Incorporación de información de percepción remota para mejorar la representación de procesos del ciclo hidrológico usando el modelo CRHM. Aplicación en la cuenca del río Elqui, Chile

Abstract

La representación del ciclo hidrológico es, hasta el día de hoy, difícil de modelar producto de diversos desafíos entre los que se encuentran la heterogeneidad de la cuenca, la representación de procesos físicos, las observaciones disponibles, la incertidumbre en las forzantes del modelo y la incertidumbre estructural, entre otros. Sin embargo, en los últimos años se ha puesto a dis-posición de la comunidad diversos productos e imágenes satelitales que buscan aumentar la disponibilidad de información mediante percepción remota. Algunas de las variables hidroló-gicas de interés que hay disponibles son la fracción de área cubierta por nieve, la humedad de suelo, la evapotranspiración, el equivalente en agua de nieve, índices de vegetación, precipita-ción, temperatura del suelo y el albedo. En este trabajo se busca incorporar información de percepción remota para analizar si su inclusión mejora la modelación hidrológica tradicional que se basa, principalmente, en el contraste de caudales modelados con los observados. La zona de estudio corresponde a tres sub-cuencas del río Elqui, en la Región de Coquimbo, que están definidas por estaciones fluviométricas pertenecientes a la DGA: río Cochiguaz en el Peñón, estero Derecho en Alcohuaz y río Toro antes junta río La Laguna. En estas cuencas se intenta (1) estimar los caudales usando el modelo CRHM (Cold Regions Hydrological Model) considerando que no existe información fluviométrica, bajo la hipótesis que es posible estimar el caudal de manera razonable si se calibran parámetros asociados a otros procesos del ciclo hidrológico, (2) calibrar el modelo usando sólo caudales y (3) incorporar la información de percepción remota junto con la fluviométrica para representar el ciclo hidrológico. Todo esto a una escala temporal horaria, con forzantes que se construyen a partir de información de la red meteorológica DGA en conjunto con la red CEAZA. Los resultados muestran que estimar la escorrentía en cuencas sin información fluvio-métrica sigue siendo un desafío, pues los caudales estimados a partir de la calibración de otros procesos entregan, para distintos sets de parámetros, índices NSE que, en promedio, son 0,56, 0,26 y -0,29 para Cochiguaz, Derecho y Toro respectivamente. No obstante, la modelación que considera percepción remota y caudales mejora los índices de 0,74 a 0,89 y de 0,75 a 0,8 para las cuencas Cochiguaz y Derecho respectivamente. En el caso del río Toro, el NSE se mantiene en 0,74.