Calibración automática de las condiciones iniciales de humedad para mejorar la predicción de eventos de crecida

Abstract

El modelo hidrológico distribuido de tipo conceptual TETIS es un modelo lluvia-escorrentía tipo tanque que mantiene el balance hídrico en todas las celdas. El movimiento vertical se basa en las características del suelo empleando diferentes relaciones entre los distintos tanques. La traslación del flujo a lo largo d e la red d e drenaje se realiza utilizando las características geomorfológicas combinadas con la onda cinemática. El análisis de estimación de la incertidumbre por verosimilitud generalizada (GLUE) muestra la importancia de las condiciones iniciales de humedad durante los eventos. Por lo tanto, las variables que presentan mayor sensibilidad deben ser estimadas mediante calibración automática en tiempo real usando el algoritmo como el SCE-UA. La estrategia de predicción de crecientes se ha dividido en dos fases: fase de calentamiento para un período de tiempo anterior al pronóstico destinado a estimar las condiciones antecedentes de humedad usando la calibración automática y la fase del pronóstico . El período de calentamiento pretende conseguir un mejor ajuste entre los caudales observados y simulados durante el período previo a la predicción y aumentar así su confiabilidad. Los resultados indican que SCE-UA es robusto y eficiente, se destaca que calibrar las condiciones iniciales de humedad permite ajustar las descargas observadas y simuladas durante período antes de la predicción para mejorarla.