Siguenos en:


“Parsimonious rainfall-runoff model construction supported by time series processing and validation of hydrological extremes – Part 2: Intercomparison of models and calibration approaches”

Patrick Willems, Diego Mora, Thomas Vansteenkiste, Meron Teferi Taye, Niels Van Steenbergen
Journal of Hydrology, 510 (2014) 591-609

http://dx.doi.org/10.1016/j.jhydrol.2014.01.028

Este artículo resulta como una continuación de la publicación “Parsimonious rainfall-runoff model construction supported by time series processing and validation of hydrological extremes – Part 2: Intercomparison of models and calibration approaches” (Willems, 2014).

En este estudio se realiza una inter-comparación de diferentes aproximaciones en la construcción y calibración de un modelo conceptual de lluvia-escorrentía. El estudio se basa en dos casos en distintas regiones en el mundo con propiedades meteorológicas e hidrológicas diferentes y no vinculadas entre sí: Bélgica y Kenya. Debido a que mayormente los modelos conceptuales utilizan tradicionalmente un modelo pre-fijo, con una estructura ajustada a un solo elemento, este artículo muestra las ventajas de inferir o modificar de manera dinámica la estructura de un modelo. Esta inferencia es realizada para cada caso específico mediante una metodología que identifica su estructura paso a paso (step-wise), utilizando factores y parámetros no conmensurables derivados de la serie de datos observadas.

Como resultado, se obtiene que el modelo identificado con una estructura dinámica (step-wise) no muestra una mayor precisión comparado con los modelos tradicionales siempre y  cuando se evalúen bajo los criterios estadísticos más comunes, los cuales evalúan de manera general los resultados, p.e. la eficiencia Nash-Sutcliffe. Sin embargo, el método es favorable y tiene mayor precisión si se consideran otros parámetros de evaluación. El modelo produce una calibración más balanceada y obtiene resultados precisos para un amplio rango de propiedades de escorrentía, p.e. flujos totales, flujos rápidos, flujos lentos, volumen acumulados, flujos picos, flujos bajos, distribución de frecuencias de flujos picos y flujos bajos, cambios en flujos rápidos para ciertos eventos. Incluso el método muestra que la evaluación de los procedimientos del modelo considerados para series de flujos residuales dependientes y con homoscedasticidad es favorable. Una evaluación más explícita en los resultados para flujos extremos altos y/o bajos y los cambios en estos extremos, hacen de este modelo útil para investigaciones de impacto en la hidrología de eventos extremos.