Un modelo puede definirse, según Anderson y Woessner. (1992) como una representación simplificada de un sistema real complejo llamado prototipo, bajo forma física o matemática. De manera matemática, el sistema real está representado por una expresión analítica.
En un modelo hidrológico, el sistema físico real que generalmente se representa es la cuenca hidrográfica y cada uno de los componentes del ciclo hidrológico. De esta
manera un modelo matemático ayuda a tomar decisiones en materia de hidrología, por lo que es necesario tener conocimiento de entradas y salidas del sistema para verificar si el modelo es representativo del prototipo.
La salida de los modelos hidrológicos varía dependiendo de las metas y objetivos del modelo. Algunos modelos se utilizan para predecir los totales mensuales de escorrentía, mientras que otros están diseñados para ver a las tormentas individuales. Un sistema hidrológico engloba un conjunto de procesos físicos, químicos y biológicos que actúan sobre unas variables de entrada convirtiéndolas en otras variables de salida.
La importancia de los modelos radica, entre otros aspectos, en la predicción de fenómenos a largo plazo en un tiempo relativamente corto, también permiten obtener relaciones de causa-efecto, sin haber realizado cambios en los sistemas reales, (Benavides, 1998).
En la actualidad los modelos de simulación hidrológica son una herramienta frecuentemente utilizada para la planificación del uso del suelo y ordenamiento territorial en cuencas hidrográficas, permitiendo analizar su respuesta a diferentes alternativas de manejo (Oñate et al., 2007). Los modelos hidrológicos se conforman de varios elementos:
Parámetros son los valores que caracterizan el sistema y se asumen constantes
(conductividad hidráulica saturada o velocidad de infiltración). Con base en los conocimientos del medio estudiado, en cada caso debe establecerse un rango de valores para los parámetros considerados, ya que durante la calibración se ajustan buscando una simulación satisfactoria de ciertas variables.
Variables son valores que describen cuantitativamente los fenómenos naturales y
pueden variar tanto temporal como espacialmente. Se distinguen tres tipos de variables:
Variables de entrada son series de datos independientes a las que se les aplica
una serie de ecuaciones para intentar representar otra variable (precipitación, temperatura).
Variables de estado son series de datos espacio-temporales (humedad de suelo)
que permiten establecer condiciones iniciales. Representan una situación del modelo que afecta a otras variables de estado.
Variables de salida son las series de datos que representan la salida de agua o
sedimentos del sistema, calculadas con base en las ecuaciones que definen los procesos (evapotranspiración, escorrentía, erosión).
El crecimiento en el uso de los modelos se debe a la necesidad de solucionar problemas complejos, la mejora en las técnicas de medición de los parámetros de entrada y a la actual disponibilidad de tecnología. Sin embargo, no se puede perder de vista que los modelos sólo son buenos en la medida que los datos de entrada lo sean (Rasmussen et al., 1998).
De acuerdo con Fernández et al. (1997) los objetivos o utilidades de la modelización se resumen en los siguientes aspectos:
Conocer el comportamiento del sistema ante una serie de acciones: en algunas ocasiones se tiene, con menor o mayor certeza, los fundamentos del comportamiento de ciertos elementos del medio pero se recurre a los modelos para visualizar la evolución del sistema.
Predecir situaciones futuras: la posibilidad de plantear situaciones hipotéticas a futuro permite conocer su alcance y plantear soluciones en función de la probabilidad de ocurrencia de dichas situaciones.
Optimizar la gestión del sistema: cuando en un sistema complejo se pretende implantar objetivos variados, los modelos pueden optimizar las soluciones para cumplir los objetivos.
Mejorar el conocimiento de los sistemas naturales: la aplicación de un modelo permite comparar hipótesis del funcionamiento del sistema, un mejor ajuste o definición de las relaciones entre parámetros, así como la sensibilidad del sistema a los cambios de éstos.
Estudiar situaciones especiales: cuando surge un cuestionamiento específico, la modelización puede ser útil para diseñar distintos funcionamientos del sistema y así obtener la opción más adecuada a la realidad.
Los anteriores aspectos se pueden alcanzar gracias a los modelos sin alterar el medio natural y sin grandes inversiones de tiempo y dinero.
1.1.4.1. Etapas de implementación de un modelo hidrológico
La implementación de un modelo requiere de tres etapas definidas: Selección o construcción del modelo
La construcción de un modelo de cuenca comienza con la selección de los componentes del modelo. Una vez que éstos han sido elegidos, se unen como partes del todo siguiendo una secuencia lógica que recuerda a la del proceso natural. La lluvia y la nieve son consideradas primero, seguidas por las abstracciones hidrológicas, la
generación del hidrograma de la cuenca, reservorio y tránsito de la corriente en el canal, y su combinación en las confluencias de la red hidrográfica (Ponce, 1989).
La selección del modelo adecuado implica en primer lugar definir la escala física y la escala de tiempo en que se desea trabajar y a partir de ello se puede decidir la estrategia de la modelización, seleccionando el ámbito de la modelización (la cuenca, el tramo de río) y el horizonte temporal (modelo continuo o de evento, periodicidad de los resultados, duración de la simulación). En este paso es fundamental la definición de los datos que estarán disponibles para la construcción y calibración del modelo, puesto que la concepción global de la modelización ha de ser consistente con la calidad de los datos disponibles.
Análisis de sensibilidad
El análisis de sensibilidad es el proceso por el cual un modelo es probado para establecer una medida del cambio relativo en los resultados del modelo, causado por un cambio correspondiente en los parámetros del mismo (Lenhart et al., 2002). La sensibilidad es analizada usualmente aislando el efecto de cierto parámetro. Si un modelo es altamente sensible a un parámetro dado, pequeños cambios en el valor de ese parámetro podría producir cambios significativos en el rendimiento del modelo. Por ello es necesario enfocarse en obtener buenas estimaciones de ese parámetro. Por otro lado, los parámetros poco sensibles pueden ser relegados a un rol secundario.
Este tipo de análisis es un complemento necesario para la modelización, especialmente porque provee información sobre el nivel de certeza para asegurar los resultados de la modelización.
Calibración del modelo
Una vez seleccionado el modelo es imprescindible un proceso de calibración para conseguir que éste simule adecuadamente el comportamiento del sistema a representar. La calibración tiene por objetivo garantizar que el modelo reproduzca los valores medidos (observados) y, por lo tanto, el comportamiento real de la cuenca. Para lograrlo, los valores de los parámetros son variados hasta minimizar las diferencias entre lo simulado y lo observado. La identificación de los parámetros puede ser llevada a cabo manualmente, por prueba y error o automáticamente utilizando técnicas de optimización matemática.
Para una evaluación adecuada de la calibración del modelo es necesario traducir el objetivo general de la calibración en términos más operativos. Los siguientes objetivos son generalmente considerados (Xu, 2002):
i. Una buena relación entre el promedio simulado y observado del volumen de agua, es decir, un buen balance hídrico.
ii. Una buena relación general en las curvas del hidrograma.
iii. Una buena relación de los picos con respecto al tiempo y magnitud. iv. Una buena relación durante aguas bajas.
Validación
Después de la calibración el modelo debe ser validado, lo cual consiste en aplicar el modelo calibrado a un periodo con condiciones climáticas diferentes a las utilizadas en la calibración, con el fin de asegurar que el modelo haya capturado la esencia de las propiedades hidrológicas de la cuenca y sea capaz de reproducir una respuesta adecuada a las nuevas condiciones.
1.1.4.2. Modelización y SIG
En años recientes ha habido considerables esfuerzos encaminados a utilizar SIG para obtener datos de entrada de los modelos y desplegar espacialmente los datos de salida de un modelo. La utilización de SIG en un proceso de modelación hidrológica tiene como propósito la adquisición y preparación de datos espaciales y la presentación gráfica y despliegue de resultados. Uno de sus fines es facilitar la realización de cálculos cuantitativos, y el manejo y análisis de gran cantidad de información.
En cualquier campo de manejo de recursos naturales los componentes necesarios de operación de un SIG son la vegetación, suelo, topografía, hidrografía y zonas climáticas. En el ámbito de aplicaciones hidrológicas la descripción topográfica de la cuenca es una de las más importantes; de ésta se deriva del modelo de elevación digital. El MDE contiene información para definir la red de drenaje superficial y la cuenca de captación, así como la pendiente del terreno y las áreas tributarias.
Las aplicaciones generales de un SIG son variadas, desde evaluaciones de patrones de cambio de una variable con respecto al tiempo, reclasificación datos, evaluación de efectos potenciales de un factor ambiental, determinación de atributos topográficos y predicción de la respuesta de una cuenca ante un evento hidrológico.
SWAT se integra como ArcGis-SWAT en un software de SIG, una herramienta que trabaja como un sistema de base datos georeferenciados con valores numéricos y de texto que se ingresan de manera organizada (Olivera et al., 2006); la interfaz con los SIG permite visualizar los mapas y gráficos de salida (Arnold y Fohrer, 2005).