Facultad de Ingeniera Escuela de Ingeniera Civil GRUPO

Facultad de Ingeniería – Escuela de Ingeniería Civil GRUPO DE INVESTIGACIÓN: ESTUDIOS HIDROLÓGICOS EN CUENCAS POBREMENTE AFORADAS EHCPA 1º TALLER SOBRE ESTUDIOS HIDROLÓGICOS EN ÁREAS SERRANAS DE LA PROV. DE CÓRDOBA

Facultad de Ingeniería – Escuela de Ingeniería Civil EHCPA Comienza a funcionar en el año 2007 dentro de la Facultad de Ingeniería de la UCC. Centra sus esfuerzos en el estudio de variables hidrológicas. Sus principales objetivos son brindar herramientas técnicas y la formación de recursos humanos en un ambiente interdisciplinario.

PRINCIPALES INCUMBENCIAS MAIN RESEARCH GOALS Estudios sobre variables hidrológicas Studies on hydrological variables LLUVIA (P) CAUDAL (Q) Rainfall Flow Dsicharge Metodología Aplicaciones Pronóstico Methodology Applications Forescasting Eventos Observados Observed Events Eventos de Diseño Events for Design Modelos Estadísticos Statistical models Modelos Concentrados Lumped models Modelos Distribuidos Distributed models Nacional National Precipitación Diaria Regional Lámina Puntual Distribución Espacial Local Rainfall Areal Distribution Distribución Temporal Distribution Regional Provincial State i-d-T PMP Probable Maximun Precipitation Hietogramas hyetographs Manual de Diseño de Obras Hidráulicas Design Manual for Hydraulic Structures Daily Rainfall Cuenca Basin

¿Por qué lo hacemos? Why we do? Porque una obra puede estar: Because a hydraulic structure can be: ● subdimensionada ● undersized √ ● correctamente dimensionada ● optimum design ● sobredimensionada Oversized Impacto Subdimensionado Sobredimensionado Impact Undersized Oversized Económico Limitación de uso por seguridad – salida de servicio – colapso GASTOS DE REINVERSIÓN Economics Use limitation for safety reasons-out of service-structure collapse REINVESTMENT Social Inseguridad, desorden social, pérdida de vidas Social Insecurity, loss of lives Ambiental Daño Ambiental en caso de falla Environmental damage in the event of fails Derroche unnecessary Waste Afectación de fondos que posterga otras necesidades Funds Affectation from other needs Deterioro y afectación exagerado Important environmental degradation and affectation Importante realizar un diseño eficiente, considerando el diseño hidrológico It´s important to have an optimum design, considering hydrological aspects

PRINCIPALES INCUMBENCIAS MAIN RESEARCH GOALS Estudios sobre variables hidrológicas Studies on hydrological variables LLUVIA (P) CAUDAL (Q) Rainfall Flow Dsicharge Metodología Aplicaciones Pronóstico Methodology Applications Forescasting Eventos Observados Observed Events Eventos de Diseño Events for Design Modelos Estadísticos Statistical models Modelos Concentrados Lumped models Modelos Distribuidos Distributed models Nacional National Precipitación Diaria Regional Lámina Puntual Distribución Espacial Local Rainfall Areal Distribution Distribución Temporal Distribution Regional Provincial State i-d-T PMP Probable Maximun Precipitation Hietogramas hyetographs Manual de Diseño de Obras Hidráulicas Design Manual for Hydraulic Structures Daily Rainfall Cuenca Basin

¿Qué desarrollamos? What we develop? Sistema de Información Geográfica Base de Datos a Nivel Provincial Geographical Information System Database at State Level Estaciones Pluviométricas 500 (10 Pluviográficas) Entre las provincias de Córdoba y Santa Fe. 70 adicionales de la Provincia de San Luís 570 Pluviometric Station (10 pluviographic)

¿Qué desarrollamos? What we develop? Sistema de Información Geográfica Base de Datos a Nivel Provincial Geographical Information System Database at State Level Estaciones Pluviométricas 150 (7 Pluviográficas) Procesadas y Depuradas 150 Pluviometric Station (7 pluviographic)

¿Qué desarrollamos? What we develop? Sistema de Información Geográfica Base de Datos a Nivel Provincial Geographical Information System Database at State Level Estaciones Pluviométricas 28 de las cuales pertenecen a la región Serrana (1 Pluviográficas) Otras tantas se encuentran en proximidades.

Sistema de Información Geográfica Láminas Máximas con T Geographical Information System Daily maximum rainfall depths with related return period T = 25 Años T = 25 years T = 50 Años T = 50 years T = 100 Años T = 100 years

P ms id. T P ms id. T Referencias / Reference P ms Aeropuertos / Airport/ Pg. Redes Prov. / State Network. / P. Red Ferroviaria / Railway / P. P ms P ms P ms Est. Ind. / Agr. / Pg. Emplazamiento de Proyecto Location of Civil Project

Sistema de Información Geográfica Parámetros Modelo Predictivo Geographical Information System Parameters of Predictive Model Latitud = - 62, 75 Longitud= - 31, 70 s´int = 0, 3389 m´int = 4, 3434

RSU – Ofrecer herramientas adecuadas Optimizar los costos Offer appropriate tools to optimize the costs for Civil Projects id. T Latitud = - 62, 75 Longitud= - 31, 70

RSU – Ofrecer herramientas adecuadas Optimizar los costos Offer appropriate tools to optimize the costs for Civil Projects id. T Latitud = 64. 33 O Longitud= 31. 16 S

PRINCIPALES INCUMBENCIAS MAIN RESEARCH GOALS Estudios sobre variables hidrológicas Studies on hydrological variables LLUVIA (P) CAUDAL (Q) Rainfall Flow Dsicharge Metodología Aplicaciones Pronóstico Methodology Applications Forescasting Eventos Observados Observed Events Eventos de Diseño Events for Design Modelos Estadísticos Statistical models Modelos Concentrados Lumped models Modelos Distribuidos Distributed models Nacional National Precipitación Diaria Regional Lámina Puntual Distribución Espacial Local Rainfall Areal Distribution Distribución Temporal Distribution Regional Provincial State i-d-T PMP Probable Maximun Precipitation Hietogramas hyetographs Manual de Diseño de Obras Hidráulicas Design Manual for Hydraulic Structures Daily Rainfall Cuenca Basin

Causantes Eventos breves e intensos Sup. < 1000 Km 2 Crecientes repentinas en Ríos Serranos Condiciones Orográficas Condiciones Geomorfológicas Factores Agravantes Sistemas de Alerta de Crecidas a Tiempo Real Pronóstico Alerta a Usuarios Evacuación

Objetivos Implementación de un modelo conceptual, basado en metodologías y técnicas usuales (SCS, 1972). Definir la influencia de los distintos parámetros, mediante el análisis de sensibilidad de los mismos. Plantear técnicas de determinación y/o estimación de los parámetros más significativos. Ampliar las capacidades del modelo estadístico de pronóstico previo.

Sistema de Experimental Ø Superficie de 500 Km 2. Ø Altitudes que van desde los 675 hasta los ~2. 200 msnm. Ø Monitoreada por 13 Estaciones remotas desde 1990 (INA-CIRSA) Ø Sensores Pluviométricos de Alta Frecuencia y de Nivel en 4 secciones Ø Región Baja representando el 37% de la sup. los registros pluviométricos anuales oscilan entre los 600 y 700 mm. Ø Región media representando el 41% de la sup. los valores promedios anuales de P son de alrededor de 750 mm. Ø Región Alta (representando el 22% de la sup. ) la lluvia media anual puede superar los 1000 mm. Región Media 1. 200~2. 000 msnm Región Alta > 2. 000 msnm Región Baja 675~1. 200 msnm

Modelo Estocástico CCPL Aptitud de Respuesta en está cuenca. Reducidos Insumos de Información. Simplicidad de implementación. Periodo de Calibración 1991 -2008 (235 eventos). Dependencia y poca flexibilidad a los datos. Reducido tiempo de prealerta. Falta de consideraciones físicas del sistema.

Modelación Hidrológica Conceptual ØSe representan la trans. P-Q, mediante el método del SCS, 1972. ØSe ensayaron distintos esquemas de simulación ØSe utilizan 33 eventos observados (2006 -2008) • • • CHA III 13 eventos 10 eventos

Análisis de Sensibilidad Comportamiento de la respuesta del modelo frente a la variación del valor CN CHA III Comportamiento de la respuesta del modelo frente a la variación del coef. rugosidad

Análisis de Sensibilidad Coeficientes de variación obtenidos, para las distintas Condiciones de Humedad Antecedente Parámetros CHA I Coef. Sens. -20% -10% CHA III 10% 20% -10% 20% 1) Curva Número Cqpi -2, 42 -2, 88 (CN) 5, 02 7, 64 -5, 07 -3, 36 18, 56 11, 22 -3, 36 CN 2) Tiempo de Retardo CTpi 0, 71 0, 36 -0, 71 0, 67 0, 10 -1, 58 -0, 84 0, 92 3) Ancho de cauce y coeficiente de Rugosidad Coef. Manning Tiempo de Retardo Ancho del Cauce -4, 56 5, 91 3, 08 0, 89 -0, 61 -0, 31 CQpi 0, 25 0, 24 -0, 15 0, 61 0, 35 -0, 09 -0, 04 0, 03 0, 04 -0, 01 CTpi -0, 38 0, 44 0, 30 -0, 40 -0, 34 -0, 23 -0, 03 -0, 25 -0, 22 0, 20 CQpi -0, 86 0, 32 -0, 20 0, 43 1, 03 0, 87 -0, 48 -0, 50 0, 30 0, 62 -0, 48 -1, 15 CTpi -1, 45 -0, 11 -0, 44 -0, 25 -0, 23 -0, 40 -0, 13 -0, 11 -0, 17 0, 11 0, 22 CQpi 0, 15 0, 19 -0, 51 -0, 13 0, 05 0, 06 -0, 03 CTpi -0, 11 0, 14 -0, 07 -0, 18 -0, 06 - -0, 54 -0, 44 -

Determinación experimental del Número Curva (CN) Dada la influencia de este parámetro se analizan dos aspectos relacionados a la determinación este parámetro, a saber: 1. Utilización de imágenes de sensores remotos para la obtención del CN, específicamente el Índice Diferencial de Vegetación Normalizado (NDVI). 2. Definición precisa de la Condición de Humedad Antecedente de la cuenca. Los análisis se basan en la utilización de Sistemas de Información Geográfica, el cual contiene: a. b. c. d. MDT, permite determinar e inferir características físicas Capas temáticas de Clasificación y Uso del Suelo Capas temáticas de cobertura vegetal (NDVI) Otras informaciones varias

Considerando que el NDVI, varía entre -1 a +1, es posible calcular el NDVI medio de todos los pixeles que posean la misma vegetación Tipo de Vegetación Roca con Pastizal fino Césped Pastizal grueso Pastizalarbustos Arbustal Bosque con arbustal NVDI medio s ≤ 3% B C 0, 143 98 98 99 99 0, 238 87 90 90 95 0, 389 64 74 82 86 0, 527 65 75 72 84 0, 462 71 81 76 86 0, 346 75 85 78 89 0, 455 67 82 72 86 0, 479 65 76 70 82 Nota: s, pendiente s ≥ 3%

Definición de la CHA Se encontraron situaciones que “hacen inapropiada la clasificación del SCS para nuestra cuenca de montaña”, debido a: 1 2 3 • Se desconoce cómo se distribuye temporalmente la lluvia en esos 5 días previos • Quizás 5 días previos sea poco tiempo, se debería contar con una serie más extensa y conocer la CHA de un periodo previo mayor • El método presenta DISCONTINUIDAD en los límites establecidos (SCS, 1972).

Definición de la CHA Se establecen 3 recomendaciones para optimizar la clasificación del SCS a las condiciones de la cuenca de montaña bajo análisis 1 2 3 • Si la clasificación SCS, 1972 considere que un evento presenta CHA I o II, pero el 80% o más de la precipitación acumulada los 5 días previos se ha registrado el día inmediatamente anterior al evento, se reclasificará el mismo con la CHA superior. Esto se cumplirá siempre y cuando la precipitación media de los 5 días anteriores sea igual o mayor a 5, 0 mm. • Si el evento se preclasificó con CHA II o III, y el 80% de la precipitación previa se registró el día 5, entonces a dicho evento se le asignará una condición de humedad antecedente inferior (I o II respectivamente). • si al momento de ocurrir el evento el sistema se encontrara en una condición de déficit (meses de mayo-octubre), pero en los 5 días previos se dio una CHA II, y además la precipitación previa es mayor o igual a 6, 5 mm, entonces se está frente a un evento con CHA III.

Comparación de Resultados Qpobs vs Diferencia Qppron Media Conceptual 1 % ~ 64 % 7 % ~ 68 % CCPL 34, 0% 36, 4% Tpobs vs Tppron Conceptual 3 % ~ 125 % CCPL 5 % ~ 69 % Diferencia Media 40, 5% 20, 0% El error medio porcentual en lo concerniente al volumen del hidrograma en ninguna oportunidad supero el 28%. Evidenciando una buena simulación del comportamiento hidrológico de la cuenca. Teniendo en cuenta, además, que el rendimiento de la cuenca está ligado a la escorrentía, se puede suponer una adecuada aproximación del parámetro CN a la realidad del sistema.

Conclusiones ü Se establece una alta sensibilidad al número de curva (CN), abstracciones iniciales y tiempo de retardo. ü La utilización de imágenes NDVI contrastadas con imágenes de Cobertura Vegetal para la asignación de valores de CN, brindan una herramienta promisoria, ofreciendo gran sencillez de uso y recursos mínimos. ü Los valores de CN obtenidos por la metodología propuesta difirieron en menos de un 2% con aquellos valores calibrados en base a eventos obs. ü La metodología propuesta contribuye al desarrollo de modelos hidrológicos conceptuales para cuencas pobremente aforadas siempre que presenten características similares al sistema estudiado. ü Debido a la estrecha relación entre las CHA con el CN, se revisaron la clasificación original para tener en cuenta consideraciones locales.

Conclusiones ü Los errores relativos entre modelos son esperables dado que el modelo conceptual simula de forma determinística la mayoría de los procesos físicos que se dan en la cuenca en un evento de crecida, para lo cual debe adoptar expresiones analíticas que requieren de parámetros específicos que incorporaran incertidumbres tanto de la estructura de modelación como de las variables entrando en juego los principios de parsimonia y equifinalidad de los modelos (Beven, 2005). ü El modelo estocástico solo simula el tránsito entre las últimas estaciones de nivel de río operadas en el sistema. Por lo que se puede concluir el manejo conjunto de ambos modelos, basándose en la posibilidad de un pronóstico temprano en la región alta de la cuenca por parte del modelo conceptual.

RSU - Planificar el uso del Suelo Land use planning /Flood Risk analysis Asentamiento precario sobre zona de alto Riesgo Population in area of high Flood Risk

RSU – Evitar y/o mitigar inundaciones urbanas Avoiding or mitigating urban floods effects

Facultad de Ingeniería – Escuela de Ingeniería Civil GRACIAS POR SU ATENCIÓN CONTACTO ehcpa@ucc. edu. ar/cgcatalini@ucc. edu. ar