COMPARACIÓN DE MODELOS HIDROLÓGICOS DE DIFERENTE ESTRUCTURA Y COMPLEJIDAD EN LA REGIÓN HIDROGRÁFICA DEL TITICACA, CUENCA DEL RÍO HUANCANÉ
DOI:
https://doi.org/10.47190/nric.v4i1.7Resumen
Con la finalidad de proveer información técnica a los usuarios para la selección adecuada de los modelos hidrológicos que se utilizan para la planificación y gestión de los recursos hídricos en la Región Hidrográfica del Titicaca, en este estudio se compararon dos modelos de balance hídrico mensual de distinta estructura y grados de complejidad en la cuenca del río Huancané. El modelo GR2M presentó un mejor desempeño en comparación al modelo SWAT, obteniendo el calificativo de muy bueno y bueno, respectivamente, lo que sugiere que incrementar el grado de complejidad de un modelo hidrológico no necesariamente garantiza un buen desempeño. Asimismo, el estudio mostró que un modelo adecuadamente calibrado, muy a pesar de su poca complejidad puede tener un muy buen desempeño en la simulación de caudales mensuales, por lo que, GR2M constituye un buen ejemplo que un modelo de dos parámetros es suficiente para lograr un buen desempeño en la simulación de caudales mensuales, lo que el modelo puede ser utilizado como una herramienta para la hidrología operativa y la planificación y gestión de los recursos hídricos.Descargas
Citas
ANA (2010). Estudio de evaluación de recursos hídricos en la cuenca de los ríos Huancané y Suches. Informe Final. Perú. Autoridad Nacional del Agua.
Arnold, J.G., Srinivasan, R., Muttiah, R.S. & Williams, J.R. (1998). Large area hydrologic modeling and assessment Part I: model development. J. Am. Water Resour. Assoc. 34, 73–89. doi:10.1111/j.1752-1688.1998.tb05961.x
Arsenault, R., Gatien, P., Renaud, B., Brissette, F. & Martel, J.-L. (2015). A comparative analysis of 9 multi-model averaging approaches in hydrological continuous streamflow simulation. J. Hydrol. 529, 754–767. doi:10.1016/j.jhydrol.2015.09.001
Bai, P., Liu, X., Liang, K. & Liu, C. (2015). Comparison of performance of twelve monthly water balance models in different climatic catchments of China. J. Hydrol. 529, 1030–1040. doi:10.1016/j.jhydrol.2015.09.015
Beniston, M. (2012). Impacts of climatic change on water and associated economic activities in the Swiss Alps. J. Hydrol. 412–413, 291–296. doi:10.1016/j.jhydrol.2010.06.046
Chau, K.W., Wu, C.L. & Li, Y.S. (2005). Comparison of Several Flood Forecasting Models in Yangtze River. J. Hydrol. Eng. 10, 485–491. doi:10.1061/(ASCE)1084-0699(2005)10:6(485)
Eshtawi, T., Evers, M., Tischbein, B. & Diekkrüger, B. (2016). Integrated hydrologic modeling as a key for sustainable urban water resources planning. Water Res. 101, 411–428. doi:10.1016/j.watres.2016.05.061
Johnson, M.S., Coon, W.F., Mehta, V.K., Steenhuis, T.S., Brooks, E.S. & Boll, J. (2003). Application of two hydrologic models with different runoff mechanisms to a hillslope dominated watershed in the northeastern US: a comparison of HSPF and SMR. J. Hydrol. 284, 57–76. doi:10.1016/j.jhydrol.2003.07.005
Laqui, W. (2010). Aplicación de redes neuronales artificiales a la modelización y previsión de caudales medios mensuales del río Huancané. Revista Peruana Geo-Atmosférica RPGA (2), 30-44.
Lavado Casimiro, W.S., Labat, D., Guyot, J.L. & Ardoin-Bardin, S. (2011). Assessment of climate change impacts on the hydrology of the Peruvian Amazon-Andes basin. Hydrol. Process. 25, 3721–3734. doi:10.1002/hyp.8097
Liu, Y., Yang, W., Leon, L., Wong, I., McCrimmon, C., Dove, A. & Fong, P. (2016). Hydrologic modeling and evaluation of Best Management Practice scenarios for the Grand River watershed in Southern Ontario. J. Gt. Lakes Res. doi:10.1016/j.jglr.2016.02.008
Moriasi, D.N., Arnold, J.G., Van Liew, M.W., Bingner, R.L., Harmel, R.D. & Veith, T.L. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Am. Soc. Agric. Biol. Eng. 50 (3), 885–900.
Mouelhi, S., Michel, C., Perrin, C. & Andréassian, V. (2006). Stepwise development of a two-parameter monthly water balance model. J. Hydrol. 318, 200–214. doi:10.1016/j.jhydrol.2005.06.014
Nash, J.E. & Sutcliffe, J.V. (1970). River flow forecasting through conceptual models part I — A discussion of principles. J. Hydrol. 10, 282–290. doi:10.1016/0022-1694(70)90255-6
Niraula, R., Kalin, L., Srivastava, P. & Anderson, C.J. (2013). Identifying critical source areas of nonpoint source pollution with SWAT and GWLF. Ecol. Model. 268, 123–133. doi:10.1016/j.ecolmodel.2013.08.007
Oudin, L., Hervieu, F., Michel, C., Perrin, C., Andréassian, V., Anctil, F. & Loumagne, C. (2005). Which potential evapotranspiration input for a lumped rainfall–runoff model? J. Hydrol. 303, 290–306. doi:10.1016/j.jhydrol.2004.08.026
Perrin, C. & Andréassian, V. (2006). Application du modèle pluie-débit mensuel GR2M sous Excel. Recuperado de https://webgr.inrae.fr/en/models/monthly-model-gr2m/
Rocha, J., Roebeling, P. & Rial-Rivas, M.E. (2015). Assessing the impacts of sustainable agricultural practices for water quality improvements in the Vouga catchment (Portugal) using the SWAT model. Sci. Total Environ. 536, 48–58. doi:10.1016/j.scitotenv.2015.07.038
Roche, M., Bourges, J., Cortes, J. & Mattos, R. (1991). El lago Titicaca: Síntesis del conocimiento limnológico actual, Climatología e hidrología de la cuenca del lago Titicaca. ORSTON. Hisbol, La Paz, Bolivia.
Rwasoka, D.T., Madamombe, C.E., Gumindoga, W. & Kabobah, A.T. (2014). Calibration, validation, parameter indentifiability and uncertainty analysis of a 2 – parameter parsimonious monthly rainfall-runoff model in two catchments in Zimbabwe. Phys. Chem. Earth Parts ABC 67–69, 36–46. doi:10.1016/j.pce.2013.09.015
Sahu, R.K., Mishra, S.K. & Eldho, T.I. (2010). Comparative evaluation of SCS-CN-inspired models in applications to classified datasets. Agric. Water Manag. 97, 749–756. doi:10.1016/j.agwat.2010.01.005
SENAMHI (2010). Mapa de clasificación climática del Perú. disponible en http://www.senamhi.gob.pe/?p=0240.
Sha, J., Swaney, D.P., Hong, B., Wang, J., Wang, Y. & Wang, Z.-L. (2014). Estimation of watershed hydrologic processes in arid conditions with a modified watershed model. J. Hydrol. 519, 3550–3556. doi:10.1016/j.jhydrol.2014.10.063
Surfleet, C.G., Tullos, D., Chang, H. & Jung, I.-W. (2012). Selection of hydrologic modeling approaches for climate change assessment: A comparison of model scale and structures. J. Hydrol. 464–465, 233–248. doi:10.1016/j.jhydrol.2012.07.012
Vera, H. & Felipe, O. (2011). Modelización de los caudales medios mensuales en la cuenca del Río Ramis. Revista Peruana Geo-atmosférica rpga (3), 116-124.
Vauchel, P. (2006). Hydraccess, software hidrológico, ttp://www.mpl.ird.fr/hybam/outils/ha_sp_dn_php
Zhang, H., Wang, Y., Wang, Y., Li, D. & Wang, X. (2013). Quantitative comparison of semi- and fully-distributed hydrologic models in simulating flood hydrographs on a mountain watershed in southwest China. J. Hydrodyn. Ser B 25, 877–885. doi:10.1016/S1001-6058(13)60436-9
