Exploración de la severidad de la lluvia y la escorrentía extrema en cuencas hidrográficas no calibradas

Exploración de la severidad de la lluvia y la escorrentía extrema en cuencas hidrográficas no calibradas: Un estudio de caso de Lai Chi Wo en Hong Kong, China.

Resumen.

La exploración para estimar los extremos de precipitación y escorrentía en las cuencas de captación no monitoreadas es difícil, ya que no hay mediciones de campo de la precipitación y el caudal de los arroyos que confirmen los resultados de los estudios. Este estudio propuso un enfoque sistemático para abordar el desafío, y el enfoque incluye estudios de campo, recolección de datos de lluvia, análisis de frecuencia, instalación de equipos en el área de estudio y modelación numérica. El enfoque se aplicó luego a la cuenca del Lai Chi Wo (LCW) en Hong Kong, China, con el fin de evaluar la gravedad de una tormenta y de una inundación ocurrida el 11 de mayo de 2014. Con la recolección de datos de lluvia de los pluviómetros cercanos a la cuenca, se desarrolló el conjunto de datos de lluvia proxy para LCW. Dado que el tiempo de concentración de la cuenca es de aproximadamente 30 a 40 minutos, este estudio derivó curvas de frecuencia de duración de la intensidad de la lluvia (FID) para 9 duraciones diferentes (5 min, 10 min, 15 min, 20 min, 30 min, 45 min, 1 h, 1.5 h, y 1 día) y 7 períodos de retorno diferentes (2, 3, 5, 10, 20, 50 y 100 años). Además, se utilizó un modelo hidrológico, TOPMODEL, para simular el proceso de flujo de los arroyos; para calibrar los parámetros del modelo, se instaló un pluviómetro en la cuenca y un sensor de nivel de agua en una sección transversal de control del río LCW en enero de 2015, y se utilizaron los datos de precipitación y escorrentía registrados para calibrar los parámetros del modelo. Usando los datos de lluvia proxy, este estudio obtuvo el flujo simulado del arroyo para la cuenca, y luego derivó los picos de flujo del arroyo para 7 diferentes períodos de retorno (2, 3, 5, 10, 20, 50 y 100 años). Dado que el tiempo de concentración de la cuenca es inferior a 1 h, este estudio derivó que los períodos de retorno de la tormenta del 11 de mayo de 2014 para las duraciones de 30 min y 1 h son de 2,4 y 1,9 años, respectivamente; el período de retorno de la precipitación diaria es de 9,6 años. El período de retorno del pico de inundación del evento es de 7.0 años, y este valor se encuentra entre los períodos de retorno de la precipitación para las duraciones del tiempo de concentración y 1 día. Este estudio reveló que la severidad de las precipitaciones y los extremos de escorrentía no son consistentes, sino que están relacionados racionalmente, y que las precipitaciones previas de 1 y 3 días pueden influir considerablemente en la severidad del pico de inundación. En general, para lograr una predicción racional de los procesos hidrológicos no aforados de la cuenca, es fundamental instalar equipos de medición y registrar los datos de precipitaciones y caudales. Aunque el período de los datos registrados en la cuenca no calibrada es corto, las observaciones son necesarias para evaluar la calidad de los datos proxy y para calibrar y validar el modelo numérico.

1. INTRODUCCIÓN.

Los modelos hidrológicos juegan un papel importante en la predicción hidrológica de las cuencas hidrográficas. En general, los valores de los parámetros de los modelos hidrológicos, incluyendo los agrupados, semi-distribuidos y distribuidos, no pueden ser obtenidos. directamente a partir de la medición de campo, pero por lo general pueden estimarse mediante calibración utilizando observaciones hidrológicas históricas (Vrugt et al., 2008). Sin embargo, la mayoría de las cuencas en el mundo no están calibradas o están mal calibradas (Sivapalan et al., 2003). Para cuencas no aforadas, es difícil obtener observaciones históricas adecuadas para la calibración de modelos hidrológicos (Duan et al., 2006). Por lo tanto, la predicción en cuencas no aforadas (PUB) es el problema más desafiante para los hidrólogos.

En las últimas décadas, los hidrólogos han desarrollado algunos métodos empíricos para predecir la descarga en cuencas no aforadas (por ejemplo, método racional, método del Servicio de Conservación de Suelos (SCS), método de regionalización, etc.) (Chow, 1964; El-Hames, 2012; Young, 2006). Se ha desarrollado un gran número de métodos indirectos o empíricos basados en las características de la cuenca, como el tamaño y la pendiente del canal, el uso de la tierra y la pendiente y área de la cuenca, para predecir inundaciones en pequeñas cuencas no aforadas. Wharton et al (1989) estimaron los caudales en sitios no aforados utilizando las dimensiones del cauce del río, y concluyeron que las relaciones entre las dimensiones de la descarga y del cauce proporcionan un método racional para estimar las descargas máximas. El-Hames (2012) desarrolló un método empírico usando el número de la curva de SCS y las características de la cuenca para predecir el pico de descarga en cuencas áridas y semiáridas no calibradas. Roy y Mistri (2013) compararon las simulaciones de descarga pico de tres métodos (ecuación de la tripulación, parámetro de onda cinemática y SCS). Sin embargo, en general, los métodos empíricos fueron inadecuados para la predicción en cuencas no calibradas (Sivapalan et al., 2003). Por lo tanto, los modelos hidrológicos se aplican ampliamente en PUB (Gitau y Chaubey, 2010; Lachance-Cloutier et al., 2017; Takeuchi et al., 1999). Sin embargo, el uso de modelos hidrológicos plantea el problema asociado de la estimación de los parámetros hidrológicos de los modelos.

La simulación de procesos hidrológicos en una cuenca sin ningún dato de observación también se llama el problema de regionalización en los sistemas hidrológicos. modelando. Se han desarrollado muchos métodos diferentes para la estimación de los parámetros del modelo hidrológico para cuencas no aforadas (Ahn y Palmer, 2016; Athira et al., 2016; Oudin et al., 2008; Yamanaka y Ma, 2017; Young, 2006). Candela et al. (2012) utilizaron la información de cuencas cercanas para los parámetros del modelo adoptado. Se comparó el método basado en la regresión con el método basado en el vecino más cercano utilizando una muestra de 260 cuencas de captación en el Reino Unido (Young, 2006). Meyer y otros (2016) probaron el desempeño de predicción de los diferentes modelos de regionalización contra las mediciones de campo del suelo. humedad. Oudin y otros (2008) compararon tres regionalizaciones diferentes enfoques que utilizan GR4J y el Modelo Hidrológico Basado en Topografía (TOPMODEL) sobre un gran conjunto de 913 cuencas francesas. Su resultado mostró que la proximidad espacial ofrece la mejor solución mientras que la regresión demuestra ser el peor de los tres. Los resultados de algunas comparaciones entre los enfoques de regionalización han sido totalmente diferentes (Kay et al., 2006; Kokkonen et al., 2003; Young, 2006), y Viviroli et al. (2009) sugieren que una combinación de los métodos podría funcionar mejor que cualquier método individual. Lakshmi (2004) y Gampe et al. (2016) también recomiendan la exploración de fuentes de datos procedentes de la teledetección por satélite; sin embargo, este método no es aplicable a las cuencas pequeñas debido a la gran resolución espacial de los datos de teledetección por satélite.

...