Red de Revistas Científicas de América Latina, el Caribe, España y Portugal

Sistema de Información Científica

LUIS_FERNANDO CARVAJAL, ERNESTO ROLDÁN

Calibracion del modelo lluvia-escorrentia agregado gr4j aplicación: Cuenca del río aburrá
Dyna, vol. 74, núm. 152, julio, 2007, pp. 73-87,
Universidad Nacional de Colombia
Colombia

Disponible en: http://www.redalyc.org/articulo.oa?id=49615208

Dyna,
ISSN (Versión impresa): 0012-7353
dyna@unalmed.edu.co
Universidad Nacional de Colombia
Colombia

¿Cómo citar? Fascículo completo Más información del artículo Página de la revista

www.redalyc.org
Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
 CALIBRACION DEL MODELO LLUVIA-ESCORRENTIA
AGREGADO GR4J
APLICACIÓN: CUENCA DEL RÍO ABURRÁ

CALIBRATION OF GR4J LUMPED RAINFALL-RUNOFF

MODEL APPLICATION: RIO ABURRÁ CACHTMENT

LUIS_FERNANDO CARVAJAL
Profesor Escuela de Geociencias y Medio Ambiente Universidad Nacional de Colombia e-mail:lfcarvaj@unal.edu.co

ERNESTO ROLDÁN
Ingeniero CivilUniversidad Nacional de Colombiae-mail:eroldan@unal.edu.co

Recibido para revisar 26 de Marzo de 2006, Aceptado 8 de Agosto de 2006, Versión final 13 de Febrero de 2007

RESUMEN: El presente trabajo muestra la calibración del modelo lluvia-escorrentía GR4J en 8 subcuencas de la
cuenca del río Aburrá. Este modelo es considerado parsimonioso ya que solo tiene 4 parámetros. La calibración
incluye la optimización de los parámetros. La calidad del ajuste se verificó comparando la serie simulada de caudales
y el respectivo registro, las curvas de duración de caudales, así como mediante 4 criterios de eficiencia. Los
resultados muestran en general ajustes aceptable, si se tiene en cuenta la variabilidad del área de las subcuencas, de la
precipitación y de la evaporación, y el efecto de la zona urbana en cuanto al aporte de caudales de aguas residuales.

PALABRAS CLAVE: modelo lluvia-escorrentía, calibración modelo, hidrología superficial, cuenca urbano-rural.

ABSTRACT: This job shows the calibration of GR4J lumped rainfall-runoff model in eight subcachtmens of the
Aburra river cachtment. This model is considered parsimonious because it only has four parameters. The calibration
included the optimization of parameters. The fitting was verified with four performance criteria and the simulated
and gauged streamflow duration curves are compared. The results show a quit good calibration. There is that to have
into account the cachtment area varability, in the same way the evaporation and the efect of waste water in the
streamflow regime because to the urban zone.

KEY WORDS: rainfall-runoff model, model calibrating, surface hydrology, rural-urban cachtment.

1. INTRODUCCIÓN En Colombia y en el posgrado de Recursos

Hidráulicos se han trabajado diferentes modelos
Los modelos lluvia escorrentía agregados son lluvia-escorrentía como: modelo de humedad del
valiosos para predecir y simular los caudales con suelo de Sacramento y el modelo conceptual de
base en una conceptualización que represente en tanques (ver Vélez, 2001; UNAL-UDEA-UPB-
forma simplificada los procesos físicos en la UDEM, 2004; UNAL-EPM, 1998; Cardona,
cuenca: infiltración, evaporación, flujo 1996). En los últimos años se ha trabajado la
subsuperficial y flujo subterráneo. El tránsito en inteligencia artificial, especialmente las redes
los canales se hace en forma agregada neuronales para representar procesos lluvia-
considerando una hidrógrafa unitaria. escorrentía en una cuenca (Chang and Chen,
2001). Esta modelación es de tipo caja negra, en

Dyna, Año 74, Nro. 152, pp 73-87. Medellín, Julio de 2007. ISSN 0012-7353
74 Carvajal y Roldán

la cual no se tiene en cuenta los conceptos Se calibró el modelo para la cuenca del río
básicos de los procesos lluvia-escorrentía. Aburrá, la cual se subdividió en 8 subcuencas a
lo largo del eje del río. Además, la cuenca
También se han hecho evaluaciones teórico- comprende el Área Metropolitana del Valle de
prácticas de las relaciones lluvia-escorrentía por Aburrá. Por lo tanto, disponer de una
medio de los modelos autorregresivos y de metodología para el cálculo de los caudales
promedio móvil aplicados a varias cuencas del diarios en cualquier punto de interés es muy
Departamento de Antioquia (Lopera y Lopera, importante para el desarrollo de redes de
1984). Los procesos lluvia escorrentía se pueden monitoreo de variables hidrológicas y de calidad
modelar en forma matemática a través de los de agua con el objetivo de tomar decisiones para
Kernels óptimos para un conjunto de eventos de el manejo integral del recurso agua en la cuenca.
lluvia-escorrentía simultáneamente (López,
1987). El artículo presenta en el numeral 2 la
descripción e información empleada, el numeral
En el año 1995, se implementó la metodología 3 es un breve resumen teórico del modelo GR4J,
de Predicción extendida de caudales en la cual se el numeral 4 da cuenta de la metodología de
utiliza los periodos históricos de precipitación calibración, en el numeral 5 se muestran los
con igual fecha calendario al periodo que se resultados en la cuenca del río Aburrá y en los
quiere predecir, dando como resultado, con un numerales 6 y 7 el análisis de resultados y las
modelo lluvia-escorrentía, un conjunto de trazas conclusiones, respectivamente.
de caudales, las cuales se ponderan por factores
que representan la semejanza con las
condiciones climáticas presentes, de acuerdo a 2. DESCRIPCIÓN DE LA CUENCA DEL
una variable climática seleccionada previamente. RÍO ABURRÁ E INFORMACIÓN
De esta forma se obtiene una traza de caudales HIDROLÓGICA
ponderada para el periodo de predicción (UNAL-
ISA, 1995; Salazar et al, 1998). La cuenca del río Aburrá tiene su nacimiento en
el alto de San Miguel y termina antes de la
En el presente artículo se muestra la calibración descarga del río Grande, donde cambia su
del modelo GR4J (Génie Rural à 4 paramètres nombre a río Porce. Hasta este punto la cuenca
Journalier, siglas en Francés), el cual es un tiene un área de 1220 Km², ver Figura 1. Esta
modelo de 4 parámetros, es decir, parsimonioso. cuenca contiene el área Metropolitana
El objetivo es obtener con pocos parámetros las conformada por la ciudad de Medellín y nueve
mejores simulaciones posibles del tal forma que municipios más, a saber: Caldas, La Estrella,
la incertidumbre asociada al proceso de Itagüi, Sabaneta, Envigado, Bello, Copacabana,
calibración no dependa fuertemente del número Girardota y Barbosa, en el departamento de
de parámetros del modelo. Este modelo fue Antioquia.
desarrollado en Francia por Perrin et al, 2003. El
modelo GR4J ha sido calibrado en numerosas El río Aburrá, en su recorrido, atraviesa zonas
cuencas de Francia, Estados Unidos y Australia. climáticas y geomorfológicas muy diferentes que
La calibración de este modelo en una cuenca con sumadas al alto grado de antrópización e
características de clima tropical permite industrialización de la cuenca hace que la
establecer cual sería su aplicabilidad en un determinación de los caudales tengan un alto
medio donde la variabilidad espacial y temporal grado de incertidumbre y generen un
de la precipitación es alta y además en una procedimiento laborioso para el cálculo de
cuenca con desarrollo urbano alto y cuyas aguas caudales y en el que se deben analizar los
residuales afectan el régimen de caudales aspectos que afectan la simulación de los
diarios. La calidad del ajuste es evaluado a mismos.
través de la curva de duración de caudales y con
4 criterios de eficiencia calculados en el rango de Los nombres de las estaciones de caudal y la
caudales máximos, medios y mínimos. precipitación promedia asociadas a las 8
 Dyna 152, 2007 75

subcuencas definidas se presenta en la Tabla 1. de caudal. La Tabla 2, muestra un reporte de las

Las estaciones de precipitación para la estaciones de precipitación utilizadas en la
calibración se escogieron de tal forma que calibración del modelo y las estaciones de caudal
generaran una adecuada representación de la asociadas.
distribución espacial de la precipitación. Además
se escogieron las estaciones de precipitación que
tuvieran periodos en común con las estaciones

Figura 1. Localización de la zona de estudio. Departamento de Antioquia, Colombia (UNAL-UDEA-UDEM-

UPB, 2004).
Figure 1. Localization of interest area. Antioquia Province, Colombia (UNAL,-UDEA-UDEM-UPB, 2004)

Tabla 1. Estaciones de caudal utilizadas para la calibración del modelo

Table 1. Discharge gauge stations to model calibration

Área P MEDIA P diaria ETP Q diario

CODIGO NOMBRE
(km2) (mm/año) (mm/d) (mm/d) (mm/d)

2701733 SALADA_LA_RMS_11 43.77 2186.9 5.4 2.7 3.151

2701716 CALDAS_RM_16 101.00 2183.7 6.4 3.0 4.668

2701727 ANCON_SUR_RMS_17 121.93 2159.5 5.8 2.7 3.516

2701734 MACHADO_RMS.12 639.24 1905.5 5.4 2.7 2.961

2701781 ANCON_NORTE_RMS_20 738.49 1872.6 5.3 2.7 2.814

2701803 GIRARDOTA 783.42 1863.8 5.3 2.7 2.874

2701738 HATILLO_EL_RMS.13 862.79 1858.5 5.1 2.7 3.068

2701735 YARUMITO_RMS_14 1099.1 1928.9 5.4 2.7 3.154

76 Carvajal y Roldán

Tabla 2. Estaciones de precipitación utilizadas para la calibración del modelo de tanques sobre el Río Aburrá
Table 2. Precipitation gauge stations to calibration of model tanks on Aburra River.

ESTACIÓN DE CAUDAL ESTACIÓN DE PRECIPITACIÓN

San
Caldas Ayurá
SALADA_LA_RMS_11 Antonio X X X
(2701036) (2701093)
(2701038)
San
Caldas Ayurá
CALDAS_RM_16 Antonio X X X
(2701036) (2701093)
(2701038)
San
Caldas Ayurá Salada
ANCON_SUR_RMS_17 Antonio X X
(2701036) (2701093) (2701526)
(2701038)
San San Tulio
Caldas Ayurá Aeropuerto
MACHADO_RMS_12 Antonio Cristobal Ospina
(2701036) (2701093) (2701507)
(2701038) (2701046) (2701509)
San M. San Tulio
Caldas Aeropuerto
ANCON_NORTE_RMS_20 Antonio Aguinaga Cristobal Ospina
(2701036) (2701507)
(2701038) (2701047) (2701046) (2701509)
San M. Tulio
Ayurá Girardota Aeropuerto
GIRARDOTA Antonio Aguinaga Ospina
(2701093) (2701056) (2701507)
(2701038) (2701047) (2701509)
San M. Tulio
Ayurá Girardota Aeropuerto
HATILLO_EL_RMS_13 Antonio Aguinaga Ospina
(2701093) (2701056) (2701507)
(2701038) (2701047) (2701509)
Hda. San M. Tulio
Girardota Aeropuerto
YARUMITO_RMS_14 Progreso Antonio Aguinaga Ospina
(2701056) (2701507)
(2701515) (2701038) (2701047) (2701509)

3. DESCRIPCIÓN DEL MODELO necesario. En la tabla 3 se presentan los

LLUVIA-ESCORRENTÍA GR4J parámetros del modelo:

Tabla 3. Parámetros del modelo GR4J.

El modelo GR4J es un modelo lluvia-escorrentía
Table 3. GR4J model Parameters.
agregado, de 4 parámetros y resolución diaria
(Perrin et al, 2003). En este numeral se presenta
x1 (mm) Capacidad máxima del
una descripción general del modelo, ver Figura
2. En el modelo la precipitación y la
tanque de producción
evapotranspiración potencial se denotan como P x2 (mm) Coeficiente de intercambio
y E respectivamente. P es calculada según los de aguas subterráneas
registros de las estaciones más cercanas, x3 (mm) Capacidad máxima para el
empleando un método de interpolación espacial. tránsito en canales
E puede ser un valor promedio diario de largo x4 (días) Tiempo base del hidrograma
plazo (Barco et al, 2000; Chávez y Jaramillo, unitario UH1
1999). Todas las cantidades (entradas, salidas,
variables internas) están expresadas en mm, por Determinación de la precipitación y
tal motivo, los volúmenes de agua deben ser evapotranspiración potencial neta. La primera
divididos por el área de la cuenca cuando sea operación consiste en restar la
 Dyna 152, 2007 77

evapotranspiración potencial de la precipitación, Ps es determinada como una función del nivel S

con el fin de determinar una precipitación neta en el tanque, donde x1 (mm) es la máxima
Pn o una capacidad de evapotranspiración En. En capacidad del tanque de producción.
el modelo GR4J, esta operación es calculada
como si la capacidad de intercepción fuera cero: Cuando En no es cero, una tasa real de
evaporación es determinada como una función
Si P ≥ E , entonces Pn = P − E y E n = 0 (1) del nivel en el almacenamiento de producción
con el fin de calcular la cantidad Es de agua que
Si P < E , entonces Pn = 0 y E n = E − P (2)
se evaporará del tanque.

 S E 
S  2 −  tanh  n 
x1   x1  (4)
ES = 
 S E 
1 + 1 −  tanh  n 
 x1   x1 

De esta forma, el contenido de agua en el tanque

de producción se actualiza como:

S = S − E S + PS (5)

Es importante resaltar que S nunca puede

exceder a x1. Una cantidad Perc se escapa como
percolación del almacenamiento de producción.
Este valor se calcula de la siguiente manera:

1
−
   4 S  4  4

Perc = S 1 − 1 +    (6)

   9 x1  

De la expresión anterior se concluye que la

percolación no contribuye mucho al caudal, por
Figura 2. Descripción del modelo lluvia-escorrentía esta razón es importante principalmente para la
GR4J (Perrin et al, 2003)
simulación de eventos mínimos. El valor de Perc
Figure 2. Description of GR4J streamflow-rainfall
model (Perrin et al, 2003) es siempre menor que S. El nuevo nivel en el
tanque queda definido como:

Almacenamiento de producción. En el caso en S = S − Perc (7)

que Pn no es cero, una parte Ps de Pn, entra al
tanque de producción: Distribución lineal con hidrógrafas unitarias. La
cantidad total de agua Pr que alcanza las
  S 2  funciones de distribución esta dada por:
P 
x1 1 −    tanh n 
  x1    x1  Pr = Perc + (Pn − PS ) (8)
PS =   (3)
S P 
1+ tanh  n  El valor de Pr se divide en dos componentes de
x1  x1  flujo: el 90% de Pr se distribuye por medio de
una hidrógrafa unitaria UH1 y luego por un
78 Carvajal y Roldán

tanque de distribución no lineal. El 10% restante Intercambio de agua en la cuenca.

de Pr es distribuido por medio de una hidrógrafa Posteriormente se calcula un término F que
unitaria UH2. Con UH1 y UH2, se puede actúa en ambas componentes de flujo, el cual
simular el tiempo de rezago entre el evento de indica el intercambio de agua subterránea:
lluvia y el caudal pico resultante. Las ordenadas
de ambas hidrógrafas son usadas en el modelo 7
para distribuir la lluvia efectiva sobre varios  R 2
intervalos de tiempo sucesivos. UH1 y UH2 F = x 2   (18)
dependen del mismo parámetro x4 expresado en  x3 
días, sin embargo, UH1 tiene un tiempo base de
x4 días, mientras que UH2 tiene un tiempo base R es el nivel en el tanque de distribución, x3 es la
de 2x4 días. El parámetro x4 puede tomar valores capacidad de referencia y x2 es el coeficiente de
reales y debe ser mayo de 0.5 días. intercambio. El parámetro x2 puede ser positivo
en el caso en que se importa agua, negativo en el
En su forma discreta, las hidrógrafas unitarias caso en que hay pérdidas, o cero cuando no hay
UH1 y UH2 tienen n y m ordenadas intercambio de agua. Entre mas alto el nivel en
respectivamente, donde n y m son los enteros el tanque de distribución mayor es el
más pequeños que exceden x4 y 2x4 intercambio. En valor absoluto, F no puede se
respectivamente. Las ordenadas de ambas mayor que x2, puesto que el coeficiente de
hidrógrafas se derivan de las curvas-S intercambio representa la máxima cantidad de
correspondientes (proporción acumulada de la agua que puede ser adicionada (o liberada) a (de)
entrada con el tiempo) denotadas por SH1 y SH2 cada componente de flujo, cuando el nivel en el
respectivamente. SH1 está definida a lo largo del tanque de distribución es igual a x3.
intervalo de tiempo t de la siguiente forma:
Almacenamiento de distribución no lineal. El
Para t ≤ 0 , SH 1(t ) = 0 (9) valor de R se actualiza adicionando el término F
5
y la salida Q9 proveniente de UH1:
 t 2
Para 0 < t < x 4 , SH 1(t ) =   (10) R = max( 0 ; R + Q 9 + F ) (19)
 x4 
Para t ≥ x 4 , SH 1(t ) = 1 (11) El caudal de salida del tanque, Qr, se calcula
entonces como:
SH2 se definida similarmente:
 1 
4  −4
Para t ≤ 0 , SH 2(t ) = 0 (12)    R  
5 Qr = R 1 − 1 +     (20)
1 t 2    x3   
Para 0 < t ≤ x 4 , SH 2(t ) =   (13)  
2  x 4 
5
Qr siempre es menor que R. El nuevo nivel en el
1 t 2
Para x 4 < t < 2x 4 , SH 2(t ) = 1 −  2 −  14) almacenamiento es:
2 x4 
R = R − Qr (21)
Para t ≥ 2x 4 , SH 2(t ) = 1 (15)
Finalmente, las ordenadas de UH1 y UH2 se Aunque al comienzo de un intervalo de tiempo el
calculan como: tanque puede recibir una cantidad de agua mayor
UH 1( j ) = SH 1( j ) − SH 1( j − 1) (16) que el déficit de saturación x3 – R, el nivel en el
tanque nunca puede exceder la capacidad x3 al
UH 2( j ) = SH 2( j ) − SH 2( j − 1) (17) final del intervalo de tiempo. Por esta razón, la
Donde j es un entero. capacidad x3 es llamada la capacidad máxima
 Dyna 152, 2007 79

diaria. Este tanque de distribución esta en la 

∑(  )2
1
 Qi − Qˆ i
 (25)
capacidad de simular recesiones cuando sea E ((Q) 2 ) = 100 ⋅ 1 − 2 

necesario.

 ∑( ( )
Prom Qi − Qi 

)

Caudal total. La salida Q1 proveniente de UH2,    Q  Q   (26)

 
también está sujeta al intercambio de agua F, de  ∑ LnQi −  − Ln Qˆ −  
40 
 40 


E(Ln(Q − Q / 40)) = 100⋅ 1 − 
 
esta forma la componente Qd queda definida de 
∑
  
 Prom Ln Q − Q   − Ln Q − Q  
    i 
40   i 
40 
la siguiente forma:      

Qd = max( 0 ; Q1 + F ) (22)
Balance =100 *
∑ Qˆ i
(27)
Finalmente, el caudal total se calcula como:
∑Q i

Donde: Qi es el caudal observado en el día i, Q̂

Q = Qr + Qd (23) i
es el caudal simulado para el día i y Q es el
caudal medio de los caudales observados.
4. METODOLOGÍA DE CALIBRACIÓN
DEL MODELO GR4J También se emplea para verificar la bondad del
ajuste la comparación de la curva de duración de
caudales registrados y simulados. Para evitar los
Una vez recopilada la información se procede a efectos adversos de los valores iniciales de los
realizar la simulación de caudales en las parámetros del modelo, se definió como período
estaciones con registros en cada una de las 8 de calentamiento el primer año de simulación
subcuencas (la programación del modelo GR4J para evaluar los criterios de eficiencia.
se realizó en Excel). La precipitación media se
calculó en cada cuenca según los registros de las
estaciones más cercanas, empleando factores de 5. APLICACIÓN DEL MODELO GR4J A
ponderación, por otra parte, siguiendo las LA CUENCA DEL RÍO ABURRÁ
recomendaciones de investigaciones que abarcan
la región de estudio, la evapotranspiración
potencial se estimó utilizando la ecuación de Se calibró el modelo para las estaciones
Turc modificado (Barco et al, 2000). Esta fase definidas en el numeral 2. Los resultados de la
de calibración permite obtener los parámetros calibración de los parámetros se presentan en la
del modelo, para los cuales la serie simulada tabla 4 y los criterios de eficiencia en la tabla 5.
representa con mayor precisión la serie Los cambios en el uso del suelo y las descargas
observada. Con el fin de optimizar los resultados de aguas servidas como producto del transvase
del modelo GR4J, se utilizó la herramienta de cuencas vecinas al río Aburrá, tienen una gran
Solver de Microsoft Excel para obtener el influencia en las estaciones ubicadas sobre el eje
conjunto de valores x1, x2, x3, x4, para los cuales del río en la parte central de la cuenca. Estas
los criterios de eficiencia son máximos. estaciones son Machado, Ancón Norte y
Girardota. Las estaciones que se encuentran
Para estimar la bondad de ajuste de las aguas arriba del municipio de Caldas son casi
calibraciones se utilizaron los criterios de rurales, por lo tanto el aporte de aguas servidas
eficiencia 24 a 27: proveniente de cuencas vecinas no es
importante. El municipio de Caldas efectúa
descargas directas que pueden ser consideradas a


E ( Q ) = 100 ⋅  1 −
( ) 2 
∑ Q i − Qˆ i  (24) partir de la estación Ancón Sur, sin embargo,


( )
∑ Q − Qi 2 


este aporte en este punto es despreciable. Por
otra parte, en las estaciones ubicadas aguas abajo
de Girardota (El Hatillo y Yarumito), no fueron
80 Carvajal y Roldán

incluidos los efectos de las descargas residuales, UDEA-UPB-UDEM, 2004) son: 3.48, 4.55 y
debido a que constituyen porcentajes 4.64 m3/s, respectivamente. Las Figura 3, 5 y 6
relativamente bajos respecto a la cantidad de muestran para las estaciones Ancón Sur,
agua que naturalmente se produce por acción de Machado y Girardota las series de caudales
la transformación de lluvia en escorrentía. simuladas y registradas y las Figuras 4, 6 y 7 las
La magnitud de caudal de aguas residuales respectivas curvas de duración simuladas y
acumulada estimada para las estaciones registradas.
Machado, Ancón Norte y Girardota (UNAL-

Tabla 4. Parámetros del modelo GR4J en las cuencas calibradas

Table 4. GR4J model Parameters in the calibrated cachtments

Área de la Cuenca
Estación x1 (mm) x2 (mm) x3 (mm) x4 (días)
(Km2)
La Salada 43,77 1226.70 1.27 225.06 1.16
Caldas 101,00 3406,76 3,54 293,19 1,04
Ancón Sur 121,93 1563.54 0.68 235.94 1.20
Machado 639,24 1778.85 0.36 127.73 1.23
Ancón Norte 738,49 3299.87 -0.13 81.01 1.16
Girardota 783,42 2243.32 0.30 66.31 1.05
El Hatillo 862,79 2083.34 1.12 84.09 1.41
Yarumito 1099,10 2368.06 0.82 111.60 1.44

Tabla 5. Criterios de eficiencia para evaluar la bondad de ajuste de la calibración

Table 5. Efficiency criteria to evaluate the calibration fitting

Estación Criterios de Eficiencia (%)

E( Q ) E(( Q )1/2) E((Ln(Q + Q /40))) Balance
La Salada 54.2 62.1 66 100
Caldas 53.9 54.7 53.1 97.9
Ancón Sur 73.4 77.5 79.1 99.3
Machado 69.9 73.1 74.7 99.2
Ancón Norte 58.4 62.7 64.8 98.1
Girardota 67.3 69.2 69.2 100
El Hatillo 62.7 64.2 61.7 100
Yarumito 64.5 67.4 67.4 100
 Dyna 152, 2007 81

Serie de Caudal - Estación ANCON SUR

35

30

25

20
Q (m^3/s)

15

10

0
01/01/1980 01/01/1982 01/01/1984 01/01/1986 01/01/1988 01/01/1990 01/01/1992 01/01/1994
Fecha

Caudal Observado Caudal Simulado

Figura 3. Series de caudales simulada y Observada para la subcuenca sobre el Río Aburrá con salida en la estación
Ancón Sur.
Figure 3. Simulated and observed streamflows series at Ancon Sur discharge gauge station.

Curva de Duración - Estación ANCON SUR

35.00

30.00

25.00
Q (m^3/s)

20.00

15.00

10.00

5.00

0.00
0 10 20 30 40 50 60 70 80 90 100

Caudal Observao Caudal Simulado

Figura 4. Curva de duración de caudales simulados y observados en la subcuenca sobre el Río Aburrá con
salida en la estación Ancón Sur.
Figure 4. Simulated and observed streamflow duration curves at Ancon Sur discharge gauge station.
82 Carvajal y Roldán

Serie de Caudal - Estación MACHADO

90

80

70

60
Q (m^3/s)

50

40

30

20

10

0
28/02/1980 28/02/1982
Fecha

Caudal Observado Caudal Simulado

Figura 5. Series de caudales simul ada y observada para la subcuenca sobre el Río Aburrá con salida en la estación
Machado.
Figure 5. Simulated and observed streamflows series at Machado Sur discharge gauge station.

Curva de Duración - Estación MACHADO

90.00

80.00

70.00

60.00
Q (m^3/s)

50.00

40.00

30.00

20.00

10.00

0.00
0 10 20 30 40 50 60 70 80 90 100

Caudal Observao Caudal Simulado

Figura 6. Curvas de duración de caudales simulados y observados en la subcuenca sobre el Río Aburrá con
salida en la estación Machado.
Figure 6. Simulated and observed discharge duration curve at Machado discharge gauge station
 Dyna 152, 2007 83

Serie de Caudal - Estación GIRARDOTA

140

120

100

80
Q (m^3/s)

60

40

20

0
01/01/1995 01/01/1997 01/01/1999 01/01/2001 01/01/2003
Fecha

Caudal Observado Caudal Simulado

Figura 7. Series de caudales simulada y observada para la subcuenca sobre el Río Aburrá con salida en la estación
Girardota.
Figure 7. Simulated and observed discharge series at Girardota Sur discharge gauge station.

Curva de Duración - Estación GIRARDOTA

140.00

120.00

100.00

80.00
Q (m^3/s)

60.00

40.00

20.00

0.00
0 10 20 30 40 50 60 70 80 90 100

Caudal Observao Caudal Simulado

Figura 8. Curvas de duración de caudales simulados y observados en la subcuenca sobre el Río Aburrá con salida en
la estación Girardota.
Figure 8. Simulated and observed discharge duration curves at Girardota discharge gauge station.
84 Carvajal y Roldán

En el modelo GR4J la cantidad de precipitación, unitaria UH2. Los resultados obtenidos se

Pr , se divide en dos componentes de flujo de 10 presentan en la tabla 6.
y 90%. Como ejercicio académico se realizó el
proceso de optimización para la calibración en Se puede concluir que la adición del nuevo
las diferentes cuencas, tomando esta división parámetro aumenta la complejidad del modelo
como un nuevo parámetro. De esta forma una sin que se obtenga una mejora significativa en la
cantidad φ Pr se distribuye por medio de la eficiencia del mismo.
hidrógrafa unitaria UH1, y una cantidad (1 -
φ )Pr se distribuye por medio de la hidrógrafa

Tabla 6. Eficiencia obtenida en la calibración del modelo GR4J, tomando la división de la lluvia efectiva, φ , como
parámetro adicional.
Table 6. Efficiency of GR4J model calibration with the effective rainfall division, φ , like an additional parameter.

Criterios de Eficiencia (%)

Estación φ
E( Q ) E(( Q )1/2) E((Ln(Q + Q /40))) Balance
La Salada 0.87 54.46 62.09 65.39 97.47
Caldas 0.82 54.26 54.91 53.27 98.02
Ancón Sur 0.81 73.81 78.02 79.81 99.08
Chorrillos 0.92 69.75 73.66 74.67 100.00
Machado 0.75 71.27 74.29 75.88 99.43
Ancón Norte 0.67 59.99 64.44 66.62 98.31
Girardota 0.67 68.47 69.92 69.38 99.17
El Hatillo 0.61 66.16 66.72 61.34 97.94
Yarumito 0.67 66.77 69.23 68.05 98.08

6. ANÁLISIS DE RESULTADOS resultados en términos físicos. En

investigaciones anteriores se ha encontrado que
En general en las diferentes cuencas en las que entre mayor sea la precipitación sobre la cuenca,
se calibró el modelo, se encontró que el primer mayor es la capacidad del tanque de producción.
tramo de la curva de duración para los caudales Este hecho explica en cierta medida los
simulados estaba por debajo de la obtenida para resultados encontrados, puesto que la
los caudales observados (caudales con un precipitación media en la región de estudio es
porcentaje de excedencia menor al 15 % relativamente alta. Por otra parte, considerando
aproximadamente). Este resultado refleja la la alta variabilidad temporal y espacial de la
incapacidad del modelo para representar eventos lluvia cuando se incrementa el área de la cuenca
máximos. Por el contrario, el modelo captura a lo largo del eje del río y que el campo de la
satisfactoriamente los eventos mínimos presentes lluvia se aplica a toda la cuenca, hace que se
en la serie de caudales observados. obtengan valores altos del parámetro x1, de esta
forma el modelo con el proceso de optimización
En todos los casos el valor obtenido para el ajusta el balance hídrico dentro de la cuenca.
parámetro x1 (máxima capacidad del tanque de
producción) es considerablemente alto. El tanque El parámetro x4 que refleja el tiempo de
de producción no tiene un significado físico respuesta de la cuenca en convertir la lluvia a
directo, por tal motivo es difícil interpretar estos caudal presenta valores similares de 1 a 1,5 días.
 Dyna 152, 2007 85

Es importante observar que prácticamente cada cuenca era constante (los diferentes valores
independiente del área de la subcuenca el de temperatura fueron obtenidos la
parámetro tiene valores muy similares. regionalización con la altura del terreno. De esta
forma se obtuvo un valor diario constante de
El parámetro x3, que representa el evapotranspiración potencial en cada una de las
almacenamiento hidráulico, es decir, en los cuencas calibradas. Esta suposición no se aleja
canales, presenta dos tendencias. La primera es mucho de la realidad, ya que en Colombia no
que hasta la estación Ancón Sur los valores están hay un cambio de estación invierno-verano muy
entre 225 y 293 mm. Estos valore corresponden fuerte, sin embargo, esta aproximación pudo
a la zona alta de la cuenca en la cual no hay un haber disminuido en cierto grado la eficiencia
alto efecto de urbanización. Para la estación de del modelo. Sería conveniente considerar en una
Machado hacia aguas abajo los valores están futura oportunidad calcular el ciclo anual de la
entre 66 y 128 mm. Comparativamente se evapotranspiración e incluirlo en la calibración.
observa una relación inversa con el parámetro x1.
Los valores bajos de x1 están acompañados de La calibración del modelo en cuanto a los tres
valores altos de x3 y viceversa. Se puede primeros criterios de eficiencia (ver Tabla 5)
entender que en la zona urbana el río Aburrá está muestra el peor desempeño para la estación
canalizado y el parámetro de almacenamiento Caldas con valores promedio del 54% y el mejor
hidráulico es bajo y en la zona alta de la cuenca desempeño en la estación Ancón Sur con valores
el río está menos intervenido. promedio del 76.7%. El criterio de balance
siempre presenta un buen ajuste cercano al
El parámetro x2, presenta valores positivos con 100%. La estación Caldas no arrojó buenos
excepción de la estación Ancón Norte, que es resultados, esto puede ser debido a problemas de
negativo. El valor positivo muestra aporte del calibración o toma de datos en la estación, o a
flujo subterráneo al canal, caso contrario en la errores asociados al cálculo de la precipitación
estación Ancón Norte. La explicación es que en media sobre la cuenca debido a la información.
la estación Machado se tiene en cuenta el caudal
de aguas residuales, el cual es importado de En la figuras 4.19 y 4.20 se observa que el
cuencas vecinas; esto hace que en la calibración comportamiento a lo largo del tiempo de ambas
para que haya un ajuste aceptable con la relaciones, S/x1 y R/x3, es similar para las
precipitación el flujo subterráneo disminuye el diferentes subcuencas sobre río Aburrá.
aporte y en la estación Ancón Norte para que se
cumpla con el balance de águale río aporta al
flujo subterráneo; en las demás estaciones el La calibración del modelo GR4J muestra un
valor vuelve a ser positivo, esto debido a que por buen ajuste gráfico en cuanto al patrón de
área de la cuenca y el campo de precipitación variabilidad de los caudales con excepción de los
aplicada, las entradas no superan las salidas de la caudales máximos, en los cuales el ajuste los
cuenca. valores extremos observados superan los
simulados. Este comportamiento es lógico, ya
La ecuación utilizada para estimar la que este modelo es agregado. Para
evapotranspiración potencial (Turc Modificado), complementar el desempeño del modelo
es función de la radiación solar incidente y de la presentan en la figuras 9 y 10, la evolución diaria
temperatura. Dentro de la región de estudio hay de los almacenamientos en el tanque de
muy pocas estaciones hidrometeorológicas con producción y en el tanque tránsito en canales
información de temperatura, por esta razón se adimensionalizados por los respectivos
asumió que la temperatura media diaria sobre parámetros x1 y x3.
86 Carvajal y Roldán

0.8

0.75

0.7

La Salada
Caldas
0.65
Ancon Sur
S/X1

Machado
Ancon Norte
0.6 Girardota
El Hatillo
Yarumito

0.55

0.5

0.45
01/01/1980 27/09/1982 23/06/1985 19/03/1988 14/12/1990 09/09/1993 05/06/1996 02/03/1999 26/11/2001
Fecha

Figura 9. Variación diaria de la relación S/x1.

Figure 9. Daily variation of relation S/ x1

0.85

0.8

0.75

0.7

La Salada
0.65 Caldas
Ancon Sur
R/X3

Machado
0.6
Ancon Norte
Girardota
0.55 El Hatillo
Yarumito

0.5

0.45

0.4

0.35
01/01/1980 27/09/1982 23/06/1985 19/03/1988 14/12/1990 09/09/1993 05/06/1996 02/03/1999 26/11/2001
Fecha

Figura 10. Variación diaria de la relación R/x3.

Figure 10. Daily variation of relation R/x3

En general las relaciones de las Figura 9 y 10, muestra valores entre 0.6 y 0.9 y los criterios de
muestran patrones similares a lo largo del río. En eficiencia muestran una ganancia marginal que
la variación de la relación x1/S, se observa que a no justifica aumentar el modelo GR4J a 5
medida que se avanza en dirección de la parámetros.
corriente las series muestran valores menores, y
en la relación x3/R a medida que se avanza la 7. CONCLUSIONES
relación muestra valores mayores. La
proporcionalidad permite concluir que para las El modelo GR4J representa satisfactoriamente la
cuencas grandes la calibración favorece el serie de caudales diarios, especialmente la
transito en canales y en cuencas pequeñas es más tendencia de estos y los caudales mínimos para
representativo el almacenamiento en el suelo. análisis de sequías. Los valores de los criterios
de eficiencia se encuentran entre el 50 y 100%,
De acuerdo a la tabla 6, considerar como un lo que muestra el potencial del modelo para
parámetro el factor φ para la distribución de Pr, calibrarlo y usarlo en nuestro medio. También el
 Dyna 152, 2007 87

modelo presentó un desempeño adecuado en las [5} LOPERA; M. y LOPERA, J. A. 1984.

estaciones cuya serie de caudales estaba afectada Modelos estocásticos para representar el proceso
por los caudales de agua residual provenientes lluvia-escorrentía. Trabajo dirigido de grado,
de la zona urbana. Universidad Nacional, 172 p.

Dada su sencillez, el modelo GR4J es de fácil [6] LÓPEZ, L. F. 1987. Representación

implementación, caso contrario al que puede funcional y medida de la linealidad de sistemas
presentarse con modelos muy robustos puesto lluvia – escorrentía. Tesis de maestría, Posgrado
que es difícil tener control total sobre todas las en Recursos Hidráulicos, 141 p.
variables y parámetros. Un modelo como el
GR4J con sólo 4 parámetros facilita cualquier [7] SALAZAR, J. E. et al. 1998. Predicción de
procediendo de optimización de parámetros. caudales diarios para el sector eléctrico
colombiano. XVIII Congreso Latinoamericano
Los resultados obtenidos en el presente estudio, de Hidráulica, Oaxaca, México, Asociación
permitirán en trabajos posteriores simular Mexicana de Hidráulica; Instituto Mexicano de
caudales en zonas dentro de la cuenca del río Tecnología del Agua, varios volúmenes.
Aburrá, que posean características
geomorfológicas y climáticas similares a las de [8] PERRIN, C., MICHEL C., ANDREASSIAN,
una o varias de las cuencas calibradas. De esta V., 2003. Improvement of a parsimonious model
forma se podrán analizar escenarios climáticos for streamflow simulation. Journal of Hydrology
probables y reconstrucción de caudales en sitios p 279, 275-289.
con escasez de información.
[9] UNAL- UDEA- UDEM- UPB, 2004. Diseño
y puesta en marcha de la red de monitoreo
BIBLIOGRAFIA ambiental en la cuenca hidrográfica del río
Medellín en jurisdicción del área metropolitana,
[1] BARCO, J. et al. 2000. Estimación de la Componente hidráulica e hidrológica. Postgrado
evaporación en Colombia. Revista Avances en en Aprovechamiento de Recursos Hidráulicos.
Recursos Hidráulicos, num. 7, noviembre. 43- 48 Facultad de Minas. Universidad Nacional de
p. Colombia. Medellín. Trabajo dirigido de grado.
Facultad de minas. Ingeniería Civil. Medellín.
[2] CARDONA, C. M. 1996. Metodología de 136 p.
pronóstico de caudales con base en modelos
lluvia-escorrentía aplicados a las subcuencas del [10] UNAL-EPM. 1998. Revisión de los
embalse la Esmeralda – Central Chivor. modelos de pronóstico de caudales a corto plazo:
Posgrado en Recursos Hidráulicos, Universidad Postgrado en Aprovechamiento de Recursos
Nacional, 94 p. Hidráulicos, Medellín, 95 p.

[3] CHANG, F. J. and Y. C. CHEN. 2001. A [11] UNAL-ISA, 1995. Metodología de

counterpropagation fuzzy-neural network pronóstico de caudales en los ríos con
modeling approach to real time streamflow aprovechamiento actual o futuro del Sector
prediction. Journal of Hydrology, p 245, 153- Eléctrico Colombiano. Posgrado en
164. Aprovechamiento de Recursos hidráulicos,
Universidad Nacional de Colombia, 142 p.
[4] CHÁVES, BERNARDO y JARAMILLO,
ALVARO. 1999. Regionalización de la [12] VÉLEZ, J. I. 2001. Desarrollo de un modelo
temperatura del aire en Colombia. Revista hidrológico conceptual y distribuido orientado a
Avances en Recursos Hidráulicos, num. 6, sept. la simulación de crecidas. Tesis Doctoral,
p 37-42. Universidad Politécnica de Valencia, Valencia,
España, 266 p.