Aplicación de modelos hidrológicos para la estimación de caudales mensuales en la sub cuenca del río Bigote
La tesis tiene como objetivo determinar el modelo hidrológico que más se ajusta para estimar los caudales que se generan en la subcuenca del río Bigote (Piura, Perú), teniendo en cuenta la información hidrometeorológica y fisiográfica de la zona. Para ello, se muestra la metodología y procedimiento...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de publicación: | 2019 |
| País: | Perú |
| Recursos: | Universidad de Piura |
| Repositorio: | UDEP-Institucional |
| Idioma: | español |
| OAI Identifier: | oai:pirhua.udep.edu.pe:11042/4016 |
| Acesso em linha: | https://hdl.handle.net/11042/4016 |
| Access Level: | acceso abierto |
| Palavra-chave: | Modelos hidrológicos -- Investigaciones Cuencas hidrográficas Balance hídrico (Hidrología) |
| Resumo: | La tesis tiene como objetivo determinar el modelo hidrológico que más se ajusta para estimar los caudales que se generan en la subcuenca del río Bigote (Piura, Perú), teniendo en cuenta la información hidrometeorológica y fisiográfica de la zona. Para ello, se muestra la metodología y procedimiento en la elaboración de modelos de precipitación-escorrentía que permitan simular caudales en la subcuenca de estudio, en la cual se analiza las variables climatológicas de las 10 estaciones hidrometerològicas cercanas al río, efectuando un mayor análisis a la precipitación desde el rellenado de datos, análisis de consistencia y determinación de la precipitación media del lugar, con parámetros que permiten aplicarlo a los modelos hidrológicos Lutz Scholtz, abc, GR2m y Temez. De la aplicación, se encontró que el modelo GR2m presenta, en el proceso de calibración, un índice de eficiencia muy bueno (81%), un coeficiente de correlación muy bueno (0.87) y un mayor índice de ajuste modificado (0.87). Mientras que, en el proceso de validación, un índice de eficiencia muy bueno (88%), un RMSE raíz del error cuadrático medio menor (3.9), una razón RMSE-desviación estándar de las observaciones (RSR) menor (0.38) y un PBIAS bueno de (13.93). Con lo cual, se concluye que el modelo GR2m de paso mensual es el que presenta una mejor performance para la generación de caudales mensuales en la subcuenca del río Bigote. |
|---|