Revista Polo del Conocimiento


Polo del Conocimiento

 

Anlisis de estacionalidad del caudal y la dinmica del rgimen fluvial: Aplicacin al ro Guayllabamba

 

Seasonality analysis of the flow rate and the dynamics of the river regime: Application to the Guayllabamba river

 

Anlise da sazonalidade da taxa de fluxo e da dinmica do regime do rio: Aplicao ao rio Guayllabamba

 

 

Tito Andrs Garca-Muoz I

[email protected]

https://orcid.org/0000-0003-0797-1582

 

Andy Giler-Ormaza II

[email protected]

https://orcid.org/0000-0002-6887-392X

 

Correspondencia: [email protected]

Ciencias tcnicas y aplicadas.

Artculo de investigacin

 

*Recibido: 10 de abril de 2021 *Aceptado: 03 de mayo de 2021 * Publicado: 01 de junio de 2021

 

                               I.            Ingeniero Hidrulico, Programa de Maestra en Hidrulica con Mencin en Gestin de Recursos Hdricos en la Pontificia Universidad Catlica del Ecuador, Quito, Ecuador.

                            II.            Master of Science in River Basin Dynamics and Management with Geographical Information Systems, Ingeniero Hidraulico, Docente de la Pontificia universidad catlica del Ecuador, Quito, Ecuador.


Resumen

El presente artculo de investigacin pretende analizar la estacionalidad del caudal y la dinmica del rgimen fluvial, en el Rio Guayllabamba. Para ello, se desarrolla un estudio de investigacin descriptivo, experimental, aplicando mtodos como emple el paquete Climatol perteneciente al software R, evaluando los resultados a travs de un mtodo matemtico desarrollado por Fisher, Mardia y Jupp en 1993. Resaltando que con la reconstruccin de las series de datos en las dos estaciones meteorolgicas analizadas, se evidencia que los eventos de rgimen de flujo pueden ser muy difciles de predecir, mas sin embargo esto se ha convertido en una lucha para dar respuesta a los individuos que conforman un ecosistema ante eventos extremos como inundaciones o sequias. De igual forma, es importante resaltar que los ros tienen memoria dando lugar a su incidencia directa en la formacin de inundaciones y sequias, es por ello que la recoleccin de informacin es necesaria para elaborar etapas de inundaciones y sequias que permitan dar respuestas y as poder mitigar el impacto de estos eventos hidrolgicos.

Palabras claves: Estaciones meteorolgicas; ecosistema; inundaciones; sequias.

 

Abstract

This research article aims to analyze the seasonality of the flow and the dynamics of the fluvial regime in the Guayllabamba River. For this, a descriptive, experimental research study is developed, applying methods as used by the Climatol package belonging to the R software, evaluating the results through a mathematical method developed by Fisher, Mardia and Jupp in 1993. Highlighting that with the reconstruction of the data series in the two meteorological stations analyzed, it is evidenced that flow regime events can be very difficult to predict, but nevertheless this has become a struggle to respond to the individuals that make up an ecosystem in the face of extreme events such as floods or droughts. In the same way, it is important to highlight that rivers have memory giving rise to their direct incidence in the formation of floods and droughts, that is why the collection of information is necessary to elaborate stages of floods and droughts that allow giving answers and thus being able to mitigate the impact of these hydrological events.

Keywords: Meteorological stations; ecosystem; floods; droughts.

 

 

Resumo

Este artigo de pesquisa tem como objetivo analisar a sazonalidade do fluxo e a dinmica do regime fluvial do rio Guayllabamba. Para tanto, desenvolve-se uma pesquisa descritiva e experimental, aplicando os mtodos utilizados pelo pacote Climatol pertencente ao software R, avaliando os resultados por meio de um mtodo matemtico desenvolvido por Fisher, Mardia e Jupp em 1993. Destacando-se com a reconstruo de From Pelas sries de dados nas duas estaes meteorolgicas analisadas, fica evidenciado que eventos de regime de fluxo podem ser muito difceis de prever, mas mesmo assim se tornou uma luta para responder aos indivduos que compem um ecossistema em face de eventos extremos. inundaes ou secas. Da mesma forma, importante destacar que os rios tm memria dando origem sua incidncia direta na formao de enchentes e secas, por isso a coleta de informaes necessria para elaborar etapas de enchentes e secas que permitam dar respostas e assim ser capaz de mitigar o impacto desses eventos hidrolgicos.

Palavras-chave: Estaes meteorolgicas; ecosistema; inundaes; secas.

 

Introduccin

La gestin del recurso hdrico involucra procesos que promueven el cambio y el desarrollo de este recurso, el cual aborda el estudio de las variaciones climticas dentro de una zona, buscando optimizar el aprovechamiento y un desarrollo sostenible del mismo.

El rgimen hidrolgico natural de una zona debe ser controlado progresivamente para poder satisfacer las demandas crecientes que se presenta con el tiempo y el espacio, las cuales estn ligadas al mbito agropecuario, consumo y/o abastecimiento humano y uso industrial.

La identificacin de las variaciones de los caudales es necesaria porque segn (Prats Rodrguez, 2009) dicen que los ros son sistemas muy dinmicos y complejos en los que la modificacin de algunas variables fsicas afecta a procesos hidrulicos y geomorfolgico de una cuenca o entorno.

Segn (Poff, 2010) el rgimen de flujo de un rio es el determinante principal de la estructura y funcin de los ecosistemas como son los arroyos y los ros, y toda alteracin del mismo puede causar efectos a gran escala. Por este motivo analizar la regularidad espacio temporal de las cuencas del ecuador se hace fundamental dentro de la gestin del agua para poder satisfacer las demandas crecientes de este recurso, y as mismo preservar un caudal para el correcto funcionamiento de los ecosistemas, con una gestin fundamentada en un rgimen de caudales ecolgicos.

La utilizacin del agua es muy variada lo que hace fundamental que se aplique la gestin para su almacenamiento y para una posterior distribucin de la misma, en el Ecuador existen dos eventos hidrolgicos muy marcados y caractersticos en su territorio, como son las inundaciones y las sequias, las cuales tambin se pueden ver afectadas y alteradas por las actividades humanas. Y esto conlleva a plantearse preguntas como cul es la frecuencia, la duracin y el tiempo en el que se presenta los caudales extremos en los eventos de inundacin y sequia? Y qu importancia tiene conocer, recopilar y analizar datos hidrolgicos histricos para la conservacin y adaptacin de las poblaciones y su interaccin con el ecosistema ante un evento extremo?

La zona de estudio de la presente investigacin se centra en la cuenca alta del rio Guayllabamba que tiene como parte integral la sub cuenca del rio Esmeraldas, la misma tiene una extensin de 4707 km2, la cual est ubicada en la regin interandina del Ecuador, este espacio donde confluyen diferentes actores con intereses diversos crea la necesidad de analizar la estacionalidad de los caudales y el rgimen del flujo que ostenta esta cuenca la cual est conformada por 5 cantones de la provincia de Pichincha, desembocando en el ocano pacifico en la provincia de Esmeraldas.

La investigacin consiste fundamentalmente en desarrollar la variacin estacional de los caudales y la probabilidad de recurrencia de los mismos. El periodo de anlisis de la serie de datos es de 24 aos (1990/2013) los mismos que fueron obtenidos del instituto nacional de meteorologa e hidrologa (INAMHI) escogindose dos estaciones hidrolgicas la cuales son H146 GUAYLLABAMBA DJ ALAMBI y H170 GUAYLLABAMBA AJ BLANCO; las misma que dentro de un arduo anlisis cumplan con las caractersticas e informacin necesaria para realizar la aplicacin de la metodologa escogida.

 

Materiales y Mtodos

Segn (Alvarez, 2018) un modelo climtico es una herramienta numrica utilizada para simular el pasado, presente y futuro del clima de la tierra. Teniendo en cuenta este concepto las evaluaciones hidrolgicas a nivel de cuencas y ros especficos se vuelven convenientes para los sistemas de pronsticos, acoplados a la gestin del recurso agua y a la prevencin de posibles eventos como las inundaciones y sequias.

Teniendo en cuenta lo que menciona (Rojo-Hernndez, 2010) las series de caudales es un sistema representado por el dinamismo, y pueden ser descritas como una combinacin lineal de diferentes oscilaciones. Para realizar el anlisis de frecuencia de caudales se tom lo datos que registra en el tiempo el INAMHI. Los mismos que pertenecen a las estaciones que se encuentran en la cuenca del rio Guayllabamba, como son: h146 Guayllabamba dj alambi y h170 Guayllabamba aj blanco. El periodo seleccionado fue de 24 aos desde el ao 1990 hasta el ao 2013.

 

Homogenizacin de datos

Se emple el paquete Climatolperteneciente al software R, el cual contiene diferentes funciones, una de ella es la homogenizacin y el llenado de datos faltantes para series de cualquier variable climtica.

Esta metodologa fue adaptada tomando como referencia el mtodo de Paulhus y Kohler (1952). La cual se centra en el relleno de datos faltantes mediante las estimaciones calculadas de la serie ms cercana. (Guijarro, 2018)

La normalizacin de los datos se realiza mediante una divisin por sus valores medios, Climatol tambin ofrece la posibilidad de restar las medias o aplicar una estandarizacin completa. Entonces, dejando mX y sX como el promedio y la desviacin estndar de una serie X, teniendo estas opciones para su normalizacin:

1. Quite la media: x = X -m X

2. Dividir por la media: x = X / mX

3. Estandarizar: x = (X -m X) / s X

El principal problema de esta metodologa es que las medias (y las desviaciones estndar en el tercer caso) de la serie en el perodo de estudio se desconocen cuando estas no estn completas, lo que es el caso ms frecuente en bases de datos reales. Luego, Climatol primero calcula estos parmetros con los datos disponibles en cada serie, completa los datos faltantes utilizando estos promedios provisionales y desviaciones estndar recalculando con la serie rellenada. Luego los datos faltantes se re calculan utilizando los nuevos parmetros, lo que conducir a nuevas medias y desviaciones estndar, por lo tanto, se repite el proceso hasta que no haya cambios promedio cuando se redondea a la precisin inicial de los datos. Una vez que las medias se estabilizan, todos los datos se normalizan y estiman (ya sean existentes o falta, en toda la serie), mediante la expresin simple:

 

En el que y es un elemento de datos estimado a partir de sus n datos correspondientes al ms cercano disponibles en cada paso de tiempo, y wj es el peso que se les asigna (Guijarro, 2018).

Las series estimadas a partir de las dems sirven como referencia para sus correspondientes series observadas, por lo que el siguiente paso es obtener una serie de anomalas restando los valores estimados de los observados (siempre en forma normalizada). Esta serie de anomalas permitir:

Controlar la calidad de la serie y eliminar aquellas anomalas que superen un umbral preestablecido.

Comprobar su homogeneidad aplicando la Prueba de homogeneidad normal estndar (Standard Normal Homogeneity Test SNHT sus siglas en ingls) (Alexandersson, 1986).

Cuando las estadsticas SNHT de la serie son mayores que un umbral prescrito, la serie se divide en el punto de SNHT mximo, moviendo todos los datos antes de la ruptura a una nueva serie que es incorporada en el conjunto de datos con las mismas coordenadas, pero agregando un sufijo numrico al cdigo y nombre de la estacin. Este procedimiento se realiza de forma iterativa, dividiendo solo la serie con los valores ms altos de SNHT en cada ciclo, hasta que no se encuentre ninguna serie no homognea. Es ms, como SNTH es una prueba originalmente ideada para encontrar un solo punto de ruptura en una serie, la existencia de dos o ms cambios en la media de tamao similar podra enmascarar sus resultados. Para minimizar este problema, SNTH se aplica en una primera etapa a ventanas temporales superpuestas escalonadas, y despus que una segunda etapa se dedica a aplicar SNHT sobre la serie completa, que es donde la prueba exhibe ms poder de deteccin. Finalmente, una tercera etapa est dedicada a completar todos los datos faltantes en todas las series y subseries homogneas con el mismo procedimiento de estimacin de datos. (Guijarro, 2018).

 

 

Estadstica unidireccional

Para evaluar los datos se usar un mtodo matemtico desarrollado por Fisher, Mardia y Jupp en 1993 el cual se implement dentro de software R.

El momento y la regularidad de los eventos hidrometeorolgicos se pueden describir efectivamente en trminos de estadsticas direccionales. Los autores Fisher, Mardia y Jupp proporcionan una excelente fuente inicial de tcnicas para manejar datos circulares. La fecha de inundacin o las precipitaciones extremas pueden definirse como una estadstica direccional al convertir el da en un valor angular θ utilizando la ecuacin. (Cunderlik & Burn, 2002)

Ecuacion1.

;

En este sentido, una fecha de evento puede interpretarse como un vector con una unidad de magnitud y una direccin dada porθ, la direccin mediaθ, o el da promedio de ocurrencia de inundacin o lluvia extrema (sus siglas en ingles MDF/MDR) se calcula como la suma de la unidad de vectores. (Cunderlik & Burn, 2002)

Ecuacin 2

Ecuacin 3

Cuando

La direccin media variable θ, representa una medida de ubicacin circular de una muestra que consiste en tiempos del da de ocurrencia de inundaciones o precipitaciones, se puede derivar como el [(n + 12) / 2)] valor ms grande observado donde n es el nmero de observaciones. Usando la ecuacin 3 podemos definir el vector resultante (r) que tiene la direccin media de los vectores unitarios individuales. (Cunderlik & Burn, 2002)

Ecuacin 4.

Entonces, por medio de la ecuacin 4. La medida de la varianza de los datos circulares se puede definir como. (Fisher, 1993).

Ecuacin 5.

La varianza, v, es invariante bajo un cambio de la direccin cero y proporciona una medida dimensional de la propagacin de datos. Un valor cercano a cero indicara que todos los eventos en la muestra estn estrechamente agrupados alrededor de la direccin media, mientras que los valores ms cercanos a la unidad indican que existe una mayor variabilidad en la ocurrencia de eventos de inundacin o lluvia en una cuenca dada. (Cunderlik & Burn, 2002)

 

Comparacin de datos (software IHA)

Dentro de la investigacin se aplic la comparacin de metodologas de obtenciones de la variabilidad estacional de los caudales mnimos y mximos. Para la misma se implement la utilizacin del software de indicadores de alteracin hidrolgica IHA el cual fue desarrollado por cientficos de TheNatureConservancy para facilitar el anlisis hidrolgico de varios derivados de los datos hidrolgicos, como por ejemplo el momento de las condiciones hidrolgicas ms extremas anuales, el cual es el grupo de parmetros a tomar en cuenta dentro de este estudio.

IHA calcula un total de 67 parmetros estadsticos. Estos parmetros estn divididos en 2 grupos, los parmetros IHA y los parmetros de los componentes del caudal ecolgico (EFC, por sus siglas en ingls). Hay 33 Parmetros IHA y 34 Parmetros EFC(Conservancy, 2011) .

Los parmetros IHA pueden ser calculados como estadsticas paramtricas (media/desviacin estndar) o no paramtricas (percentil). En la mayora de las situaciones, las estadsticas no paramtricas son una mejor opcin por la naturaleza sesgada (no normal) de muchos conjuntos de datos hidrolgicos (una suposicin clave de las estadsticas paramtricas es que los datos estn distribuidos normalmente). Pero en ciertas situaciones, tales como la frecuencia de las inundaciones o el promedio de los caudales mensuales, pueden ser preferibles las estadsticas paramtricas. Estos datos se calculan y organizan en cuadros de resultados por ao hidrolgico. (Conservancy, 2011).

El grupo 3 de los parmetros que ofrece el IHA son los momentos de las condiciones hidrolgicas extremas anuales tales como la fecha mxima anual de caudal y la fecha mnima anual de caudal, la cual se presenta en fecha juliana. Teniendo en cuenta que si existe mltiples das del ao con el mismo valor de caudal se registrar y tomar en cuenta la fecha ms temprana de dicho suceso.

 

Anlisis y discusin de los resultados

Homogenizacin de datos

Desde la perspectiva metodolgica el primer resultado fue la reconstruccin de las series de datos en las dos estaciones meteorolgicas que iban a ser analizadas. La seleccin del modelo o de la metodologa fue ecunime teniendo en cuentas la variable de calidad de informacin, la ubicacin de las estaciones hidrolgicas y las similitudes geogrficas.

Estos parmetros fueron considerados porque la estimacin de datos climticos diarios, es una labor difcil, ms an en ecuador donde la informacin tiene vacos y escasez de datos. Adems, para obtener una base de datos confiable segn (Velez et all, 2013)para un anlisis de un caso en particular, el propsito del estudio, el modelo y la disponibilidad de datos son los factores que determinan la seleccin del software.

En la seleccin de software y la metodologa de reconstruccin de la serie de datos faltantes se tuvieron en cuenta los 3 factores relevantes para elegir el paquete Climatol del software R, la calidad de informacin, la ubicacin geogrfica de las estaciones a rellenar y la de datos completos, la similitud geogrfica de las mismas por estar situada todas dentro de la cuenca del rio Guayllabamba.

R es una herramienta informtica (especficamente, un lenguaje computacional) sumamente potente para realizar distintos clculos cientficos, numricos y estadsticos, as como para crear grficas y figuras de gran calidad. Fue creado en 1993, por Robert Gentleman (doctor en estadstica por parte de la Universidad de Washington) y por Ross Ihaka (doctor por la Universidad de Berkeley) (Rodriguez Silva, 2019).

Dentro de las Figuras 2 y 3se pude visualizar el relleno de seriesrealizado por el paquete Climatol del programa R, el mismo hace una serie de anlisis estadsticos antes de obtener series homogenizadas, se tom en cuenta para esta homogenizacin de datos la estacin hidrolgica H-138 (figura1) la cual cuenta con sus datos de caudales completos en el periodo de 1990 hasta el 2013.

 

 

 


Figura 1: Estacin con datos completos de caudal 1990-2013. H-138 Blanco DJ Toachi.


Figura 2: Grafico final ilustrativo de la reconstruccin de series completas en la parte superior y en la parte inferior se muestra las correcciones aplicadas a la serie de la estacin H-146 Guayllabamba DJ Alambi.


Figura 3: Grafico final ilustrativo de la reconstruccin de series completas en la parte superior y en la parte inferior se muestra las correcciones aplicadas a la serie de la estacin H-170 Guayllabamba AJ Blanco.

 

Como se muestra en la figura 2 las series de los caudales de la estacin h-146 homogenizadas fueron dos, mostrando de color negro los datos reales y mostrando de color rojo y verde los datos homogenizados. En la figura 3 se observa de igual manera y del mismo color negro los datos reales de caudales de la estacin H-170, con un detalle diferente a la serie homogenizada en la figura 2, ya que en esta figura se muestra una serie adicional de color celeste dentro de la homogenizacin de caudales. En ambos casos en la parte inferior del grafico se muestra las correcciones aplicadas a las series trazadas en diferentes colores, estas correcciones tienen efectos estacionales las cuales tambin ayudan a rechazar valores atpicos en la reconstruccin de las series de datos.

Cabe mencionar que el paquete Climatol del software R proporciona un archivo CSV para poder obtener los valores que se homogenizaron, los cuales pueden generar varias series y luego corroborar con los datos del grafico cual se apega mejor a la base de datos reconstruida, y de esta forma ser usados para cualquier anlisis hidrolgico o estadstico posteriormente.

 

Estadstica unidireccional

Los eventos de rgimen de flujo pueden ser muy difciles de predecir, pero este se ha convertido en una parte fundamental para la respuesta de los individuos que conforman un ecosistema ante eventos extremos como inundaciones o sequias. Segn (Lytle, 2004) las inundaciones y las sequias son caracterstica importante en los ecosistemas fluviales, los cuales por las actividades humanas puede verse alterado.

La alteracin del rgimen de flujo sigue siendo una cuestin abierta porque en la actualidad el humano ha alterado la mayora de los ros, por este motivo es crucial conocer y/o predecir estos regmenes de flujo con el objetivo de comprender, gestionar, adaptar y dar respuestas a estos eventos mximos, tanto para la conservacin de los ecosistemas, la conservacin del caudal ambiental y cubrir la demanda de agua de las poblaciones aledaas a un afluente.

En las figuras 4 y 5 se observa el da medio de ocurrencia y la regularidad estacional del caudal mximo y mnimo en la estacin H-146, en donde la regularidad estacional es igual a 0.74 y la ocurrencia del evento de caudal mximo se presenta en el da 87 del calendario juliano (28 de marzo calendario gregoriano), mientras que para el caudal mnimo la regularidad es de 0.78 y el da medio de ocurrencia es el 267(23 de septiembre) respectivamente.

 

 


Figura 4: Da medio de ocurrencia del caudal mximo. Estacin H-146


Figura 5: Da medio de ocurrencia del caudal mnimo. Estacin H-146

 

En las figuras 6 y 7 se observa el da medio de ocurrencia y la regularidad estacional del caudal mximo y mnimo en la estacin H-170, en donde la regularidad estacional es igual a 0.78 y la ocurrencia del evento de caudal mximo se presenta en el da 78 del calendario juliano (18 de marzo calendario gregoriano), mientras que para el caudal mnimo la regularidad es de 0.76 el da medio de ocurrencia es el 295 (21 de octubre) respectivamente.


Figura 6: Da medio de ocurrencia del caudal mximo. Estacin H-170


Figura 7: Da medio de ocurrencia del caudal mnimo. Estacin H-170

 

En ambas estaciones hidrolgicas analizadas se obtuvieron valores cercanos a 1, por lo cual implica una fuerte regularidad o estacionalidad en las fechas de ocurrencia de los caudales mximos y mnimos mostrados anteriormente en las grficas polares.

 

Comparacin de datos (software IHA)

Para hacer este anlisis comparativo entre la aplicacin del software IHA y la estadstica unidireccional y la obtencin del da de ocurrencia de los eventos de caudales mnimos y mximos se ingres al software IHA la serie de datos homogenizada y utilizada para la aplicacin de la estadstica unidireccional.

La presencia de los caudales mximo en la estacin h-146 estn entre el da 87 y 88, y para los caudales mnimos los das de ocurrencia estn entre el 253 y el 267(tabla1). Mientras que para la estacin h-170 los das de ocurrencia del caudal mximo estn entre los das 73 y 78 y para el caudal mnimo coincidiendo en el da 295 (tabla2).

 

Tabla 1: Estacin H-146. Anlisis y comparacin de fecha de ocurrencia de caudales mnimos y mximos.

 

Estadstica unidireccional (Das julianos).

Software IHA (Das julianos).

Caudal Mximo

87

88

Caudal Mnimo

267

253

 

Tabla 1: Estacin H-170. Anlisis y comparacin de fecha de ocurrencia de caudales mnimos y mximos.

 

Estadstica unidireccional (Das julianos).

Software IHA (Das julianos).

Caudal Mximo

78

73

Caudal Mnimo

295

295

 

Como se muestra en la tabla 1y 2 la coincidencia de los das es bastante cercana y se pude prever obtener valores con grado aceptable de confiabilidad para la obtencin de ocurrencia de los eventos.

El anlisis de ocurrencia de caudales mediante estas dos metodologas implementadas ayuda al desarrollo sostenible y dar un enfoque lgico, cientfico y coherente a los administradores de los recursos hdricosel cual involucra desafos sociales, polticos y cientficos.

Segn (Poff, 2010) desafortunadamente el ritmo y la intensidad de los cambios y alteraciones que presentan los flujos en el mundo hace que exceda la capacidad cientfica para evaluar todos los ros. A pesar de esto y por los avances cientficos el desarrollo de mtodos para predicciones de eventos mximos se pude estandarizar para regiones que cumplen con caractersticas similares a las ya estudiadas, incluyendo a aquellas zonas con poca informacin hidrolgica existente ayudando as a la integridad oportuna y completa entre el ecosistema y las necesidades de los humanos.

 

Conclusiones

El anlisis realizado en ambas estaciones se observa que la ocurrencia del caudal mximo est muy cercano a la unidad 0.74 en la estacin H-146 y 0.78 en la estacin H-170 respectivamente. Esta aproximacin a la unidad presenta un alto grado de probabilidad de ocurrencia de estos caudales en el mes de marzo. Los resultados anteriormente obtenidos muestran que el modelo aplicado al registro de los caudales concuerda con la poca de invernal en el pas.

Asimismo, el anlisis de los caudales mnimos denota que tambin se encuentran cercano a la unidad entre 0.78en la estacin H-146 y 0.76 en la estacin H-170, dando a notar que este caudal mnimo se presenta entre los meses de septiembre y octubre en donde marca la recta final del verano en el territorio ecuatoriano y en especfico en la cuenca del Rio Guayllabamba.

Los resultados obtenidos en este estudio denotan el hecho de que los ros tienen memoria dando lugar a su incidencia directa en la formacin de inundaciones y sequias. Tambin se acenta que la recoleccin de informacin es necesaria para elaborar etapas de inundaciones y sequias que permitan dar respuestas y as poder mitigar el impacto de estos eventos hidrolgicos.

La metodologa aqu propuesta se puede utilizar y aplicar en cualquier sitio que se desee estudiar, siempre y cuando tenga datos confiables y seguros, para la aplicacin tanto de la reconstruccin de series como la prediccin de ocurrencia de caudales, precipitaciones, temperaturas o cualquier parmetro hidrolgico que se pretenda obtener y predecir su probabilidad de ocurrencia.

 

Referencias

1.              Alvarez, J. R.-P. (2018). PROYECCIONES ESTACIONALES DE CAUDALES EN LA CUENCA DEL LAGO SAN ROQUE.

2.              Conservancy, N. (junio de 2011). the nature conservancy. Obtenido de the nature conservancy.

3.              Cunderlik, J., & Burn, D. (2002). Anlisis del vnculo entre el rgimen de lluvias e inundaciones y su aplicacin a la estimacin regional de la frecuencia de inundaciones. Journal of Hydrology, 115-131.

4.              Guijarro, J. (2018). CORE. Obtenido de CORE: https: // GRA. Proyecto R. org / paquete = climatol .

5.              Lytle, D. A. (2004). Adaptation to natural flow regimes. Trends in ecology & evolution, 94-100. Obtenido de https://www.sciencedirect.com/science/article/abs/pii/S0169534703003161

6.              Poff, N. R. (2010). Los lmites ecolgicos de la alteracin hidrolgica (ELOHA): un nuevo marco para el desarrollo de estndares regionales de caudal ambiental. Biologa del agua dulce, 147-170.

7.              Prats Rodrguez, J. D. (2009). Variabilidad temporal en el comportamiento hidrulico del curso inferior del ro Ebro. Ingeniera del agua, 259-272.

8.              Rodriguez Silva, J. A. (2019). que puede hacer el software R para resolver tus problemas? Revista Digital Universitaria., 20(3). Obtenido de http://doi.org/10.22201/codeic.16076079e.2019.v20n3.a5

9.              Rojo-Hernndez, J. D.-S. (2010). Prediccin no lineal de caudales utilizando variables macroclimticas y anlisis espectral singular. Tecnologa y ciencias del agua, 59-73.

10.          Velez et all, O. (2013). Analisis comparativo de modelos hidrologicos de simulacion continua en cuenca de alta montaa: caso Rio Chichina. Revista ingenerias universitaria de Meddellin., 16.

 

 

 

 

 

2020 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/)

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: [email protected][email protected]

URL: https://www.polodelconocimiento.com/

 

 

            



Top