PyCatch: modelización hidrológica a escala de cuenca con una estructura basada en componentes
DOI:
https://doi.org/10.18172/cig.1993Palabras clave:
modelos dinamicos, lenguaje de modelizacion ambiental, PCRaster Python, modelo hidrologico,Resumen
Los modelos numéricos de tipo dinámico son herramientas potentes para representar y estudiar la evolución de los procesos naturales a través del tiempo. Normalmente se construyen a partir de lenguajes de programación de nivel alto, es decir, próximos a la capacidad cognitiva de los investigadores. En este trabajo se presenta PyCatch, un set de componentes construido en el entorno PCRaster Python para desarrollar modelos dinámicos de base física a escala de cuenca. PCRaster Python es una herramienta de programación basada en Python, un lenguaje de programación sencillo al que se le han añadido elementos del programa PCRaster. En su versión actual, PyCatch simula procesos de interceptación, evapotranspiración, almacenamiento de agua superficial, infiltración, flujo subsuperficial y flujo superficial. El modelo representa estos procesos hidrológicos a partir de una serie de depósitos conectados entre si, y esta estructurado de tal manera que favorece el intercambio de flujos de un deposito a otro. La estructura modular de PyCatch permite reemplazar o añadir componentes fácilmente (por ejemplo, fusión de nieve o erosión de suelo y transporte de sedimentos) en función de los objetivos del estudio.Descargas
Citas
Allen, R.G., Pereira, L.S., Raes, D., Smith, M. 1998. Crop evapotranspiration. FAO Irrigation and Drainage Paper No. 56, FAO, Roma.
Beck, M.B., Jakeman, A.J., Mcaleer, M.J. 1993. Construction and evaluation of models of environmental systems. In Modelling Change in Environmental Systems, M.B. Beck, A.J.
Jakeman, M.J. McAleer (Eds.), Wiley, New York, pp. 3-35.
Burrough, P.A., McDonnell, R.A. 1998. Principles of Geographical Information Systems. Oxford University Press, Oxford.
Bracken, L.J., Croke, J. 2007. The concept of hydrological connectivity and its contribution to understanding runoff-dominated geomorphic systems. Hydrological Processes 21, 1749-1763. DOI: https://doi.org/10.1002/hyp.6313
Brolsma R.J., Karssenberg, D., Bierkens, M.F.P. 2010. Vegetation competition model for water and light limitation. I: Model description, one-dimensional competition and the influence of groundwater. Ecological Modelling 221, 1348-1363. DOI: https://doi.org/10.1016/j.ecolmodel.2010.02.012
Chow, V.T., Maidment D.R., Mays, L.W. 1988. Applied Hydrology. McGraw-Hill, New York.
Dam, O. 2000. Modelling incoming Potential Radiation on a land surface with PCRaster: POTRAD5.MOD manual. Utrecht University, Utrecht, 6 pp.
Feddes, R.A., Kowalik, P., Jaradny, H. 1978. Simulation of field water use and crop yield. Simulation Monographs, Pudoc, Wageningen, 189 pp.
Karssenberg, D., 2002. The value of environmental modelling languages for building distributed hydrological models. Hydrological Processes 16, 2751-2766. DOI: https://doi.org/10.1002/hyp.1068
Karssenberg, D., De Jong, K. 2005a. Dynamic environmental modelling in GIS: 1. Modelling in three spatial dimensions. International Journal of Geographical Information Science 19, 559-579. DOI: https://doi.org/10.1080/13658810500032362
Karssenberg, D., De Jong, K., 2005b. Dynamic environmental modelling in GIS: 2. Modelling error propagation. International Journal of Geographical Information Science 19, 623-637. DOI: https://doi.org/10.1080/13658810500104799
Karssenberg, D., De Jong, K., Van der Kwast, J. 2007. Modelling landscape dynamics with Python. International Journal of Geographical Information Science 21, 483-495. DOI: https://doi.org/10.1080/13658810601063936
Mulligan, N., Wainwright, J. 2004. Modelling and model building. In Environmental Modelling: Finding Simplicity in Complexity, N. Mulligan, J. Wainwright (eds.), John Wiley, Chichester, 430 pp.
PCRaster, January 2013. PCRaster internet site. Available online at: http://www.pcraster.eu/.
Pebesma, E.J., De Jong, K., Briggs, D. 2007. Interactive visualization of uncertain spatial and spatio-temporal data under different scenarios: an air quality example. International Journal of Geographical Information Science 21, 515-527. DOI: https://doi.org/10.1080/13658810601064009
Python, January 2013. Python Programming Language internet site. Available online at: http:// www.python.org.
Schimtz, O., Karssenberg, D. 2009. Framework for Spatio-Temporal Modelling: Supporting Deterministic and Stochastic Modelling, Data Assimilation and Model Calibration. Faculty of Geosciences, Utrecht University, Utrecht, 24 pp.
Van Deursen, W.P.A. 1995. Geographical Information Systems and Dynamic Models. Koninklijk Nederlands Aardrijkskundig Genootschap/Faculteit Ruimtelijke Wetenschappen. Universiteit Utrecht, Utrecht.
Wesseling, C.G., Karssenberg, D., van Deursen, W.P.A., Burrough, P.A. 1996. Integrating dynamic environmental models in GIS: the development of a Dynamic Modelling language. Transactions in GIS 1, 40-48. DOI: https://doi.org/10.1111/j.1467-9671.1996.tb00032.x
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
El autor o autora conserva todos los derechos sobre su artículo y cede a la revista el derecho de la primera publicación, no siendo necesaria la autorización de la revista para su difusión una vez publicado. Una vez publicada la versión del editor el autor está obligado a hacer referencia a ella en las versiones archivadas en los repositorios personales o institucionales.
El artículo se publicará con una licencia Creative Commons de Atribución, que permite a terceros utilizar lo publicado siempre que se mencione la autoría del trabajo y la primera publicación en esta revista.
Se recomienda a los autores/as el archivo de la versión de editor en repositorios institucionales.
