See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/341997335

Hacia un Sistema de Pronóstico Hidrológico a Nivel Nacional:

Perspectivas para América Latina

Presentation · May 2020

DOI: 10.13140/RG.2.2.34183.62883

CITATIONS READS

0 413

4 authors, including:

Saul Arciniega-Esparza Christian Birkel

Universidad Nacional Autónoma de México University of Costa Rica
29 PUBLICATIONS   60 CITATIONS    181 PUBLICATIONS   3,441 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

TROPISECA: Multi-lateral University Cooperation on the Management of Droughts in Tropical Catchments View project

2017-2019: Ministry of Science, Technology, and Telecommunications: Observed climate change effects on the water availability within the Chorotega
region View project

All content following this page was uploaded by Saul Arciniega-Esparza on 08 June 2020.

The user has requested enhancement of the downloaded file.

Hacia un Sistema de Pronóstico Hidrológico a
Nivel Nacional
Perspectivas para América Latina Mayo 2020

Por: M.I. Saúl Arciniega Esparza

 COLABORADORES

Saúl Arciniega Esparza Dr. Agustín Breña Naranjo Dr. Christian Birkel Andrés Chavarría Palma
Candidato a Doctor, UNAM Coordinador de Hidrología, IMTA Director OACG, UCR Geógrafo OACG, UCR
CONTENIDO

1 Antecedentes de Sistemas de Pronóstico en América Latina

2 Limitaciones de Sistemas de Pronóstico Hidrológico en AL

3 Propuesta de un Sistema de Pronóstico para AL

4 Aplicación del modelo HYPE en Costa Rica

5 Trabajo futuro

6 Conclusiones
 1 Componentes de un Sistemas de Pronostico Hidrológico

Recolección de datos Creación del modelo Sistema en tiempo real

Sistema de Pronóstico
hidrológico (operativo)

 Datos climatológicos  Delimitación de  Recolección de datos en  Pronóstico meteorológico

(precipitación, cuencas de interés tiempo real
temperatura, viento)  Asimilación de datos
 Datos hidrológicos  Análisis de sensibilidad  Preprocesamiento de la  Simulación hidrológica
(caudales, niveles, y rango de parámetros información
humedad de suelo) del modelo  Incorporación de
 Datos de calidad de  Simulación hidrológica resultados en una
agua  Calibración del modelo plataforma
 Incorporación de
 Uso de suelo y  Validación del modelo resultados en una  Envío de alertas
vegetación plataforma
 Tipo de suelo  Envío de alertas
 1 Sistema de Pronóstico Hidrológico en México

Pronostico Hidrológico Comisión Nacional del Agua (CONAGUA)

Servicios:
 Pronóstico Meteorológico con WRF a 3 días
 Lluvia registrada en las cuencas
 Situación actual de las presas
 Pronóstico de entradas y salidas

https://app.conagua.gob.mx/spr/index.html
 1 Sistemas de Pronóstico Hidrológico en Colombia

FEWS-Colombia Instituto de Hidrología, Meteorología y

Estudios Ambientales (IDEAM)
Servicios:
 Aplicación web para visualización alertas y
series de tiempo.
 Incorpora más de 20 modelos hidráulicos,
hidrológicos y estadísticos en las principales
cuencas
 Estado de los caudales y niveles en los
principales ríos
 Predicción a 5 días de los caudales y niveles en
los principales ríos
http://www.ideam.gov.co/web/agua/fews
 1 Sistemas de Pronóstico Hidrológico Global

World-Wide Hydrological Predictions Swedish Meteorological and Hydrological

Institute (SMHI)
Servicios:
 Pronóstico global (135 millones de km2) usando
el modelo HYPE
 Aplicación web para visualización de
pronósticos
 Pronóstico a 10 días del caudal en cuencas
 Pronóstico estacional del caudal
 Cambio climático

https://hypeweb.smhi.se/explore-water/
 2 Limitaciones de Sistemas de Pronóstico Hidrológico

Número de estaciones de precipitación en la base

de datos de la Global Climatology Network
 Huecos en el conocimiento del comportamiento
Wohl et al. (2012) hidrológico de cuencas de América Latina
 Poca o nula información de variables hidrológicas
para utilizar en procesos de calibración y validación
de modelos hidrológicos
 Falta de presupuesto para adquirir equipo para
tener un sistema automatizado
 Conflictos interinstitucionales que dificultan el
acceso de información
 Falta de accesibilidad a los usuarios del sistema
 3 Sistema de Pronóstico Hidrológico Propuesto

Construcción del Modelo Estructura Base Sistema de Pronóstico

Servidor Base de datos Pronóstico climatológico
Tmed diaria Precipitación diaria

Automatización Alertas ChatBot

Uso de suelo Tipo de suelo

DashBoards interactivos
DEM 30m Cuerpos de agua
HYPE
Modelo
Geoprocesos hidrológico
 3 Sistema de Pronóstico Propuesto: Bases de Datos

CHIRPS Data CHIRPS-GEFS Data

Lluvia diaria a tiempo cuasi-real Pronostico de lluvia diaria

 Periodo de 1981 – al presente  Misma resolución y extensión espacial que
CHIRPS
 Cobertura cuasi-global (50°S – 50°N)
 Precipitación compatible con los datos históricos
 Resolución espacial de 0.05 ° de CHIRPS
 Latencia de 2 días  Pronóstico de hasta 15 días en el futuro
 Derivado de sensores remotos y corregido con  Media de 11 miembros del ensamble (pronóstico
interpolación de estaciones en tierra determinista)
 Desarrollado para monitoreo de sequía agrícola y
cambio ambiental global
3 Sistema de Pronóstico Propuesto: Bases de Datos

 Precipitación total pronosticada a 15 días

CHIRPS-GEFS Data
 Fecha de consulta 2020/May/15
 3 Sistema de Pronóstico Propuesto: Modelo HYPE

 Modelo Hidrológico
OPERATIVO del SMHI
 Modelo semi-distribuido
 Simulación hidrológica y calidad
de agua (nutrientes)
 Simulación a escala diaria y
subdiaria
 Capacidad de calibración multi-
objetivo
 Capacidad de simulación en
cuencas no aforadas

https://hypeweb.smhi.se/
 3 Sistema de Pronóstico Propuesto: Modelo HYPE

 Aplicaciones de HYPE a nivel mundial (Arheimer et

al., 2019)
 Calibración con pocos registros de niveles de agua
en lagos (Lindström, 2016)
3 Sistema de Pronóstico Propuesto: Sistema de Alertas

Tweepy Dash y Plotly Telegram Chatbots

Publicación de alertas en Aplicaciones web interactivas Chatbot para consulta de datos,
Twitter con Python orientadas a ciencia de datos reportes, gráficas, alertas
4 Aplicación del Modelo HYPE en Costa Rica

 >600 subcuencas delimitadas

 13 estaciones hidrométricas.
Caudal diario 2000-2003
 76 estaciones de lluvia.
Registro diario con periodo
variable
 PET y ET mensuales de
MODIS con periodo 2001-
2014
 4 estrategias para la
calibración del modelo
4 Aplicación del Modelo HYPE en Costa Rica

 Periodo de modelación 2000-

2014
 Periodos de calibración 2001-
2000 (Qt), 2002-2010 (PET,
ET)
 Rango de precipitación en
Costa Rica 1,200-9,000 y
media de ~3,200 mm/año
 Comportamiento
hidroclimático complejo.
 Dos comportamientos
diferentes en las vertientes
Pacífico/Caribe.
4 Aplicación del Modelo HYPE en Costa Rica

 Modelo de calibración usando Qtm + Qtd genera mejores

representaciones de Qt obs
 PETm+Etm+Qtm+Qtd mejora el balance hídrico
 4 Aplicación del Modelo HYPE en Costa Rica

 HYPE puede representar de manera aceptable los

caudales medios y mínimos.
 CHIRPS tiene problemas para detectar tormentas severas
 5 Trabajo futuro: Incorporación de Características

Microcomputadora

Single Board Computer

ASUS Tinker Board

 Computo en la Nube  Hardware de bajo costo (~$50 dlls)

 Catalogo de gran cantidad de bases de datos  Acceso remoto vía SSH y VNC
satelitales
 Implementación del sistema de pronóstico
 Aplicaciones:
 Tiempo de ejecución de modelo HYPE con
 Autocalibración del modelo con PET, ET
605 cuencas y 10 años de registro diario:
 Autocalibración con niveles de embalses
~5 min
estimados a partir de imágenes satelitales
 6 Conclusiones

 Se presentó la estructura de un modelo de pronóstico hidrológico determinístico a

corto plazo (15 días en el futuro) usando herramientas open-source.
 El sistema propuesto pretende incorporar una infraestructura de bajo costo
económico, eficiente en costo computacional y bajo consumo de datos para los
usuarios finales.
 El sistema pretende utilizar bases de datos globales como forzamientos, por lo que
puede aplicarse casi en cualquier parte del mundo.
 El modelo hidrológico operativo implementado (HYPE) permite la calibración
multiobjetivo para la predicción en cuencas no aforadas.
 El sistema se encuentra en etapas de desarrollo, pero la eficiencia del modelo HYPE y
la estructura base se han probado en Costa Rica, con resultados satisfactorios.
 REFERENCIAS
Arheimer, B., Pimentel, R., Isberg, K., Crochemore, L., Andersson, J. C. M., Hasan, A. And pineda, L.: Global
catchment modelling using World-Wide HYPE (WWH), open data and stepwise parameter estimation, hydrol.
Earth syst. Sci. Discuss., 1–34, doi:10.5194/hess-2019-111, 2019.

Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., Hoell,
A. and Michaelsen, J.: The climate hazards infrared precipitation with stations - A new environmental record for
monitoring extremes, Sci. Data, 2, 1–21, doi:10.1038/sdata.2015.66, 2015.

Lindström, G.: Lake water levels for calibration of the S-HYPE model, Hydrol. Res., 47(4), 672–682,
doi:10.2166/nh.2016.019, 2016.

Lindström, G., Pers, C., Rosberg, J., Strömqvist, J. and Berit, A.: Development and testing of the HYPE (
Hydrological Predictions for the Environment ) water quality model for different spatial scales, Hydrol. Res.,
4(41.3), 295–319, doi:10.2166/nh.2010.007, 2010.
 GRACIAS POR SU ATENCIÓN

Saúl Arciniega Esparza

https://www.gob.mx/imta
Twitter
zaul_arciniega

ResearchGate
https://www.facebook.com/OACG.UCR
Saul_Arciniega-Esparza
View publication stats