Simulación del proceso precipitación-escorrentía con paso diario : Comparación de los modelos GR4J, SWAT y Random Forest.

Abstract

Un sólido estudio hidrológico diario es una tarea desafiante en regiones caracterizadas por una alta variabilidad hidro-climática, como Uruguay. Por esta razón, los modelos hidrológicos de base física de diferentes escalas temporales y espaciales (concentrados, semi-distribuidos y distribuidos) han pasado por un largo período de desarrollo y aplicación local. En los últimos años, los modelos basados en datos se están usando con éxito para resolver problemas hidrológicos. Hasta ahora, estos diferentes tipos de modelos se han estudiado individualmente para evaluar su capacidad para simular el proceso diario de precipitación-escorrentía. Este trabajo proporciona una profunda comparación entre un modelo agregado (GR4J), un modelo semi-distribuido (SWAT) y otro basado en datos (Random Forest (RF)) para simular el proceso diario de precipitación-escorrentía de dos cuencas hidrográficas ubicadas en Uruguay (una con reservorio y la otra sin). El rendimiento de cada modelo se analizó comparando numéricamente y gráficamente el caudal observado versus el simulado en términos de correspondencia temporal y cuantiles. En general, RF presenta un mejor rendimiento en comparación con los otros modelos físicamente basados. Sin embargo, carece de la capacidad de generalización que caracterizó a los otros dos enfoques. GR4J y SWAT logran un desempeño similar en nuestros casos de estudio.

A robust daily hydrological assessment is a challenging task in regions characterized by high hydro-climatic variability, like Uruguay. For this reason, physically-based hydrological models of different temporal and spatial scales (lumped, semi-distributed, and distributed) have undergone a long period of development and local application. In the last years, data-driven models have been successfully adopted to solve hydrological problems. So far, these different types of models have been studied individually to test their capability in simulating the daily precipitation-runoff process. This study provides an in-depth comparison among a lumped (GR4J), semi-distributed (SWAT), and data-driven (Random Forest (RF)) model to simulate the daily rainfall-runoff process of two watersheds located in Uruguay (with and without a reservoir). The model performance was analyzed by comparing numerically and graphically observed and simulated streamflow in terms of temporal correspondence and quantiles. Overall, RF shows better performance compared to the other physically-based models. However, it lacks the generalization capability that characterized the other two approaches. GR4J and SWAT achieve similar performance at our case studies.