Resumen:
|
[EN] River flow prediction models, and specifically the mathematical models on which they are based, are fundamental tools for the adequate management of water resources in drought conditions. The analysis of the uncertainty ...[+]
[EN] River flow prediction models, and specifically the mathematical models on which they are based, are fundamental tools for the adequate management of water resources in drought conditions. The analysis of the uncertainty related to future contributions requires the use of statistical techniques, such as the widely used Montecarlo technique for the simulation of multiple series.
The main objective of this Master thesis is to analyze, compare and apply two methodologies for the analysis of future hydrology in a catchment area, in drought conditions. The validation of these methodologies is made through their application in the hydrographic basin of the headwaters of the river Júcar. On the one hand, the Témez hydrological model is applied. This is a deterministic model, where the parameters are dependent on the initial humidity of the soil and the volume of water stored in the aquifer. The forecast of the river flow volume is obtained from the synthetic generation of monthly precipitation series. On the other hand, the future characteristics of the hydrological system are estimated through the application of an ARMA stochastic model, specifically the AR (1).
The series of river flow contributions obtained by both methods are analyzed and the percentiles which determine the flow predictions up to the end of the hydrological year, September, are calculated. From these results a simple graphic prediction is carried out with the construction of approximate estimate curves.
Finally, the obtained results determine that the methodology developed of calculation of river flow contributions by means of the hydrological model of Témez, from the synthetic generation of monthly precipitation series, reduces the uncertainty in 30-70 %, with regard to other methods purely stochastic.
[-]
[ES]
El uso de modelos de predicción de aportaciones, y concretamente el uso de modelos matemáticos, es una herramienta fundamental para realizar una adecuada gestión de los recursos hídricos en condiciones de sequía. El ...[+]
[ES]
El uso de modelos de predicción de aportaciones, y concretamente el uso de modelos matemáticos, es una herramienta fundamental para realizar una adecuada gestión de los recursos hídricos en condiciones de sequía. El análisis de la incertidumbre relacionada con las aportaciones futuras, requiere del empleo de técnicas estadísticas, siendo una de las técnicas más utilizadas la simulación de múltiples series mediante técnicas de tipo Monte Carlo.
El objetivo principal de este trabajo fin de Máster es investigar, contrastar y aplicar dos metodologías para el cálculo y análisis de la hidrología futura en una cuenca hidrográfica en condiciones de sequía. La evaluación de la validez de las metodologías estudiadas se realiza mediante la aplicación a una cuenca hidrográfica, la cabecera del río Júcar. Por un lado, se utiliza un modelo hidrológico, modelo de Témez (determinístico), donde las series de aportaciones son dependientes de la humedad inicial del suelo y del volumen almacenado en el acuífero, realizando una previsión de aportaciones a partir de la generación de series sintéticas de precipitaciones mensuales. Por otro lado, se calcula la hidrología futura del sistema mediante el modelo estocástico sencillo del tipo ARMA, el modelo AR (1).
Las series de aportaciones obtenidas por ambos métodos son analizadas y se calculan los percentiles que determinarán la previsión de aportaciones hasta final del año hidrológico, final de septiembre. Asimismo, a partir de los percentiles calculados se obtienen unas curvas de previsiones aproximadas, las cuales permiten realizar una previsión de forma gráfica y sencilla.
Finalmente, los resultados obtenidos determinan que la metodología desarrollada de cálculo de aportaciones futuras mediante el modelo hidrológico de Témez, a partir de la generación sintética de series de lluvias, reduce la incertidumbre en un 30-70%, respecto a otros métodos puramente estocásticos.
[-]
|