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

R ECORDANDO A UN COLEGA POR LOS SENDEROS DE LA HIDROLOGÍA R UTAS H IDROLÓGICAS 78 Marks, 2014; Helbig et al. , 2015; Skaugen y Melvold, 2019). Este resultado refuerza la necesidad de procurar datos locales para verificar la distribución de profundidad de nieve en esfuerzos de modelamiento a mayor escala, evitando en lo posible recurrir a supuestos a partir de información derivada de estudios en otras regiones (e.g., Cortés et al. , 2016; Cortés and Margulis, 2017) . Figura 4. Histogramas de profundidad de nieve para los dominios completos, junto con ajustes gráficos de distribuciones lognormal (azul) y gamma de dos parámetros (rojo). Se indican la media, el coeficiente de variación (CV) y el coeficiente de asimetría (Cs) de cada muestra, además de los estadísticos D y p-valores resultantes de la aplicación del test de Kolgorov- Smirnov. Variogramas . La Figura 5 muestra los variogramas omnidireccionales para la altura de nieve, en escala log- log, para los cuatro subdominios estudiados. Se presentan además los ajustes de modelos potenciales (o lineal en escala log-log, denotados por LLL), exponenciales (EXP), gaussianos (GAU) y esféricos (SPH). Los resultados indican que, en los cuatro sitios, el modelo potencial – ajustado por segmentos – presenta un mejor comportamiento que los modelos alternativos, especialmente para valores de h pequeños (< 3 m) o muy grandes (> 200 m). Además, se consiguen ajustes de R 2 ≥ 0.9 con la ecuación (2) en la mayoría de los segmentos desplegados, lo que indica una estructura fractal de la altura de nieve en distintos rangos de escala, o ‘comportamiento a multi-escala’ (Clemenzi et al. , 2018). Figura 5. Variogramas de altura de nieve para los cuatro dominios estudiados: (a) Tascadero, (b) Las Bayas, (c) Valle Hermoso Oeste, y (d) Valle Hermoso Este. Las líneas verticales indican quiebres de escala, mientras que las líneas diagonales rectas (LLL) indican comportamiento fractal de la variable en el tramo correspondiente. A modo de comparación, se incluyen otros modelos geoestadísticos clásicos: exponencial (EXP), Gaussiano (GAU) y esférico (SPH).