Sensitivity analysis of spatial coverage and temporal resolution of precipitation data in flood modeling in cundinamarca, colombia
Cargando...
Fecha
Título de la revista
Publicado en
Publicado por
Universidad El Bosque
URL de la fuente
Enlace a contenidos multimedia
ISSN de la revista
Título del volumen
Resumen
Descripción
This article presents the characterization of the impact on flood modeling generated by the spatial coverage and frequency of precipitation sampling, in contrast with the distribution of the pluviometric network of stations in Cundinamarca. In general, the pluviometric networks are characterized by having gaps in the measurement of precipitation, both spatially and temporally; therefore, we wanted to determine the impact that these gaps cause in the flood simulation. For this, two research phases were executed: the first consisted of identifying flood events between the years 2014 and 2018 and the second to determine the impact of the spatial and temporal coverage of precipitation estimates in flood simulation, along with the spatial and temporal factors that influence such impact. Thus, the main result was that, by using precipitation estimates at lower temporal measurement frequency and lower spatial measurement coverage, flood event flow simulations tend to exhibit larger errors. The magnitude of these errors may be influenced by spatial factors such as drainage area, drainage area shape, mean channel slope, and climatological precipitation in the area.
Este artículo presenta la caracterización del impacto en la modelación de inundaciones generado por la cobertura espacial y frecuencia de muestreo de precipitación, en contraste con la distribución de la red pluviométrica de estaciones de Cundinamarca. En general, las redes pluviométricas se caracterizan por tener vacíos en la medición de la precipitación, tanto a nivel espacial como temporal; por lo tanto, se quiso determinar el impacto que estos vacíos ocasionan en la simulación de inundaciones. Para esto se ejecutaron dos fases de investigación: la primera consistió en la identificación de los eventos de inundación entre los años 2014 y 2018 y la segunda en determinar el impacto de la cobertura espacial y temporal de las estimaciones de precipitación en la simulación de inundaciones, junto con los factores espaciales y temporales que influencian dicho impacto. De esta manera, el principal resultado fue que, al utilizar estimaciones de precipitación a una menor frecuencia de medición temporal y una menor cobertura espacial de medición, las simulaciones de caudales de eventos de inundaciones tienden a exhibir mayores errores. La magnitud de estos errores puede verse influenciada por factores espaciales como el área de drenaje, forma del área de drenaje, pendiente media del cauce y la precipitación climatológica de la zona.
Este artículo presenta la caracterización del impacto en la modelación de inundaciones generado por la cobertura espacial y frecuencia de muestreo de precipitación, en contraste con la distribución de la red pluviométrica de estaciones de Cundinamarca. En general, las redes pluviométricas se caracterizan por tener vacíos en la medición de la precipitación, tanto a nivel espacial como temporal; por lo tanto, se quiso determinar el impacto que estos vacíos ocasionan en la simulación de inundaciones. Para esto se ejecutaron dos fases de investigación: la primera consistió en la identificación de los eventos de inundación entre los años 2014 y 2018 y la segunda en determinar el impacto de la cobertura espacial y temporal de las estimaciones de precipitación en la simulación de inundaciones, junto con los factores espaciales y temporales que influencian dicho impacto. De esta manera, el principal resultado fue que, al utilizar estimaciones de precipitación a una menor frecuencia de medición temporal y una menor cobertura espacial de medición, las simulaciones de caudales de eventos de inundaciones tienden a exhibir mayores errores. La magnitud de estos errores puede verse influenciada por factores espaciales como el área de drenaje, forma del área de drenaje, pendiente media del cauce y la precipitación climatológica de la zona.
Abstract
Palabras clave
Modeling, Satellite precipitation product, floods, rainfall station network, EF5, OSE’s, Modelamiento, Producto satelital de precipitación, inundaciones, red de estaciones pluviométricas, EF5, OSE’s