Rutas hidrológicas : recordando a un colega por los senderos de la hidrología

M UÑOZ -C ASTRO ET AL . I DENTIFICABILIDAD EN MODELOS HIDROLÓGICOS GR4J R UTAS H IDROLÓGICAS 39 clasificación por atributos climáticos realizada por Vásquez et al. (2020), la cual incluye 80 de las 104 cuencas utilizadas para el análisis de identificabilidad. El resultado ideal sería que, por cada clase, el índice de identificabilidad fuese constante (i.e., línea vertical) o que tuviese poca variación, ya que eso daría cuenta de la dependencia de la climatología. Los resultados muestran que, en algunos casos, las curvas se acercan a la condición anteriormente mencionada (e.g., X1-X2 en Clase 2 y Clase 6), pero en otros, se mantiene un valor similar sólo en un rango de la CDF (e.g., X2-X4 en Clase 0 para CDF<0,8; X3 en Clase 4 para CDF<0,8; X4 en Clase 6 para CDF<0,6), o directamente se tiene una gran dispersión del valor de identificabilidad. Lo anterior nos permite pensar en que la climatología por sí sola no es capaz de explicar la identificabilidad, pero nos entrega ideas de que existen ciertas correlaciones. Para profundizar dicho aspecto, en la Figura 8 se correlacionan, utilizando el coeficiente de Spearman, los índices de identificabilidad de cada uno de los parámetros de las 104 cuencas analizadas respecto a algunos atributos físicos (e.g., pendiente media, elevación media), climáticos (e.g., temperatura media, precipitación media) e hidrológicos (e.g., índice de escorrentía). A su vez, los círculos que tienen un perímetro con mayor grosor de línea representan significancia estadística (i.e., p-value <5%). En la figura se observa que X2, X3 y X4 tienen una correlación significativa ( | | ≥ 0,5 ) con algún atributo. Los tres parámetros comparten una correlación negativa en cuanto a su identificabilidad respecto a la precipitación, escorrentía, coeficiente de escorrentía anual y fracción de bosque. En términos prácticos, a medida que aumenta, por ejemplo, la precipitación, disminuye el índice de identificabilidad, es decir, el parámetro es más identificable. Por el contrario, cuando aumenta el índice de aridez o la latitud de la cuenca de estudio, la identificabilidad de los parámetros X2, X3 y X4 disminuye (correlación positiva implica el aumento en el índice de identificabilidad). A su vez, el índice de identificabilidad de los parámetros X3 y X4 muestra una correlación positiva con la elevación media, pendiente, rango de elevación y fracción de suelo desnudo, lo cual da cuenta de una mayor identificabilidad de parámetros en cuencas pequeñas, con poco rango de elevación y baja pendiente. Este resultado nos lleva a preguntarnos sobre la estrategia de calibración y función objetivo más adecuadas para aplicar los modelos GR, y en particular el modelo GR4JCN, en cuencas ubicadas en la alta Figura 7. Función de probabilidad acumulada (CDF) del índice de identificabilidad (Id ϴ ) estimado para las cuencas con completitud mayor o igual al 50% en el periodo 1985-2004 y clasificadas por atributos meteorológicos en Vásquez et al. (2020). Figura 8. Coeficiente de correlación de Spearman de la identificabilidad individual de cada parámetro respecto a atributos físicos y climáticos. El tamaño de círculos indica la significancia estadística de la correlación (caracterizada mediante el p-value)