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

M ENDOZA ET AL . E SCALAMIENTO DEL MANTO NIVAL EN L OS A NDES EXTRATROPICALES R UTAS H IDROLÓGICAS 75 un scanner Riegl VZ6000 de largo alcance, en días con y sin nieve (Tabla 1), con una resolución angular de 0,01° y una densidad media de puntos ~18 p/m² a una distancia de 1000 m desde el scanner. El scanner opera con una longitud de onda cercana a la infrarroja (1064 nm), característica que lo hace adecuado para monitorear nieve y hielo en ambientes de montaña (Deems et al. , 2013; Fischer et al. , 2016). La ubicación del scanner en cada fecha fue medida utilizando un GPS Trimble R4 Real Time Kinematic (RTK), cuya incertidumbre de medición en la horizontal y vertical es de 0,01 y 0,03 m. Las nubes de puntos obtenidas con el scanner fueron procesadas con los softwares Riegl Riscan Pro V. 2.5.1. y CloudCompare, para finalmente obtener mapas con una resolución horizontal de 1 m. Finalmente, se obtuvieron los mapas de altura de nieve a través de la simple resta entre los modelos de elevación digital (DEMs) rasterizados, con y sin nieve (Figura 2). Figura 1 . (a) Ubicación de las cuencas de interés dentro de Chile continental, además de las estaciones DGA utilizadas para caracterizar la climatología (ver detalles en el texto). Los dominios escaneados son, de norte a sur: (b) Tascadero, (c) Las Bayas, y (d) Valle Hermoso. Los límites de las subcuencas y de las áreas escaneadas se muestran en color rojo y azul, respectivamente. M ETODOLOGÍA Análisis exploratorio . En primera instancia, se analiza la distribución altitudinal de la profundidad de nieve mediante bandas de elevación, calculándose además la media, el coeficiente de variación (CV) y el coeficiente de asimetría (Cs) por banda. Dichos estadísticos son ampliamente utilizados para determinar la función de densidad de probabilidad (FDP) más conveniente y, por lo tanto, para modelar la distribución espacial del EAN en cada elemento espacial de un modelo numérico (e.g., celda, banda de elevación, unidad de respuesta hidrológica). En caso de no tener datos de EAN, es posible determinar la FDP más adecuada sólo con datos de altura de nieve, considerando que esta última es mucho más variable en el espacio que la densidad (López-Moreno et al. , 2013). Sin embargo, es importante recordar que existe la posibilidad de que la incertidumbre en los parámetros de la distribución sea mucho mayor a aquélla asociada a la elección de una función paramétrica (Luce y Tarboton, 2004). Además del análisis altitudinal, se compara el desempeño de distribución lognormal con la distribución gamma de dos parámetros para modelar la variabilidad espacial de la altura de nieve en los subdominios de interés. En cada dominio, se comparan los histogramas de profundidad de nieve con el ajuste gráfico de las FDPs indicadas, además del estadístico D asociado al test de Kolmogorov-Smirnov y su respectivo p-valor. Si los p- valores son menores que 5%, se rechaza la hipótesis nula de que las mediciones de altura de nieve siguen la distribución testeada con un nivel de confianza de un 90 %. Tabla 1. Fechas con campañas de terreno y estimaciones de error en los mapas de altura de nieve generados a partir de mediciones lidar . Sitio Fecha de escaneo sin nieve Fecha de escaneo con nieve) Error - Raster (m) Tascadero 22/05/2018 04/09/2018 0,040 Las Bayas 23/03/2019 09/08/2018 0,080 VH Oeste 11/04/2019 25/10/2018 0,092 VH Este 11/04/2019 25/10/2018 0,125 Análisis de variograma . El variograma es una herramienta que permite determinar el grado de autocorrelación de una variable, ya sea en el tiempo o en el espacio (Skøien et al. , 2003). Dependiendo de su forma, es posible determinar, además, si la variable presenta la propiedad de auto-similitud o fractal (Mark y Aronson, 1984) en un rango de escalas determinado.