15/11/2017

Desarrollan una metodología para calibrar modelos hidrológicos de manera más robusta

El investigador del Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València (IIAMA-UPV) Mario R. Hernández, señala que la metodología Bayesiana desarrollada en su estudio, permite la calibración de modelos hidrológicos de una manera más robusta.



AUTOR: IIAMA-UPV

Cuenca_French_Board Y todo ello “al considerar los posibles errores existentes en los datos o en la especificación del propio modelo hidrológico”. Esta es la principal conclusión obtenida en su tesis doctoral titulada: Inferencia Bayesiana conjunta de modelos hidrológicos y modelos de error generalizados, para la evaluación de las incertidumbres predictiva y de los parámetros, que ha sido dirigida por el responsable del Grupo de Investigación de Modelación Hidrológica y Ambiental (GIMHA) del IIAMA, Félix Francés.

 

Su estudio parte del hecho de que, tradicionalmente los parámetros de los modelos hidrológicos se han calibrado asumiendo que los datos introducidos “son correctos” y que el modelo “no presenta deficiencias”. Sin embargo, los test estadísticos sobre los errores de los modelos hidrológicos contradicen estas hipótesis, tal y como afirma el investigador del instituto valenciano.

 

“En modelación hidrológica, los métodos de calibración clásicos pueden resultar poco robustos, lo que incide de forma negativa en la fiabilidad de los parámetros calibrados, en las predicciones del modelo y en la estimación de sus respectivas incertidumbres. Además, es necesario tener en cuenta que dichos parámetros no son cantidades ciertas sino variables aleatorias. Los métodos Bayesianos de inferencia permiten considerar esta aleatoriedad de forma relativamente sencilla” indica el Dr. Hernández.

 

Los métodos Bayesianos como alternativa

 

Para establecer un nuevo paradigma en la calibración de modelos hidrológicos, el investigador del IIAMA ha desarrollado una técnica que permite tener en cuenta las anteriormente mencionadas deficiencias. Los resultados revelan que los métodos Bayesianos de estimación de parámetros son una alternativa más eficaz y robusta que los clásicos procedimientos de calibración empleados en modelación hidrológica.

 

De hecho, esta técnica se ha aplicado sobre la cuenca French Broad situada en Carolina del Norte (EEUU), empleando en su caso de estudio, 3 modelos hidrológicos diferentes como son: TETIS, CRR, GR4J. En todos ellos, se han logrado unos resultados muy positivos.

 

“Al aplicar la metodología de inferencia desarrollada, se han obtenido parámetros más robustos, así como predicciones más fiables del modelo hidrológico y de la estimación de sus respectivas incertidumbres”, resalta Mario R. Hernández.

 

Por todo ello, califica su investigación como “un importante avance” que permitirá calibrar los modelos hidrológicos para que funcionen de forma fidedigna, atendiendo a sus verdaderas capacidades y a la verdadera calidad de los datos que se les suministran”.


DESTACAMOS

El software TETIS

 

El software TETIS, es un modelo hidrológico distribuido desarrollado por el profesor Félix Francés. En sus casi 20 años de historia, ha sido ampliamente utilizado en España y Latinoamérica, así como en Francia, Estados Unidos, China o Indonesia.

 

De hecho, se ha implementado en cuencas de todo tamaño, desde menores a 1 km2 hasta los 98,500 km2 del río Ródano en Francia, con resoluciones espaciales de 30 a 500 m y cubriendo un amplio rango de climas, desde el clima árido hasta el húmedo con aplicaciones también en climas tropicales y alpinos.

 

En estos momentos TETIS se encuentra operativo como modelo de predicción de crecidas en el SAIH de la Agencia Vasca del Agua. 






Red de Universidades Valencianas para el fomento de la I+D+i (RUVID) - C/ Serpis 29 - Edificio INTRAS - 2ª planta - 46022 - Valencia - España
Teléfono: +34 9616 254 61 - Correo Electrónico: comunicacion @ ruvid.org - Web: www.ruvid.org - Código ISSN: 1988-8155 - Política Protección de Datos