Efecto de la estructura de los modelos hidrológicos en la simulación de los procesos hidrológicos de una cuenca de montaña andina con lagunas

Abstract

La información referente al funcionamiento de los modelos hidrológicos en cuencas de montaña es limitada pero indispensable para la gestión de los recursos hídricos en contextos de escasez de información. El objetivo fue evaluar el desempeño de dos modelos hidrológicos para la simulación del caudal mensual en una cuenca de páramo ubicada en la cordillera de los Andes. Teniendo en cuenta un enfoque de gestión de cuencas de páramo, los modelos seleccionados fueron SWAT+ y WEAP; estos fueron calibrados y validados en una cuenca de 73 Km2 ubicada en los Andes del sur del Ecuador entre los 4433 y 3321m.s.n.m. Un tercer modelo HEC–HMS previamente implementado en la cuenca de estudio se utilizó como referencia para una comparación con los modelos y los datos observados. Es importante mencionar que HEC-HMS hidrológicos está orientado a comprender procesos hidrológicos, mientras que WEAP y SWAT+ tienen un enfoque de manejo. Se utilizaron cuatro años de datos hidrometeorológicos (2015-2018) distribuidos de la siguiente manera: un año para warm-up, dos años para calibración y un año para validación. El desempeño delos modelos se evaluó con: Coeficiente de determinación R2, Porcentaje del sesgo (PBIAS), Coeficiente de eficiencia de Nash–Sutcliffe (NSE) y el Coeficiente de eficiencia de Kling Gupta(KGE). Los resultados indican que WEAP tiene un mejor desempeño en la simulación de caudales en calibración y validación (R2: 0.90 y 0.90; PBIAS:8.60% y 18.10%; NSE: 0.88y 0.80 y KGE: 0.88 y 0.81), en segundo lugar HEC–HMS (R2: 0.76 y 0.89; PBIAS:2.40% y 18.80%; NSE: 0.74 y 0.79 y KGE: 0.71 y 0.79), y por último SWAT+ (R2: 0.57 y 0.03;PBIAS:12.60% y 8.10%; NSE: 0.53 y -0.09 y KGE: 0.61 y 0.04). Este desempeño a escala mensual sugiere su aplicabilidad para estudios enfocados en la planificación y gestión de recursos hídricos. Sin embargo, se sugiere probar la eficiencia de WEAP con un set más largo de datos para calibración y validación y utilizarlo para analizar escenarios de cambio climático y de uso de suelo.