Parametrización de modelos matemáticos hidrológicos aplicados a sistemas de llanura: estimación de la humedad superficial del suelo

La estimación de humedad superficial del suelo (HS) es un parámetro de gran importancia en diversos procesos hidrológicos, debido a que representa una variable de estado clave en el ciclo hidrológico. En esta área, su correcta estimación y comprensión dinámica espacio-temporal es trascendente a la hora de realizar modelaciones de predicción meteorológica e hidrológica en los sistemas de alerta temprana, permitiendo mejorar la calibración de los modelos de escorrentía que en consecuencia, contribuyen en la formulación y planificación de políticas de prevención tanto de inundaciones como de alivio o alerta temprana de sequía y calentamiento global. La presente investigación utiliza la oferta de sensores remotos para desarrollar una modelación que permita estimar la HS a través de las imágenes satelitales Landsat 5 TM. El trabajo metodológico desarrollado, correlacionó datos de HS tomadas espacio temporalmente en una parcela piloto ubicada a 2Km del Sudoeste de la ciudad de Rosario, con las reflectancias de las imágenes satelitales, coincidentes con el día y hora del trabajo de campaña. Mediante un proceso de regresión, se realizaron análisis estadísticos de modelación donde se examinaron diferentes combinaciones de variables. Como resultado se obtuvo una modelación paramétrica satisfactoria (r² =0,88) para las variables NDVI, NDWI, bandas 1, 4 y 5. Posteriormente, se aplica el modelo a nivel de cuenca, donde, a partir de tormentas monitoreadas, se estiman los escurrimientos netos mediante un modelo hidrológico-hidráulico, los cuales se comparan con los valores observados. Aunque la modelación es satisfactoria, se observaron diferencias entre las humedades estimadas y las observadas con la imagen satelital, debido al desfasaje temporal entre el paso del satélite y el momento del evento. Para tener en cuenta los eventos climáticos que ocurren durante este desfasaje, se propuso un coeficiente correctivo que actualiza el patrón de humedad estimado por la imagen satelital, mediante el uso de un índice de precipitación antecedente. Esto mejora notablemente la HS. Finalmente, se presentan las conclusiones y recomendaciones correspondientes.