III Simposio de Postgrado 2025: Ingeniería, ciencia e innovación

219 12 Representación de la dinámica de la nieve en un área forestada de los Andes del Sur utilizando los modelos Factorial SnowModel (FSM) y Canadian Hydrological Model (CHM) Elizabeth Ramírez Zamorano ¹* James McPhee ¹ *E-mail: elizabeth.ramirez.z@ug.uchile.cl ¹ Departamento de Ingeniería Civil, Universidad de Chile Resumen La interacción bosque-nieve regula el ciclo hidrológico al modificar el balance energético y de masa del man- to nival, condicionando el deshielo y los flujos de agua. Si bien ha sido ampliamente estudiada en el hemisferio norte [1] , en el hemisferio sur sigue siendo poco explorada, donde además presenta menor extensión, especies fo- restales distintas y áreas asociadas a alta biodiversidad. Este estudio tiene como objetivo representar el manto ni- val en zonas de interacción con el bosque mediante dos modelos: el Factorial Snow Model (FSM) versión 2.1.0 [2] , a escala puntual, y el Canadian Hydrological Model (CHM) [3] , a escala espacial, en un sitio ubicado a 36,9° S en la Cordillera de los Andes. La región presenta un clima me- diterráneo frío, con precipitaciones invernales, una media anual de 2400 mm y bosques caducifolios dominados por especies del género Nothofagus . El modelo FSM se em- plea para evaluar si las parametrizaciones por defecto de esta versión logran reproducir la profundidad de nieve medida in situ, mientras que el CHM permite representar espacialmente el manto nival. Para la implementación de CHM se utilizaron el DEM de ALOS PALSAR [4] , el Mapa de Cobertura de Suelo de Chile [5] y el producto CLSoilMaps [6] de tipos de suelo. Los datos meteorológicos provinieron de CR2MET [7] y Era5land [8] . La validación de los modelos se realizó mediante imágenes satelitales de cobertura ni- val y mediciones puntuales de profundidad de nieve. Los resultados preliminares evidencian una marcada variabi- lidad espacial de la cobertura de nieve, lo que subraya los desafíos para su representación precisa en áreas fores- tadas. En este contexto, se continúa evaluando distintas configuraciones y estructuras del modelo con el fin de mejorar la representación del manto nival. [1] M. P. Clark, J. Hendrikx, A. G. Slater, D. Kavetski, B. Anderson, N. J. Cullen, T. Kerr, E. Ö. Hreinsson, and R. A. Woods, Water Resour. Res. 47, 07001 (2011). DOI: 10.1029/2011WR010745 [2] R. Essery, G. Mazzotti, S. Barr, T. Jonas, T. Quaife, and N. Rutter, EGUsphere 2024, 1 (2024). [3] C. B. Marsh, J. W. Pomeroy, and H. S. Wheater, Geosci. Model Dev. 13, 225 (2020). [4] Alaska Satellite Facility, ALOS PALSAR RTC DEM, 12.5 m, NASA ASF DAAC (2014). [5] Y. Zhao, D. Feng, L. Yu, X. Wang, Y. Chen, Y. Bai, and P. Gong, __Referencias Remote Sens. Environ. 183, 170 (2016). [6] D. I. Dinamarca, M. Galleguillos, O. Seguel, and C. Faúndez Urbina, Sci. Data 10, 630 (2023). [7] J. P. Boisier, C. Alvarez-Garretón, J. Cepeda, A. Osses, N. Vásquez, and R. Rondanelli, EGU Gen. Assem. Conf. Abstr. 2018, 19739 (2018). [8] J. Muñoz-Sabater, E. Dutra, A. Agustí- Panareda, C. Albergel, G. Arduini, G. Balsamo, S. Boussetta, M. Choulga, S. Harrigan, H. Hersbach, B. Martens, D. G. Miralles, M. Piles, N. J. Rodríguez-Fernández, E. Zsoter, and J.-N. Thépaut, Earth Syst. Sci. Data 13, 4349 (2021).