Comparación del desempeño de métodos de optimización en la calibración del modelo SWMM utilizando R: Caso campus Bogotá de la Universidad Nacional de Colombia

Abstract

La modelación hidrológica es una herramienta fundamental para la gestión integral del recurso hídrico en áreas urbanas. Dentro de los modelos disponibles en la actualidad, el Storm Water Management Model (SWMM) es de los más utilizados, con cientos de publicaciones asociadas cada año. La implementación rigurosa de un modelo hidrológico incluye un proceso de calibración en el que se encuentra el valor óptimo para sus parámetros de configuración. Este proceso suele ser automático, acoplando el modelo con un método de optimización. Hay gran variedad de métodos de optimización disponibles, cuyo desempeño es evaluado normalmente utilizando problemas de optimización de referencia (p. ej. problema del agente viajero). Sin embargo, poco se pone a prueba su desempeño bajo las particularidades de un modelo hidrológico, como el fenómeno de la equifinalidad. Se realizó la evaluación del desempeño de 4 métodos de optimización en la calibración del modelo SWMM para una cuenca urbana en el campus Bogotá de la Universidad Nacional de Colombia. Se evaluaron diferentes casos de simulación variando el nivel de discretización espacial de la cuenca, la cantidad de parámetros a calibrar y el evento de precipitación. Los resultados muestran que la búsqueda dimensionada dinámicamente (DDS) es, en promedio, el método que mejor se desempeñó. Se resalta la importancia de poner a prueba los métodos de optimización para la calibración automática de modelos hidrológicos. La sensibilidad paramétrica, el nivel de discretización y el grado de parsimonia del modelo influyen en el desempeño de los métodos de optimización y determinan la elección final. (Texto tomado de la fuente)

Hydrological modeling is a fundamental tool for the integrated management of water resources in urban areas. The Storm Water Management Model (SWMM) stands out as one of the most widely used, with hundreds of peer-reviewed publications each year. The rigorous implementation of a hydrological model includes a calibration process in which the optimal value for its configuration parameters is found. This process is usually automatic, coupling the model with an optimization method. A variety of optimization methods are available, whose performance is usually evaluated using benchmark optimization problems (e.g., traveling salesman problem). However, their performance is seldom evaluated under the particularities of a hydrological model, such as the equifinality phenomenon. The performance of four optimization methods is evaluated in the calibration of the SWMM model for an urban watershed in the Bogotá campus of the National University of Colombia. Different simulation cases are evaluated by changing the level of spatial discretization of the watershed, the number of parameters to be calibrated, and the precipitation event. On average, the dynamically dimensioned search (DDS) is the optimization method with better performance in the calibration process of the study case. The results highlight the importance of assessing several optimization methods for automatic calibration of urban hydrological models. The parametric sensitivity, the level of discretization and the degree of parsimony of the model influence the optimization methods performance and define the final choice.