de Tres Cruces caudales de Las Aguadas caudales de Las Palomas
(p) Sensibilidad del Caudal Río Cesar en los caudales (q) Sensibilidad del Caudal Río San Jorge en los (r) Sensibilidad del Caudal Río San Jorge en los
de Rio Nuevo caudales de Armenia caudales de Coyongal
(s) Sensibilidad del Caudal Río San Jorge en los caudales de Sitio Nuevo (t) Sensibilidad del Caudal Río San Jorge en los caudales de Barbosa
(u) Sensibilidad del Caudal Río San Jorge en los caudales de Magangué (v) Sensibilidad del Caudal Caño Chimicua en los caudales de Calamar
Figura 3-45: Análisis de sensibilidad regional del caudal promedio de un tributario en los valores
de caudal en una estación en el sub-Modelo 2
186 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(a) Sensbilidad del Caudal del Río Cesar en (b) Sensbilidad del Caudal del Río Cesar en (c) Sensbilidad del Caudal del Río Cesar en
los niveles de Regidor los niveles de Peñoncito los niveles de El Banco
(d) Sensbilidad del Caudal del Río Caribona (e) Sensbilidad del Caudal del Caño (f) Sensbilidad del Caudal del Río Cesar en
en los niveles de San Roque Chimicua en los niveles de Santa Ana los niveles de Palenquito
(h) Sensbilidad del Caudal del Río Cesar en (h) Sensbilidad del Caudal del Río Nechí en (i) Sensbilidad del Caudal del Río Nechí en
los niveles de Guaymaral los niveles de La Coquera los niveles de Margento
(j) Sensbilidad del Caudal del Río Nechí en (k) Sensbilidad del Caudal del Río Caribona (l) Sensbilidad del Caudal del Río Caribona
los niveles de Las Flores en los niveles de Las Varas en los niveles de Tres Cruces
Resultados 187
(m) Sensbilidad del Caudal del Río San (n) Sensbilidad del Caudal del Río San (o) Sensbilidad del Caudal del Río Cesar en
Jorge en los niveles de Majagual Jorge en los niveles de Sucre los niveles de Las Aguadas
(p) Sensbilidad del Caudal del Río Cesar en (q) Sensbilidad del Caudal del Río Cesar en (r) Sensbilidad del Caudal del Río San Jorge
los niveles de Las Palomas los niveles de Rio Nuevo en los niveles de Armenia
(s) Sensbilidad del Caudal del Río San Jorge (t) Sensbilidad del Caudal del Río San Jorge (u) Sensbilidad del Caudal del Río San
en los niveles de Coyonga en los niveles de Sitio Nuevo Jorge en los niveles de Barbosa
(v) Sensbilidad del Caudal del San Jorge en los niveles de (w) Sensbilidad del Caudal del Caño Chimicua en los niveles de
Magangué Plato
188 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
(x) Sensbilidad del Caudal del Caño Chimicua en los niveles (y) Sensbilidad del Caudal del Caño Chimicua en los niveles
de Tenerife de Calamar
Figura 3-46: Análisis de sensibilidad regional del nivel promedio de un tributario en los valores de
nivel de una estación en el sub-Modelo 2.
c) Análisis de Incertidumbre
En la Figura 3-47 y la Figura 3-48 se presentan los valores observados y las bandas de
confianza construida para caudal y nivel en las estaciones del sub-modelo 2.
Algunos de los errores presentes en la simulación de niveles se pueden dar por errores
en la cota cero. Se espera que, si en el brazo de Mompox están bien los niveles en San
Roque, estén bien los niveles en Santa Ana y viceversa, pero esto no ocurre; de igual
modo en el caño Mojana en las estaciones Majagual y Sucre; y en el tramo del río
Magdalena Tenerife-Plato, donde en Tenerife se tienen bien los valores de niveles, pero
no así en Plato.
En las estaciones: Las Flores, Las Varas se observa una sobreestimación de caudales
(Ver: Figura 3-47 (k) y (i)), en el evento simulado en el río Cauca se presentaron algunos
rompimientos del Dique lo que causó que el canal principal disminuyera su caudal,
desafortunadamente SOBEK no pudo replicar esta situación, lo cual podría estar
Resultados 189
relacionado con que ningún parámetro sea sensible ni identificable en estas estaciones
de caudales (Ver: Figura 3-40 (k) y (i)).
SOBEK muestra dificultades para representar los caudales y niveles en las bifurcaciones
con escasa información topográfica, en esta ocasión los caudales de Palenquito y
Guaymaral en el caño Chicagua y Las Palomas y Armenia en el brazo de Quitasol son
pruebas de ello (Ver: Figura 3-47 (g), (h), (o) y (q), y Figura 3-48 (f), (h), (p) y (r)).
i. Caudales
(a)Regidor (b)Peñoncito
ii. Niveles
(a)Regidor
3.2.3 Sub-Modelo 3
El Sub Modelo 3, corresponde al sector entre Calamar y la estación de Dársena por el río
Magdalena y Santa Helena 2 por el Canal del Dique. No se presenta ningún tributario
importante en ese sector. Como se describió en la sección 2.3.2.c, las condiciones de
frontera del sub-Modelo 3 son: valores de caudal medidos en la estación de Calamar
(Aguas Arriba) y valores de nivel medidos en las estaciones de Dársena y Santa Helena
2 (Aguas Abajo). (ver: Figura 3-49).
SOBEK no pudo representar la proporción de caudales entre el canal del Dique y el río
Magdalena; adicionalmente al igual que pasó con el río Cauca no simuló adecuadamente
198 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
el rompimiento del Dique, causando esto, que en las simulaciones se llevara más caudal
del que llevaba el canal del dique en la realidad (ver: Figura 3-54, Figura 3-55 Tabla
3-17).
Tabla 3-15: Coeficiente de eficiencia de Nash-Sutcliffe de los valores de caudal para las mejores
simulaciones de SOBEK Modelo 3.
Coeficiente de
Criterio de
Código Estación Eficiencia de Nash-
Nash-Sutcliffe
Sutcliffe –R2
29037020 Calamar 1.000 Excelente
29037360 Incora K7 -15.995 Insuficiente
29037800 Compuertas Canal del Dique -12.432 Insuficiente
29037080 Gambote -17.770 Insuficiente
29037370 Santa Helena 1 -23.458 Insuficiente
29037450 Santa Helena 2 -73.885 Insuficiente
Tabla 3-16: Coeficiente de eficiencia de Nash-Sutcliffe de los valores de nivel para las mejores
simulaciones de SOBEK Modelo 3.
Coeficiente de
Criterio de
Código Estación Eficiencia de Nash-
Nash-Sutcliffe
Sutcliffe –R2
29037020 Calamar 0.134 Insuficiente
29047080 Dársena 0.999 Excelente
29037360 Incora K7 0.130 Insuficiente
29037080 Gambote 0.351 Satisfactorio
29037370 Santa Helena 1 -0.348 Insuficiente
29037450 Santa Helena 2 1.000 Excelente
Tabla 3-17: Coeficiente de rugosidad de Manning con mayor valor del Coeficiente de Eficiencia
de Nash-Sutcliffe para los valores de nivel y caudal de las estaciones en el sub-Modelo 3.
Mejor Coeficiente de Mejor Coeficiente de
Código Estación rugosidad de Manning rugosidad de Manning para
para Caudal Nivel
29037020 Calamar
0,030 0,030
29037360 Incora K7
0,030 0,030
29037800 Compuertas Canal del Dique 0,030 0,030
29037080 Gambote 0,030
0,030
29037370 Santa Helena 1 0,030
0,031
29037450 Santa Helena 2 0,030
0,030
e) Análisis de Incertidumbre
En la Figura 3-54 y la Figura 3-55 se presentan los valores observados y las bandas de
confianza construida para caudal y nivel en las estaciones del sub-modelo 3.
El análisis de incertidumbre muestra que los niveles y caudales bajos en el inicio del
periodo de modelación, fueron bien representados en todas las estaciones del sub-
modelo 3 (Figura 3-54 y Figura 3-55). Pero en general para todas las estaciones los
caudales y simulados fueron sobre estimados, excepto en la estación de nivel de Santa
Helena 1 (Figura 3-55 (e)), por tanto sería adecuado utilizar una función que genere el
coeficiente de rugosidad de Manning en función de la velocidad de flujo.
i. Caudales
ii. Niveles
f) Dársena [29047080]
Después de la bifurcación del río Magdalena entre Canal del Dique y río principal, no hay
ninguna estación con datos de caudales para el río Magdalena. Por esta razón se decidio
utilizar los valores simulados para tener una idea del orden de magnitud del caudal del río
Magdalena en su desembocadura en el mar Caribe.
Los caudales mínimos se comportan casi como una sola simulación, mientras que los
caudales medios y máximos si tienen gran diferencia entre una simulación y otra. Aunque
el modelo genera información importante, debido a la poca confiabilidad de los
resultados, especialmente en el sub-Modelo 3, se recomienda utilizar esta información
con mucha precaución.
206 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Figura 3-56: Conjunto de 200 simulaciones de caudales para la estación Dársena [29047080]
utilizando SOBEK.
.
Figura 3-57: Incertidumbre en la simulación de caudales para la estación Dársena [29047080]
utilizando SOBEK
Resultados 207
4. Discusión
o Los datos climatológicos son series de tiempo puntuales que deben ser
espacializados. ¿Cuál es la distribución espacial de la información? ¿Cómo
manejar la irregularidad en la red de estaciones y el monitoreo? ¿Cuál es el mejor
método de interpolación? ¿Es viable combinar los datos puntuales con
información de satélites y sensores remotos? ¿Qué metodología usar para
combinar estos datos? Se piensa que en la interpolación espacial de los datos
climatológicos está una de las mayores fuentes de incertidumbre del modelo
hidrológico y que una manera de abordarlo es la combinación de información de
sensores remotos con los datos de estaciones en tierra.
Los procesos hidrológicos incluyen simplificaciones hechas de las leyes físicas, ¿Qué
suposiciones se tuvieron en cuenta para llegar a esa simplificación? ¿Es válida la
suposición en las cuencas que se van a modelar? De no ser así, ¿Se puede acceder
al código del modelo e incluir la física de los procesos que no se consideran? Las
simplificaciones utilizadas en los modelos hidrológicos son ampliamente aceptadas y
funcionan bien en algunas cuencas, pero en algunas cuencas estas simplificaciones
pueden no ser válidas y habrá que revisar qué elementos deben ser incluidos y no
pueden ser obviados, desde la infiltración, movimiento de agua en la zona no
saturada, movimiento de agua en la zona saturada, la conexión del agua subterránea
y el agua superficial, el escurrimiento en la ladera y el tránsito hidráulico;
considerando siempre la información disponible para el modelamiento.
Los valores de los parámetros, a los que se les establecen limites para que
físicamente tengan un significado; pero ¿Y si el valor óptimo del parámetro esta por
fuera del rango de valores con significado físico? ¿Se debe sacrificar la explicación
física del modelo por la precisión del mismo? ¿Hace falta variar los parámetros para
todas las combinaciones de tipo y cobertura de suelo? ¿Cómo realizar agrupaciones
por similitud de cuencas? ¿Se podrían reducir las combinaciones de uso y tipo de
suelo? ¿Hasta qué punto?
Se piensa que aumentar el rango de valores de los parámetros por fuera de los
valores que tienen significado físico y/o reducir las simplificaciones realizadas en el
Resultados 209
modelo son opciones para mejorar el rendimiento del modelo y la decisión a tomar se
debe acompañar del conjunto de datos disponibles. Procesos como la regulación
hídrica ocasionada por represas, el tránsito hidráulico en algunos tributarios se
deberían considerar de primera instancia y otros procesos relacionados con la
infiltración y el modelamiento del subsuelo se podrían mejorar con una búsqueda
exhaustiva de los parámetros óptimos, esto pues, por la dificultad de inclusión de
estos procesos combinado con la falta de información para modelar adecuadamente
los mismos.
El inicio es el paso más difícil pues supone una apuesta sin antecedentes en el
entorno propio, una apuesta hacia herramientas cuyo uso no vemos común o
pertinente. En ese sentido Cormagdalena, a través del Centro de Investigaciones del
Río Magdalena ha adelantado un esfuerzo pionero para apoderarse del conocimiento
de su objeto de gestión: El río Magdalena. Esto implica una transformación
institucional total, el de una entidad creada en la última década del siglo veinte,
enfocada en la inversión de recursos del estado a una entidad con intención de
conocer y decidir informadamente sobre su quehacer. Una entidad que usa
herramientas técnicas y tecnológicas en pro de sus beneficiarios, que son en últimas
los ciudadanos del estado Colombiano. Y sobre todo una entidad que toma la
responsabilidad estatal de conocer tanto como pueda su objeto de gestión.
En general, los proyectos de transferencia de tecnología no resultan procesos
directos, y más bien múltiples y diversas complicaciones surgen en su desarrollo. En
este caso particular de la modelación del Río Magdalena, las dificultades en parte se
deben a la complejidad propia del Río, en parte porque no, como es evidente, existe
la costumbre institucional de hacer uso de esas tecnologías y en parte porque la
entidad misma no tiene una estructura que anide fácilmente este tipo de proyectos.
Por ejemplo, actividades esenciales como encontrar información de estudios
anteriores o datos de otros proyectos, no representan una tarea técnica sino
214 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del río
Magdalena
Debe resaltarse que este proyecto se enmarca dentro del Programa Permanente de
Modelación del Río Magdalena del Centro de Investigación Científica del Río
Magdalena, y en este nombre busca reflejar lo que significa hacer uso de
herramientas de este tipo: se trata de una actitud corporativa permanente, pues
siempre hay interrogantes que solucionar y siempre hay información que añadir o
conocimiento que apropiar. En ese sentido la transformación para el uso de
herramientas de modelación hidráulica, también implica transformación hacia el
manejo del conocimiento y hacia el mejoramiento de procesos de decisión.
5.1 Conclusiones
En este trabajo, se muestra una metodología para evaluar la influencia de los parámetros
del modelo hidrológico wflow y del modelo hidráulico sobek en las salidas de la
modelación hidrológica e hidráulica acoplada del medio y bajo Magdalena. Este es un
estudio completo sobre la modelación hidrológica e hidráulica de toda la cuenca media y
baja del río Magdalena, en el que se aprendió del régimen de flujo del río Magdalena y
sus principales tributarios. La innovación de este trabajo está en la aplicación de
modelación hidrológica e hidráulica acoplada en conjunto con las metodologías de
análisis de incertidumbre y sensibilidad en el sistema de los ríos Magdalena y Cauca,
ayudando a entender los principales procesos hidrológicos en los tributarios y las
mayores dificultades a considerar en la modelación hidráulica. Este acople desarrollado
puede ser utilizado en diferentes escenerarios de modelación en el río Magdalena y/o
puede ser replicado en otros ríos y/o considerar en la inclusión de otros temas de interés,
tales como calidad de agua, transporte de sedimentos, modelamiento de hábitat acuático,
entre otros.
El modelo hidrológico conceptual distribuido wflow estimó los caudales de los tributarios
del río Magdalena en su cuenca media y baja.
Los niveles de agua y caudales del río Magdalena en su cuenca media y baja fueron
determinados con el acople externo de un modelo hidráulico físicamente basado con una
configuración 1D-2D como SOBEK acoplado y un modelo hidrológico conceptual
distribuido como wflow.
La variación temporal de los caudales de los tributarios fue capturada por el modelo
hidrológico wflow, y la variación espacial de estos se consideró en la inclusión de los
tributarios dentro del modelo SOBEK como caudales puntuales en la localización de las
confluencias con los ríos Magdalena y Cauca.
Los valores de caudal y nivel de agua en los ríos Magdalena y Cauca fueron
razonablemente reproducidos en el acople de modelación propuesto, se tuvieron algunas
dificultades en modelar adecuadamente las bifurcaciones, debido a la falta de
información de secciones transversales en los brazos secundarios y a la incertidumbre
asociada a los valores de cota cero y curvas de calibración de las estaciones.
El valor promedio de caudal simulado parece no ser parámetro suficiente para analizar la
sensibilidad e identificabilidad del efecto del modelo hidrológico en el modelo hidráulico,
por lo que se deberán realizar evaluaciones con los valores máximos, mínimos y
desviación estándar de los valores simulados; incrementando el número de parámetros,
pero describiendo mejor los valores de caudal obtenidos en wflow.
También es posible combinar este acople con otros modelos de geociencias e ingeniería,
como los que representan la erosión y el transporte de sedimentos, o modelos de hábitat
acuático; el modelo propuesto será útil para abordar una serie de preguntas científicas,
como por ejemplo ¿cómo las señales meteorológicas e hidrológicas afectan los
regímenes de flujo, la variabilidad morfológica y la calidad de los hábitats acuáticos?
Muchas opciones quedan por evaluar y se tendrá que seguir trabajando en este tipo de
ejercicios para que en un futuro no muy lejano se puedan mejorar los resultados de
modelación.
5.2 Recomendaciones
- intercepción/evapotranspiración
La intercepción de la lluvia se modela utilizando una modificación del modelo de Rutter,
mientras que la evapotranspiración se modela con el método de Kristensen y Jensen
basado en el índice de área foliar, profundidad de raíces y evapotranspiración potencial
para cada tipo de vegetación (J.C. Refsgaard & Storm, 1995; Sandu & Virsta, 2015).
222 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del
río Magdalena
- derretimiento de nieve
Los procesos de acumulación y el derretimiento de nieve se pueden representar
mediante el método del índice de temperatura y/o el método del balance de energía. El
método de índice de temperatura utiliza la temperatura del aire como índice para el
derretimiento de nieve, mientras que el método del balance de energía, utiliza el principio
de balance de energía y de masa para determinar los cambios en la estructura de la capa
de nieve (Islam, 2011; J.C. Refsgaard & Storm, 1995).
Sørensen et al. (1996) desarrollaron un acople completo entre los modelos MIKE SHE y
MIKE 11 para determinar la influencia de la hidroeléctrica de Gabcikovo en la hidrología y
ecología de la parte eslovaca del bajo Danubio. El acople desarrollado modelaba
simultáneamente en MIKE SHE y MIKE 11. MIKE 11 calcula los niveles de agua en ríos y
llanuras inundables, los niveles de agua calculados se transfieren a MIKE SHE, donde la
profundidad y la extensión de la inundación se mapean comparando los niveles de agua
calculados con la información topográfica almacenada en MIKE SHE; posteriormente,
MIKE SHE calcula los flujos de agua en la parte restante del ciclo hidrológico (Ver:
Ilustración 2). El intercambio de agua entre MIKE 11 y MIKE SHE puede ocurrir debido a
la evaporación de aguas superficiales, la infiltración, el flujo de ladera o el intercambio
río-acuífero. Los flujos de agua calculados con MIKE SHE se intercambian con MIKE 11
a través de los elementos de fuente/sumidero en la ecuación de continuidad
(conservación de masa) de las ecuaciones de Saint Venant en MIKE 11.
Mårtensson y Gustafsson (2010) utilizaron un acople entre los modelos MIKE SHE y
MIKE 11 para cuantificar la entrada de agua subterránea a un Almacén Temporal
Centralizado (coloquialmente llamado cementerio nuclear) en Forsmark, Suecia.
Adicionalmente se analizaron los efectos hidrológicos e hidrogeológicos asociados a la
construcción y operación del mismo. El acople realizado conectaba el flujo del río
modelado en MIKE 11 con el flujo en ladera y el flujo de agua subterránea modelado en
MIKE SHE, este acople permitió el flujo bidireccional de la ladera-acuífero al canal y
viceversa. La Ilustración 3 muestra el principio de intercambio de flujo de ladera y flujo de
canal en el acople realizado, cuando el nivel de agua del flujo de ladera o el nivel del
agua del río está por encima de la elevación de la orilla izquierda o derecha, el agua se
derramará a través del banco. La Ilustración 4 muestra cómo se realiza el acople entre el
flujo de canal y el flujo subterráneo, el flujo de intercambio entre una celda de la zona
saturada, en contacto con el sistema fluvial y un enlace fluvial se incluye como término
fuente / sumidero en la ecuación de Boussinesq en MIKE SHE.
226 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del
río Magdalena
Ilustración 3: Acople del flujo del canal y flujo de ladera MIKE 11 - MIKE SHE y
parámetros para el cálculo para el intercambio de agua
Fuente: Mårtensson & Gustafsson, 2010
Ilustración 4:: Acople del flujo del canal y flujo subterráneo MIKE 11 - MIKE SHE y
parámetros para el cálculo para el intercambio de agua
Fuente: Mårtensson & Gustafsson, 2010
Sandu y Virsta (2015) acoplaron el modelo hidrológico MIKE SHE y el modelo hidráulico
MIKE 11 para simular el flujo superficial del río Argesel en Rumania, los procesos como
flujo en la zona saturada, flujo en la zona no saturada, flujo en ladera y
evapotranspiración fueron modelados con el MIKE SHE, mientras que el flujo en el canal
se modeló con MIKE 11; el acople realizado requiere la calibración simultánea de los dos
Anexos 227
modelos, la calibración se realizó con dos eventos y se validó para otros dos eventos; los
resultados muestran el potencial de representar la respuesta hidrológica del río Argesel a
partir del acople de MIKE SHE y MIKE 11; a pesar de la deficiencia y la falta de datos, el
acople realizado simuló la respuesta hidrológica de la cuenca del río Argesel de forma
razonable y representó bien la complejidad del sistema hidrológico de la cuenca.
Acople de HEC-HMS/HEC-(Geo)RAS
El modelo hidrológico HEC-HMS (Hydrologic Engineering Center’s Hydrologic Modeling
System) desarrollado por el Cuerpo de Ingenieros del Ejército de los Estados Unidos, es
diseñado para simular el proceso precipitación-escorrentía en cuencas dendríticas.
Permite escoger entre diferentes métodos para la estimación de la infiltración, la
escorrentía directa, el flujo base y el tránsito de crecientes (Knebl, et al., 2005; US Army
Corps of Engineers, 2000). HEC-HMS es un modelo determinístico, aglutinado (excepto
los métodos de curva número “gridded”, “Gridded” Soil Moisture Accounting que permiten
cálculos de infiltración espacialmente distribuidos y ModClark que es una variación del
hidrograma unitario de Clark que permite como entrada un campo de precipitación
espacialmente distribuido), con la mayoría de procesos empíricos y algunos físicamente
basados.
Las metodologías que se pueden implementar para los diferentes procesos hidrológicos
en HEC-HMS son (US Army Corps of Engineers, 2000):
infiltración
o Pérdidas iniciales y constantes
o Método del Servicio de Conservación de Suelos de Estados Unidos. Curva
Número (CN)
o Curva Número “gridded”
o Green y Ampt
o Tasa de déficit constante
o Soil Moisture Accounting (SMA)
o “Gridded” Soil Moisture Accounting
228 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del
río Magdalena
escorrentía directa
o Hidrograma unitario especificado por el usuario (UH)
o Hidrograma Unitario de Clark
o Hidrograma Unitario de Snyder
o Hidrograma Unitario del Servicio de Conservación de Suelos de Estados Unidos.
o Tasa de déficit constante
o ModClark
o Onda Cinemática
flujo base
o Mensual constante
o Recesión exponencial
o Reservorio lineal
tránsito de crecientes
o Onda cinemática
o Lag
o Pulso modificado
o Muskingum
o Muskingum-Cunge
o Confluencia
o Bifurcación
Hec-GeoRAS es una extensión que permite hacer frente a aspectos cuasi-2D del flujo
conectando la geometría del río con el modelo digital del terreno, de este modo la salida
proporcionada por HEC-RAS para cada sección transversal se interpola entre secciones
transversales y teniendo como resultado la profundidad y una superficie de velocidad de
agua; haciendo posible mapear con realismo apreciable la morfología del río, la llanura
inundable y detectar las áreas inundadas para una creciente con un período de retorno
dado (Khaghan & Mojaradi, 2016; Pistocchi & Mazzoli, 2002).
objetivo principal de proporcionar un entorno en el que todos los cálculos realizados por
las diferentes oficinas regionales y municipales involucradas en el encauzamiento de
ríos, obras hidráulicas y actividades similares puedan converger y compartan los mismos
supuestos fundamentales en cuanto a coeficientes de rugosidad y datos hidrológicos, y
mantengan una actualización continua de la base de datos, incluyendo obras en curso,
para tener una representación consistente y siempre realista de la red fluvial, sus
alcances críticos y las prioridades de intervención.
Vargas et al., (2013) modelaron con HEC-HMS la cuenca aferente a los humedales de la
zona norte del municipio de La Dorada-Caldas-Colombia. Los humedales del barrio las
ferias en el municipio de la Dorada han sido impactados por diversas actividades
antrópicas que han afectado su equilibrio ecológico, hidráulico y ambiental. Con base en
el análisis de la información hidrológica, utilizando el método de SCS y el hidrograma
unitario del SCS para transformar la lluvia en escorrentía se utilizó el modelo HEC-HMS
para determinar la capacidad de amortiguación de crecientes del humedal la cual solo
llega a soportar la creciente de 2.33 años de periodo de retorno. Así mismo se realizó la
modelación hidráulica del canal de interconexión mediante el modelo HEC- RAS,
considerando flujo uniforme evidenciando que en la zona de descarga del humedal el
canal se comparta de manera óptima y en la zona rural presenta reboses debido al
remanso que ejerce el Río Magdalena. Se adelantó el cálculo de vulnerabilidad biofísica
descrito por Etter et al., (2011) del humedal y se obtuvo que el 93% del humedal presenta
una alta fragilidad en cuanto a su estructura vegetal, composición de especies,
funcionalidad y autosuficiencia.
Hashemyan, Khaleghi y Kamyar (2015) utilizaron el acople del modelo hidrológico HEC-
HMS y el modelo hidráulico HEC-RAS para analizar el comportamiento y expansión de
las inundaciones fluviales en un tramo del río Khoshke Rudan en la provincia de Fars en
Irán. Las zonas inundables asociados a precipitaciones con períodos de retorno de 10,
20, 50 y 100 años se determinaron utilizando HEC-GeoRAS. Los resultados obtenidos
muestran un comportamiento satisfactorio de los dos modelos y una alta eficiencia de la
combinación de la modelación hidrológica e hidráulica acoplada con Sistemas de
Información Geográfica y recomienda la aplicación de este tipo de acoples en los
programas de planeación y el manejo de áreas residenciales y agrícolas.
período de retorno, con información de tipo y uso de suelo se preparó para utilizar el
método de curva número, el modelo fue calibrado con información de estaciones
hidrológicas; los hidrogramas de salida de HEC-HMS se utilizaron como entradas en el
modelo hidráulico HEC-RAS, para que posteriormente con HEC-GeoRAS se visualizarán
la extensión de las inundaciones 10, 20 y 50 años de período de retorno; mostrando la
capacidad de simular el comportamiento hidrológico e hidráulico de las cuencas de Karaj
con el uso acoplado de HEC-HMS y HEC-RAS, además de la importancia del uso de
herramientas de información geográfica en el pre-procesamiento de la información de
modelación y en la determinación de la extensión de la inundación.
para la simulación en tiempo real de las inundaciones en el río Illinois con opciones de
manejo de diques y distritos de drenaje para la protección contra inundaciones y para los
estudios de restauración de ecosistemas dentro de la cuenca.
Bravo et al., (2012) modelaron la cuenca alta del Río Paraguay la cual posee un área de
600.000 km2 y se extiende sobre Brasil, Paraguay y Bolivia; incluye la afluencia del Río
Apa y una gran zona inundable con lagos pocos profundos en la que ocurre una compleja
dinámica de sedimentos. Utilizaron el modelo hidrológico distribuido MGB-IPH que
representa la cuenca por una malla cuadriculada de aproximadamente 10km x 10km y
calcula el almacenamiento de agua en el suelo, evapotranspiración, el flujo propagado
dentro de un elemento y el tránsito de crecientes dentro de la red de drenaje, mediante el
uso de tres reservorios lineales (flujo base, flujo subsuperficial y flujo superficial) y el uso
del método de Muskingum-Cunge y sirvió para determinar el caudal aportante de los
tributarios en el área de drenaje; este modelo fue acoplado a un modelo hidrodinámico
unidimensional en HEC-RAS de 4.800km de tramo de río y simularon el período histórico
entre el 1 de enero de 1996 y el 31 de diciembre de 2000. El modelo reprodujo
satisfactoriamente los caudales observados en los tributarios, sin embargo, tuvo
dificultades en la reproducción del régimen de flujo en el río Paraguay debido a escases
en las secciones transversales disponibles. A pesar de la falta de datos, la complejidad
del río y la red de drenaje; esta modelación acoplada fue capaz de representar el
régimen hidrológico del Río Paraguay y sus tributarios, proporcionando una herramienta
236 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del
río Magdalena
Laganier et al., (2014) evaluaron del desempeño del acople del modelo hidrológico SCS-
LR (Soil Conservation Service-lag-and-route) y el modelo hidráulico 1D MASCARET
(basado en las ecuaciones de Saint Venant) en el Río Gardon en Francia. El río Gardón
tiene una cuenca de 2040km2 y en la construcción de este acople se utilizó información
de lluvia de radar con resolución espacial de 1kmx1km de Météo-France y la información
disponible en 5 estaciones hidrológicas. El modelo hidrológico SCS-LR combina un
modelo de escorrentía adaptado del Servicio de Conservación de Suelos (SCS) y un
modelo lag-and-route (LR) basado en una cascada de reservorios lineales, es basado en
eventos, distribuido y conceptual con reservorios que discretiza la cuenca en celdas
cuadriculadas. El modelo hidráulico 1D MASCARET resuelve las ecuaciones completas
de Saint-Venant compuestas por la ecuación de continuidad y la ecuación de momentum.
El desempeño del acople de estos modelos fue satisfactorio, mostrando la importancia de
considerar la distribución espacial de la precipitación y la adición de los caudales de los
tributarios. Por último, se concluye que este tipo de acople de modelos hidrológicos e
hidráulicos resulta muy interesante para el pronóstico de niveles de agua y áreas
inundables.
cuenca del río Mundaú tiene un área de 4126.38km2 y el modelo hidrológico cubrió toda
el área de la cuenca y con el modelo hidráulico se modeló un tramo de 4.64km que
corresponden al área urbana del municipio de Rio Largo; se consideraron eventos
extremos de diferentes períodos de retorno encontrando que un período de retorno
superior a 50 años tiene potencial de causar grandes daños. El acople del modelo fue
calibrado con las inundaciones del año 2010, obtenidas a partir de trabajos de campo
cualitativos y encontrando resultados satisfactorios, a pesar de las limitaciones de
información. Este estudio muestra que el uso acoplado de modelos es una aproximación
viable en áreas donde no es posible realizar análisis de frecuencia de caudales que den
soporte a los modelos hidráulicos; adicionalmente este acople se podría configurar como
sistema de alerta temprana a partir de los pronósticos de precipitaciones o las
mediciones de precipitación en tiempo real.
Anexos 239
Anexo: Resultados de
Identificabilidad Paramétrica,
Análisis de Sensibilidad y Análisis
de Incertidumbre de la Modelación
Hidrológica e Hidráulica Acoplada.
rainfall input: Reconstruction of the 8–9 September 2002 catastrophic flood event
in the Gard region, France. Advances in Water Resources, 32(7), 1077–1089.
https://doi.org/10.1016/j.advwatres.2009.03.007
Bouaziz, L. (2014, September). Hydrological modelling of the Swat and Kabul
Rivers. Deltares report.
Bravo, J. M., Allasia, D., Paz, A. R., Collischonn, W., & Tucci, C. E. M. (2012).
Coupled Hydrologic-Hydraulic Modeling of the Upper Paraguay River Basin.
Journal of Hydrologic Engineering, 17(5), 635–646.
https://doi.org/10.1061/(ASCE)HE.1943-5584.0000494
Calderón Estrada, D. (2012, June). MODELACIÓN CONJUNTA DE RECURSOS
HÍDRICOS SUPERFICIALES Y SUBTERRÁNEOS. Caso de estudio en la cuenca
media del rio Sonora (Ingeniería Civil). Universidad Nacional Autónoma de
México. Facultad de Ingeniería., México DF, México. Retrieved from
http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/2462/
TESIS.pdf?sequence=1
Cardona Almeida, C. A., Sanchez Lozano, J. L., & Oliveros Acosta, J. J. (2014,
Agosto). MODELACIÓN HIDRÁULICA DEL RÍO MAGDALENA EN SOBEK -
FASE CONSTRUCCIÓN DEL MODELO. Revista Científica Guarracuco, 29(18),
75–96.
Chow, V. T., Maidment, D. R., & Mays, L. W. (1988). Applied Hydrology. McGraw-
Hill.
Colombia, Congreso de la República. Ley 161 de 1994, Pub. L. No. 194,
http://www.secretariasenado.gov.co/senado/basedoc/ley/1994/ley_0161_1994.ht
ml (1994).
Corporación Autónoma Regional del Río Grande de la Magdalena –
CORMAGDALENA–, & Laboratorio de Ensayos Hidráulicos de la Universidad
Nacional de Colombia – LEH-UN –. (2007, Enero de). ESTUDIOS E
INVESTIGACIONES DE LAS OBRAS DE RESTAURACIÓN AMBIENTAL Y DE
NAVEGACIÓN DEL CANAL DEL DIQUE.
Corporación Autónoma Regional para el Río Grande de La Magdalena -
CORMAGDALENA-. (2007). Atlas - Cuenca del Río Grande de la Magdalena.
Bibliografía 253
Karssenberg, D., Burrough, P. A., Sluiter, R., & Jong, K. (2001). The PCRaster
Software and Course Materials for Teaching Numerical Modelling in the
Environmental Sciences. (Vol. 5(2)).
Khaghan, A. A. M., & Mojaradi, B. (2016). The Integrate of HEC-HMS and HEC-
RAS Models in GIS Integration Models to Simulate Flood (Case Study: the Area of
Karaj). Current World Environment, 11(Special Issue 1), 01–05.
Kim, J., Warnock, A., Ivanov, V. Y., & Katopodes, N. D. (2012). Coupled modeling
of hydrologic and hydrodynamic processes including overland and channel flow.
Advances in Water Resources, 37, 104–126.
https://doi.org/10.1016/j.advwatres.2011.11.009
Knebl, M. R., Yang, Z.-L., Hutchison, K., & Maidment, D. R. (2005). Regional scale
flood modeling using NEXRAD rainfall, GIS, and HEC-HMS/RAS: a case study for
the San Antonio River Basin Summer 2002 storm event. Journal of Environmental
Management, 75(4), 325–336. https://doi.org/10.1016/j.jenvman.2004.11.024
Laganier, O., Ayral, P. A., Salze, D., & Sauvagnargues, S. (2014). A coupling of
hydrologic and hydraulic models appropriate for the fast floods of the Gardon
River basin (France). Nat. Hazards Earth Syst. Sci., 14(11), 2899–2920.
https://doi.org/10.5194/nhess-14-2899-2014
Lerat, J., Perrin, C., Andréassian, V., Loumagne, C., & Ribstein, P. (2012).
Towards robust methods to couple lumped rainfall–runoff models and hydraulic
models: A sensitivity analysis on the Illinois River. Journal of Hydrology, 418–419,
123–135. https://doi.org/10.1016/j.jhydrol.2009.09.019
Lian, Y., Chan, I.-C., Singh, J., Demissie, M., Knapp, V., & Xie, H. (2007).
Coupling of hydrologic and hydraulic models for the Illinois River Basin. Journal of
Hydrology, 344(3–4), 210–222. https://doi.org/10.1016/j.jhydrol.2007.08.004
Lighthill, M. J., & Whitham, G. B. (1955). On Kinematic Waves. I. Flood Movement
in Long Rivers. Proceedings of the Royal Society of London A: Mathematical,
Physical and Engineering Sciences, 229(1178), 281–316.
https://doi.org/10.1098/rspa.1955.0089
Lindström, G., Johansson, B., Persson, M., Gardelin, M., & Bergström, S. (1997).
Development and test of the distributed HBV-96 hydrological model. Journal of
Hydrology, 201(1–4), 272–288. https://doi.org/10.1016/S0022-1694(97)00041-3
258 Modelación hidrológica e hidráulica acoplada de la cuenca media y baja del
río Magdalena