View
4
Download
0
Category
Preview:
Citation preview
Bahía Blanca, 10 de marzo de 2018
Por la presente se certifica que el trabajo Modelos Digitales de Elevación
(MDE) e hidromorfometría para el modelado de crecidas en pequeñas
cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina cuyos
autores son Casado Ana, Gil Verónica , Volonté Antonela, Campo Alicia M.
ha sido aceptado para ser incluido como el Capítulo 13 en .el libro Las
Geotecnologías en los Procesos Ambientales actualmente en edición. Esta
obra está registrada en el sistema de ISBN: con el numero 978-987-655-173-1
(fecha diciembre 2017).
:
Dra. M. Elizabeth Carbone Comité Editor
Departamento de Geografía y Turismo UNS
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Modelos Digitales de Elevación (MDE) e hidromorfometría para el
modelado de crecidas en pequeñas cuencas torrenciales no aforadas,
arroyo San Bernardo, Argentina
Casado Ana1,3,4, Gil Verónica 1,2, Volonté Antonela1,2, Campo Alicia M. 1,2 1Departamento de Geografía y Turismo. UNS. Bahía Blanca
2Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) 3Clermont Université, Université Blaise Pascal. GEOLAB. BP 10448, F-63000 Clermont-Ferrand
4CNRS. UMR 6042 GEOLAB, F-63057 Clermont-Ferrand
ana.casado@uns.edu.ar
Resumen
En los últimos años, el uso de MDE en el
análisis y gestión de recursos hídricos se
incrementó y popularizó notoriamente. Sin
embargo, existen aún varios interrogantes
respecto de la calidad de la información extraída
de los MDE en función de la naturaleza del
modelo y de la naturaleza del terreno
representado. El presente trabajo evalúa la
aplicabilidad de una serie de MDE de distinta
fuente (interferometría radar y curvas de nivel)
y resolución (30, 45 y 90 m) para la extracción
de parámetros hidromorfométricos y modelado
de crecidas en la cuenca del arroyo San
Bernardo, una pequeña cuenca torrencial no
aforada afluente del río Sauce Grande
(Argentina). El estudio utiliza el módulo HEC-
GeoHMS para ArcGIS® con umbrales de
escurrimiento estándar y considera (i) la
exactitud de la red de drenaje extraída respecto
de la real (trazado y jerarquía) y (ii) la relación
entre los parámetros hidromorfométricos que
determinan el tiempo de concentración de la
cuenca y que afectan al hidrograma de crecida
final. Los resultados indican que ningún modelo
es 100 % efectivo para la extracción automática
de información hidromorfométrica. Si bien los
SRTM producen redes que se ajustan mejor con
la real, la relación resolución-precisión está
condicionada por la energía del relieve. A
menor resolución, mejor definición de la red en
áreas llanas, pero mayor suavizado del relieve
en áreas de fuerte energía. Ello se traduce en una
reducción de la pendiente media de 17 % y en
un incremento del tiempo de concentración de
la cuenca de 13 %, lo cual a su vez determina
hidrogramas de crecida de mayor duración y
menor magnitud. Así, se destaca la importancia
de la correcta elección del MDE de base en
función de la configuración hidromorfológica
de la cuenca y se evidencia la necesidad de post-
tratamiento manual de los resultados obtenidos
en función del parámetro a analizar.
Palabras clave: MDE; extracción automática;
hidromorfometría; modelado de crecidas;
cuencas torrenciales no aforadas.
Introducción
Los Modelos Digitales de Elevación (MDE) y
su aplicación a través de los Sistemas de
Información Geográfica (SIG) constituyen una
herramienta estándar tanto en el análisis de
procesos hidrológicos como en la gestión de
recursos hídricos. Los campos de aplicación son
numerosos y variados y se incrementan junto
con la automatización de la información y el
desarrollo de nuevas geotecnologías. Algunos
ejemplos de la aplicación hidrográfica e
hidrológica de los MDE integran la extracción
de cuencas de drenaje y de parámetros
morfométricos (Tucker et al., 2001; Ozdemir y
Bird, 2008; Thomas et al., 2012), el modelado
hidrológico de cuencas (Kim y Lee, 2004;
Lecoz et al., 2009), el análisis del peligro de
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
inundación (Sanders, 2007; Bajabaa et al., 2014), y la gestión de recursos hídricos (Al-
Abed et al., 2005), entre muchos otros.
Más allá de los beneficios indiscutibles de la
automatización de la información y del carácter
fundamental del uso de MDE en estudios
hidrográficos e hidrológicos, existen aún varios
interrogantes respecto de la calidad de la
información extraída de los mismos.
Independientemente de su naturaleza, los MDE
contienen errores que se propagan
sistemáticamente en los parámetros, modelos y
predicciones derivados (Hengl et al., 2004;
Fisher y Tate, 2006). Paralelamente, ha sido
tempranamente demostrado que la calidad de la
información extraída de los MDE depende
estrechamente de la relación entre la naturaleza
del modelo (fuente, tipo y resolución) y la
naturaleza del terreno representado (extensión y
configuración). En el campo de morfometría
fluvial, se destacan los trabajos de Gao (1997),
Wang y Yin (1998), Lopez García y Camarasa
(1999), Saunders (1999), Walker y Willgoose
(1999), Endreny et al. (2000) y Wise (2000),
entre otros, sobre la precisión en la extracción
de redes y cuencas de drenaje a partir de MDE
de diferente tipo y resolución. Más tarde,
Chaplot et al. (2006) investigaron la precisión
de distintos algoritmos de interpolación en
relación con las formas del terreno, Wu et al. (2008) y Hebeler y Purves (2009) exploraron los
efectos de la incertidumbre espacial en la
derivación de índices topográficos y Hancock
(2005), Nourani et. al. (2013) y Buakhao y
Kangrang (2016) investigaron el impacto de la
resolución sobre la morfometría y la fisiografía
de cuencas. En suma, los resultados de los
trabajos citados anteriormente ponen de relieve
la importancia en la elección de MDE
apropiados en función de la relación área-
pendiente-agregación, así como la necesidad de
precaución en la interpretación y análisis de las
propiedades de la cuenca extraídas de los
mismos.
El objetivo del presente trabajo consiste en
evaluar la aplicabilidad de MDE de distinta
naturaleza para la caracterización
hidromorfométrica y el modelado de crecidas en
pequeñas cuencas torrenciales no aforadas. Para
ello, se compara la precisión en la extracción
automática de redes de drenaje y de parámetros
hidromorfométricos derivados de MDE de
distinta fuente (interferometría radar e
interpolación de curvas de nivel) y resolución
(30, 45 y 90). Asimismo, se evalúa la relación
entre los parámetros que determinan el tiempo
de concentración de la cuenca y que afectan al
hidrograma de crecida final. El trabajo se centra
en la cuenca del arroyo San Bernardo, una
pequeña cuenca afluente del río Sauce Grande,
Argentina, caracteriza por su alta jerarquía y alta
torrencialidad. Estas características son
representativas de la mayoría de cuencas que
conforman las cabeceras de los principales
cursos de la región (Gil et al., 2009). Así, los
resultados del presente estudio son
potencialmente transferibles a otras pequeñas
cuencas regionales y conforman la base de
futuros esfuerzos de investigación para el
modelado hidrológico del conjunto de sub-
cuencas que compone las cabeceras del río
Sauce Grande.
Materiales y métodos
Área de estudio
La cuenca del río Sauce Grande nace en las
laderas sur-orientales del cordón Sierra de la
Ventana (Sistema de Ventania; Fig. 1). El
colector principal drena sus aguas hacia el mar
argentino con una dirección predominante N-S
y recibe afluentes en el tramo que corresponde a
la cuenca alta principalmente. Uno de ellos es el
arroyo San Bernardo, cuya cuenca homónima
(orden 5) posee un área de 83 km2 y un desnivel
de 800 m (Volonté et al., 2015). La misma se
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
desarrolla sobre rocas metamórficas en la zona
de cabecera y se encauza en depósitos aluviales
y eólicos en su parte media-baja. Confluye en
cercanías de la localidad turística de Sierra de la
Ventana a ~400 m. El rasgo climático distintivo
de esta zona templada seca sub-húmeda es la
variabilidad (espacial y temporal) de la
precipitación. La misma responde a patrones de
circulación regional (Zapperi et al., 2006;
Zapperi et al., 2007; Gil et al., 2008) y está
fuertemente influenciada por fenómenos
climáticos a escala global (Scian, 2000; Campo et al., 2009; Bohn et al., 2011). En presencia de
eventos de precipitación torrencial, la respuesta
hidrológica de la cuenca es también torrencial,
lo que se traduce en fenómenos de avenidas e
inundaciones de gran magnitud (Gil y Campo,
2006). Las crecidas y avenidas constituyen una
amenaza latente para la población e
infraestructuras presentes en la cuenca baja y
representan, por tanto, una de las principales
problemáticas del área (Campo et al., 2011).
Figura 1
Localización del área de estudio Datos de base y derivados
Se utilizaron seis MDE provenientes de dos
fuentes distintas y producidos a tres
resoluciones diferentes (2x3). El primer
conjunto reúne MDE producidos por
interferometría radar (SRTM, Shuttle Radar
Topography Mission) a 30 y 90 m de resolución
(USGS); el modelo de 45 m fue agregado por el
IGN (Instituto Geográfico Nacional, Argentina)
a partir del SRTM30. El segundo conjunto de
modelos se obtuvo por interpolación de curvas
de nivel extraídas de cartas topográficas a escala
1:50.000 (IGN). Los modelos fueron
interpolados a 30, 45 y 90 m de resolución. Se
utilizó el método Topo to Raster (TR) en
ArcGIS (ESRI®), un modelo de interpolación
spline basado en el modelo ANUDEM de
Hutchinson (1988, 1989). El mismo fue
diseñado para funcionar inteligentemente con
curvas de nivel y ha sido validado
satisfactoriamente en el área de interés por
trabajos anteriores (Casado et al., 2010).
Paralelamente, se derivaron mapas de pendiente
(%) a partir de cada MDE. La red de drenaje
“real” fue digitalizada en ArcGIS sobre la base
de imágenes SPOT5 de 5 m de resolución
(2013, CNES). Los cauces de orden 1 con
longitud inferior a 180 m no fueron tenidos en
cuenta para asegurar conformidad con la red
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
extraída de los MDE de más baja resolución (90
m). La definición de unidades de respuesta
hidrológica de la cuenca y los números de curva
asignados en cada caso se basan en el trabajo de
Casado (2013) y se detallan en la Tabla 1.
Tabla 1
Número de curva (CN) y potencial de retención (S) de las distintas unidades de respuesta hidrológica
identificadas en el área
Cobertura Pendiente (°) Tipo de suelo Condición hidrol. Area (%) CN S (mm)
Zona urbana --- Franco arcilloso Regular a mala 2.3 85 44.8
Cultivos 0 ≥ 2 Franco arcilloso Buena 4.9 64 142.9
Cultivos 2 ≥ 5 Franco arcilloso Buena 7.9 69 114.1
Pasturas 0 ≥ 2 Franco arcilloso Regular a mala --- 74 ---
Pasturas 2 ≥ 5 Franco arcilloso Regular 24.6 79 67.5
Afloramiento 2 ≥ 5 Somero rocoso Mala 9.1 86 41.3
Afloramiento 5 ≥ 15 Somero rocoso Mala 26.2 90 28.2
Afloramiento > 15 Somero rocoso Mala 25.0 95 13.4
Media ponderada 85.1 44.4
Extracción de Parámetros Hidromorfométricos (PHm) y evaluación de precisión La extracción de redes y cuencas de drenaje se
realizó mediante el módulo HEC-GeoHMS en
ArcGIS (Hydrologic Engineering Center, U.S.
Army Corps of Engineers). El mismo permite
transformar un MDE bruto en un MDE
corregido hidrológicamente (sin depresiones)
sobre el cual se calcula la dirección de flujo
(celdas que fluyen hacia otras celdas) y la
acumulación de flujo (cuánta agua fluye a través
de una celda) (Fig. 2). Esta información es
utilizada para definir redes y cuencas de drenaje
automáticamente, las cuales pueden ser
posteriormente procesadas manualmente. Se
utilizaron umbrales de escorrentía estándar (1 %
del valor de acumulación de flujo de la cuenca)
para identificar la mejor relación entre la
resolución de los MDE y la definición de cursos
de orden 1. Los PHm calculados incluyeron: (i)
topografía de la cuenca (área, altura, pendiente),
(ii) longitud y pendiente del camino más largo
de flujo, (iii) jerarquía de la red y número de
subcuencas, (iv) número y longitud de cursos de
orden 1 y (v) tiempo de concentración de la
cuenca (Tc) sobre la base de la fórmula del
NRCS (2010):
�� =0.00227�.�� + 1�.�
�.�
donde L es la longitud del camino más largo de
flujo (m), S es el potencial de retención de la
cuenca e Y es la pendiente media de la cuenca
(%).
Se utilizaron dos criterios de evaluación de
precisión. El primero contempla la exactitud de
la red de drenaje extraída respecto de la real y
considera: (i) la exactitud del trazado, calculada
en términos de área de desfasaje por
superposición de la red digitalizada y la
extraída, (ii) la correspondencia de jerarquía de
la red, lo cual determina las características de
drenaje y el nivel de torrencialidad de la cuenca.
El segundo criterio contempla la relación entre
los parámetros que determinan el Tc de la
cuenca y que afectan al hidrograma de crecida
final: pendiente media y longitud del camino
más largo de flujo. Dado que se trata de una
cuenca no aforada, los hidrogramas de crecida
se estimaron mediante el método del
hidrograma unitario (NRCS, 2007). Se utilizó
una lámina de agua genérica equivalente a 25
mm de precipitacion efectiva.
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Figura 2
Fundamentos del módulo HEC-GeoHMS para la extracción automática de redes de drenaje y cálculo de
parámetros hidromorfométricos derivados. Los gráficos de ejemplo corresponden a los resultados obtenidos
del SRTM30
Resultados y discusión
Red de drenaje y camino más largo de flujo La calidad de la red de drenaje extraída de los
SRTM es notoriamente superior a la extraída de
los TR independientemente de la resolución de
los modelos. El trazado general de la red es
notoriamente más preciso y, en consecuencia, el
área de desfasaje respecto de la red real es hasta
50 % inferior que la generada por los modelos
TR (Fig. 3). Ello se relaciona con el sistema de
proyección de la información planialtimétrica
utilizada en el estudio. Los modelos TR fueron
interpolados a partir de curvas de nivel extraídas
de cartas topográficas, mientras que la red “real”
fue digitalizada sobre imagen satelital. Si bien
las cartas topográficas fueron rectificadas y
reproyectadas para asegurar conformidad
espacial de datos, es natural que existan
desfasajes puesto que las mismas fueron
levantadas bajo un sistema de referencia local
diferente del WGS84 (Campo Inchauspe).
A pesar de la superioridad de los SRTM, se
observa que la precisión en el trazado de la red
está condicionada, no sólo por la resolución del
modelo sino también por la energía del relieve
(Fig. 3). En áreas de relieve con fuerte energía
(cabeceras de la cuenca), el trazado de la red
extraída es satisfactorio independientemente de
la resolución. La relación resolución-precisión
es mucho más clara en áreas llanas (cuenca
baja), donde la calidad de la red extraída se
incrementa a medida que disminuye la
resolución. Se observa que el SRTM90 produce
una red mucho más cercana a la real, lo que se
traduce en un camino de flujo más preciso; en el
caso de los SRTM30 y SRTM45, el cierre de la
cuenca se define hasta 1.4 km lineares al norte
del cierre de cuenca real.
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Figura 3
Redes y cuencas de drenaje extraídas de los modelos SRTM y Topo to Raster (TR) de 30, 45 y 90 m de
resolución. El área de desfasaje entre la red extraída y la real se indica sombreado en naranja.
En efecto, ha sido tempranamente demostrado
que el detalle y la calidad de la información
hidromorfológica extraída de los MDE es
altamente sensible a la resolución del modelo en
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
función de la escala y la complejidad del terreno
(Wang y Yin, 1998; Saunders, 1999; Walker y
Willgoose, 1999; Hancock, 2005). En el caso de
la cuenca del San Bernardo, se trata de un
sistema fluvial dendrítico caracterizado por (i)
una densa ramificación en las cabeceras a través
de series de valles y regueros encajonados en
roca metamórfica y (ii) un amplio valle colector
encajonado en depósitos cuaternarios dentro del
cual el curso divaga a través de una amplia
llanura de inundación. Como fue señalado por
Lopez García y Camarasa (1999), la variación
de unidades geomorfológicas a lo largo de
sistemas fluviales ejerce una marcada influencia
en la definición automática de la red para una
misma resolución. Los modelos de mayor
resolución siendo particularmente sensibles a
pequeñas variaciones de altitud en zonas llanas
(Chaplot et al., 2006), la definición de la red en
sistemas fluviales móviles falla debido a la
complejidad de geoformas dentro de la llanura
de inundación.
Parámetros Hidromorfométricos (PHm) y modelado de crecidas Las características de la red de drenaje extraída
de los distintos MDE presentan marcadas
diferencias respecto de la red real (Tabla 2). El
orden de la cuenca se minimiza en todos los
casos, lo que resulta en una subestimación del
número de cursos de primer orden y, por
extensión, del resto de los órdenes. Ello se
traduce en una relación de bifurcación entre
órdenes (Rb) inferior a 2 (mínimo teórico
establecido por Horton, 1945). Si bien la Rb
aumenta al disminuir la resolución de los
MDE, los valores representan entre el 33 y el
46 % de la Rb de la red real. La simplificación
de la red resulta igualmente en una
subestimación considerable de la densidad de
drenaje (Dd) y del coeficiente de torrencialidad
(Ct) de la cuenca para todos los MDE. El Ct se
mantiene muy bajo (13 % del Ct real) y la Dd
obtenida representa tan sólo 1/3 de la densidad
de drenaje real.
La complejidad de la red extraída depende del
umbral de escorrentía utilizado al momento de
definir los cursos. Este parámetro discrimina
el escurrimiento laminar del encauzado y se
expresa en términos de porcentaje de
acumulación de flujo total en la cuenca
(Tarboton et al., 1991). Esto es, el máximo
valor de escorrentía de una celda a otra o,
dicho de otra manera, el valor de acumulación
en la celda correspondiente al cierre de cuenca.
Si bien la complejidad de la red tiende a
aumentar junto con la resolución, todos los
modelos minimizan el trazado de cursos de
primer y segundo orden (Fig. 3; Tabla 2). Este
aspecto reviste mayor o menor importancia en
función del propósito del estudio considerado.
El modelado de crecidas se basa en la longitud
del camino más largo de flujo (NRCS, 2007,
2010) y, por lo tanto, no se ve afectado por la
complejidad de la red. Sin embargo, la misma
adquiere un carácter fundamental en el análisis
de torrencialidad. La Figura 4 ilustra la
densificación sistemática de la red junto con
la disminución del umbral de escorrentía. Los
resultados evidencian que, en el caso de
estudios combinados, se requiere de un
análisis previo de prueba y error que permita
identificar el umbral que mejor reproduce la
complejidad de la red modelada. Este aspecto
es particularmente relevante en cuencas
serranas con altos índices de torrencialidad,
donde el número de cursos de primer orden
disminuye progresivamente con la pendiente
y, por lo tanto, la ramificación del sistema de
drenaje no es homogénea a lo largo del sistema
fluvial.
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Tabla 2 Parámetros hidromorfométricos extraídos de los modelos SRTM y TR de 30, 45 y 90 m de resolución. Los
valores correspondientes a la red real se sombrean en gris.
Parámetro SRTM30 SRTM45 SRTM90 TR30 TR45 TR90 Red real
Topografía de la cuenca de drenaje
Area (km²) 81.2 81.0 81.9 80.8 80.5 80.8 82.0
Altura (m) max. min. media
1228
240
470
1228
240
471
1228
234
467
1222
249
477
1225
248
477
1205
248
477
1239*
242*
475*
Pendiente (%) max. min. media
206.8
0.0
19.9
156.7
0.0
19.3
94.4
0.2
16.5
93.2
0.0
18.3
85.9
0.0
17.3
65.6
0.0
14.6
196.8*
1.1*
21.4*
Características de la red de drenaje
Orden 3 3 3 3 3 4 5
N° de cursos 1 (N1) 13 12 11 12 13 14 122
R. de bifurcación N1/N2 1.3 1.2 1.4 1.3 1.4 1.8 3.9
Dd. de drenaje (km/km²) 0.6 0.6 0.6 0.6 0.6 0.6 1.8
Coef. de torrencialidad 0.2 0.1 0.1 0.1 0.2 0.2 1.5
Parámetros hidrológicos
Longitud del cfl (km) 20.5 21.1 21.3 19.7 19.7 19.1 22.8
Pendiente del cfl (%) 3.6 3.8 3.8 4.1 4.1 4.3 3.3
T. de concentración (h) 2.9 3.0 3.3 2.9 3.0 3.2 3.1
* Calculado a partir de curvas de nivel sobre carta topográfica.
Figura 4
Influencia del umbral de escorrentía sobre la definición de cursos de primer y segundo orden. Ejemplos
extraídos de los modelos SRTM30 y SRTM90
Por otra parte, se observan marcadas diferencias
entre los modelos respecto de la relación entre
parámetros que determinan el tiempo de
concentración de la cuenca. El parámetro que
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
mayor variación presenta es la pendiente media,
la cual se incrementa junto con la resolución de
los MDE entre 17 % (SRTM) y 20 % (TR). La
variación de la pendiente con la resolución del
MDE fue tempranamente señalada por Gao
(1997) y fue recientemente discutida por
Nourani et al. (2013), quienes subrayaron el
efecto de filtro ejercido por el incremento del
tamaño de celda. Otro parámetro que varía
considerablemente entre modelos es la longitud
del camino más largo de flujo (clf), lo cual
guarda relación directa con la exactitud de la red
extraída de los distintos modelos. Así, la
longitud del clf se incrementa con la
disminución de la resolución en un 4 % (SRTM)
y disminuye con la disminución de la resolución
en un 3 % (TR). En este sentido, Wang y Yin
(1998) señalaron que, mientras que los MDE de
mayor resolución tienden a reducir la pendiente
del terreno, los mismos producen las mejores
estimaciones en términos de longitud y
frecuencia de los cursos. Resultados similares
encontraron Teegavarpu et al. (2006) y
Buakhao y Kangrang (2016) cuando extrajeron
parámetros hidromorfométricos de MDE de
diferente tipo y resolución.
Las diferencias en la pendiente media y en la
longitud del clf a través de los modelos SRTM
y TR se traducen en una variación del tiempo de
concentración de la cuenca (Tc) de entre 0.4 y
0.3 horas, respectivamente (Tabla2), siendo los
modelos de mediana resolución (45 m) los que
reproducen los valores más cercanos a la
realidad. Este aspecto es una consecuencia
directa de la relación inversa que existe entre
resolución y pendiente y entre resolución y
longitud del clf. Mientras que los MDE de 30 m
reproducen mejor los gradientes del terreno, los
MDE de 90 m producen clf mejor definidos. El
Tc constituye uno de los parámetros
fundamentales para la construcción de
hidrogramas unitarios (NRCS, 2007). Así, las
diferencias en el Tc obtenido a partir de los
modelos se traducen en variaciones
significativas del retardo, la duración y la
magnitud del hidrograma de crecida al cierre de
cuenca (Figura 5). Por ejemplo, el pico de
crecida generado por 25 mm de precipitación
efectiva puede alcanzar 194 m3/s en 2.2 h
(SRTM90) o 218 m3/s en 1.9 h (SRTM30). Si se
considera la precipitación de 100 años (175
mm), la diferencia en la magnitud del pico de
crecida alcanza hasta 165 m3/s. En suma, los
resultados evidencian la necesidad de extrema
precaución en la elección del MDE de base de y
en la determinación de PHm adecuados y
razonables en función de la dinámica
hidromorfológica de la cuenca. Este aspecto es
particularmente relevante en cuencas no
aforadas, donde no se dispone de datos
hidrológicos sobre los cuales validar los
modelos derivados de los MDE.
Figura 5
Hidrogramas unitarios para 25 mm de precipitación efectiva. Los hidrogramas fueron construidos con
parámetros derivados de los modelos SRTM y TR de 30, 45 y 90 m
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Conclusiones
El presente estudio evaluó y comparó la
aplicabilidad de MDE de distinta fuente y
resolución para la extracción de parámetros
hidromorfométricos (PHm) y modelado de
crecidas en una pequeña cuenca torrencial de
relieve contrastado. Los resultados obtenidos
indicaron que ninguno de los modelos es 100 %
efectivo para la extracción automática de redes
y de PHm, lo cual se traduce en variaciones
significativas del hidrograma de crecida
estimado a partir de los distintos modelos. Por
un lado, existe una clara relación entre la
precisión de la información extraída y la
resolución del modelo, relación que se halla
fuertemente condicionada por la energía del
relieve. A menor resolución, mejor definición
de la red en áreas llanas, lo que resulta en
caminos de flujo mejor definidos. Sin embargo,
a menor resolución, mayor es el suavizado del
relieve en áreas de fuerte energía. Ello implica
una reducción de la pendiente media de la
cuenca, lo que se traduce en un incremento del
tiempo de concentración de la misma y, por
extensión, en hidrogramas de crecida de mayor
duración y menor magnitud. Por otro lado, la
complejidad de la red extraída depende
fuertemente del umbral de escorrentía utilizado
para la definición de los cursos. En cuencas
torrenciales, donde el potencial de avenidas se
ve fuertemente influenciado por la densidad y
ramificación de cursos de primer orden, el
mayor desafío consiste en fijar un umbral de
escurrimiento que permita determinar la
densidad de drenaje óptima.
Independientemente del parámetro considerado
y más allá de la compleja relación entre
precisión en la definición de la red, resolución
del modelo y energía del relieve, los SRTM se
posicionaron como los modelos que mejor se
ajustan a la extracción automática de redes de
drenaje. De fácil acceso y globalmente
disponibles, el uso de SRTM implica una
reducción considerable del tiempo de
procesamiento y análisis que conlleva la
creación de MDE a partir de otras fuentes de
información altimétrica. El mayor desafío recae
en la correcta elección de la resolución del
modelo. En cuencas con relieve pronunciado y
contrastado como la del San Bernardo, el uso de
modelos de alta resolución resulta el más
apropiado en función de la relación área-
pendiente, pero su mayor sensibilidad a
pequeñas variaciones de altitud implica control
y ajuste manual de la definición de la red de
drenaje en áreas de bajo relieve. Estos
resultados son potencialmente transferibles a
otras pequeñas cuencas de relieve contrastado y
constituyen la base de futuros esfuerzos de
investigación sobre la aplicabilidad de MDE de
baja resolución en cuencas de relieve menos
pronunciado.
Agradecimientos
El presente trabajo se inscribe en el Proyecto de
Grupo de Investigación 24/G067 “Geografía
Física Aplicada al estudio de la interacción
Sociedad-Naturaleza. Problemáticas a
diferentes escalas témporo-espaciales” y fue
financiado por la Secretaría General de Ciencia
y Tecnología de la Universidad Nacional del
Sur.
Referencias
Al-Abed, N., Abdulla, F. y Abu-Khyarah, A.,
2005. GIS-hydrological models for managing
water resources in the Zarqa River basin.
Environmental Geology, 47:405-411.
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Bajabaa, S., Masoud, M. y Al-Amri, N., 2014.
Flash flood hazard mapping based on
quantitative hydrology, geomorphology and
GIS techniques (case study of Wadi Al Lith,
Saudi Arabia). Arabian Journal of Geosciences,
7:6:2469-2481.
Bohn, V. Y., Piccolo, M. C. y Perillo, G. M. E.,
2011. Análisis de los periodos secos y húmedos
en el sudoeste de la provincia de Buenos Aires
(Argentina). Revista de Climatología, 11:31-43.
Buakhao, W. y Kangrang, A., 2016. DEM
resolution impact on the estimation of the
physical characteristics of watersheds by using
SWAT. Advances in Civil Engineering, 9 p. En
linea http://dx.doi.org/10.1155/2016/8180158.
Campo, A. M., Ramos, M. B. y Zapperi, P.,
2009. Análisis de las variaciones anuales de
precipitación en el Suroeste bonaerense,
Argentina. Actas del XII Encuentro de Geógrafos de América Latina, Montevideo,
Uruguay, 12 p.
Campo, A. M., Silva, A. M. y Gil, V., 2011.
Aplicación de cartografía temática para la
identificación y análisis de la exposición al
peligro de inundación por crecidas repentinas.
Sierra de la Ventana, Buenos Aires, Argentina.
Revista Geográfica del Sur, 2:73-86.
Casado, A., 2013. Human impacts and fluvial
metamorphosis. The effects of flow regulation
on the hydrology, morphology and water
temperature of the Sauce Grande River,
Argentina. Tesis de Doctorado en Geografía,
Université Blaise Pascal Clermont-Ferrand II -
Universidad Nacional del Sur, Clermont-
Ferrand, 358 p.
Casado, A., Gentili, J., Campo, A. M. y Peiry,
J.-L., 2010. Evaluación de la calidad de modelos
digitales de elevación derivados de curvas de
nivel para aplicaciones hidrológicas. En: Carbone, M. E., Melo, W. D. y Angeles, G. R.
(eds), Tecnologías de la Información Geográfica del sur argentino, UNS, Bahia
Blanca, 102-116.
Chaplot, V., Darboux, F., Bourennane, H.,
Leguédois, S., Silvera, N. y Phachomphon, K.,
2006. Accuracy of interpolation techniques for
the derivation of digital elevation models in
relation to landform types and data density.
Geomorphology, 77:126-141.
Endreny, T. A., Wood, E. F. y Lettenmaier, D.
P., 2000. Satellite-derived digital elevation
model accuracy: hydrogeomorphological
analysis requirements. Hydrological Processes,
14:1-20.
Fisher, P. F. y Tate, N. J., 2006. Causes and
consequences of error in digital elevation
models. Progress in Physical Geography,
30:467-489.
Gao, J., 1997. Resolution and accuracy of
terrain representation by grid DEMs at a micro-
scale. International Journal of Geographical Information Sciences, 11:2:199-212.
Gil, V. y Campo, A. M., 2006. Caracterización
morfológica sectorizada del río Sauce Grande,
provincia de Buenos Aires, Argentina. Revista Geográfica de Valparaíso, 38:19-28.
Gil, V., Gentili, J. y Campo, A. M., 2009.
Influencia de la litología en la variación de los
parámetros morfométricos, Sistema de
Ventania, Argentina. Papeles de Geografía,
49:50:55-68.
Gil, V., Zapperi, P., Campo, A. M., Iuorno, M.
V. y Ramborger, M. A., 2008. Análisis de las
precipitaciones de otoño y primavera en el
Suroeste bonaerense. Actas de las VII Jornadas de Geografía Física, San Salvador de Jujuy,
Argentina, 11 p.
Hancock, G. R., 2005. The use of digital
elevation models in the identification and
characterization of catchments over different
grid scales. Hydrological Processes, 19:1727-
1749.
Hebeler, F. y Purves, R. S., 2009. The influence
of elevation uncertainty on derivation of
topographic indices. Geomorphology, 111:4-16.
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
Hengl, T., Gruber, S. y Shrestha, D., 2004.
Reduction of errors in digital terrain parameters
used in soil-landscape modelling. International Journal of Applied Earth Observation, 5:97-
112.
Horton, R. E., 1945. Erosional development of
streams and their drainage basins:
hydrophysical approach to quantitative
morphology. Bulletin of the Geological Society of America, 56:275-370.
Kim, S. y Lee, H., 2004. A digital elevation
analysis: a spatially distributed flow
apportioning algorithm. Hydrological Processes, 18:1777-1794.
Lecoz, M., Delclaux, F., Genthon, P. y Favreau,
G., 2009. Assessment of Digital Elevation
Model (DEM) aggregation methods for
hydrological modeling: Lake Chad basin,
Africa. Computers & Geosciences, 35:1661-
1670.
Lopez-García, M. J. y Camarasa, A. M., 1999.
Use of geomorphological units to improve
drainage network extraction from a DEM:
Comparison between automated extraction and
photointerpretation methods in the Carraixet
catchment (Valencia, Spain). International Journal of Applied Earth Observation and Geoinformation, 1:3-4:187-195.
Nourani, V., Mokhtarian-Asl, S., Khosravi-
Sorkhkolaee, M. y Sharghi, E., 2013. Effect of
DEM type and resolution in extraction of hydro-
geomorphologic parameters. En: Mladenov, V.
(ed), Recent Advances in Continuum Mechanics, Hydrology and Ecology, WSEAS,
Rhodes Island, Greece, 98-103.
NRCS, 2007. Part 630: Hydrology, Chapter 16:
Hydrographs. National Engineering Handbook,
USDA, 50 p.
NRCS, 2010. Part 630: Hydrology, Chapter 15:
Time of concentration. National Engineering Handbook, USDA, 29 p.
Ozdemir, H. y Bird, D., 2008. Evaluation of
morphometric parameters of drainage networks
derived from topographic maps and DEM in
point of floods. Environmental Geology,
56:1405–1415.
Sanders, B. F., 2007. Evaluation of on-line
DEMs for flood inundation modeling. Advances in Water Resources, 30:1831-1843.
Saunders, W., 1999. Preparation of DEMs for
use in environmental modeling analysis. Actas de la Esri User Conference, San Diego,
California, 13 p.
Scian, B., 2000. Episodios ENSO y su relación
con las anomalías de precipitación en la pradera
pampeana. Geoacta, 25:23-40.
Tarboton, D. G., Bras, R. L. y Rodriguez-Iturbe,
I., 1991. On the extraction of channel networks
from digital elevation data. Hydrological Processes, 5:1:81-100.
Teegavarapu, R., Viswanathan, C. y Ormsbee,
L., 2006. Effect of Digital Elevation Model
(DEM) resolution on the hydrological and water
quality modeling. Graham, R. (ed), Actas del World Environmental and Water Resource Congress, Omaha, Nebraska, United States, 1-
8.
Thomas, J., Joseph, S., Thrivikramji, K. P., Abe,
G. y Kannan, N., 2012. Morphometrical
analysis of two tropical mountain river basins of
contrasting environmental settings, the southern
Western Ghats, India. Environmental Earth Sciences, 66:8:2353-2366.
Tucker, G. E., Catani, F., Rinaldo, A. y Bras, R.
L., 2001. Statistical analysis of drainage density
from digital terrain data. Geomorphology,
36:187-202.
Volonté, A., Campo, A. M. y Gil, V., 2015.
Estado ecológico de la cuenca baja del arroyo
San Bernardo, Sierra de la Ventana, Argentina.
Revista Geográfica de América Central, 54:135-151.
Walker, J. P. y Willgoose, G., 1999. On the
effect of digital elevation model accuracy on
Casado A; Gil V; Volonté A; Campo AM (2016). Modelos Digitales de Elevación (MDE) e hidromorfometría
para el modelado de crecidas en pequeñas cuencas torrenciales no aforadas, arroyo San Bernardo, Argentina.
Las Geotecnologías en los Procesos Ambientales Bahía Blanca, EdiUNS. Capitulo nº. p-p ISBN
hydrology and geomorphology. Water Resources Research, 35:2259-2268.
Wang, X. y Yin, Z.-Y., 1998. A comparison of
drainage networks derived from digital
elevation models at two scales. Journal of Hydrology, 210:221-241.
Wise, S. M., 2000. Assessing the quality for
hydrological applications of digital elevations
models derived from contours. Hydrological Processes, 14:1909-1929.
Wu, S., Li, J. y Huang, G. H., 2008. A study on
DEM-derived primary topographic attributes
for hydrologic applications: Sensitivity to
elevation data resolution. Applied Geography,
28:210-223.
Zapperi, P., Casado, A., Gil, V. y Campo, A. M.,
2006. Caracterización de las precipitaciones
invernales en el Suroeste bonaerense. En: Cazzaniga, N. y Vaquero, M. (eds), Ambiente natural, campo y ciudad: Estrategias de uso y conservación en el Sudoeste Bonaerense,
Ediciones UNS, Bahía Blanca, 63-68.
Zapperi, P., Ramos, B., Gil, V. y Campo, A. M.,
2007. Caracterización de las precipitaciones
estivales en el Suroeste bonaerense. En: Contribuciones Científicas, GAEA, Posadas,
483-491.
Recommended