AIHR AIIH

XXIII CONGRESO LATINOAMERICANO DE HIDRÁULICA

CARTAGENA DE INDIAS COLOMBIA, SEPTIEMBRE 2008

INCERTIDUMBRE ASOCIADA CON EL BALANCE

HÍDRICO DE LARGO PLAZO

Oscar David Álvarez1, Jaime Ignacio Vélez2, Germán Poveda2

1 Postgrado en Aprovechamiento de Recursos Hidráulicos, Facultad de Minas, Universidad Nacional de Colombia.
Posición actual: Estudiante de Doctorado, Grupo de Investigación en Hidrogeología, Universidad Politécnica de
Valencia. osdaalvi@gmail.com.
2 Profesor Asociado, Postgrado en Aprovechamiento de Recursos Hidráulicos, Facultad de Minas, Universidad
Nacional de Colombia, Sede Medellín, Colombia. jivelezu@unalmed.edu.co, gpoveda@unalmed.edu.co.

RESUMEN:

Se ha desarrollado una metodología analítica para la cuantificación de la incertidumbre en la

estimación del caudal medio usando la metodología del balance hídrico de largo plazo, aplicada a la
red de drenaje de Colombia. Para su aplicación se debe disponer de estimativos de campos de
incertidumbre de los campos de precipitación y evapotranspiración, y la incertidumbre en la
estimación del área de la cuenca desde un Modelo Digital de Elevaciones (MDE), para éste último
propósito se utilizó el método de Frolov y Maling, incorporado en el software HidroSIG. La
estimación de la incertidumbre para la precipitación se realiza mediante una aproximación
indicadora. Se calculan expresiones matemáticas para representar la incertidumbre en la estimación
de los campos de evapotranspiración real y potencial en Colombia, usando la expresión de la
propagación estadística de los errores, para los métodos de Cenicafé, Turc modificado, Thornwaite,
Penman aproximado, Morton, Turc y Choudhury. Se encuentra que la incertidumbre asociada con la
estimación del caudal exhibe un escalamiento simple con respecto al área de la cuenca. Se observa
que la incertidumbre en la medición del área depende de la resolución del MDE, lo cual es
importante en cuencas pequeñas que están representadas por pocos píxeles.

PALABRAS CLAVES: Incertidumbre, balance hídrico, Colombia, HidroSIG.

ABSTRACT:

An analytical method to quantify the uncertainty associated with the long term water balance
equation is developed. It requires estimating the long term average annual rainfall and
evapotranspiration and their associated uncertainty fields. A Digital Elevation Model, DEM, is used
within HidroSIG for a automatic watershed extraction and estimation of the main river basin
geomorphologic features. The DEM is also used to estimate the uncertainty associated with
drainage area, using the methods proposed by Frolov and Maling. Precipitation uncertainty was
modeled using an indicator approach. Mathematical expressions are developed to quantify the
estimation uncertainty in actual and potential evapotranspiration fields using the statistical
propagation of errors. Uncertainty maps are estimated for the methods introduced by Cenicafé,
modified Turc, Penman, Morton, Turc, and Choudhury, over the geography of Colombia. Results
show that both the mean annual river flow and its uncertainty exhibit simple scaling with respect to
drainage area. Furthermore, the uncertainty associated with drainage area depends on the DEM
resolution, which points out the need to have very high resolution DEMs for small river basins.

KEYWORDS: Uncertainty, water balance, Colombia, HidroSIG.

INTRODUCCIÓN

En este trabajo se calculan los balances hídricos de largo plazo para algunas cuencas instrumentadas
en Colombia y se ha desarrollado un método para estimar la incertidumbre asociada con la
estimación del caudal medio de largo plazo, proveniente de los campos de entrada al balance de
largo plazo (precipitación y evapotranspiración real promedio anual) y de la medición del área de la
cuenca desde un Modelo Digital de Elevaciones, MDE. Esta capacidad ha quedado incorporada en
el Atlas Hidrológico de Colombia, contenido en HidroSIG (Poveda et al., 2007a y 2007b).

INFORMACIÓN UTILIZADA Y LA CUANTIFICACIÓN SU INCERTIDUMBRE

Topografía. Se utilizó un MDE del GTOPO30, el cual tiene una resolución espacia de 30 segundos
de arco, equivalentes aproximadamente a 900 m. Se ha considerado que la incertidumbre asociada
al MDE tiene dos componentes, una relacionada con su construcción y se encuentra documentada
en la página web del USGS (http://edc.usgs.gov/products/elevation/gtopo30/gtopo30.html), tiene
que ver con la confiabilidad de la topografía digital empleada para ensamblar el mosaico; y otra
generada durante el procedimiento de remuestreo del MDE, el cual se usa para transformar la
resolución del MDE de 900 m a 4 km Ambos mapas se presentan en la Figura 2.

Temperatura, Punto de Rocío, Presión Atmosférica y Humedad relativa. Para estas variables se
utilizó la información empleada por Barco y Cuartas (1998), junto con los resultados que las
relacionan con la altitud (ver Figura 2). Para dichas ecuaciones se desarrollaron expresiones de
propagación de incertidumbre usando la ecuación de propagación estadística de los errores. Las
incertidumbres estimadas se relacionan fuertemente con el remuestreo del MDE. Las expresiones de
propagación de incertidumbre han sido presentadas detalladamente por Álvarez (2007).

Brillo solar. Para la estimación se usaron 263 estaciones con promedios mensuales del Manual de
Radiación Solar en Colombia (Rodriguez y Gonzalez, 1992). Usando herramientas de la
geoestadística, se calcularon los variogramas experimentales y se ajustaron una regionalizaciones
isotrópicas a partir de dos estructuras imbricadas: (i) un efecto pepita con meseta C0 y (ii) un
modelo de variograma lineal acotado con meseta C1 y rango a. Los ajustes mensuales se presentan
en la Tabla 1. Se estimaron doce campos mensuales y un campo promedio anual mediante la
interpolación espacial usando kriging con deriva externa, KDE, y utilizando como deriva el campo
de precipitación estimado por Álvarez (2007). Lo anterior se sustenta en que dicho campo está
correlacionado fuertemente con la nubosidad presente en la zona de estudio, lo cual se relaciona
directamente con la cantidad de horas en las que el sol proporciona radiación directa que, a su vez,
representa la energía disponible para ser usada en el proceso de evapotranspiración. La
incertidumbre estimada para este campo corresponde a la asociada con el procedimiento de
estimación usando el algoritmo de kriging con deriva externa, es decir la desviación estándar de
estimación para el sistema de kriging. Los campos estimados se muestran en la Figura 2.

Radiación neta. El campo de radiación neta se ha estimado con el procedimiento propuesto por
Morton, el cual involucra variables asociadas, como temperatura del aire, brillo solar, etc (Barco y
Cuartas, 1998). Así, dado que se involucraron variables inciertas, debe cuantificarse la propagación
de la incertidumbre en el cálculo del valor de la radiación neta para cada una de las celdas del
campo estimado. Para lo anterior se usó la expresión de la propagación estadística de los errores
para cada una de las expresiones analíticas involucradas en la metodología. El desarrollo de la
metodología se presenta en detalle en Álvarez (2007) y los campos se muestran en la Figura 3.

Información de caudal. La información de caudal fue extraída del trabajo de Barco y Cuartas
(1998), el cual presenta datos promedios anuales para 390 cuencas de todo el país (ver Figura 1).
 Tabla 1. Parámetros de regionalización ajustados para el brillo solar
Mes Ene Feb Mar Abril Mayo Jun Jul Ago Sept Oct Nov Dic Año
C0
0.6 0.5 0.3 0.4 0.3 0.4 0.85 0.5 0.4 0.4 0.4 0.6 0.45
[h2/d2]
C1
11 13 13.2 7.5 6 8.5 8 7.5 5.7 6 9 11 8
[h2/d2]
a
2500 2500 2500 2500 2500 2500 2500 2500 2500 2500 2500 2500 2500
[Km]

Precipitación. Se ha usado el campo de precipitación estimado por Álvarez (2007), el cual se ha

modelado mediante una aproximación no paramétrica para la cuantificación de la incertidumbre
local (ver figura 3). La metodología se basa en la estimación de la función de probabilidad
acumulada local condicional, fpac, para cada píxel empleando la transformación indicadora de la
información proveniente de las estaciones y la estimación de probabilidades condicionales para
cada píxel del campo de información secundaria extraído de la información de la TRMM. De ésta
manera, se obtienen campos de probabilidad de no excedencia de cierto umbral de precipitación
estimada para cada píxel mediante el algoritmo de kriging indicador colocalizado bajo la hipótesis
de Bayes-Markov (Almeida y Journel, 1994). Dichos campos conforman una fpac discreta, a partir
de las cuales se estima el la varianza local de la precipitación. La estimación de las fpac se realiza
por regiones. Los modelos de fpac locales regionales no pueden ensamblarse directamente, puesto
que los umbrales de precipitación difieren por regiones, así, la obtención de sus campos de
precipitación media y de varianza se ha realizado regionalmente y, posteriormente, se ensamblaron
promediando los valores de los píxeles colocalizados.

Evapotranspiración. En este estudio se emplearon métodos de estimación propuestos por

Cenicafé, Turc modificado, Thornwaite, Penman y Morton para estimar la evapotranspiración
potencial; mientras que para estimar la evapotranspiración real se usaron las ecuaciones de Turc,
Choudhury, Coutagne y Budyko. Barco y Cuartas (1998) y Vélez, Poveda y Mesa (2000) muestran
en detalle las expresiones matemáticas de cada método de estimación. Las estimaciones de
evapotranspiración se han realizado fundamentalmente aplicando operaciones de superposición
algebraicas entre campos con incertidumbres asociadas. Para estimar la incertidumbre de la
aplicación de la superposición se usa la ecuación de propagación de errores estadísticos. Las
ecuaciones de propagación de la incertidumbre se presentan en detalle en el trabajo de Álvarez
(2007) Los campos estimados se presentan en las Figuras 4 y 5.

Figura 1. Validación de la estimación del caudal medio de lago plazo (derecha), para 390 estaciones de
registro de caudales localizadas ene el mapa (izquierda). Los resultados se presentan en ejes en escala
logarítmica.
 Figura 2.Modelo digital de elevaciones y campos de temperatura del aire y brillo solar, junto con sus
campos de incertidumbre de estimación asociada

METODOLOGÍA

Modelo de balance hídrico de largo plazo. Tomando un volumen de control formado por las
columnas de agua y suelo dentro de una cuenca hidrográfica, y suponiendo que el borde inferior de
la columna de suelo es un estrato impermeable y el borde superior es el tope de la columna
atmosférica, al aplicar la ecuación de conservación de la masa (de agua), se tiene que:
 Figura 3. Campos de radiación solar y precipitación, junto con su incertidumbre asociada.

dS (t )
= P(t ) − E (t ) − R(t ) (1)
dt

donde S(t) es el almacenamiento de agua en la cuenca, P(t) es la entrada por precipitación, E(t) es la
evapotranspiración y R(t) es la escorrentía. Si la ecuación (1) se integra para largos períodos de
tiempo, (t→∞) puede considerarse que el cambio del almacenamiento de agua en el volumen de
control es nulo, por lo cual R = P − E , donde las barras denotan los promedios a largo plazo para
la R(t), P(t) y E(t). Los campos estimados para la escorrentía en Colombia se muestran en la Figura
7. Así, el caudal promedio anual de largo plazo, Q , se estima integrando sobre el área de la cuenca,
como:

Q = A( P − E ) (2)

donde A es el área de la cuenca. La aproximación a partir de campos representados en formato

raster será:

Q ≈ ∑ (Pi , j − Ei , j )∆ i , j (3)
i, j
Figura 4. Campos de evapotranspiración e incertidumbre de estimación para las metodologías de Cenicafé,
Thornwaite, Penman y Turc.
Figura 5. Campos de evapotranspiración e incertidumbre de estimación para las metodologías de Turc
modificado, Morton, Choudhury y Coutagne.
donde i,j denota la posición de la matriz del píxel de análisis y ∆ representa el área de cada píxel. En
adelante se omite el uso de las barras, en el entendido que se trata de valores promedios de largo
plazo.

Cuantificación de la incertidumbre para la estimación de la escorrentía. Usando la expresión para

la propagación de la incertidumbre en la ecuación 2, suponiendo independencia entre P y E se tiene:

S R = S P2 + S E2 (4)

donde SR representa la incertidumbre de la escorrentía, SP es la incertidumbre de la precipitación y

SE es la incertidumbre de la evapotranspiración. Los campos estimados para SR se muestran en las
Figuras 8 y 9.

Estimación de la incertidumbre del caudal promedio anual. Aplicando la ecuación de propagación

de la incertidumbre sobre la ecuación (3), y asumiendo independencia entre P y E, se tiene que:

S Q = ( P − E ) 2 S A2 + A 2 S P2 + A 2 S E2 (5)

donde SQ es la incertidumbre asociada con la estimación del caudal medio anual, SA es la

incertidumbre asociada con la estimación del área de la cuenca, SP es la incertidumbre asociada con
la precipitación promedio para la cuenca, SE es la incertidumbre de la evapotranspiración promedio
para la cuenca. Las incertidumbres asociadas con la precipitación y evapotranspiración promedio
para la cuenca de análisis, se obtienen a partir de la integración sobre el área de la cuenca de la
incertidumbre de las celdas dentro de de la cuenca en los campos estimados, por lo cual, realmente
se trata de incertidumbres promedio.

Incertidumbre en la estimación del área de la cuenca. Para cuantificar la incertidumbre asociada

con la estimación del área de la cuenca se utilizó la aproximación de Frolov y Maling (1969) para
estimar el error en la estimación del área de un polígono rasterizado. En éste caso el polígono es la
divisoria de la cuenca extraída automáticamente a partir de información topográfica, lo cual se hizo
usando el algoritmo de corrección de MDE y extracción automática de la red de drenaje existente en
HidroSIG (Ramirez, 2002; Poveda et al., 2007a y 2007b). La Figura 6 presenta un esquema general
del problema. La varianza del error en el área estimada depende de la suma de los errores
individuales en cada celda de la divisoria. Entonces el porcentaje de error en la estimación se estima
mediante:

β
⎛K ⎞2
ε = α 1 / 2 ⎜⎜ 3 ⎟⎟ N β / 4−1 (6)
⎝ γ ⎠

donde α=0.0619 es un coeficiente, β=2 es un exponente que depende de la correlación entre los
errores individuales de medición para las celdas que representan la divisoria de la cuenca y γ=0.794
(Goodchild y Moy, 1977). Además, N representa el número de celdas del MDE que hay dentro de la
cuenca. Ahora, K3 depende del índice de compacidad de la cuenca. Con base en los resultados de
Mantilla (1999), el trabajo de Álvarez (2007) demuestra que para cuencas de Colombia:

3.92 A 0.03
K3 = (7)
π
 Figura 6. Esquema de modelación computacional de la cuenca y su divisoria. A partir de éste esquema se
estimas las características morfométricas asociadas, incluyendo el área.

ANÁLISIS DE RESULTADOS

Campos de Evapotranspiración. A continuación se discuten las características más importantes

encontradas en los campos de evapotranspiración y sus campos de incertidumbre asociados.

Métodos de Cenicafé y Thornwaite. Éstos métodos estiman la evapotranspiración potencial

empleando variables que se calculan a partir de la información topográfica, así el campo obtenido y
su campo de incertidumbre asociada solo capturan la variación espacial representada en el MDE y
su campo de incertidumbre asociado respectivamente. Como puede observarse en la Figura 3, la
incertidumbre generada en el proceso de remuestreo del MDE se propaga al aplicar éstas
metodologías y se mantiene completamente su patrón de variación espacial. Los valores más
inciertos de evapotranspiración se presentan en las zonas elevadas en las cordilleras, donde los
valores del modelo de elevaciones original pueden llegar a variar bastante localmente.

Método de Turc modificado. En Colombia, esta metodología depende de dos variables: temperatura
media del aire en superficie y radiación neta, puesto que el factor de corrección por humedad
relativa no es importante en la mayor parte del país. Puede verse en la Figura 3 que el campo de
evapotranspiración obtenido refleja el comportamiento espacial del campo de radiación en las zonas
menos elevadas del territorio, mientras que en las zonas altas, el patrón de comportamiento espacial
de la evapotranspiración es similar al de la temperatura. Para el campo de incertidumbre de
estimación que se muestra en la Figura 3, el patrón de comportamiento espacial está dictado por el
campo de la incertidumbre en la radiación neta, especialmente en las zonas bajas. Así, la
incertidumbre que se propaga, en este método, proviene principalmente de aquella asociada con el
procedimiento de interpolación del campo de brillo solar.

Método de Penman aproximado. El campo estimado (Figura 3), muestra un patrón espacial similar
al presentado en el campo de radiación neta en las zonas bajas del país, mientras que en las regiones
elevadas muestra un patrón de variación espacial similar a los campos de temperatura y presión
atmosférica. Igualmente, en el campo de incertidumbre puede verse la influencia marcada del
campo de incertidumbre de la radiación.

Método de Morton. La Figura 4 presenta el campo estimado. Es notoria la influencia del campo de
radiación solar en el comportamiento espacial de la evapotranspiración para todo el territorio. Con
respecto al comportamiento espacial de la incertidumbre, es evidente la mayor influencia del campo
de radiación, a pesar de que las demás variables aportan bastante a la incertidumbre propagada,
especialmente en las zonas elevadas. Comparativamente, el método de Morton es el que mayor
grado de incertidumbre presenta para la estimación de la evapotranspiración potencial.

Método de Turc. Se observa que la evapotranspiración estimada está muy influenciada por la
topografía en los lugares donde predomina la limitación de energía. Lo anterior tiene que ver con
que la ecuación de Turc involucra un parámetro que se evalúa empleando el campo de temperaturas.
Por otro lado, en las zonas en donde se presenta exceso de energía disponible, el patrón espacial de
la evapotranspiración real es similar al que se presenta en el campo de precipitación. Los lugares
con mayor incertidumbre presentan precipitación muy baja junto con gran cantidad de energía
disponible, por lo cual se evapora casi todo lo que llueve. La incertidumbre de la estimación de la
precipitación es preponderante sobre la aportada por la temperatura.

Método de Choudhury. En la Figura 4 se puede observar que la variabilidad espacial de la

evapotranspiración real está influenciada fuertemente por la radiación neta en las zonas donde se
presenta disponibilidad suficiente de energía. Es notorio que la integración del campo de
precipitación, como información secundaria para la interpolación del brillo solar, ha influido
fuertemente en las características espaciales de variación de la radiación neta y en el campo de
evapotranspiración estimado, especialmente en las zonas lluviosas, donde se espera que la radiación
se vea bastante atenuada por la nubosidad. Con respecto a la incertidumbre de estimación puede
decirse que es notoria la influencia del campo de incertidumbre asociado con la radiación neta. Ésta
metodología incorpora un alto nivel de incertidumbre en la estimación, en especial sobre regiones
secas del territorio colombiano, y en aquellas zonas en las cuales no se disponen registros de brillo
solar.

Balances hídricos de largo plazo. Los estimativos de los caudales medios de largo plazo son
aceptables, usando los métodos de estimación de evapotranspiración de Turc, Cenicafé, Penman,
Thornwaite y Coutagne, puesto que el error relativo entre los caudales estimados mediante la
ecuación de balance de largo plazo y los datos de los promedios de caudal de las estaciones se
encuentra entre el 20% y el 25 % (ver Figura 1). Para los métodos de Turc modificado y Morton se
obtuvieron los mayores errores relativos con respecto del caudal medio aforado en las estaciones.
En particular, el método de Turc modificado ha arrojado un error cercano al 40%, lo que indica que
no es apropiado.

Incertidumbre para la escorrentía. Todos los campos de incertidumbre asociados con la

estimación de la escorrentía son semejantes entre sí, y sus patrones de comportamiento espacial son
análogos a aquellos de incertidumbre de la precipitación. La incertidumbre en la estimación de la
precipitación es mucho mayor que la incertidumbre relacionada con la estimación de la
evapotranspiración. Esto quiere decir que la principal fuente de incertidumbre en la estimación de la
escorrentía y, por supuesto, del caudal medio anual se relaciona con el procedimiento de estimación
espacial del campo de precipitación.

Para el propósito de analizar la incertidumbre de la escorrentía, resulta mucho más útil considerar la
estimación del coeficiente de variación, en términos de la desviación estándar, con respecto al valor
medio de la escorrentía. En la Figura 5 se observa que los mayores coeficientes de variación se
presentan en las regiones más secas de Colombia, así como en la región Caribe, en las zonas más
elevadas de las cordilleras y en algunas regiones en la Amazonía y Orinoquía. Ésta característica se
presenta básicamente porque en dichas zonas la escorrentía estimada resultan ser pequeña con
respecto a la incertidumbre que se propaga debido a la operación algebraica entre los campos.
Además, las estimaciones de los campos se restan, mientras que las incertidumbres se suman al
cuadrado. En términos del coeficiente de variación los campos de escorrentía menos inciertos
corresponden a los estimados mediante los campos de evapotranspiración de Turc modificado,
Thornwaite, Coutagne y Cenicafé, que son metodologías que involucran un menor número de
variables y operaciones algebraicas entre campos de variables de entrada.

Incertidumbre para el caudal medio anual. Se han realizado dos experimentos prácticos. En el
primero de ellos se ha asumido que el área de la cuenca es conocida y, por lo tanto, no involucra
incertidumbre en el cálculo del caudal medio. Se han empleado las áreas proporcionadas por
IDEAM, la cuales se encuentran consignadas en el trabajo de Vélez, Poveda y Mesa (2000), y se
asumieron como áreas reales, sin error de medición. El segundo experimento consiste en estimar el
área de la cuenca, A, en el MDE, y cuantificar su influencia sobre la incertidumbre del caudal
medio.

Con base en la ecuación (5) se estimó la incertidumbre en el área de las 390 cuencas seleccionadas
sobre el territorio colombiano. En la Figura 10 se presentan los resultados en forma de diagramas de
dispersión con respecto al área y sobre ejes en escala logarítmica. Se encontró que, bajo las
hipótesis adoptadas en éste análisis, la incertidumbre estimada para el caudal medio anual, SQ,
escala simplemente con el área de la cuenca A, de la forma SQ = αAβ . Para todos los campos de
evapotranspiración estimados y el campo de precipitación estimado mediante kriging indicador, se
han estimado valores de los prefactores de α≈0.025 y exponentes de β≈0.98. Se observa que los
valores para los exponentes y prefactores estimados, son similares a los presentados por Mantilla
(1999) para el escalamiento del caudal medio con al área de la cuenca, de la forma Q = αAβ , con
α=1.00 y β=0.03.

Los resultados obtenidos considerando la incertidumbre en la medición del área se presentan en

diagramas de dispersión de la incertidumbre estimada con respecto al área de la cuenca, en escala
logarítmica para ambos ejes (Figura 11). De nuevo se concluye que al incluir la incertidumbre de
medición del área, la incertidumbre en la estimación del caudal medio también escala simplemente
con el área de la cuenca. Para este experimento se incrementó el nivel de incertidumbre del caudal
medio simulado, puesto que el valor del prefactor aumenta de α=0.025 a α=0.028. Al contrario, el
valor del exponente de escalamiento disminuye de 0.98 a 0.95, lo cual indica que mientras aumenta
el área, menor es la contribución de la incertidumbre de medición del área sobre la incertidumbre
del caudal medio.

CONCLUSIONES

Los campos de evapotranspiración heredan patrones de variación espacial asociados

directamente con las variables involucradas en las estimaciones, lo cual es especialmente evidente
en los métodos que se basan en ecuaciones ajustadas y calibradas con información topográfica o de
precipitación, en especial métodos como Cenicafé, Thornwaite o Turc. Igualmente, la incertidumbre
asociada con los procedimientos de manejo de la información en el MDE es una fuente de
incertidumbre importante, debido a que muchas de las variables incluidas en el análisis se han
estimado a partir de dicha variable. Su influencia se hace importante en las zonas montañosas en las
cuales la variación local de la altitud es más significativa. Por otro lado, cuando se integran campos
interpolados a partir de información puntual, la incertidumbre asociada a dicha estimación suele ser
considerable con respecto a otras fuentes de información. En el caso particular del campo de
radiación es evidente que la incertidumbre asociada con la interpolación del brillo solar es
preponderante sobre la asociada a las demás variables. Finalmente, se encontró que el método de
Morton es el que genera mayor grado de incertidumbre, debido a dos factores. Primero, el
procedimiento de estimación de la radiación empleado en este trabajo propaga la incertidumbre
proveniente de muchas fuentes. Segundo, las variables involucradas dentro de los cálculos son
altamente no lineales, entonces ciertas fuentes de incertidumbre pueden llegar a amplificarse muy
rápidamente.

Las mejores estimaciones para el caudal medio de largo plazo, con base al criterio de error relativo
con respecto del caudal calculado a partir de los registro en las estaciones, se calcularon empleando
el campo de precipitación estimado mediante kriging indicador y los campos de evapotranspiración
asociados a los métodos de Turc, Choudhury y Cenicafé. Considerando las diferentes expresiones
para la cuantificación de la incertidumbre, el campo de precipitación, los diferentes campos de
evapotranspiración y sus incertidumbres, es posible concluir que la mayor fuente de incertidumbre
en la estimación del caudal medio de largo plazo proviene de la interpolación espacial del campo de
precipitación. Además, considerando que la ecuación de estimación del balance hídrico de largo
plazo es lineal con P y E, se tiene que la ecuación de propagación de incertidumbre para el caudal
medio es similar al cálculo de una magnitud vectorial (ver ecuaciones 4 y 5). Esto denota la
importancia de la magnitud de las incertidumbres de las variables. Consecuentemente la variable
que influye mayormente en el incremento de la incertidumbre del caudal medio es la precipitación,
puesto que su incertidumbre de estimación es mucho mayor que la asociada con la
evapotranspiración.

El cálculo de la incertidumbre asociada con la estimación del área de la cuenca depende

exclusivamente del número de celdas mediante las cuales se representa y de una relación entre el
perímetro y el área de la cuenca, la cual puede adoptarse a partir de la forma de la ley de Hack
asociada con el coeficiente de compacidad. La incertidumbre asociada con la medición del área de
la cuenca, para un MDE con un tamaño de celda de 4 km, es considerable para las cuencas con
áreas menores de 100 km2, mientras que, para cuencas mayores, es casi despreciable si se compara
con los aportes de P y E.

Un resultado que se destaca es que la incertidumbre en la estimación del caudal medio usando la
ecuación de balance hídrico de largo plazo, ehibe escalamiento simple con el área,
independientemente de la consideración de la incertidumbre en la estimación del área de la cuenca.
Además, los coeficientes y prefactores de las leyes de escalamiento potencial son similares a los
obtenidos para la relación entre el caudal medio y el área de la cuenca (Mantilla, 1999; Poveda et al,
2007a). En el análisis que se ha presentado se ha asumido independencia estadística entre la
precipitación y la evapotranspiración real. A pesar de que dicha hipótesis no es correcta, se
considera apropiada en el sentido de que se pueden estimar los límites inferiores de la incertidumbre
asociada con el caudal medio. Es evidente que un trabajo futuro consiste en proponer una
metodología para la estimación de dicha correlación.

AGRADECIMIENTOS

A Cenicafé, EPM, IDEAM, CVC y LBA por el suministro de información hidrológica. A

COLCIENCIAS por el apoyo al trabajo de J. I. Vélez y G. Poveda a través del programa GRECIA.

BIBLIOGRAFÍA

Almeida, A.S. y Journel, A.G. (1994) “Joint simulation of multiple variables with a Markov type
corregionalization model”. Mathematical Geology 26(5), p. 565-588.

Álvarez, O. D. (2007) “Cuantificación de la incertidumbre en la estimación de campos hidrológicos.

Aplicación al balance hídrico de largo plazo”. Tesis de Maestría. Postgrado en aprovechamiento de Recursos
Hidráulicos. Universidad Nacional de Colombia Sede Medellín.
Barco, O. J. y Cuartas, L. A. (1998) “Estimación de la evaporación en Colombia”. Trabajo Dirigido de
Grado, Ingeniería Civil, Facultad de Minas, Universidad Nacional de Colombia Sede Medellín.

Frolov, Y. S. y Maling, D. H. (1969) “The accuracy of area measurements by point counting techniques”.
Cartographic Journal 6, p. 21-35.

Goodchild, M. F. y Moy, W. S. (1977) “Estimation from grid data: The map as a stochastic process”. En:
Proceeding of the Commission on Geographical Data Sensing and Processing (Tomlinson, R.F., ed.),
Moscú.

Mantilla, R. I. (2000) “Análisis multiescala de propiedades morfométricas y caudales máximos de cuencas

hidrográficas de Colombia”. Trabajo Dirigido de Grado. Ingeniería Civil. Universidad Nacional de
Colombia Sede Medellín.

Poveda, G., Vélez, J. I., Mesa, O.J., y co-autores (2007). “Linking Long-term Water Balances and
Statistical Scaling to Estimate River Flows along the Drainage Network of Colombia”. Journal of
Hydrologic Engineering, ASCE, 12 (1), 4-13.

Rodríguez, H. y González, F. (1992). “Manual de radiación solar en Colombia”. H. Rodríguez y F.

González Editores. Bogotá.

Vélez, J. I., Poveda, G., y Mesa, O. J. (2000) “Balances Hidrológicos de Colombia”. Serie de
Publicaciones del Posgrado en Recursos Hidráulicos, No. 16, 150 p.

Figura 7. Campos de escorrentía media anual para Colombia.

 Figura 8. Campos de incertidumbre (desviación estándar) para la escorrentía media anual en Colombia.

Figura 9. Campos de incertidumbre (coeficiente de variación) para la escorrentía media anual en Colombia.
Figura 10. Experimento 1, resultados de la cuantificación de la incertidumbre para el caudal medio anual sin
considerar la incertidumbre en la medición del área de la cuenca.

Figura 11. Experimento 2, resultados de la cuantificación de la incertidumbre para el caudal medio anual
considerando la incertidumbre en la medición del área de la cuenca.