Modelación precipitación-escorrentía en cuencas de zonas secas, Sauce Grande, Argentina

La escasa comprensión sobre el funcionamiento hidrológico de muchas cuencas de zonas secas desafía el modelado hidrológico en forma discreta y continua. Este trabajo implementa un modelo conceptual simple, pero robusto (GR2M) para predecir la escorrentía mensual en la cuenca del río Sauce Grande (Ar...

Full description

Bibliographic Details
Main Author: Ana Casado
Format: Article
Language:Spanish
Published: Instituto Mexicano de Tecnología del Agua 2021-09-01
Series:Tecnología y ciencias del agua
Subjects:
Online Access:http://revistatyca.org.mx/index.php/tyca/article/view/2483
Description
Summary:La escasa comprensión sobre el funcionamiento hidrológico de muchas cuencas de zonas secas desafía el modelado hidrológico en forma discreta y continua. Este trabajo implementa un modelo conceptual simple, pero robusto (GR2M) para predecir la escorrentía mensual en la cuenca del río Sauce Grande (Argentina). El mismo pretende determinar a) la eficacia de modelos conceptuales simples en cuencas de zonas secas, y b) el potencial de transferencia de los parámetros del modelo en el contexto de la variabilidad hidroclimática característica de estos ambientes. Se evalúan y comparan dos versiones de GR2M considerando condiciones similares y contrastantes a lo largo del periodo de registro. La eficacia de los modelos durante calibración fue de entre 88 y 90 % en promedio, con variaciones vinculadas con cambios en las condiciones de escorrentía predominantes (magnitud, variabilidad y constancia). La versión del modelo que separa la escorrentía directa del flujo subsuperficial demostró mayor sensibilidad a condiciones extremas y mayor adaptabilidad estructural a la gama completa de flujos. Sin embargo, se registraron notorias pérdidas de eficacia entre calibración y validación (22 %, en promedio) debidas principalmente a sobreestimaciones en periodos de baja escorrentía. Los parámetros del modelo se ajustaron a la variabilidad hidroclimática sobre la base de árboles de regresión. Así, la eficacia predictiva de GR2M mejoró en un 97 %. Además de validar la solidez de modelos hidrológicos simples en zonas secas permitiendo a los parámetros evolucionar con el tiempo, este trabajo provee datos hidrológicos de base para la planificación y gestión de los recursos hídricos en esta cuenca altamente regulada.
ISSN:0187-8336
2007-2422