Hidroinformática y modelación hidrológica: datos, calibración y métricas

La hidroinformática aplica la computación, la modelación numérica y la gestión de datos a los problemas del agua: valida observaciones, construye modelos del ciclo hidrológico y entrega resultados a quienes deciden. La modelación hidrológica es su núcleo: representa con ecuaciones la transformación de la lluvia en caudal, ajusta parámetros con registros medidos y comprueba su desempeño con métricas como NSE, KGE, PBIAS y RSR.

Definición y origen

El término se asocia con Michael B. Abbott, que en 1991 publicó Hydroinformatics: information technology and the aquatic environment (Avebury Technical). En 1999, en el primer número del Journal of Hydroinformatics de IWA Publishing, la presentó como una nueva manera de aplicar el conocimiento en el mundo del agua, en la que la información almacenada solo se vuelve conocimiento cuando se usa para resolver un problema.

Abarca cuatro tareas encadenadas: adquirir datos, almacenarlos en formatos interoperables, transformarlos en simulaciones y pronósticos, y comunicar los resultados con su incertidumbre. Su aporte es un método de trabajo que vuelve los estudios comparables, verificables y actualizables.

Fuentes y formatos de datos

Un modelo necesita forzantes, como precipitación, temperatura y evapotranspiración, y caudales observados para calibrarlo. Estos provienen de estaciones in situ, cuyo caudal se deduce del nivel con curvas de descarga basadas en aforos y que cada vez más transmiten en tiempo real; del radar meteorológico, que describe la distribución espacial de la lluvia; de satélites, con productos como CHIRPS, MSWEP y TMPA; y de reanálisis, reconstrucciones de la atmósfera con un modelo que asimila observaciones, como ERA5 del ECMWF.

Para intercambiar series se usan estándares abiertos. WaterML 2.0, del Open Geospatial Consortium (OGC), codifica series de tiempo de observaciones de agua sobre el modelo Observations and Measurements (ISO 19156); su parte 1 es de 2011 y otras partes cubren curvas de descarga, aforos y aguas subterráneas. Los campos grillados se guardan en NetCDF, formato autodescriptivo e independiente de la máquina mantenido por Unidata, con las convenciones CF (versión 1.13), que definen qué representa cada variable y sus coordenadas. El WMO Hydrological Observing System (WHOS) usa estándares de la OGC, la ISO y la OMM para dar acceso a datos de servicios hidrológicos nacionales, con un prototipo en la cuenca del Plata.

Control de calidad

Los registros tienen errores de medición, cambios de instrumento y vacíos; Moriasi et al. (2007) citan un error probable acumulado de 6 a 19 % en caudales medidos en condiciones típicas. Antes de modelar conviene:

• Revisar rangos físicos, valores repetidos y saltos, y marcar los datos dudosos sin borrarlos.
• Comprobar la consistencia con la curva de doble masa, que grafica valores acumulados de una estación contra los de una referencia; un quiebre de pendiente revela un cambio en el registro (Searcy y Hardison, 1960).
• Documentar los vacíos. CAMELS-CL entrega los caudales sin rellenar: con un máximo de 5 % de días faltantes quedan entre 90 y 115 estaciones según el período.
• Rellenar forzantes solo cuando el modelo lo exige, marcar cada valor estimado y calcular las métricas únicamente con caudales observados.
• Identificar embalses y extracciones, que CAMELS-CL registra como atributos; un modelo de régimen natural no debe calibrarse con caudales regulados.

Clasificación de modelos

El manual técnico de HEC-HMS clasifica los modelos con criterios independientes. Según los procesos, un modelo empírico relaciona entradas y salidas sin representar el proceso («caja negra»); uno conceptual usa almacenamientos y flujos simplificados; y uno físicamente basado resuelve ecuaciones de flujo con parámetros en principio medibles. Según el espacio, es agregado, semidistribuido o distribuido; según el tiempo, de evento, para una tormenta, o continuo, de días a años. Sus parámetros pueden medirse o ajustarse con observaciones. Refsgaard y Knudsen (1996) compararon NAM, agregado y conceptual, con MIKE SHE, distribuido y físicamente basado, en Zimbabue: con al menos un año de calibración rindieron de forma parecida.

Para escenarios de largo plazo, los forzantes provienen de modelos de circulación general escalados.

Flujo de modelación

1. Conceptualización: definir la pregunta, la escala y los procesos dominantes, y verificar que el balance hídrico cierre con los datos.
2. Estructura y discretización: elegir el modelo, las subcuencas o celdas y el paso de tiempo.
3. Calentamiento: simular un período inicial que se descarta para eliminar el efecto de los almacenamientos iniciales.
4. Calibración: ajustar los parámetros por prueba y error, búsqueda en malla u optimización según una función objetivo.
5. Validación: evaluar con datos no usados en la calibración.
6. Sensibilidad e incertidumbre: variar los parámetros, uno a la vez (local) o en todo su espacio (global), y cuantificar el rango de resultados plausibles.

Klemeš (1986) propuso un esquema jerárquico de pruebas que distingue cuencas aforadas y no aforadas y clima estacionario o no estacionario. La prueba básica es la de muestra dividida (split-sample): calibrar en un período y validar en otro. La variante diferencial calibra en años de un tipo, por ejemplo húmedos, y valida en años contrastantes. Shen et al. (2022), con 463 cuencas de EE. UU., hallaron que calibrar con datos antiguos y validar con recientes empeoró el desempeño posterior y que calibrar con todo el registro fue lo más robusto; la validación sirve como diagnóstico, y el modelo final puede recalibrarse con el registro completo.

La incertidumbre proviene de los forzantes, de los caudales observados, de la estructura del modelo y de los parámetros. Beven (2006) formuló la tesis de la equifinalidad: muchos modelos, entendidos como combinaciones de estructura y parámetros, pueden ser igualmente aceptables. Por eso un único juego calibrado no es «el verdadero»; Beven y Freer (2001) usaron la metodología GLUE para estimar la incertidumbre con conjuntos de simulaciones aceptables.

Métricas de desempeño

Moriasi et al. (2007) recomiendan combinar gráficos, como hidrogramas y curvas de duración, con tres estadísticos. La eficiencia de Nash y Sutcliffe (1970) es:

donde $O_i$ y $S_i$ son los caudales observado y simulado (m³/s), $\bar{O}$ la media observada y $n$ el número de datos. Vale 1 en un ajuste perfecto y 0 cuando el modelo equivale a la media observada. El sesgo porcentual y la razón entre RMSE y desviación estándar observada son:

PBIAS, en %, es positivo cuando el modelo subestima y negativo cuando sobrestima. Gupta et al. (2009) mostraron problemas sistemáticos de calibrar con el error cuadrático medio, descompusieron NSE y propusieron la eficiencia de Kling-Gupta:

donde $r$ es la correlación lineal, $\alpha$ la razón de desviaciones estándar y $\beta$ la razón de medias; el óptimo de cada una es 1. Usar la media observada como simulación da $\mathrm{KGE}\approx-0{,}41$, no 0, y NSE y KGE no son comparables entre sí (Knoben et al., 2019).

Estos rangos de Moriasi et al. (2007) valen para simulación continua mensual y deben ajustarse en otros casos. Moriasi et al. (2015) consideran satisfactoria una simulación de caudal diaria, mensual o anual si $R^2\gt0{,}60$, $\mathrm{NSE}\gt0{,}50$ y PBIAS no supera ±15 %. HEC-HMS informa NSE, RSR, PBIAS, $R^2$ y un KGE modificado.

Ejemplo resuelto

Una cuenca de 250 km² con invierno lluvioso tiene nueve años de precipitación $P$ y evapotranspiración potencial ETP diarias (1.168 mm/a). Los datos son ilustrativos: el caudal «observado» se generó con un modelo más complejo, de dos embalses y respuesta no lineal, más un ruido de 12 % y 3 % de días faltantes. Se calibra un modelo conceptual con un almacenamiento de suelo de capacidad $S_{\max}$ (mm) y un embalse lineal de constante $K$ (d), con $\Delta t$ = 1 d:

donde $P_e$ es la lluvia que recarga el embalse (mm; incluye el exceso si $S$ supera $S_{\max}$), $E$ la evapotranspiración real (mm), $R$ el almacenamiento del embalse (mm), $q$ el caudal (mm/d), $A$ el área (km²) y $Q$ el caudal (m³/s).

1. Períodos. El año 1 es de calentamiento; los años 2 a 5, de calibración (811 mm/a); y los años 6 a 9, de validación (690 mm/a). La validación más seca actúa como prueba diferencial moderada.

2. Un paso de cálculo. Día 166 del año 2, con $S_{\max}$ = 760 mm, $K$ = 4 d, $S$ = 166,15 mm, $R$ = 1,29 mm, $P$ = 44,68 mm y ETP = 1,23 mm:

• $P_e$ = 44,68 × 166,15/760 = 9,77 mm.
• Suelo: 166,15 + 44,68 − 9,77 = 201,06 mm; $E$ = 1,23 × 201,06/760 = 0,33 mm; $S$ = 200,74 mm.
• $q$ = (1,29 + 9,77)/4 = 2,765 mm/d; $Q$ = 2,765 × 250/86,4 = 8,00 m³/s; $R$ = 8,29 mm.

El caudal observado ese día fue de 2,05 m³/s: en la primera tormenta del invierno, el modelo lineal responde antes que la cuenca.

3. Calibración en malla. Se simularon 8.614 combinaciones ($S_{\max}$ de 50 a 1.500 mm cada 10 mm; $K$ de 1 a 30 d cada 0,5 d) con dos funciones objetivo, sobre los 1.417 días con dato.

Maximizar NSE sobrestima el volumen en 16 %, así que se adopta el óptimo de KGE. Los 134 juegos casi equivalentes ilustran la equifinalidad.

4. Validación. Las métricas mensuales usan meses con a lo sumo 10 % de días faltantes (47 y 45 meses) y se clasifican con Moriasi et al. (2007).

Al validar, el desempeño baja y el modelo sobrestima el caudal de los años secos ($\beta$ = 1,18). Con paso diario, ambos períodos cumplen el criterio de Moriasi et al. (2015). La calibración por NSE llega a un PBIAS mensual de −26,1 % en validación: insatisfactorio.

5. Sensibilidad local. Con ±20 % en cada parámetro, el NSE de calibración varía entre 0,691 ($K$ = 3,2 d) y 0,754. $S_{\max}$ controla el volumen: el PBIAS pasa de −11,8 % con 608 mm a −5,7 % con 912 mm. $K$ controla la forma del hidrograma y no altera el PBIAS.

Aprendizaje automático y alerta temprana

Las redes LSTM aprenden la relación entre forzantes y caudal a partir de muchos datos. Kratzert et al. (2019) entrenaron un único modelo regional EA-LSTM en 531 cuencas del conjunto CAMELS de EE. UU., con forzantes diarios y 27 atributos estáticos por cuenca, y lo evaluaron en un período independiente (1989–1999). Obtuvo una mediana de NSE de 0,74, frente a 0,31 de VIC y 0,53 de mHM calibrados regionalmente, y fue comparable o superior a modelos calibrados cuenca por cuenca. Sus límites: requiere grandes muestras con registros largos, los autores reconocen que suponer atributos estáticos es fuerte, y su robustez ante climas distintos debe probarse con muestras divididas simples y diferenciales, como en los modelos conceptuales (Behfar et al., 2024).

Nearing et al. (2024) mostraron que un modelo de este tipo pronostica crecidas extremas en cuencas no aforadas con hasta cinco días de anticipación y una fiabilidad similar o mejor que el pronóstico inmediato de GloFAS; se incorporó a un sistema de alerta con pronósticos públicos en más de 80 países. La iniciativa Early Warnings for All, lanzada por el secretario general de la ONU en 2022, busca cubrir a toda la población con alertas a 2027, y Destination Earth, de la Comisión Europea, desarrolla gemelos digitales de la Tierra para adaptación climática y extremos meteorológicos.

Reproducibilidad

Hutton et al. (2016) advirtieron que la mayor parte de la hidrología computacional no es reproducible porque el código y los datos no se publican, y recomendaron compartir código reutilizable y flujos de trabajo formales junto con los datos. En la práctica: usar programas documentados, de preferencia abiertos, e informar su versión; guardar scripts, entradas y parámetros con control de versiones, como Git; citar datos con identificadores persistentes (CAMELS-CL tiene DOI en PANGAEA); y registrar períodos, función objetivo y rangos de búsqueda.

Errores frecuentes

• Informar solo métricas de calibración. Son optimistas: en el ejemplo, el NSE mensual cae de 0,845 a 0,710 al validar.
• Juzgar solo con NSE. Un NSE alto puede ocultar sesgo: la calibración por NSE sobrestima 26 % en validación mensual.
• Aplicar los rangos de Moriasi et al. (2007) a cualquier paso. Son para simulación continua mensual.
• Contar NSE y RSR como pruebas independientes. Con los mismos datos, $\mathrm{RSR}=\sqrt{1-\mathrm{NSE}}$.
• Leer un KGE negativo como peor que la media. La media observada obtiene −0,41.
• Calibrar con caudales rellenados o regulados. Los errores se trasladan a los parámetros.
• Presentar un juego de parámetros como exacto. Por equifinalidad, varios reproducen los datos casi igual.

Preguntas frecuentes

Fuentes

• Abbott, M. B. (1999). Introducing hydroinformatics. Journal of Hydroinformatics, 1(1), 3-19. doi.org/10.2166/hydro.1999.0002
• Nash, J. E. y Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part I. Journal of Hydrology, 10(3), 282-290. doi.org/10.1016/0022-1694(70)90255-6
• Klemeš, V. (1986). Operational testing of hydrological simulation models. Hydrological Sciences Journal, 31(1), 13-24. doi.org/10.1080/02626668609491024
• Moriasi, D. N. et al. (2007). Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE, 50(3), 885-900. doi.org/10.13031/2013.23153
• Gupta, H. V. et al. (2009). Decomposition of the mean squared error and NSE performance criteria. Journal of Hydrology, 377, 80-91. doi.org/10.1016/j.jhydrol.2009.08.003
• Alvarez-Garreton, C. et al. (2018). The CAMELS-CL dataset. Hydrology and Earth System Sciences, 22, 5817-5846. doi.org/10.5194/hess-22-5817-2018
• Kratzert, F. et al. (2019). Towards learning universal, regional, and local hydrological behaviors via machine learning applied to large-sample datasets. Hydrology and Earth System Sciences, 23, 5089-5110. doi.org/10.5194/hess-23-5089-2019
• US Army Corps of Engineers, Hydrologic Engineering Center. HEC-HMS Technical Reference Manual: Model Classification. hec.usace.army.mil