APLICACIÓN DE UN MODELO FÍSICAMENTE BASADO AL PRONÓSTICO DE NIVELES PARA UN CURSO DE LLANURA DEL SUR DE SANTA FE

CARLOS SCUDERI,; GERARDO RICCARDI,; ZIMMERMANN, ERIK DANIEL

Rosario

Jornada; Jornadas de Ciencia y Técnica UNR 2015; 2015

Secretaria de Ciencia y Técnica UNR

La vulnerabilidad ante inundaciones de la región del Gran Rosario se ha incrementado en los últimos años producto del cambio en el uso del suelo y de la incesante ocupación de la tierra sin la existencia de un plan de ordenamiento territorial. A comienzos del 2007 la autoridad hídrica provincial instaló una red de sensores de precipitación y niveles con elobjeto de constituir un sistema de alerta contra inundaciones. En este trabajo se presenta un modelo matemático físicamente basado de parámetros distribuidos, su implementación en la cuenca del arroyo Ludueña y los resultados obtenidos. Los datos de precipitación y niveles utilizados fueron registrados entre julio/2007 y junio/2012 con un tiempo demuestreo de 15 minutos; a partir de ellos se extrajeron 11 tormentas y 57 limnigramas.Para implementar el modelo es necesario constituir la cuenca a partir de la definición de los cursos y valles, sus vinculaciones, obras de arte y terraplenes; además debe ser definida la lluvia neta, las condiciones iniciales y de borde. Fueron empleados como parámetros de calibración la conductividad hidráulica saturada Kv, el potencial de succión Y, el grado de saturación efectiva Se y las pérdidas iniciales pini. La selección de la mejor combinación de parámetros se realizó utilizando 12 índices estadísticos, entre ellos diferencias absoluta y relativa en el nivel pico, coeficientes a y b de la recta de regresión entre niveles observados y pronosticados, eficiencia del modelo y raíz del error cuadrático medio. Los resultados obtenidos en términos de niveles indican una diferencia absoluta media entre nivel pico observado y pronosticado de ± 0.40 m. Estos valores representan una diferencia relativa media entre nivel pico observado y pronosticado del orden del 30 %. Una consecuencia importante de ello es que el modelo logra pronosticar niveles con la misma tendencia para generar resultados por arriba o por abajo de los niveles medidos. Respecto del tiempo al pico pronosticado, se verificó un adelantamiento medio del orden de las 7 horas y un retraso medio de 9.5 horas, respecto de los tiempos medios registrados.