Académique Documents
Professionnel Documents
Culture Documents
net/publication/267511866
CITATIONS READS
0 226
2 authors:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by José Manuel Ramírez L. on 28 March 2015.
un cierto grado de incertidumbre, no se quiso afectar más (Te) de la represa (trap efficiency) se obtuvo de JICA y CFE
estos optando por tomar P como la unidad. (1993), resultado ser de 0.72 (ec. 6). Además de 26 muestras
de material azolvado de un embalse cercano, con su respectiva
granulometría (JICA y CFE, 1993).
KLS La EMA más cercana a la cuenca fue la TL01, con
0.076 - 0.146 7 años de registro de 2000-2006 (Servicio Meteorológico
0.146 - 0.218 Nacional, SEMARNAT), con una acumulación de 198
0.218 - 0.353 tormentas agrupadas según Wischmeier y Smith (1965 y
0.353 - 0.658 1978). Las estaciones climatológicas que se utilizaron fueron:
21021, 21029, 21047 y 21059 (ERIC III).
Se contó con las cartas de información geográficas
de INEGI Series I y II, con las cuales se delimitó la cuenca,
con un área de 3,074.36 has. Además se obtuvieron los
factores C y K de la USLE. Del archivo raster del modelo
digital del terreno se determinaron LS de la ec. 9, para cada
pixel de 30x30m.
Cálculos y Resultados
Del modelo digital del terreno, se determinó la
pendiente del cauce principal y se obtuvo el tiempo de
concentración (Tc) por el método de Kirpich (Aparicio,
2004), el cual resultó ser de 1.14 h. Dividiéndose la cuenca en
5 segmentos de isócronas (figura 1).
Del archivo raster se obtuvo la elevación de cada
pixel y por medio de un algoritmo se determinó la dirección y
el desnivel para donde escurría cada uno. Pudiendo tener una
Figura 3. El diagrama de la cuenca 8 presenta los valores longitud de 30 o 42.43m y una pendiente conocida, por lo que
K y LS calculados de la USLE por pixel de 30x30m.
se aplicó la metodología de la USLE, ecs. 10-14 (Figueroa et
al., 1991):
Para estimar R, se requieren datos de pluviógrafo, m
⎛ l ⎞
pero debido a la falta de éstos y al contar con una amplia red L=⎜ ⎟ (10)
de estaciones meteorológicas con registro de lluvia de 24 h, se ⎝ 22.1 ⎠
optó por combinar estas con las Estaciones Meteorológicas β
m= (11)
Automáticas (EMA). Lo anterior se llevó a cabo determinando
1+ β
la tormenta característica (figura 4), al analizar los datos de la
EMA, mediante una duración y precipitación adimensional. sen θ 0.0896 (12)
Con la misma información, se realizó un análisis de β=
3 ( sen θ )0.8 + 0.56
frecuencias (figura 5) para la duración de las tormentas.
Entonces, por medio de un procedimiento de Montecarlo para S = 10.8 senθ + 0.03 θ < 5.14º (13)
cada día de lluvia se determinó con base en el análisis de
frecuentas la duración de la tormenta y se supuso para cada S = 16.8 senθ − 0.50 θ ≥ 5.14º (14)
día una tormenta con la lámina de 24 h. Al tener la curva
característica de las tormentas en la zona, con su respectiva Para determinar K se empleó el método de la FAO
duración y precipitación, es posible determinar el incremento (Figueroa, 1991), que proporciona valores de erosibilidad de
de lámina de lluvia para cada instante y entonces obtener R suelo (K) con base en la unidad de suelo y su textura (gruesa,
por la metodología de Wischmeier y Smith (1978). El área de media o fina). La unidad de suelo y textura para cada zona de
aplicación de cada estación climatológica se determinó por la cuenca se obtuvo de las cartas de edafología del INEGI.
polígonos de Thiessen (Aparicio, 2004). Dada la naturaleza El factor de cobertura vegetal se obtuvo a partir de
aleatoria de la función de Montecarlo, es preciso repetir el las cartas de Uso del Suelo de la Serie I y II de INEGI.
proceso para cada día de lluvia las suficientes veces, a fin de Identificando las zonas forestales o agrícolas. En el caso
poder identificar una tendencia, por lo que los autores lo forestal recurrimos a expertos en la materia (Héctor Cortés,
repitieron 1000 veces para cada día de lluvia. comunicación personal), quienes nos proporcionaron un valor
que coincidía con los requerimientos de Wischmeier (1978),
Información Disponible mientras que para las zonas agrícolas, se calculó C para el
maíz, cultivo predominante en el municipio de Zautla, del
Para el desarrollo de este trabajo, se contó con 3 distrito de riego 3 Teziutlan, Puebla. Las fechas de siembra y
batimetrías, las cuales se realizaron en 1982, 1986 y 1987 de cosecha son 1 de Abril y 1 de Octubre aproximadamente
(JICA y CFE, 1993), teniendo hasta 10 años de azolvamiento (SAGARPA-Puebla DDR03, comunicación personal). La
ya que la represa se construyó en 1977. El radio de retención principal técnica es el barbecho con vertedora y se remueven
AMH XX CONGRESO NACIONAL DE HIDRÁULICA AMH
TOLUCA, ESTADO DE MÉXICO, MÉXICO, OCTUBRE 2008
.
cálculo se obtuvo de la combinación de la tormenta
Frecuencia
característica (ec. 16, figura 4), distribución de tormentas de la 0.60
EMA (ec. 15, figura 5) TL01 y el procedimiento de
Montecarlo, que genera números aleatorios entre 0 y 1:
0.40 Frecuencia Acumulada
(-0.002498 D)
F =- 1.086 e + 1.09 Mejor Ajuste
(15) 0.20
RMSE = 0.01528
0.00
0 300 600 900 1200 1500 1800
3 2
pi ⎛ ti ⎞ ⎛ ti ⎞ ⎛ ti ⎞ Duración (min)
= - 0.143 ⎜ ⎟ - 0.4616 ⎜ ⎟ + 1.5985 ⎜ ⎟
P24hrs ⎝D⎠ ⎝D⎠ ⎝D⎠ (16)
Figura 5. Distribución de frecuencia acumulada de
2 tormentas de la EMA TL01 empleada en la
R = 0.8626
metodología.
pi / P24hrs vs. ti / Duración Una vez que se determina “pi·, se puede obtener el
incremento de lámina de lluvia (∆pi) para un intervalo de
1.00 tiempo, su intensidad (I) y la intensidad máxima en 30 min
(I30). Variables que se requieren para las ecuaciones de
Wischmeier y Smith (1978) para la obtención de R para una
0.80 tormenta cualquiera (ecs. 17-20):
pi / P24hrs ..
m
0.60 R = ∑ EI (17)
30
i=1
0.40 n
Tormentas TL01 E= ∑ e p (18)
j j
0.20 Mejor Ajuste j=1
e = 0.119 + 0.0873log I I < 76mm / hr (19)
j 10 j j
0.00
e = 0.283 I ≥ 76mm / hr (20)
0 .0
0 .2
0 .4
0 .6
0 .8
1 .0
j j
Sa
Sa SR Azolve dsed Azolve Error
Acumulado
Año
1977 7,098.14
1978 3,982.68
1979 18,163.91
1980 74,192.09
1981 61,810.82
1982 36,052.64 201,300.28 144,936.20 162,181.00 1.09 176,813.41 -18.03%
1983 16,361.89
1984 53,499.46
1985 51,384.94
1986 35,375.02 357,921.59 257,703.54 220,925.00 1.12 248,474.89 3.71%
1987 41,761.79 399,683.38 287,772.03 254,474.00 1.13 287,780.57 0.00%
dato de material sedimentado, transformado de unidades de DR1, DR2, DR3, DR4 y DR5 resultaron: 0.1931, 0.7126,
volumen a masa con la ec. 8, hasta obtener el menor error 15.4556, 0.3659 y 0.1369.
posible. En la tabla 1 se muestran los resultados. La columna
Para la obtención de los valores de “d1” y “B” se 1 muestra el año, iniciando en 1977, año de construcción de la
contó con 26 muestras de azolves de un embalse cercano represa y terminando en 1987, año de la última batimetría que
(JICA y CFE, 1993). Estas se analizaron, determinando el se posee. La columna 2 corresponde a la producción de
porcentaje de arena, limo y arcilla de cada una, posteriormente sedimentos calculada por año (Sa) en toneladas (ec. 3 y 5). En
se obtuvo un promedio general para todas las muestras. Para la columna 3 se acumula “Sa” a los años en que hay
arena fue 39.19%, para limo 41.97% y para arcilla 18.84%, batimetrías (1982, 1986 y 1987). La columna 4 corresponde al
arrojando una densidad de 1.49, 1.04 y 0.48 T/m3 sedimento que es retenido en la presa (SR) también en
respectivamente para el primer año. Cuando se tiene una unidades de masa (ec. 7). La columna 5 (Azolve) se refiere al
mezcla de diferentes tipos de suelo se emplea la ec. 21 para volumen de sedimentos que ocupa en el almacenamiento,
obtener la densidad representativa (dsed) para todo el embalse, obtenido de batimetrías (JICA y CFE, 1993), se entiende que
en lugar de realizar un promedio ponderado (USACE, 1995) tendrá un cierto grado de incertidumbre debido a la naturaleza
con que son realizadas. En la columna 6 (Sed) se expresa la
1 densidad calculada para los azolves (col. 5), calculadas a partir
d =
sed ⎛F ⎞ ⎛F ⎞ ⎛F ⎞ de muestras con las ecuaciones 8 y 21. La columna 7 expresa
⎜ clay ⎟ + ⎜ silt ⎟ + ⎜ sand el producto de la columna 5 y 6, es decir los azolves en
⎟ unidades de masa, por lo que su comparación con SR (col. 4)
⎜d ⎟ ⎜d ⎟ ⎜d ⎟
⎝ clay ⎠ ⎝ silt ⎠ ⎝ sand ⎠ (21)
es posible. Por último en la columna 8 se tiene el error, que se
obtuvo de restarle a SR (col. 4) el azolve en unidades de masa
(col. 7) y dividir la diferencia entre el azolve en unidades de
masa (col. 7).
Donde “dsed” será la densidad representativa de los
Se observa una correspondencia muy aceptable entre
sedimentos, “Fclay” la fracción de arcilla, “dclay” la densidad
las cantidades de sedimentos calculadas (SR, col. 4) y medidas
de arcilla, “Fsilt” la fracción de limo, “dsilt” la densidad de
a partir de las batimetrías (col. 7) en los años en que se cuenta
limo, “Fsand” la fracción de arena y “dsand” la densidad de
con información de éstas.
arena. Al variar las densidades con respecto a los θ años se
obtendrá un “dsed” para cada año de consolidación. En la
tabla 1 se muestra que se trabajó con tres “dsed” distintas: Conclusiones.
1.09, 1.12 y 1.13 T/m3, para 1982, 1986 y 1987
respectivamente, años en que se realizaron batimetrías. Se presenta una nueva metodología para la
estimación de la producción de sedimentos en cuencas, que
Los valores calibrados de C1, C2 y C3 fueron: usa el método de Kothyari et al. (1996) y el concepto de radio
0.0858, 0.0644 y 0.0429 respectivamente. Mientras que para de retención (Te). La metodología se aplicó a la cuenca
denominada 8, tributaria de la cuenca del Río Apulco en
AMH XX CONGRESO NACIONAL DE HIDRÁULICA AMH
TOLUCA, ESTADO DE MÉXICO, MÉXICO, OCTUBRE 2008
Puebla. Los resultados son muy aceptables en vista del nivel Lane, E.W. y Koelzer V.A. (1953). Density of Sediments
de precisión habitualmente obtenida en estos casos, a pesar de Deposited in Reservoirs. Report No. 5 of Study of Methods
la incertidumbre que se tiene normalmente en las batimetrías. used in Measurement and Analysis of Sediment Loads in
Se estima que esta metodología puede extenderse a otros Streams, St.Paul, U.S. Engr. Dist. Sub-Office Hydr. Lab.,
embalses. Actualmente se trabaja en otras aplicaciones. Univ. of Iowa, Iowa City.
Manson, R.H. (2004). "Los Servicios Hidrológicos y la
Referencias Conservación de los Bosques de México". Madera y Bosques
10(1):3-20.
Aparicio, J. (2004). Fundamentos de Hidrología de
Superficie. Editorial Limusa, S.A. de C.V., México. Raghuwanshi, N.S.; Singht, R. y Reddy, L.S. (2006).
"Runoff and Sediment Yield Modeling Using Artificial Neural
Arnoldus, H.M.J. (1980). An Aproximation of the Rainfall Networks: Upper Siwane River, India." Journal of hydrologic
Factor in the USLE. In: M. DeBoot and D. Gabriels (Editors), Engineering ASCE / January/February 2006, pp. 71-104
Assessment of Erosion. John Wiley and Sons, Chichester.
Renard, K. G. y Freimund, J.R. (1994). "Using montly
Barragán, M.C. (2000). Remoción de sedimentos en precipitacion data to estimate the R-factor in the revised
embalses con la ayuda de la modelación física. Tesis de USLE". Journal of Hydrology 157 (1994) 287-306.
maestría en ingeniería hidráulica. Facultad de Ingeniería,
UNAM, México 2000, pp. 1-14. Renard, K.G.; Foster, G.R.; Weesies,G.A. ; McCool, D.K
y Yoder, D.C. (1997). Predicting Soil Erosion by Water: A
Chow, V.T. (1988). Handbook of Applied Hydrology. Guide to Conservation Planning with the Revised Universal
McGraw-Hill Book Company, NJ. Soil Loss Equation (RUSLE). USDA-ARS, Agriculture
Cortes, H.G. (1991). Caracterización de la erosibilidad de la Handbook No. 703.
lluvia en México utilizando métodos multivariados. Tesis de Roose, E. (1977). Erosion et Ruissellement en Afrique de
Maestría en Ciencias. Colegio de Posgraduados. Montecillo, l'ouest-vingy annees de mesures en petites parcelles
México. experimentales. Travaux et Document de l'OSRTON No. 78,
ERIC III (2006). Extractor Rápido de Información ORSTOM, Paris.
Climatológica. Instituto Mexicano de Tecnología del Agua Simons, D. B. y Sentürk, F. (1992). Sediment Transport
(IMTA). Technology: Water and Sediment Dynamics. Water Resources
Figueroa, B.; Cortés, H.G.; Pimentel, J.; Osuna, E.S.; Publications, LLC; Bad Revi edition (August 20, 1992)
Rodríguez, J.M. y Morales, F.J. (1991). Manuel de Stott, T. y Mount, N. (2004). "Plantation Forestry Impacts on
Predicción de Pérdidas de Suelo por Erosión Hídrica. Colegio Sediment Yields and Downstream Channel Dynamics in the
de Posgraduados, SAHR 1991, México. UK: a Review". Progress in Physical Geography 28,2 (2004)
Flanagan, D.C. y Nearing, M. A. (1995). USDA- Water pp. 197-240
Erosion Prediction Project Hillslope Profile and Watershed USACE, (1995). Sedimentation Investigations of Rivers and
Model Documentation. NSERL Report No. 10. USDA-ARS Reservoirs, Engineer Manual 1110-2-4000. U.S. Army Corps
National Soil Erosion Research Laboratory, West Lafayette, of Engineers.Washington, DC 20314-1000.
Indiana 47907
Wischmeier, W.H. y Smith, D. D. (1965). Predicting
Foster, G.R.; Yoder, D.C.; Weesies, G.A.; McCool, D. K. Rainfall-Erosion Losses from Cropland East of the Rocky
; McGregor, K.C. y Binger, R.L. (2003). Revised Universal Mountains, Guide for Selection of Practices for Soil and
Soil Loss Equation Version 2. USDA-Agricultural Research Water Conservation. Agriculture Handbook No. 282. USDA
Service, Washington, D.C. –ARS, 1965.
Gangyan, Z.; Goel, N. K. Bhatt, V. K. (2002). "Stochastic Wischmeier, W.H. y Smith, D. D. (1978). Predicting
modelling of the sediment load of the upper Yangtze River Rainfall-Erosion Losses, A Guide to Conservation Planning.
(China)". Hydrological Sciences-Journal-des Sciences Agriculture Handbook No. 537. USDA –ARS, 1978.
Hydrologiques, 47(S) August 2002.
JICA y CFE (1993). Estudio de Factibilidad para la
Rehabilitación de la C.H. Mazatepec. Japan International
Cooperation Agency y Comisión Federal de Electricidad.
Kothyari, U.C.; Tiwari, A.K. y Singh, R. (1996). "Temporal
Variation of Sediment Yield". Journal of Hydrologic
Engineering, October 1996.
Kramer, R.A.; Richter, D. D.; Pattanayak, S. y Sharma, N.
P. (1997). “Ecological and Economic Analysis of Watershed
Protection in Eastern Madagascar”. Journal of Environmental
Management, Vol. 49, 277–295.
Kumar, A. y Das, G. (2002). Dynamic Model of Daily
Runoff-Sediment Yield for a Himalayan Sub-Catchment of
Ramganga River. 12th ISCO Conference, Beijing 2002.