Modelo hidrológico para la simulación de caudales recesivos: caso río “Jequetepeque”, aguas arriba de la presa Gallito Ciego, Perú

Jairo Isaí Alvarez Villanueva; José Francisco Huamán Vidaurre

doi:10.17268/agroind.sci.2023.01.05

Autores/as

Jairo Isaí Alvarez Villanueva Universidad Nacional de Cajamarca, Ingeniería Hidráulica, Av. Atahualpa Nº 1050, Cajamarca, Perú.
José Francisco Huamán Vidaurre Universidad Nacional de Cajamarca, Ingeniería Hidráulica, Av. Atahualpa Nº 1050, Cajamarca, Perú.

DOI:

https://doi.org/10.17268/agroind.sci.2023.01.05

Palabras clave:

caudal recesivo, modelo hidrológico, hidrograma, río Jequetepeque

Resumen

La investigación propone un modelo hidrológico para simular caudales recesivos y estimar un coeficiente de agotamiento para el río “Jequetepeque”, aguas arriba de la presa “Gallito Ciego”, Contumazá, Perú. Se usó caudales recesivos a partir del tercer punto de quiebre del hidrograma de caudales de la estación “Yonán” del río “Jequetepeque”, período 1988 - 2019. Se utilizó un modelo hidrológico (ALVI) de categoría exponencial. Se identificó rangos de coeficientes de agotamiento 0,0148 < α < 0,0003 día^-1, y un coeficiente de calibración de 0,005 dia^-1. Se validó el modelo propuesto, ALVI, a partir de indicadores estadísticos, como: NS (0,84), RMSE (0,62), R² (0,97), EEE (0,66) y IWM (0,84). Los indicadores estadísticos mostraron un elevado grado de eficiencia, por estar dentro de la métrica de los rangos de los indicadores estadísticos. El modelo hidrológico (ALVI) validado fue: Qb = Q0 / (1+e [1,32 * Ln ((Q0/Qf) -1) - (0,00049*Ln (A)+0,0057) * t]). Se verificó que los caudales observados y simulados fueran idénticos mediante la prueba no paramétrica de U Mann–Whitney. Se usó el programa RStudio Cloud, con un nivel de significancia de 0,05, determinando partir de la mediana que, los caudales observados y simulados son similares o idénticos.

Biografía del autor/a

Jairo Isaí Alvarez Villanueva, Universidad Nacional de Cajamarca, Ingeniería Hidráulica, Av. Atahualpa Nº 1050, Cajamarca, Perú.

José Francisco Huamán Vidaurre, Universidad Nacional de Cajamarca, Ingeniería Hidráulica, Av. Atahualpa Nº 1050, Cajamarca, Perú.

Citas

Aksoy, H., & Wittenberg, H. (2015). Baseflow Recession Analysis for Flood-Prone Black Sea Watersheds in Turkey. CLEAN – Soil, Air, Water, 43(6), 857–866. https://doi.org/10.1002/CLEN.201400199

Anderson, M. G., & Burt, T. P. (1980). Interpretation of recession flow. Journal of Hydrology, 46(1–2), 89–101. https://doi.org/10.1016/0022-1694(80)90037-2

Arciniega-Esparza, S., Breña-Naranjo, J. A., Pedrozo-Acuña, A., & Appendini, C. M. (2017). HYDRORECESSION: A Matlab toolbox for streamflow recession analysis. Computers & Geosciences, 98, 87–92. https://doi.org/10.1016/J.CAGEO.2016.10.005

Arnold, J. G., Allen, P. M., Muttiah, R., & Bernhardt, G. (1995). Automated Base Flow Separation and Recession Analysis Techniques. Groundwater, 33(6), 1010–1018. https://doi.org/10.1111/J.1745-6584.1995.TB00046.X

Balocchi, F., Pizarro, R., Morales, C., & Olivares, C. (2014a). Mathematical modeling of recessive flows in the andean mediterranean region of maule; case study of estero upeo, Chile. Tecnologia y Ciencias Del Agua, 5(5).

Balocchi, F., Pizarro, R., Morales, C., & Olivares, C. (2014b). Tecnología y Ciencias del Agua. In Tecnología y ciencias del agua (Vol. 5, Issue 5). Instituto Mexicano de Tecnología del Agua. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-24222014000500011&lng=es&nrm=iso&tlng=es

Brutsaert, W., & Nieber, J. L. (1977). Regionalized drought flow hydrographs from a mature glaciated plateau. Water Resources Research, 13(3), 637–643. https://doi.org/10.1029/WR013I003P00637

Cabrera, J. (2009). Calibración de Modelos Hidrológicos. Imefen.Uni.Edu.Pe, 1.

Callède, J., Guyot, J. L., Ronchail, J., L’Hôte, Y., Niel, H., & De Oliveira, E. (2011). Evolution du debit de l’Amazone à Óbidos de 1903 à 1999 / Evolution of the River Amazon’s discharge at Óbidos from 1903 to 1999. 49(1), 85–98. https://doi.org/10.1623/HYSJ.49.1.85.53992

Carlotto, T., & Chaffe, P. L. B. (2019). Master Recession Curve Parameterization Tool (MRCPtool): Different approaches to recession curve analysis. Computers & Geosciences, 132, 1–8. https://doi.org/10.1016/J.CAGEO.2019.06.016

Costa, D., Zhang, H., & Levison, J. (2021). Impacts of climate change on groundwater in the Great Lakes Basin: A review. Journal of Great Lakes Research, 47(6), 1613–1625. https://doi.org/10.1016/J.JGLR.2021.10.011

Haddeland, I., Heinke, J., Biemans, H., Eisner, S., Flörke, M., Hanasaki, N., Konzmann, M., Ludwig, F., Masaki, Y., Schewe, J., Stacke, T., Tessler, Z. D., Wada, Y., Wisser, D., Designed, J. S., & Performed, D. W. (n.d.). Global water resources affected by human interventions and climate change. https://doi.org/10.1073/pnas.1222475110

Homsi, R., Sanusi Shiru, M., Shahid, S., Ismail, T., Bin Harun, S., Al-Ansari, N., Chau, K.-W., & Mundher Yaseen, Z. (2020). Engineering Applications of Computational Fluid Mechanics ISSN: (Print) (a Precipitation projection using a CMIP5 GCM ensemble model: a regional investigation of Syria; e Sustainable Developments in Civil. Engineering Applications of Computational Fluid Mechanics, 14(1), 90–106. https://doi.org/10.1080/19942060.2019.1683076

Jones, P. N., & McGilchrist, C. A. (1978). Analysis of hydrological recession curves. Journal of Hydrology, 36(3–4), 365–374. https://doi.org/10.1016/0022-1694(78)90154-3

Kirchner, J. W. (2009). Catchments as simple dynamical systems: Catchment characterization, rainfall-runoff modeling, and doing hydrology backward. Water Resources Research, 45(2), 2429. https://doi.org/10.1029/2008WR006912

Krause, P., Boyle, D. P., & Bäse, F. (2005). Comparison of different efficiency criteria for hydrological model assessment. Advances in Geosciences, 5, 89–97. https://doi.org/10.5194/ADGEO-5-89-2005

Lee, J., Kim, J., Jang, W. S., Lim, K. J., & Engel, B. A. (2018). Assessment of Baseflow Estimates Considering Recession Characteristics in SWAT. Water 2018, Vol. 10, Page 371, 10(4), 371. https://doi.org/10.3390/W10040371

Maillet, E. (1905). Essais d’Hydraulique souterraine et fluviale. Nature, 72(1854), 25–26. https://doi.org/10.1038/072025a0

Moncada, W., & Willems, B. (2020). Tendencia anual del caudal de salida, en referencia. Ecología Aplicada, 19(2), 2020. https://doi.org/10.21704/rea.v19i2.1560

Neff, B., & Nicholas, J. (2005). Incertidumbre en el balance hídrico de los Grandes Lagos. https://pubs.er.usgs.gov/publication/sir20045100

Patterson, L. A., Lutz, B., & Doyle, M. W. (2013). Climate and direct human contributions to changes in mean annual streamflow in the South Atlantic, USA. Water Resources Research, 49(11), 7278–7291. https://doi.org/10.1002/2013WR014618

Pizarro-Tapia, R., Balocchi-Contreras, F., Garcia-Chevesich, P., Macaya-Perez, K., Bro, P., León-Gutiérrez, L., Helwig, B., & Valdés-Pineda, R. (2013). On Redefining the Onset of Baseflow Recession on Storm Hydrographs. Open Journal of Modern Hydrology, 03(04), 269–277. https://doi.org/10.4236/OJMH.2013.34030

Segadelli, S., Filippini, M., Monti, A., Celico, F., & Gargini, A. (2021). Estimation of recharge in mountain hard-rock aquifers based on discrete spring discharge monitoring during base-flow recession. Hydrogeology Journal, 29(3), 949–961. https://doi.org/10.1007/S10040-021-02317-Z/FIGURES/7

Shaw, S. B., & Riha, S. J. (2012). Examining individual recession events instead of a data cloud: Using a modified interpretation of dQ/dt–Q streamflow recession in glaciated watersheds to better inform models of low flow. Journal of Hydrology, 434–435, 46–54. https://doi.org/10.1016/J.JHYDROL.2012.02.034

Stoelzle, M., Stahl, K., & Weiler, M. (2013). Are streamflow recession characteristics really characteristic? Hydrology and Earth System Sciences, 17(2), 817–828. https://doi.org/10.5194/HESS-17-817-2013.