XXIII C ON G R E S O N A C I O N A L AMH DE H I D R Á U LI C A PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 AMH EVALUACIÓN DE MODELOS NUMÉRICOS 1D Y 2D PARA PREDECIR INUNDACIONES Paredes Victoria Pedro Noé, Pedrozo Acuña Adrián y Mejía Estrada Pamela Iskra Instituto de Ingeniería, Universidad Nacional Autónoma de México. Circuito Escolar S/N, Edificio 5, Ciudad Universitaria, Del. Coyoacán, México D.F., México. C.P. 04510 [email protected], [email protected], [email protected] Introducción Las inundaciones representan la amenaza natural más distribuida a nivel mundial, con inundaciones por desbordamiento de ríos, estuarios y marea de tormenta. El manejo de los riesgos asociados a eventos de inundación representa un proceso compuesto por la prevención (antes del evento), las medidas de mitigación del riesgo de inundación y la capacidad de la población para reaccionar ante estos fenómenos con acciones de manejo durante y después de la incidencia del evento. El proyecto europeo conocido como: Consorcio para la Investigación y el Manejo de Riesgos de Inundación (Flood Risk Management Research Consortium), señalan tres actividades principales sobre las que se tienen que abocar los esfuerzos de investigación a fin de mejorar las acciones de mitigación ante las inundaciones, estas son: Los modelos bidimensionales son primeramente desarrollados y aplicados a estuarios y para el modelado de flujos costeros (Li & Falconer, 1995). Bates et al. (1996) enumeraron una lista de requisitos que un modelo bidimensional deberá cubrir para ser utilizado en la descripción de flujos de inundación en llanuras, estos son: El campo de flujo debe ser representado en al menos 2 dimensiones representándose procesos dinámicos conocidos. Se debe utilizar un algoritmo numérico eficiente que haga tratable el problema desde el punto de vista computacional. El modelo deberá representar la topografía del terreno y la forma arbitraria de los ríos en la planicie (ej. meandros). El esquema numérico deberá ser capaz de manejar fronteras movibles en la planicie de inundación, asociadas con el mojado y secado de elementos. El artículo tendrá idéntico título al del resumen, y deberá prepararse con el siguiente formato: Zona de estudio El área de estudio contiene la desembocadura del río Tonalá al Golfo de México, tal y como se presenta en la Figura 1. El área comprende una laguna litoral al este de la desembocadura, con la presencia del arroyo Chicozapote y amplias zonas de manglares y llanuras de inundación. Dado que el río Tonalá define la frontera natural entre los Estados de Veracruz y Tabasco, existen zonas urbanas de ambos estados localizadas en la región. En Veracruz, estas son Tonalá, Agua dulce y la población de Gavilán norte. Mientras que en Tabasco se encuentran Cuauhtemoczin y Villa la Venta. La región representa un área de aproximadamente 350km2. (Pedrozo-Acuña et al., 2010). Tamaño de la hoja: carta (215,9 mm x 279,4 mm). Evaluación preliminar de los riesgos por inundación; Elaboración de mapas de inundación adecuados; Preparación e implementación de planes de manejo de riesgo por inundación. Este trabajo se enfoca principalmente a la elaboración de mapas de inundación, los cuales se generan mediante modelos hidrodinámicos. Existen una gran variedad de modelos para la determinación de la inundación en una llanura o zona baja. La selección del modelo depende de la escala del problema, los recursos computacionales a la mano, y las necesidades de cada usuario. Sin embargo, cabe hacer notar que incluso los modelos más sofisticados sólo serán tan buenos como las fuentes de información disponibles para su parametrización, calibración y validación (Aronica et al. 1998-99). Los modelos hidrodinámicos en una dimensión (1D) han sido aplicados con cierto éxito para el estudio de los niveles de inundación y descargas en sistemas ribereños a escalas que incluyen las decenas y centenas de kilómetros (Wijbenga et al. 1994; Lammersen et al. 2002; Yoshida y Dittrich 2002). Este tipo de modelos, permiten una evaluación rápida de la distribución del nivel del agua y los gastos en un río considerando efectos de advección y difusión. Dado que la aplicación de modelos hidrodinámicos unidimensionales está basada en la determinación de niveles de aguas horizontales (e.g. constantes) a lo largo de la sección transversal, es muy probable que no se les pueda utilizar en situaciones donde las condiciones de flujo son más complejas. En estas condiciones, se requiere como mínimo, el empleo de un modelo hidrodinámico bidimensional (2D). Figura 1. Ubicación del Río Tonalá en la costa del Estado de Tabasco, México, con nombres de poblaciones cercanas. AMH XXIII C ON G R E S O N A C I O N A L DE H I D R Á U LI C A AMH PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 Como se observa en la Figura 1, el río Tonalá recibe aportes del río Agua dulcita en Veracruz, que cruza la población del mismo nombre y descarga escurrimientos de este estado a través del río Tonalá. A pesar de que en el pasado se han registrado inundaciones en la población de Agua dulce, estas están asociadas a la poca capacidad hidráulica del río Agua dulcita y no a eventos extraordinarios en el río Tonalá, Sin embargo, es claro que entre ambos sistemas existe interacción, la cual será considerada a través de la definición de un gasto promedio para el río Agua dulcita, para este trabajo se realizó la selección de este sistema, dado que en 2009 este río registró una inundación de consideración (ver Figura 2). a la generación de mapas de inundación y áreas afectadas en la región de estudio. Figura 3. Metodología para la estimación de mapas de inundaciones considerando incertidumbre hidrológica. Modelo hidrológico Con el propósito de determinar el caudal generado durante el periodo seleccionado, se utilizó el programa Modelo para Pronóstico de Escurrimiento (MPE) desarrollado en el Instituto de Ingeniería de la Universidad Autónoma de México (UNAM). Esta herramienta estima los escurrimientos de una cuenca mediante un modelo de parámetros distribuidos, (Domínguez et al., 2008). Esta herramienta cuenta con una base numérica simplificada en mallas y ha sido desarrollado para estimar los procesos de lluvia-escurrimiento dentro de los sistemas de cuencas, y es similar a la presentada por Cluckie et al. (2006). Figura 2. Mancha de Inundación, Tonalá 2009 (NASA/GSFC, Rapid Response Imagery). Metodología La metodología empleada está compuesta por mediciones de precipitaciones en seis estaciones pluviométricas, un modelo hidrológico para la estimación de escurrimiento, elevación topográfica a partir de una nube de puntos LiDAR (INEGI, 2008) y los modelos hidrodinámicos unidimensional y bidimensionales. El Modelo Digital de Terreno (DTM) de la zona de análisis, con una resolución espacial de 5 metros, también se muestra las estaciones de medición de la precipitación en distintos puntos de la cuenca. La superficie estimada de esta región hidrológica es 1,385 km², con una precipitación media anual de 1,500 a 2,000 mm. La Figura 3 presenta el diagrama de flujo de la metodología implementada, en la que se describe la variación de parámetros libres en el modelo hidrológico, con lo cual se puede estimar y acotar la incertidumbre hidrológica inherente en la estimación del proceso lluvia-escurrimiento (Beven & Binley, 1992). Esta metodología permite la generación de N-mapas de inundación para este evento, se anticipa el uso de esta información para la delimitación de la incertidumbre asociada El MPE incorpora el método de número de curva, el cual se basa en la ecuación de balance hídrico y la razón entre el volumen de escurrimiento directo y el escurrimiento potencial máximo, que indica que es igual a la razón entre la infiltración real y la infiltración potencial máxima. Este método fue desarrollado por el Servicio de Conservación del Suelo (SCS), aunque el MPE incluye una modificación que permite la consideración de procesos de secado en el suelo después de la ocurrencia de lluvia. Los parámetros de entrada para determinar una curva de escurrimiento son: el grupo hidrológico del suelo, uso del suelo, edafología y vías de circulación dentro de la cuenca. La ecuación de balance de hídrico y los parámetros correspondientes se expresan como sigue: (1) (2) (3) Donde P es la precipitación, Pe la precipitación efectiva, Ia es la abstracción inicial, Fa es la abstracción acumulada, S es el potencial máximo del suelo de retención de la humedad después del inicio del escurrimiento y λ es el factor de escala de la pérdida inicial. El valor de λ se relaciona a la infiltración máxima potencial en la cuenca. A través de la combinación de las ecuaciones (1) - (3) y que expresa la abstracción inicial (Ia) por 0.2*S tenemos: AMH XXIII C ON G R E S O N A C I O N A L DE H I D R Á U LI C A PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 (4) Donde, el valor de S [cm] es determinado por: (5) CN es el número de curva de escurrimiento, según lo definido por el Departamento de Agricultura de los EE.UU. (USDA, 1985). Los valores asignados para este parámetro varían desde 30 a 100, donde los números pequeños indican potencial de escurrimiento bajo, mientras que los grandes indican un aumento en el potencial de escurrimiento. El MPE incluye un parámetro para reproducir los efectos de la evaporación en la saturación del suelo (Fx). Este parámetro es útil cuando el evento a ser reproducido dura varios días. El cálculo del escurrimiento en la cuenca se lleva a cabo siguiendo el método de Clark, que resume el escurrimiento estimado en cada celda para calcular el hidrograma general. El uso de estos hidrogramas permite limitar la incertidumbre generada en el modelo hidrológico, dado que estima las bandas de confianza asociadas a un escurrimiento. Modelo hidrodinámico unidimensional (1D) El modelo hidrodinámico unidimensional resuelve las ecuaciones promediadas de Saint Venant para flujo permanente y no permanente (Hec-RAS, 1999). La herramienta numérica resuelve las ecuaciones en dirección del flujo dentro del dominio que representa a la región de estudio. La Figura 4a presenta las caracterización geométrica del Modelo Hidrodinámico 1D del río Tonalá. La Figura 4b indica las condiciones de frontera establecidas en el programa para el análisis numérico. AMH Modelo hidrodinámico bidimensional (2D) Los modelos utilizados para hacer las simulaciones numéricas en este trabajo, fueron el MIKE21 desarrollado por el DHI (Danish Hydraulic Institute) y el LISFLOOD-FP (desarrollado por la Universidad de Bristol, UK). El MIKE21 utiliza un mallado flexible mientras que el LISFLOOD utiliza malla cuadrada, ambos pueden ser incorporados en ambientes oceanográficos, costeros, y de estuarios. El sistema está basado en la solución numérica de las ecuaciones promediadas de Reynolds (Reynolds averaged Navier-Stokes equations) en dos dimensiones e incompresibles, implicando suposiciones de Boussinesq y de presión hidrostática. Por lo tanto, el modelo consiste de ecuaciones de continuidad, cantidad de movimiento, temperatura, salinidad, y densidad, y está tiene un esquema de cierre de turbulencia. La discretización espacial de las ecuaciones primitivas se realiza utilizando un método de volumen finito de celda centrada. El dominio espacial es discretizado por subdivisión del continuo en elementos/celdas que no se traslapan. En el plano horizontal se utiliza una malla no estructurada, cuyos elementos pueden ser triángulos o cuadriláteros. En este estudio, la rugosidad se define en función de la vegetación del terreno. El cuál es el dato más relevante para el análisis de los modelos hidrodinámicos, para la zona en estudio, se ocupa la siguiente distribución de coeficientes de rugosidad (Figura 5), en la planicie de inundación como en la sección del cauce, esta distribución fue aplicada para ambos modelos hidrodinámicos (1D y 2D). Debido a la configuración de la región de interés, se combinan un modelo hidrodinámico de flujo unidimensional y un modelo de procesamiento de datos de Sistemas de Información Geográfica (SIG). El dominio de la zona de estudio esta discretizado en secciones transversales para el cálculo de las áreas de inundación. Se ha reconocido que en las llanuras de inundación de ríos, la resistencia hidráulica puede ser dividida conceptualmente en varias zonas. Por ejemplo, Mason et al. (2003) utilizaron datos LiDAR para generar fricción distribuida mapas. De acuerdo con las recomendaciones del Comité de tecnologías para el mapeo de inundaciones (2007) y aquellas propuestas por Prinos et al. (2008), la resolución seleccionada para el MDT es de 5 metros. Con lo que se aprovecha al máximo la altimetría láser. Figura 5. Distribución del coeficiente de rugosidad en la zona de estudio, para los modelos 1D y 2D. Resultados Modelo Hidrodinámico 1D Figura 4. a) Esquematización geométrica del dominio de cálculo; b) Condiciones de frontera. Los resultados de la llanura de Inundación para el modelo 1D, se muestra en la Figura 6, la cual presenta los mapas de inundación estimados para los hidrogramas que reproducen el evento de 2009. El panel rojo muestra el resultado de la envolvente máxima, el panel amarillo presenta los resultados para la envolvente media, mientras que el panel verde ilustra el hidrograma mínimo. A pesar de que existen diferencias AMH XXIII C ON G R E S O N A C I O N A L DE H I D R Á U LI C A PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 significativas en las áreas afectadas en los hidrogramas máximo, medio y mínimo, es interesante observar que los tres resultados muestran vulnerabilidad a las inundaciones en las mismas áreas. AMH Modelo hidrodinámico 1D vs Modelo Hidrodinámico Modelo 2D En la Figura 8 se muestra la comparativa entre las manchas de inundación, del evento de noviembre del 2009, para el modelo hidrodinámico en una dimensión (derecha) y el modelo hidrodinámico en dos dimensiones (izquierda). Figura 6. Llanuras de Inundación generadas con el modelo hidrodinámico 1D y los hidrogramas (mínimo, medio y máximo). Modelo hidrodinámico 2D Los resultados de la modelación 2D se muestran en la Figura 7, en la cual se observa que las mancha de Inundación son de mayor área que las obtenidas en el modelo 1D, esto se debe a que la distribución de flujos en la planicie se representa numéricamente en dos dimensiones a lo que ocurre en el proceso físico real. Sin embargo, en la actualidad no existen recomendaciones sobre la construcción de una malla de simulación la resolución de la malla tiene efecto sobre las distribuciones de flujo sobre el cauce del río. Aunque existe un rango de resoluciones aceptables para la estimación de los flujos, no se aconseja sobrecargar al modelo con mallas excesivamente finas dado que esto produce una variación significativa en el cálculo de los gastos sobre el río. Estos resultados indican la importancia de entender los efectos de la resolución de malla en el desarrollo de un modelo numérico de flujos de inundación en ríos. Figura 8. Comparación de las llanuras de Inundación generadas con los modelos hidrodinámicos 1D y 2D. Como se muestra en la Figura 8 anterior, hay una diferencia entre las manchas de inundación, la diferencia más significativa se ve reflejada en el área de inundación, para el modelo 2D (derecha) la llanura de inundación es mayor en los gastos máximo y medio, que la del modelo 1D (izquierda), por otra parte el modelo 1D es mayor la llanura de inundación para el gasto mínimo, en comparación con el modelo 2D. En la Figura 9, se presenta la comparación de las llanuras de inundación de los modelos hidrodinámicos 1D y 2D, contra la imagen de radar (IINGEN, UNAM), ambas llanuras de inundación fueron generadas para un gasto medio de 1,223 m3/s. Figura 7. Llanuras de Inundación generadas con el modelo hidrodinámico 2D XXIII C ON G R E S O N A C I O N A L AMH DE H I D R Á U LI C A PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 AMH Figura 9. Comparación de las Llanuras de Inundación del modelo 1D (a) y 2D (c) contra la imagen de radar (b). El modelo 1D subestima la llanura de inundación para el evento del 2009, mientras la mancha de inundación del modelo 2D sobredimensiona el evento estimado. Los modelos hidrodinámicos (1D y 2D) se calibran mediante la variación del coeficiente de rugosidad de Manning (n), en este estudio los resultados numéricos indican que existe un área afectada de mayor tamaño, bajo condiciones de mayor rugosidad en la llanura de inundación (ver Figura 10). La diferencia en el área de inundación estimada para diferentes rugosidades indica la importancia de este parámetro en la determinación de las condiciones de flujo sobre la llanura. Más aún, la diferencia en los resultados señala la importancia de una buena caracterización de la rugosidad en la llanura de inundación. Evidentemente, zonas de alta vegetación opondrán una mayor resistencia al flujo modelado, por lo que es deseable definir de forma numérica regiones de diferente rugosidad dentro de la misma zona de estudio. comportamiento del evento y los modelos obedecen una misma tendencia. Área de inundación, ha 3000 2900 Figura 11. Relación entre las áreas Inundadas y los gastos (mínimo, medio y máximo) de los modelos 1D y 2D. 2800 2700 Modelo 2D 2600 0.0150 0.0200 0.0250 0.0300 0.0350 Número de Manning, n Modelo 1D 0.0400 0.0450 Figura 10. Relación entre el Área Inundada y el coeficiente de rugosidad de Manning (n), para los Modelos (1D y 2D). En la Figura 11 se muestra la comparación entre el incremento de área de inundación de los modelos hidrodinámicos (1D y 2D), como se puede observar en el grafico; que a mayor gasto, la tendencia para los dos modelos obedece un mismo patrón de ajuste, esto quiere decir que cuando los modelos representan gastos mínimos, es difícil encontrar el patrón de comportamiento del evento y a medida que aumenta el gasto, se puede encontrar el patrón de Los modelos hidrodinámicos 1D y 2D muestran una tendencia; entre mayor sea el gasto pico y el área de inundación, la tendencia las áreas de inundación estimadas en un modelo 2D son mayores que las del 1D; sin embargo al tratarse de gastos pequeños las áreas de inundación mayores son estimadas por el modelo 1D. En la Figura 12 se muestra que el modelo en dos dimensiones se ajusta de manera significativa al evento del 2009 (circulo en verde), para este caso en particular, esto ocurre cuando el modelo numérico se calibra con el gasto medio. Por lo tanto, entre mayor sea la diferencia entre el gasto pico calibrado y el gasto pico simulado, mayor es la incertidumbre entre los modelos hidrodinámicos. La comparación del modelo unidimensional con el bidimensional esencialmente se basa, en analizar los niveles de inundación calculados por ambos modelos, en un mismo punto del dominio. En la Figura 13 se aprecia esta comparación, para los tres gastos calculados en la banda de confianza del modelo hidrológico (Qmax, Qmed y Qmin). XXIII C ON G R E S O N A C I O N A L AMH DE H I D R Á U LI C A PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 Como se observa cuando los niveles de superficie libre de agua es mayor, la tendencia en ambos modelos se asemeja, por lo contario en niveles menores, se observa que los niveles del modelo 2D, son mayores que los del modelo 1D, aunque estas variaciones disminuyen cuando el gasto es menor. Para las mismas condiciones topográficas e hidráulicas se tiene que el modelo bidimensional, sobreestima los niveles de inundación dos metros más que el calculado por el unidimensional. AMH entrada del análisis numérico y el modelo bidimensional se toma como frontera de entrada el gasto en una celda, en la entrada se tiene ocho celdas para el posible movimiento del flujo, lo cual hace que la variación en la entrada de los modelos a la zona de estudio sea muy marcada. 10000 Area de Inundación (ha) 8000 6000 4000 2000 Modelo 1D Modelo 2D Evento 2009 0 800 1000 1200 1400 1600 Gasto Pico (m³/s) Figura 12. Relación entre áreas de inundación y gastos pico, de los modelos 1D y 2D. Nivel de superficie libre de agua (modelo 2D), msnm 6 4 2 Q=1,477 m³/s Q=1,222 m³/s Q=841 m³/s 0 0 2 4 Nivel de superficie libre de agua (modelo 1D), msnm 6 Figura 13. Relación entre los niveles de superficie libre del agua para los modelos hidrodinámicos (1D y 2D). En la Figura 14a, se presenta una comparación de la variación de los niveles de inundación con respecto al nivel de terreno (estimados con el modelo 1D y 2D). Las diferencias mayores se presentan en las zonas bajas del MDT correspondientes al cauce principal del río. En la Figura 14b, se muestra que la mayor diferencia se tiene en el cauce aguas arriba, esto se debe a que el modelo unidimensional, toma en cuenta una sección transversal a la Figura 14. Distribución espacial de las diferencias entre los niveles de inundación estimados por los modelos 1D y 2D. En la Tabla 1 se muestra un resumen de las ventajas y desventajas de los modelos hidrodinámicos en estudio. XXIII C ON G R E S O N A C I O N A L AMH DE H I D R Á U LI C A AMH PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 Tabla 1. Ventajas y Desventajas de los modelos hidrodinámicos 1D y 2D. Modelos hidrodinámicos En una dimensión (1D) En dos dimensiones (2D) Resuelven las ecuaciones de SaintVenant (1D) por medio de una serie de secciones transversales del río y llanura de inundación perpendiculares al flujo del río. Comparación Ventajas Resuelven las ecuaciones de aguas someras en 2D, en algunos casos con modelos de cierre de turbulencia. Es posible discretizar la llanura de inundación por medio de mallas regulares (rectángulos) o adaptables (triángulos) Desventajas Ventajas Desventajas Capacidad del sistema de computo No necesita altos requerimientos de computo Su aplicación está limitada por los altos requerimientos de datos, hardware y software Adquisición del modelo numérico El software es gratuito y fácil de conseguir El software tiene un costo y es necesario tramitar las licencias de uso Simulación de niveles y gastos en los ríos Permiten una evaluación rápida de la distribución del nivel de agua y gastos en el río. El tiempo que realiza una estimación de flujos o niveles de agua en un río es lento Simulación en desbordamiento de ríos Son menos exactos para modelar el flujo de desbordamiento en ríos Modela de manera adecuada un desbordamiento de río Simulación en planicie o humedales con baja pendiente en el terreno Son menos exactos para modelar planicies de inundación Modela de manera adecuada un flujo sobre una planicie o humedal con baja pendiente en el terreno Simulación en estuarios y Flujos Costeros Son inciertos para modelar estuarios y flujos costeros Se aplican en la modelación de estuarios y flujos costeros Velocidad del Cauce principal en el espacio No se obtiene un dato aceptable de la velocidad, porque solo se tiene un sentido en la dirección horizontal (X) La velocidad en un punto se considera aceptable, ya que es variable en cada dirección (X,Y) por ser un vector Conclusiones La modelación de inundaciones de ríos en regiones muy planas requiere una representación precisa de los procesos fluviales, así como una mayor cantidad de datos de estaciones hidrológicas ya que la mayoría de las veces la información hidrológica es insuficiente. Por lo tanto, esta trabajo representa un primer análisis entre la comparativa de dos modelos hidrodinámicos, cuyo objetivo es la comparación de mapas de inundación entre un modelo hidrodinámico 1D contra un 2D. La metodología, incorporó mediciones de precipitación, un modelo hidrológico, datos LiDAR y modelos hidrodinámicos en 1D y 2D. Para ello, se utilizaron datos medidos de precipitación durante el evento de noviembre el 2009. Diferentes hidrogramas fueron estimados a partir de un análisis de sensibilidad de parámetros libres en el modelo hidrológico, se generaron N-hidrogramas para un evento determinado asociados a una probabilidad de ocurrencia. Los hidrogramas resultantes se emplean como insumos para los modelos numéricos (1D y 2D) para caracterizar la inundación, lo que permite la generación de N-mapas de inundación para un evento extremo. Los resultados indican una sensibilidad de la región para la caracterización de lluviaescurrimiento de los datos de precipitación reales. Las diferencias se identifican en términos del tamaño de las áreas afectadas estimadas por los modelos hidrodinámicos. Se han comparado las aproximaciones entre un modelo 1D y un modelo 2D para aplicaciones de modelación de inundaciones, a través de su implementación en los paquetes de modelación Hec-Ras, ArcGis y MIKE 21 y LISFLOODFP. Se encontró que hay un buen ajuste en términos de área inundada entre ambos modelos, pero se ve un aumento en el modelo 2D. Los resultados muestran que los modelos 2D calculan profundidades de inundación mayores para alcanzar la misma área inundada en comparación con el 1D; ésta discrepancia en las profundidades de inundación podría deberse a los diferentes métodos usados para la modelación de las planicies de inundación. Ya que, el modelo 1D hace una interpolación y/o extrapolación de los niveles de agua calculados en el ramal de inundación, con mayores profundidades aguas arriba que aguas abajo. Por el contrario, en modelos 2D y debido a la discretización de cálculo en mallas, el nivel superficial del agua es casi horizontal, aún al inicio de la inundación se presenta esta condición. Es decir, un elemento de malla se vuelve parte del área inundada una vez que ese elemento es hidráulicamente inundado. Esto explica los resultados de niveles de inundación más altos y relativamente constantes en modelación en 2D. La principal restricción en modelos 2D son los altos requerimientos de cómputo, resultando en un tiempo de cálculo considerable. Esta restricción se anula relativamente en un modelo 1D, y esto se explica por la técnica de integración entre el modelo hidráulico y el SIG. Hec-GeoRAS es un ejemplo típico de una integración de acoplamiento libre, el modelo hidráulico y el SIG están acoplados usando una interface común para intercambiar los resultados del modelo en formato ASCII o binario. Esta configuración permite importar los resultados del modelo hidráulico en el SIG y el usuario puede crear los mapas de inundación en un tiempo específico o simultáneamente en varios momentos. Por el contrario, en modelos 2D, el SIG está embebido dentro del modelo hidráulico 2D. Todas las capacidades necesarias de SIG en términos de manejo de datos y visualización están implementadas en el modelo hidráulico. El sistema se resuelve para el dominio completo del modelo en cada intervalo de tiempo; por lo tanto, se obtiene un mapa de inundación para cada paso de tiempo (e.g. en este estudio cada 4 segundos), AMH XXIII C ON G R E S O N A C I O N A L DE H I D R Á U LI C A PUERTO VALLARTA, JALISCO, MÉXICO, OCTUBRE 2014 AMH por lo tanto el tiempo computacional se incrementa exponencialmente. Este problema podría reducirse incrementando la resolución del MDT, pero esto igualmente puede ocasionar problemas de estabilidad y debe realizarse con cierto criterio, especialmente a lo largo de los bordos, donde los modelos 1D y 2D son acoplados con la opción de enlace lateral. BATES, P., M. ANDERSON, D. PRICE, R. HARDY, AND C. SMITH, 1996, Analysis and development of hydraulic models for floodplain flows, in Floodplain Processes, chap. 7, pp. 215–254, John Wiley & Sons. Para el caso específico del Río Tonalá en los límites de los estados de Tabasco y Veracruz, México, en el cual los flujos bi-direccionales son más bien limitados, la precisión del modelo 2D en comparación con el modelo 1D no aumenta significativamente. Por lo tanto, el modelo 2D en este caso debería preferirse para áreas grandes y simulaciones continuas de largo plazo. CHOW, V., D. MAIDMENT, AND L. MAYS 1998, Applied Hydrology, McGraw-Hill Book Company, New York. Recomendaciones Al emplear un modelo unidimensional se tiene una limitación en cuanto a la simplificación de los cálculos hidráulicos, sin embargo tiene una serie de ventajas que sobretodo radican en la posibilidad de estudiar dominios muy grandes debido a que los recursos computacionales actuales no limitan el análisis numérico. Para disminuir la incertidumbre al emplear este tipo de modelos se recomienda, detallar a un alto nivel de precisión el modelo digital de elevación en los primeros 5 metros respecto a la cota más baja de la llanura de inundación, esto permite que el cauce reconozca fácilmente las zonas inundables de las zonas de flujo. Debido a que se necesitan secciones transversales, es recomendable generarlas con el menor intervalo posible entre estas. Finalmente las condiciones de frontera modeladas tienen que ser lo más apegadas a los procesos físicos reales, ya que aunque el modelo permite representar presas, estructuras o lagunas, es preferible considerarlas como condiciones de frontera. Para un modelo bidimensional, es necesario hacer un análisis de sensibilidad en los parámetros del modelo como es el tamaño de celda o resolución de la malla, con ello logramos una estabilidad en los resultados y a su vez podemos optimizar el tiempo de cálculo. Finalmente, más allá del modelo implementando para la estimación de una área de inundación, la base de un buen resultado es la base de datos con los que se cuenten (MDT, batimetría, gastos y caracterización de la cuenca), con ello podemos garantizar una mejor interpretación de los procesos físicos reales BEVEN, K., & BINLEY, A. (1992). The future of distributed models: model calibration and uncertainty prediction. Hydrological processes, 6(3), 279-298. CLUCKIE, I., XUAN, Y. & WANG, Y. 2006. Uncertainty analysis of hydrological ensemble forecasts in a distributed model utilising short-range rainfall prediction. Hydrology and Earth System Sciences Discussions Discussions, 3, 3211-3237. DOMINGUEZ M. R., ESQUIVEL G. G., MENDEZ A. B., MENDOZA R. A., ARGANIS J. M. L., CARRIZOSA E. E., 2008. Manual del Modelo para pronóstico de escurrimiento. Instituto de Ingeniería. Universidad Nacional Autónoma de México. ISBN 978-607-2-00316-3. INEGI, 2008. Nube de Puntos LIDAR ajustada al Terreno, Bloque conformado por las cartas 1:50,000: E15A75, E15A76, E15A85, E15A86 del Instituto Nacional de Estadística, Geografía e Informática, México. LAMMERSEN, R., ENGEL, H., VAN DE LANGEMHEEN, W. & BUITEVELD, H. 2002. Impact of river training and retention measures on flood peaks along the Rhine. Journal of Hydrology, 267, 115-124. LI, C. & FALCONER, R. 1995. Depth integrated modelling of tide induced circulation in a square harbour. Journal of Hydraulic Research, 33, 321-332. MASON, D., COBBY, D.M., HORRITT, M.S. AND BATES, P.D. 2003. Floodplain friction parameterization in twodimensional river flood models using vegetation heights derived from airborne scanning laser altimetry. Hydrological Processes, 17, 1711–1732. PEDROZO-ACUÑA, A., RUIZ DE ALEGRÍA, A., RODRÍGUEZ RINCÓN JP., AMARO LOZA, A., 2010. Modelación de procesos costeros en la descarga del río Tonalá al Golfo de México, Capítulo 9. Informe Final del “Plan Hídrico Integral de Tabasco – Fase 3” Mayo 2010a – Diciembre 2010. CONAGUA. Referencias PRINOS P., KORTENHAUS A., SWERPEL B. & JIMÉNEZ J.A. 2008. Review of flood hazard mapping. Floodsite Report. No. T03-07-01, 54. ARONICA, G., HANKIN, B.G. AND BEVEN, K.J., 1998. Uncertainty and equifinality in calibrating distributed roughness coefficients in a flood propagation model with limited data. Advances in Water Resources, 22 (4), 349-365 USDA-SCS 1985. United States Department of Agriculture Soil Conservation Service. National Engineering Handbook, Section 4. Hidrology U.S. Government. ARONICA, G., T. TUCCIARELLI, AND C. NASELLO, 1999, 2D multilevel model for flood wave propagation in flood-affected areas, Journal of Water Resources Planning and Managament, 124 , 210–217. WIJBENGA, J., LAMBEEK, J., MOSSELMAN, E., NIEUWKAMER, R. & PASSCHIER 1994, River flood hydraulics. 2nd International Conference on River Flood Hydraulics, 1994. John Wiley & Sons, 275. BALTSAVIAS, E.P. 1999. A comparison between photogrammetry and laser scanning. ISPRS Journal of Photogrammetry and Remote Sensing, 54 (2–3), 83–94. YOSHIDA, H. & DITTRICH, A. 2002. 1D unsteadystate flow simulation of a section of the upper Rhine. Journal of Hydrology, 269, 79-88.
© Copyright 2024