Modelamiento hidrológico para el pronóstico de crecidas en tiempo real aplicado a la cuenca del Río Rímac

Abstract

La precipitación es una de las principales variables que dinamizan el ciclo hidrológico. En el Perú, la red de estaciones pluviométricas que monitorea el SENAMHI presenta una baja densidad o, en algunos casos, no existe. En contraste, debido a los avances tecnológicos, se dispone de productos de precipitación estimada por satélite (PES) que presentan una cobertura espacial aceptable y son accesibles en tiempo real. Sin embargo, no se ha evaluado la utilidad de los PES en aplicaciones hidrológicas en las cuencas andinas y del Pacífico del Perú. La presente investigación tiene por objetivo evaluar la respuesta hidrológica en tiempo real de la cuenca del río Rímac (∼2364 Km2 ), utilizando como variable forzante la PES (TRMM-3B42RT y PERSIANN-CCS) con sesgo corregido, para su uso como herramienta de gestión de un sistema de alerta temprana de control de inundaciones. Para corregir el sesgo de la PES diaria, se ha utilizado el método Quantile-Mapping. Los datos hidrometeorológicos de referencia comprenden 22 estaciones pluviométricas y una hidrométrica (Chosica) que presentan una longitud de 9 años de datos diarios (2007-2015). Los efectos de la PES en la parametrización de los modelos utilizados (HYMOD y HBV incluyendo la regulación y trasvase intercuenca) y la simulación de caudales, se evaluaron en seis experimentos de optimización. En los dos primeros, se utilizó el conjunto de datos de precipitación observada como forzante en la optimización de los modelos hidrológicos. En los cuatro experimentos restantes, se utilizó los PES con sesgo corregido como forzante. Los resultados muestran que hay una relación lineal muy débil entre los PES y la precipitación observada. Sobre la base del análisis estadístico de los patrones temporales, la aplicación del método de corrección de sesgo ha permitido mejorar el rendimiento de la PES en el monitoreo en tiempo real y el pronóstico hidrológico de la cuenca RR. Específicamente, ha sido posible obtener mejores resultados utilizando el método Quantile-Mapping aplicado al producto TRMM-3B42RT y los modelos HBV y HYMOD.

Rainfall is one of the main variables that mobilizes hydrological cycle. In Peru, the network of meteorological stations which is monitored by SENAMHI has low density or, in some cases, does not exist. Nevertheless, due to technological advances there are available satellite precipitation products (SPP) which have acceptable spatial coverage and are accessible in real-time. However, the usefulness of SPP in hydrological applications have not yet been evaluated over the Andean and Pacific watersheds of Peru. This paper evaluates the performance of two SPP (TRMM-3B42RT and PERSIANN-CCS) with bias correction (BC) in real-time monitoring and hydrological forecasting of Rimac River (RR) watershed (∼2364 Km2 ). To correct the bias of daily SPP, it has been used Quantile-Mapping method. For reference hydro-meteorological data, 22 rain gauges and one streamflow gauge (Chosica) was used for the period 2007-2015 when all SPP are available. The impacts of SPP on model parameterization and outputs were evaluated in six optimization experiments. In the first two ones, observed precipitation dataset were used as forcing in the optimization of hydrological models. In the other experiments, bias-corrected SPP were used as forcing in the optimization of hydrological models. The results show that there is a very weak linear relationship between SPP and observed precipitation dataset. Based on the statistical analysis of temporal patterns and magnitude, applying BC method has been possible to improve the performance of SPP in real-time monitoring and hydrologic forecasting of RR watershed. Specifically, it has been possible to obtain better results using the Quantile-Mapping method applied to the TRMM-3B42RT than PERSIANN-CCS product when using both HBV and HYMOD models.