63

Introducción

El río Odiel nace en la Sierra deAracena y desemboca, junto con el ríoTinto, en la Ría de Huelva. La cuenca delrío Odiel (2333 km2 de superficie) estásituada en gran parte sobre los materia-les de la Faja Pirítica Ibérica (FPI), ricaen yacimientos de sulfuros. Debido a laminería de estos depósitos se produce laoxidación de sulfuros y la formación dedrenajes ácidos de mina, que contaminanla mayor parte de la red fluvial del ríoOdiel (Sarmiento et al., 2005; Cánovaset al., 2007). A pesar de tener condicio-nes menos extremas que el río Tinto, elOdiel es la principal fuente de aportes decontaminantes mineros a la ría deHuelva y el Golfo de Cádiz (Olías et al.,2006).

Actualmente se están llevando acabo una serie de estudios y proyectosde investigación con el objetivo de cuan-tificar la carga contaminante transporta-da por la red fluvial, pero este tipo deactuaciones se topa con la dificultad dela inexistencia de datos de caudales.Además las escasas estaciones de aforospresentan numerosos periodos sin datosy escasa fiabilidad.

El presente estudio tiene como obje-tivo solventar la falta de datos continuos

Aplicación del modelo hidrológico SWAT a la cuenca del ríoMeca (Huelva, España)

Application of SWAT hydrological model to the Meca river watershed (Huelva, Spain)

L. Galván (1), M. Olías (1), R. Fernández de Villarán (2) y J.M. Domingo-Santos (2)

(1) Departamento de Geodinámica y Paleontología. Universidad de Huelva. Campus «El Carmen» s/n. 21071-Huelva.laura.galvan@dgyp.uhu.es(2) Departamento de Ciencias Agroforestales. Universidad de Huelva. Campus de «La Rábida». Ctra Huelva – Palos de la Frontera, s/n. 21071 La RábidaPalos de las Frontera (Huelva).

ABSTRACT

Acid mine drainage (AMD) is the main pollutant source in the Odiel river basin (SW Spain). Stream-flowdata constitute a tool to assess the pollutant load transported by the drainage network, as well as toevaluate the possible impact of restoration measurements along the river. Due to the malfunctioning ofthe available stream-gauges and in order to sham the Odiel river behavior, a water model is being elaboratedusing the tool SWAT (Soil and Water Assessment Tool), developed by the USDA Agricultural ResearchService. For the first stage of the project we have selected the Meca river watershed, a tributary of theOdiel river, which is regulated by the Sancho reservoir and whose daily contributions have been used toboth calibrate and validate the model. Obtained results show a well adjustment for wetter years while forthe drier ones higher differences between simulated and measured flows have been observed.

Key words: Acid mine drainaje, Odiel, Meca, river, hydrological model, SWAT

Geogaceta, 42 (2007), 63-66ISSN: 0213683X

de caudal en el espacio y en el tiempo,mediante la realización de un modelohidrológico de la cuenca del río Odiel.Como primera aproximación se ha elegi-do la subcuenca del río Meca (Fig.1) por:1) se tiene un alto grado de conocimien-to previo, hidrológico y edafológico, 2)está regulada por el embalse del Sanchodel que disponemos de datos de aportesque servirán para calibrar y contrastar elmodelo y 3) su limitada extensión, lo quefacilita la implementación del modelo.

La cuenca del río Meca tiene una su-perficie de 315 km2, con una altitud mediade 149 m (Fig. 2). La cuenca presenta unclima de tipo mediterráneo con una preci-pitación media anual de 632 mm, con unagran variabilidad estacional e interanual, yuna temperatura media de 19 ºC.

El río Meca presenta valores de pHpróximos a 3 la mayor parte del año debi-do a la contaminación por drenaje ácido delas minas de Tharsis. En el embalse delSancho (de 58 hm3 de capacidad) se obser-va una cierta mejora respecto a los valoresdel río, presentando un pH entorno a 4.

Metodología

SWAT es el acrónimo de Soil andWater Assessment Tool. Es un programade modelización hidrológica desarrolla-

do por el Servicio de Investigación delDepartamento de Agricultura de los Es-tados Unidos (Neitsh et al., 2002). Estemodelo permite realizar una prediccióndel comportamiento de cuencashidrográficas complejas a largo plazo.

El modelo está constituido por unaserie de submodelos o módulos, los cua-les se emplean para simular distintosprocesos hidrológicos. El programa sebasa en la ecuación general del balancehídrico:

Donde SWt es el contenido final deagua en el suelo, SW0 es el contenido ini-cial de agua en el suelo, t el tiempo, Rdayla precipitación, Qsurf la escorrentía super-ficial, Ea la evapotranspiración, Wseep es lacantidad de agua acumulada en la zona nosaturada y Qgw es la cantidad de agua queretorna hacia los ríos como flujo base.

SWAT permite la simulación de ungran número de procesos físicos. Lacuenca se compartimenta en variassubcuencas a través de un valor de áreaumbral, que dependerá del objetivo yexactitud requerida. Las subcuencas sedividen en unidades de respuestahidrológica (HRU) que conforman una

64

combinación única de tipos de suelo, usosy cobertura, de forma que cada subcuencaposee al menos una HRU. La subdivisiónde la cuenca permite al modelo reflejardiferencias en la evapotranspiración paravarios tipos de suelos y coberturas. Laescorrentía se predice separadamentepara cada HRU y es canalizada en fun-ción del modelo digital del terreno paraobtener el total en la cuenca. El cálculode la escorrentía superficial es realizadopor SWAT mediante el método del núme-ro de curva (Neitsch et al., 2002).

La calibración de un modelo comoSWAT consiste en lograr un ajuste satis-factorio entre los datos observados y si-mulados, mediante el cambio de losparámetros de mayor influencia. La vali-dación consiste en medir la capacidadpredictiva del modelo mediante la com-paración de caudales calculados y obser-vados para un periodo diferente al de lacalibración (Wagener et al., 2004).

Con el fin de evaluar la eficiencia delas distintas simulaciones realizadas en lacalibración, los hidrogramas resultantesse han comparado visualmente con losobservados y se ha obtenido el coeficien-te de correlación de Pearson (r), elparámetro de eficiencia de Nash ySutclife (NSE), el error cuadrático medio(RMS) y la desviación de los volúmenesde escorrentía (DV):

Datos de partida

El modelo requiere la introducción deinformación topográfica, de tipos y usosdel suelo, datos meteorológicos y datossobre los acuíferos de la cuenca. La infor-mación topográfica (Fig. 2) se ha obteni-do a partir del modelo digital del terreno(MDT) de la Junta de Andalucía cuya pre-cisión es de 10 x 10m. A partir del MDTel programa realiza el mapa de pendien-tes y define la red hidrológica.

Para el mapa de usos del suelo (Fig.3) se ha partido de la información facili-tada por la Consejería de Medio Ambien-te de la Junta de Andalucía, procedentede la fotointerpretación de un vuelo reali-zado en 1999. Los datos requeridos decada uso del suelo son numerosos y com-plicados de obtener, por lo que se han es-cogido aquellos de la base de datos delmodelo que más se parecen a las caracte-rísticas de los que existen en la cuenca.

Los datos edafológicos han sido obte-nidos de un exhaustivo reconocimientoprevio de la zona (Domingo Santos,2002; Domingo Santos et al., 2006;Fernández de Villarán, 2006). Aunque sehan diferenciado 35 unidadesedafológicas en la cuenca, se han elimi-nado aquellas con superficies menores al2% que no son tenidas en cuenca en elprograma, agrupándolas en 12 (Fig. 4).De cada una de estas unidades se disponede (Tabla I): profundidad del perfil, tex-tura, porcentaje de materia orgánica,conductividad hidráulica saturada a 50 y100 cm de profundidad, densidad aparen-te, grupo hidrológico del número de cur-

va y capacidad de agua disponible, estaúltima calculada a partir de los datos detextura mediante la fórmula de Saxton etal. (1986).

La ETP se calcula mediante el méto-do de Hargreaves, para lo cual sólo es ne-cesario introducir datos diarios de tempe-ratura. Estos datos se han obtenido de dosestaciones del Instituto Nacional de Me-teorología así como de otra situada en lacerrada del embalse del Sancho facilitadapor ENCE, empresa propietaria del em-balse (Fig. 1). De estas estaciones tam-bién se han obtenido las precipitacionesdiarias. Las series de datos, desde 1982 a2002, han sido sometidas a un análisis decalidad, rechazando aquellos datos inco-herentes y tratadas estadísticamente pararellenar los periodos sin datos, hasta dis-poner de series completas.

Para calibrar el modelo se han utiliza-do las aportaciones diarias al embalse de1982 a 2000 y para la validación se reser-varon los años 2000/01 y 2001/02.

Resultados

La aplicación del modelo en la prime-ra simulación puso de manifiesto diferen-cias muy significativas entre caudales ob-servados y simulados. Para solucionareste problema se realizó un análisis desensibilidad de las variables más influ-yentes en los resultados.

Los principales parámetros que semodificaron en el proceso de calibraciónfueron los relativos a las aguas subterrá-neas. Aunque en la zona no existenacuíferos importantes y las rocas queafloran son mayoritariamente pizarras, lafracturación superficial de los materialeshace que funcionen como un acuífero so-mero de escasa entidad. En cuanto a lasvariables hidrogeológicas más importan-tes son el coeficiente de agotamiento (quese puede calcular a partir de la curva dedecrecida tras fuertes precipitaciones) yaquellos que permiten que el agua delacuífero vuelva a la atmósfera por laevapotranspiración de la vegetación. Lagran extensión de la cuenca cubierta poreucaliptos hace que sea necesario con-templar este efecto.

Otro problema que se nos planteó esla imprecisión en la medida del aportediario al embalse en condiciones de aguas

Tabla I. Características de las unidades de suelos diferenciadas en la Figura 4 (CAD: capaci-dad de agua disponible, CHS: conductividad hidráulica saturada).

Table I. Characteristics of differenciated soil units of Figure 4 (CAD: available water capacity,CHS, saturated hydraulic conductivity.

Tabla II. Índices estadísticosobtenidos tras la calibración.

Table II. Statistical indicesobtained after calibration.

65

bajas. Los aportes diarios se calculan porlas diferencias entre las variaciones delvolumen almacenado y las salidas registra-das (vertidos, derivaciones y evapora-ción). Cuando las entradas son bajas enrelación a las variaciones del volumen al-macenado, pequeñas imprecisiones en lamedida de la cota del agua en el embalse(por ejemplo por la acción del viento) su-ponen un gran error en el cálculo del apor-te. Ello dificulta la calibración del modelodurante estos periodos de aguas bajas.

Como resultado de la simulación seobtiene un aporte medio anual de 63.5hm3, alcanzando un mínimo en el añohidrológico 91/92 de 2.6 hm3 y un máxi-mo para el 95/96 de 193.9 hm3. La mediaanual de la evapotranspiración real es de469 mm (70% de las precipitaciones).

Las series mensuales y anuales se ob-tienen en SWAT de la agregación de losresultados diarios. El efecto de escalas de

tiempo mayores es el de camuflaje porpromedio de los posibles errores (HerreroLantarón et al., 2004).

En la figura 5 se muestra la correla-ción obtenida a nivel mensual y en la ta-bla II los resultados de los índices obteni-dos después de la calibración. El valor delcoeficiente de correlación de Pearson anivel mensual es de 0.92 reflejando unbuen ajuste entre valores observados y si-mulados. A nivel diario el coeficiente decorrelación desciende a 0.80, lo que con-sideramos como un valor bastante acepta-ble. El parámetro de eficiencia de Nash ySutclife a nivel mensual es próximo a 1,aunque a nivel diario desciende a 0.5 fun-damentalmente por la escasa exactitud enla medida de los aportes en aguas bajas.La desviación entre caudales simulados yobservados muestra que con el modelo sesobreestiman un 20% la aportación, loque puede ser debido a la frecuente

inexistencia de datos de aportes en perio-dos de aguas bajas. También se ha repre-sentado la evolución de las diferenciasentre valores simulados y observados, noobservándose ninguna tendencia.

No obstante, se observan algunas di-ferencias muy significativas entre datos

Fig. 1.- Mapa de localización.

Fig. 1.- Location map.

Fig. 2.-Distribución hipsométrica.

Fig. 2.- Altitude map.

Fig. 3.- Usos del suelo.

Fig. 3.- Landuse map.

Fig. 4.- Tipos de suelos.

Fig. 4.- Soil map.

Fig. 5.- Relación entre las aportacionesmensuales simuladas y observadas.

Fig. 5.- Relationship between simulated andobserved monthly discharges.

66

observados y simulados (Fig. 5). Así sepuede comprobar un aporte simulado de61 hm3 frente al observado de 107 hm3,correspondiente al mes de diciembre de1999. Otro valor anómalo es el de octubrede 1993, con un valor simulado de 41 hm3

frente a sólo 2 hm3 medidos en el embal-se. Estos valores extraños pueden deber-se probablemente a que las lluvias en lasestaciones pluviométricas no sean repre-sentativas de la precipitación media sobrela cuenca.

Una vez calibrado el modelo se pro-cedió a la validación del mismo con losdatos diarios de aportes al embalse delSancho para los años hidrológicos 00/01y 01/02. Los resultados obtenidos a niveldiario se muestran en la figura 6, se com-prueba un buen ajuste entre datos simula-dos y observados excepto para los cauda-les bajos (menores a 1 m3/s). El coeficien-te de correlación de Pearson para elperiodo de validación es de 0.83.

Discusión y conclusiones

El modelo SWAT constituye una bue-na herramienta para reproducir registroshistóricos de caudal y simular resultadosallí donde no se disponga de datos de afo-ro, aunque lógicamente la exactitud de-penderá de la calidad de la informaciónde partida. Por ello la calibración con da-

tos reales en algunos puntos de la cuenca,o en cuencas con similares característi-cas, es fundamental para conseguir unosresultados fiables.

Los ajustes obtenidos en esta primeraetapa son prometedores gracias a la ex-haustiva información con que se cuentade la cuenca del Meca. Estos datos pue-den ser extrapolados a mayor escala y seraplicados a la cuenca del río Odiel.

Para contrastar los resultados simu-lados se han utilizado los datos de apor-tes diarios obtenidos de un embalse. Laescasa precisión en la medida de losaportes al embalse en periodos de aguasbajas, hace difícil la calibración del mo-delo en estas condiciones. Por ello seconsiguen muy buenos ajustes durantelos años húmedos mientras que en losaños secos las diferencias entre caudalessimulados y observados son mucho ma-yores.

En algunas ocasiones existen grandesdiferencias que se atribuyen a una des-igual distribución de las precipitacionesen la cuenca, sería conveniente disponerde una mayor densidad de estacionespluviométricas en la zona.

Agradecimientos

Este trabajo se ha realizado en el mar-co del Convenio firmado entre la Univer-

sidad de Huelva y la Consejería de MedioAmbiente de la Junta de Andalucía titula-do «Caracterización de la contaminaciónminera, tratamiento de efluentes ácidosde mina, modelización hidrológica de lacuenca del río Odiel y estudio de aportesa la Ría de Huelva». También agradece-mos a ENCE su cooperación por el sumi-nistro de los datos diarios del embalse delSancho.

Referencias

Cánovas, C.R., Olías, M., Nieto, J.M.,Sarmiento, A.M. y Cerón, J.C. (2007).Science of the Total Environment, 373,363-382.

Domingo Santos, J.M. (2002). Caracteri-zación de suelos forestales de la pro-vincia de Huelva. Tesis Doctoral, Univ.Politécnica de Madrid, 395 p.

Domingo Santos, J.M., Fernández de Vi-llarán, R., Corral Pazos, E. y RappArrarás, I. (2006). Invetigación Agra-ria: Sistemas y Recursos Forestales,15, 14-23.

Fernández de Villarán, R. (2006). Mejorade los parámetros de cálculo del mode-lo de número de curva su validaciónmediante un modelo hidrológico distri-buido. Tesis Doctoral, Univ. de Huel-va, 303 p.

Herrero Lantarón, J., Rodríguez Rojas,M.I. y Avilés Benítez, A. (2004). En: IVCongreso Ibérico sobre gestión y pla-nificación del agua, Tortosa,. http://a l o j a m i e n t o s . u s . e s / c i b e r i c o /archivos_word/132b.doc

Neitsch, S.L, Arnold, J.G., Kiniry, J.R.,Williams, J.R. y King, K.W. (2002).Soil and water assessment tool. Theo-retical documentation. Version 2000.Texas Water Resources Insititute Re-port TR-191, Texas, USA, 458 p.

Olías, M., Cánovas, C.R., Nieto, J.M. ySarmiento, A.M. (2006). AppliedGeochemistry, 21, 1733-1749.

Sarmiento, A.M., Olías, M., Nieto, J.M. yCánovas, C.R. (2005). En: VI Simposiodel Agua en Andalucía, Sevilla, 1343-1351.

Saxton, K.E., Rawls, W.J., Romberger,J.S. y Papendich, R.I., (1986). SoilScience Society of American Journal,50, 1031-1036.

Wagener, T., Wheater, H.S. y Gupta, H.V.(2004). Rainfall-Runoff Modelling inGauged and Ungauged Cathment, Im-perial College Press, Londres, 306 p.

Fig. 6.- Evolución diaria de los caudales simulados y observado para el periodo de validación.

Fig. 6.- Daily evolution of simulated and observed flow rates during the validation period.