Resultados

Modelación Ecológica para la gestión

DESARROLLO DE UN NUEVO MÓDULO PARA LA INCORPORACIÓN DE LA MODELACIÓN ECOLÓGICA EN LA GESTIÓN DE LOS SISTEMAS

La Directiva Marco de Aguas (DMA) establece como uno de sus objetivos asegurar el buen estado o potencial buen estado de las masas de agua para el 2015. Aunque las referencias a los caudales ecológicos en la DMA son escasas, es obvio que existe una relación entre la consecución de estos objetivos ambientales y la implantación de un régimen de caudales ecológicos en las masas de agua. Hasta el momento, los caudales ecológicos establecidos en el Plan de cuenca no aportaban estudios de las necesidades ecológicas reales y adolecían asimismo de falta de modulación estacional del caudal mínimo. En este sentido, cabe destacar como uno de los objetivos del nuevo ciclo de Planificación la consideración e implantación del régimen de caudales ecológicos. En el momento actual, se está trabajando intensamente en la definición del régimen de caudales mínimos e iniciando la definición del resto de componentes que constituyen un verdadero régimen de caudales ecológicos (régimen de máximos, tasa de cambio y caudal generador).

El objetivo principal de esta parte del proyecto es el desarrollo de un módulo para ayudar en los estudios de planificación y gestión de cuencas hidrológicas. En particular, cuando se tratan problemas de concertación de caudales ecológicos en sistemas de recursos complejos.

El programa CAUDECO permite la estimación de las series de Hábitat Total (HT) para diferentes etapas vitales de varias especies y diferentes masas de agua. El producto final de los estudios de simulación de hábitat son curvas de Superficie Ponderada Útil (SPU). Estas curvas relacionan el caudal con la idoneidad del hábitat para un estado vital (etapa) de una especie determinada, generalmente piscícola.

En los diferentes apartados se puede encontrar el desarrollo de los trabajos.

Son producto de esta parte del proyecto los siguientes artículos y/o ponencias:

Igualmente, puede consultarse el desarrollo completo de las investigaciones realizadas para este objetivo en los anejos de las justificaciones técnicas que pueden encontrarse en el apartado Descargas.

Volver al índice de resultados

CAUDECO

Introducción

El programa CAUDECO tiene como objetivo ayudar en los estudios de planificación y gestión de cuencas hidrológicas. En particular cuando se tratan problemas de concertación de caudales ecológicos en sistemas de recursos complejos. El programa permite la estimación de las Series Temporales de Hábitat (STH) para diferentes etapas vitales de varias especies y diferentes masas de agua. 

El producto final de los estudios de simulación de hábitat son las curvas de Hábitat Potencial Útil (HPU) que asocian valores de hábitat potencial útil para los individuos de una especie determinada, generalmente piscícola, en una etapa de desarrollo vital concreta (juvenil, adulto, etc.) en una determinada masa de agua, con los caudales circulantes.

En sistemas de recursos hídricos complejos es habitual estudiar diferentes especies en diferentes puntos de la cuenca con lo que finalmente se disponen de múltiples curvas HPU-Q en múltiples puntos. Una vez que se dispone de esta información la técnica más sencilla es fijar los caudales en los distintos puntos de la cuenca analizando las curvas para las especies y etapas más sensibles e intentar establecer un caudal que permite un hábitat mínimo de esa especie-etapa.  Otras metodologías se basan en tomar las decisiones de los caudales analizando las series de HPU a partir de los caudales que pueden circular en las masas de agua.

El programa desarrollado se basa en estas últimas tendencias.

Los datos necesarios para el modelo son los siguientes:

La aplicación desarrollada puede descargarse del sitio web de Aquatool, aquí

Conceptos

Las series totales de hábitat son series temporales de valores del hábitat potencial útil del que dispondrían en un tramo de río, los individuos de cierta especie piscícola en una determinada etapa del desarrollo vital (alevín, juvenil, adulto o frezadero).

El método del hábitat potencial útil es un método hidrobiológico para el diseño de los regímenes ecológicos de un tramo de río (Beecher 1985; Bovee, 1982; Aennear y Conder, 1983; Mayo, 2000). El elemento fundamental de este método son las curvas de hábitat potencial útil en función del caudal. Conceptualmente estas curvas son el resultado de la combinación de un modelo hidráulico fluvial, y las curvas de preferencia de la fauna.

Esta metodología entiende que las características definitorias del hábitat de las especies piscícolas son la profundidad, la velocidad del flujo, el sustrato y el refugio o cobertura. Las curvas de preferencia de hábitat son funciones que indican, tomando valores entre 0 y 1, la preferencia que tienen los individuos de una especie piscícola en una etapa de desarrollo concreta, por ciertos valores de estas características definitorias de su hábitat. En la figura 1 se muestran ejemplos de curvas de preferencia de hábitat de velocidad de la corriente, de profundidad y de sustrato. El sustrato es una variable cualitativa, pero sus valores se han codificado en números.


Figura 1. Curvas de preferencia de hábitat. Fuente: Infraeco 2009.

El empleo de las STH para analizar el efecto de diversas gestiones del sistema en el hábitat representa la evolución directa de la metodología de las curvas HPU-Q. Ya en 1983 Milhous avanzaba su posible uso como función de producción, Waddle (1992) utilizaba las STH para crear un modelo de población potencial, mientras que Cheslack (1990), Nehring (1993) y Bovee (1999) las utilizaban para identificar episodios de estrés o de impacto grave para la supervivencia de poblaciones piscícolas.

Para una mejor interpretación de la información que las STH ofrecen es habitual emplear índices o simplificaciones de estas curvas. Uno de los más utilizados son las Curvas de Duración de Hábitat (CDH), curvas de probabilidad de superación de hábitat que indican el porcentaje de tiempo en el que se supera un valor concreto de HPU. Bovee (1997) las considera muy útiles para identificar la alteración del hábitat tanto en momentos normales como en situaciones extremas.

Otros índices accesorios de las STH son el CUT, Continuous Under Threshold, Capra et al. (1995), que señala periodos de tiempo en los que el hábitat presenta valores por debajo de un umbral predefinido, o el UCUT, Uniform Continuous Under Threshold, Parasiewicz (2008), que mejora el anterior teniendo en cuenta los bioperiodos.

Metodología

La metodología que se plantea en este estudio se divide en dos partes bien diferenciadas. Por un lado se tiene la metodología para la producción de los resultados de suministro a demandas, de producción hidroeléctrica y de producción de hábitat potencial útil que se generan con la imposición de distintos regímenes ecológicos. Un esquema de este proceso se muestra en la figura 2.



Figura 2. Esquema de producción de resultados para cada combinación de regímenes ecológicos ensayada.

Como se puede observar se tienen, como datos de partida, un modelo de simulación de sistemas de recursos hídricos y cierta información hidrobiológica que consiste principalmente en una colección de curvas HPU-Q para ciertas especies piscícolas en diferentes etapas de desarrollo, en las distintas masas de agua de simulación del hábitat.

Las herramientas para la aplicación de esta primera parte de la metodología son un modelo SIMGES de simulación del sistema de recursos hídricos de la cuenca de estudio y el módulo CAUDECO de estimación de Series Totales de Hábitat. Ambas aplicaciones se enmarcan dentro del Sistema Soporte de Decisión AQUATOOL.

La metodología se completa con la organización de los distintos ensayos del proceso anterior, y el análisis de los resultados que en ellos se producen, según se puede observar en la siguiente figura.



Figura 3. Esquema de organización de las simulaciones en el desarrollo del estudio.

En un primer paso se estima la afección individual de cada régimen ecológico sobre los tres tipos de indicadores evaluados (suministro a demandas, producción de energía hidroeléctrica y producción de HPU) a distintos niveles de agregación (cuenca, sistema de explotación, de detalle). Para ello se implementa una aplicación informática de lanzamiento masivo del módulo SIMGES, y la correspondiente evaluación de las STH mediante CAUDECO, para diferentes valores de caudal ecológico en cada uno de los tramos de simulación del hábitat. Los resultados generados se almacenan en una base de datos para su posterior análisis. Mediante este análisis se determinará la influencia de la imposición de cada régimen ecológico por separado.

El segundo paso consiste en la búsqueda de la combinación de regímenes ecológicos mínimos que consiga una mayor satisfacción del objetivo del estudio. Para ello se parte de los regímenes ecológicos mínimos que se deben imponer por imperativo legal, y de diversos listados ordenados de los tramos de simulación hidrobiológica (los órdenes se deducen del análisis del efecto individual de los regímenes ecológicos mínimos).

Posteriormente se aumentan iterativamente los regímenes ecológicos mínimos, ensayando con los distintos órdenes establecidos, hasta que alguna unidad de demanda agraria no alcanza el nivel de garantía deseado.

Para finalizar, se analizan los resultados obtenidos con las distintas combinaciones de regímenes ecológicos resultantes de los ensayos con los diferentes órdenes de aumento de caudal ecológico, y se elige la solución óptima.

Con esta metodología se plantea una forma global e integradora de abordar la definición de caudales ecológicos.

Volver al índice de resultados

Aplicación a la cuenca del Duero

Introducción

La metodología y aplicación desarrolladas se han aplicado a la cuenca del río Duero en su parte española.

La imposición de los regímenes ecológicos en ríos de la parte española de la cuenca del Duero llevará consigo el aumento en los déficits de suministro de las demandas consuntivas de la zona. El objetivo principal de este estudio es la definición de estos regímenes ecológicos mínimos para años medios de manera que se mejore el estado ecológico de los tramos de río objeto del estudio, controlando en todo momento que no se alcancen valores inaceptables en los déficits de suministro a las demandas consuntivas, así como que la producción de energía hidroeléctrica de las centrales de la zona se mantenga en unos límites preestablecidos.

El aumento del hábitat potencial útil de las especies piscícolas presentes en los tramos de río será el indicador de la mejora del estado ecológico de los tramos de los ríos, aunque esta mejora repercute también en otros elementos del ecosistema.

Otro aspecto importante es la propuesta y el uso de diferentes indicadores ambientales para la toma de decisión. El trabajo presenta varios indicadores basados en el uso de STH. Mediante los diferentes trabajos se demuestra su posible utilidad para la toma de decisión y su posible uso en estudios similares.

Alcance

El presente estudio trata de la definición de regímenes ecológicos mínimos para periodos normales. En este sentido, la extensión del valor de HPU asociado al máximo caudal de definición de la curva HPU-Q, para caudales superiores al rango de definición de esta curva, no supone una contradicción. Esto es así porque aunque el hábitat en caudales demasiado elevados pueda disminuir, el presente proyecto trata solamente de identificar situaciones de deficiencia de hábitat por defecto de caudal, pues solamente se diseñan caudales ecológicos mínimos.

La aparición de resultados de hábitat demasiado bajos, así como de situaciones de estrés hídrico reflejadas en los fallos de suministro a unidades de demanda se corresponde con situaciones extraordinarias de sequía. La aparición de estos sucesos no supone un contratiempo insalvable pues el presente proyecto solamente pretende la definición de reglas válidas para situaciones normales. En situaciones extraordinarias se verán definir nuevas reglas para el diseño de regímenes ecológicos.

El modelo SIMGES de simulación emplea un intervalo temporal mensual, por lo que las series de caudales resultantes, y por tanto, las STH calculadas, usan la misma discretización temporal.

Aunque a priori el paso mensual en el uso de STH resulta demasiado simplificador, se debe tener en cuenta que la gran parte de los ríos en los que se está actuando sufren una hiperregulación de sus aguas, con lo que el caudal simultáneo resulta muy similar al caudal medio mensual en todo momento.

Resultados y Conclusiones

En este estudio se persigue como objetivo principal establecer una metodología para estimar el efecto de la imposición de caudales ecológicos en cuencas complejas y así ayudar en su definición. Este estudio se ha aplicado sobre el diseño de regímenes de caudal ecológico de la parte española de la cuenca del río Duero.

La metodología consistente en realizar un uso combinado de las Series Temporales de Hábitat y modelos de simulación de cuencas. El uso combinado de ambas herramientas permite obtener indicadores ambientales, de satisfacción de demanda y de producción de energía para todos los elementos del sistema de explotación.

Como herramientas básicas se han utilizado los programas SIMGES y CAUDECO pertenecientes al Sistema Soporte de Decisión AQUATOOL desarrollado en el departamento de Ingeniería Hidráulica y Medio Ambiente de la Universidad Politécnica de Valencia. El programa SIMGES permite desarrollar modelos de la simulación de la gestión del agua en sistemas de recursos hídricos y poder estimar, entre otras muchas cosas, indicadores de satisfacción de demanda y producción de energía hidroeléctrica. Por otro lado el programa CAUDECO permite obtener STH a partir de curvas HPU-Q para diferentes especies, etapas vitales y masas de agua. Además permite realizar múltiples formas de acumulación de las STH y así poder analizar los caudales ecológicos de toda una cuenca de forma conjunta.

La metodología que se ha presentado consta de dos partes. La primera se basa en estimar el efecto de la imposición de cada caudal ecológico de forma individualizada a diferentes niveles de aplicación. La segunda consiste en plantear una forma de mejorar el hábitat potencial en toda la cuenca sin afectar significativamente al suministro de las demandas y la producción de energía hidroeléctrica.

Previamente a aplicar ambas fases del estudio se comparan la situación Base (con caudales ecológicos establecidos en el mínimo legal) con la situación Plan (situación prevista en el PHD para 2015). De esta comparación se deduce que tiene sentido proseguir con el análisis, pues con la situación Base los niveles de suministro a unidades de demanda agraria se mantienen en valores aceptables, disminuye incluso el número de UDA con fallos de suministro, la producción de energía hidroeléctrica se incrementa y el hábitat mejora levemente.

Partiendo de este análisis preliminar el primer paso del estudio tiene como objetivo caracterizar el efecto de cada caudal ecológico por separado, es decir, identificar qué variables se ven afectadas y en que magnitud, a medida que se impone un régimen ecológico mínimo más alto en un único tramo de simulación de hábitat.

Debido a la gran cantidad de pruebas requeridas fue necesario el desarrollo de una aplicación informática que por un lado hiciera simulaciones múltiples de los modelos de simulación y estimación de STH y por otro permitiese analizar los masivos resultados que se generan. La estrategia para el análisis de todos estos resultados consistió en identificar inicialmente las afecciones globales, a gran escala (escala de cuenca  y de sistema de explotación), de indicadores de satisfacción de demanda, producción de energía y de hábitat potencial. Con ellas, dirigir el análisis de los resultados de detalle hacia las variables que puedan mostrar información relevante. La metodología desarrollada se resume en la siguiente figura.



Figura 4. Diagrama de la aplicación para el análisis del efecto individual.

Destacar que para este análisis, y para el resto del estudio, se propusieron y usaron unos indicadores ambientales que representaban la garantía, la resiliencia y la vulnerabilidad del hábitat potencial de las especies piscícolas.

De la valoración del efecto individual de cada caudal ecológico mínimo se destaca lo siguiente:

Los resultados del análisis del efecto individual constituyen una primera aproximación que ayudan a conocer el sistema y los posibles efectos de su implantación. El efecto conjunto de los distintos caudales ecológicos puede ser distinto a la suma de los efectos individuales. Pese a ello, la valoración del efecto individual de cada caudal ecológico es de gran ayuda para el análisis conjunto.

La última etapa del estudio se basa en, partiendo de unos caudales ecológicos iniciales impuestos en todos los lugares de estudio, intentar obtener los máximos valores de hábitat potencial en toda la cuenca manteniendo unos criterios de garantía de las demandas y sin afectar la producción de energía hidroeléctrica. Para ello se desarrolla un método de optimización heurística de aumento de regímenes ecológicos. El resultado de esta optimización será la propuesta de regímenes ecológicos final, que debe satisfacer el objetivo inicial del estudio.

El diseño del proceso de optimización se basa en las siguientes deducciones del análisis del efecto individual de los regímenes ecológicos:

Tomando como base estas premisas, se opta por un proceso de optimización que aumente los regímenes de caudal ecológico impuestos sin más precaución que la de evitar que los déficits a suministro en las UDA se disparen fuera de límites aceptables.

Se define un criterio de déficit aceptable individualizado para cada unidad de demanda agraria. Este criterio permite que los déficits de las UDA que en la situación Base se suministran sin fallo, aumenten hasta el umbral de fallo de suministro. Para las UDA que en la situación Base sufren fallos de suministro, se admite un ligerísimo incremento en los déficits.

La pauta a seguir para aumentar los regímenes ecológicos en el proceso de optimización consiste en fijar un orden de los tramos, y aumentar el caudal ecológico en cada tramo siguiendo este orden, justo hasta el valor del caudal ecológico inmediatamente inferior al que rebasa el criterio de déficit aceptable en alguna de las unidades de demanda agraria. En este momento, se procede al aumento del caudal ecológico en el siguiente tramo, según el orden especificado. La combinación de regímenes ecológicos inicial, a partir de la cual se aumentan los caudales ecológicos, es la correspondiente a la situación Base.

La realización de este proceso implica la simulación del modelo SIMGES de la cuenca repetidas veces, hasta un máximo de 310 simulaciones, pues forman parte del proceso 31 tramos de caudal ecológico mínimo, con 10 valores posibles en cada tramo. En cada simulación se debe analizar los resultados de déficits a cada una de las 75 UDA del modelo, y evaluar el criterio de déficit aceptable que se adopta, para la combinación de regímenes ecológicos impuesta. Ante la imposibilidad de efectuar este proceso manualmente, se implementa otra aplicación de Visual Basic apoyada en una hoja de cálculo Excel que ofrece directamente, tras alrededor de 5 horas de computación, la combinación de regímenes ecológicos resultante. El proceso de optimización se muestra en forma de diagrama de flujo en la figura siguiente.



Figura 5. Diagrama para la aplicación de la optimización.

Este proceso de optimización ha sido ensayado 6 veces, imponiendo distintos órdenes de aumento del caudal ecológico de los tramos. De estas simulaciones se deduce que la mejor opción es ordenar de menor a mayor influencia sin fijar previamente el caudal ecológico en ningún tramo. La mayor o menor influencia, ciertamente un aspecto algo subjetivo debido a la gran cantidad de variables que se manejan, se desprende del análisis individual de los caudales.

Posteriormente se realiza un refinamiento de la búsqueda de la situación óptima de caudales mediante la realización de 2 nuevos ensayos del proceso de optimización. En estos nuevos ensayos se modifican ligeramente los criterios de satisfacción de demandas, y se emplean nuevos órdenes de aumento de caudal ecológico en los tramos deducidos de los resultados de los 6 ensayos iniciales del proceso de optimización.

La mejor opción obtenida de este refinamiento constituye la solución del objetivo buscado, es decir, es la que más hábitat potencial útil genera sin llevar los déficits de suministro de las demandas de la cuenca fuera de valores aceptables, y sin penalizar en exceso la producción de energía hidroeléctrica (de hecho, la producción de energía hidroeléctrica aumenta).

De esta simulación Propuesta se destaca lo siguiente:

Con respecto a los métodos de acumulación de series de hábitat comentar que tanto la acumulación promedio de porcentaje ponderada como la multiplicativa ponderada resuelven satisfactoriamente la cuestión de la simplificación de la información relevante. Debido a las características de los dos métodos, para este estudio resultaba más adecuada la acumulación por promedio de porcentaje ponderada, pues no diluye las variaciones de los resultados de hábitat de los tramos más pequeños en los de mayor entidad. En referencia a la acumulación por mínimos comentar que los resultados que ofrece al agregar un número tan importante de series son tan peyorativos que solamente sirve para identificar aquellas series de valores de HPU excelentes.

Atendiendo al criterio de fallo mensual de hábitat fijado en 40% del HPU máximo comentar que ha reflejado con gran fidelidad las variaciones en los valores de hábitat entre distintas simulaciones, si bien en futuros trabajos sería aconsejable la posibilidad de definir un criterio de fallo mensual de HPU particular en cada tramo, en concordancia con las exigencias legales.

En cuanto a los índices de hábitat definidos se destacaría el buen funcionamiento de todos ellos. A excepción de los casos de series de HPU que presentan continuamente valores muy bajos o muy altos, la garantía plasma un resultado medio del hábitat a lo largo del periodo de la serie, mientras que la resiliencia, pese a su ligera variabilidad, ofrece información que en determinadas situaciones resulta clave. Los índices de la vulnerabilidad del sistema, percentil 80 y acumulado, consiguen evidenciar los peores resultados de hábitat que se alcanzan en la serie, y aunque en futuros estudios similares al actual pudiera ser interesante desprenderse del cálculo de uno de los dos, en el presente estudio se han complementado en numerosas ocasiones.

Con todo ello se puede concluir que la metodología propuesta ha permitido definir una combinación de caudales ecológicos óptima en múltiples indicadores manteniendo unos niveles preestablecidos de satisfacción de demanda y de producción de energía.

Este proceso se ha elaborado a una escala de trabajo muy extensa. Su aplicación en una escala de sistema de explotación permitiría obtener más precisión en los cálculos.

Así mismo también sería interesante la aplicación de esta metodología en otras cuencas. Ello validaría el proceso de trabajo y confirmaría las conclusiones obtenidas sobre los indicadores utilizados.

En cualquier caso, con este estudio se presenta una metodología útil para estimar el efecto de la imposición de caudales ecológicos en sistemas complejos de explotación de recursos hídricos y así alcanzar el buen estado ecológico de las masas de agua requerido por la Directiva Marco en Política de Aguas.

Volver al índice de resultados

Incertidumbre en modelación de la calidad

La llamada Directiva Marco en Política de Aguas (UE-2000)  marca la estrategia común a seguir en materia de política de aguas. En ella se enfoca como eje principal de la gestión del agua los aspectos ecológicos y de calidad de la misma. Así en el artículo 1 sobre el objetivo de la Directiva se puede leer: “Prevenir el deterioro adicional y mejorar el estado de los ecosistemas acuáticos”… “Promover el uso sostenible del agua”… “Mayor protección y mejora del medio acuático”. La Directiva, en su artículo 4,  establece que todos los estados miembros deberán adoptar las medidas necesarias para prevenir el deterioro del estado de todas las masas de agua superficiales y alcanzar el “buen estado” de las aguas superficiales. El “buen estado” de las masas de agua se refiere al estado (valor) ecológico y químico de las aguas tomando como referente el estado de la masa del agua en su condición natural.

La DMA es probablemente la más ambiciosa y compleja de todas las normas europeas relacionadas con el medio ambiente. Tanto su enfoque, al considerar conjuntamente las aguas continentales superficiales y subterráneas, de transición y costeras, como sus objetivos, que se basan en la consecución de un buen estado del agua, protegiendo los ecosistemas que dependen de ella, suponen un cambio radical en la legislación europea hasta ahora vigente.

Como consecuencia, la gestión y planificación de los recursos hídricos se realizará bajo los objetivos de eficiencia y protección del entorno. Ambas materias deberán ser entendidas como materia única e indivisible.

Esta Directiva establece que, salvo excepciones, las masas de agua consideradas deberán alcanzar el buen estado ecológico en el año 2015. Para ello, los órganos competentes deben establecer un conjunto de medidas correctoras que permitan alcanzar las condiciones medioambientales establecidas.

Para establecer la eficacia de cada una de las medidas correctoras se estima conveniente la utilización de diferentes modelos que sean capaces de estimar las variaciones producidas por el conjunto de medidas propuestas, y de este modo, obtener una potente herramienta en la elección óptima de las medidas propuestas. Entre los modelos de calidad de agua los modelos mecanicistas son los más utilizados por su buen comportamiento representando la realidad de los sistemas y su capacidad predictiva.

Dentro de este estudio se ha desarrollado un programa para la generación de números aleatorios que sigan una distribución determinada. El programa crea los archivos necesarios para abordar de forma múltiple la simulación con GESCAL y posteriormente realizar un tratamiento de los resultados para obtener sus estadísticos. Así mismo se ha desarrollado una interfaz gráfica amigable para que cualquier usuario pueda aplicar esta metodología a un modelo previamente desarrollado con la herramienta GESCAL.

Finalmente la metodología y la herramienta estocástica se han aplicado a tramo de río en estudio. Tanto la simulación del modelo calibrado como posteriores simulaciones de escenarios se han abordado con esta técnica obteniéndose un enfoque más completo del problema.

Han sido producto de esta investigación los siguientes artículos y/o ponencias:

Volver al índice de resultados

CALRISK

Introducción

El programa CALRISK es una herramienta basada en el Método Monte Carlo para la generación de series estocásticas y análisis estadístico de los resultados, a partir de los datos generados.

El programa ha sido generado por la aplicación Visual Studio 2008, que emplea un lenguaje de programación “Visual.net”.

Esta herramienta ha sido desarrollada con el objetivo de profundizar más en el análisis de la calidad de los modelos analizados con la herramienta GESCAL. Actualmente se encuentra en proceso de implementación sobre el Sistema de Soporte de Decisión (SSD) AQUATOOL para la planificación y gestión de recursos hídricos, como complemento adicional de la herramienta GESCAL.

Gracias a esta herramienta, en conjunto con la herramienta GESCAL, es posible realizar un análisis estocástico y obtener unos resultados estadísticos de las simulaciones realizadas. El uso conjunto de estas herramientas tiene la ventaja de realizar un análisis mucho más completo de los estudios, proporcionando la posibilidad de no simplemente realizar un análisis determinista, sino completar con un análisis estocástico del problema de estudio.

Descripción de la herramienta

A continuación se realiza una breve descripción de la herramienta CALRISK. Finalmente se incluye un esquema gráfico de funcionamiento del programa.

Como se ha citado anteriormente, la herramienta CALRISK está basada en el Método Monte Carlo. Gracias a esta herramienta es posible generar series de datos de naturaleza estocástica, a partir de unas distribuciones definidas por el usuario. Sin embargo, para la generación de estas series, se deberá realizar previamente una serie de operaciones adicionales.

Para poder definir las distribuciones, es necesario realizar un análisis estadístico previo de la serie de datos de los que se quiere extrapolar la distribución seguida por los mismos. A partir de los datos reales medidos, se asocia un tipo de distribución a estos datos, para posteriormente generar la serie estocástica de datos.

Una vez asociados los datos medidos con la distribución apropiada, es necesario realizar pruebas para comprobar la bondad del ajuste de las distribuciones asociadas a cada serie de datos, con el fin de comprobar que realmente las series siguen este tipo de distribuciones. Para ello, se han realizado tres pruebas: el test de bondad de ajuste Ji-cuadrado, y los estadísticos de Kolmogorov-Smirnov y Anderson-Darling. Si todos los test son satisfactorios, se valida el ajuste y se procede a la generación de la serie estocástica. Sin embargo, si alguno de ellos resulta negativo, se deberá ajustar a otro tipo de distribución, o bien cambiar los parámetros de la misma distribución.

La herramienta CALRISK establece una conexión con la base de datos del archivo de AQUATOOL en el que se está trabajando. En ella se detectan los parámetros del modelo, así como los contaminantes simulados y las conducciones existentes. Finalmente, es necesario introducir los datos de las distribuciones ajustadas en el programa CALRISK. Es posible realizar un filtro por constituyente para facilitar la introducción de los datos en la herramienta. En la siguiente figura, se aprecia el aspecto de esta pantalla principal de la herramienta CALRISK.



Figura 6. Aspecto pantalla principal CALRISK. Introducción de datos del ajuste de la serie.

Una vez se han realizado las operaciones de introducir los datos de las distribuciones en la herramienta, se procede a la generación de las series de los constituyentes modelados, junto con el caudal, según las distribuciones introducidas previamente en la herramienta.

La longitud de la serie, es decir, el número de valores a generar de cada serie, será definida por el usuario. Esta serie deberá tener una longitud adecuada para que la muestra sea representativa. Esto es, cuanto más larga sea la serie generada, mayor será su significancia estadística y el error absoluto de la estimación será menor.

El análisis estadístico de CALRISK proporciona la probabilidad de que una conducción del modelo construido se encuentre en un cierto intervalo de concentración, por lo que estos intervalos deberán ser definidos por el usuario. La herramienta permite la definición, tanto del número de niveles de cada contaminante, como de los límites superiores e inferiores de los rangos de cada uno de ellos. Para esta definición, la nueva herramienta construida, dispone de dos ventanas para facilitar estas definiciones. Estas citadas ventanas de la herramienta CALRISK se muestran a continuación.


Figura 7. Definición del número de niveles e intervalos de cada rango mediante CALRISK.

Una vez se han generado las series y establecido los niveles de riesgo de cada contaminante, se procede a la simulación múltiple de SIMGES y GESCAL para las series generadas. Cada simulación es distinta a la anterior, tomando valores distintos de la serie generada. De esta manera se intenta reflejar la aleatoriedad de los resultados futuros.

Tras esta simulación se obtienen los resultados estadísticos, según los intervalos de niveles definidos previamente. La herramienta CALRISK dispone de una función para observar dichos resultados a lo largo de las diferentes conducciones del río. Es posible observar los resultados estadísticos en las conducciones que se consideren oportunas, y cualquiera de los constituyentes simulados. Los resultados gráficos de CALRISK tienen el siguiente aspecto:



Figura 8. Gráfico de los resultados estadísticos de obtenidos mediante CALRISK.

A continuación se muestra un esquema del funcionamiento de la herramienta CALRISK, abarcando desde las operaciones previas de ajuste de distribuciones, hasta la salida gráfica de resultados.



Figura 9. Esquema de funcionamiento de la herramienta CALRISK. Metodología a realizar.

Volver al índice de resultados

Aplicación al río Manzanares

Introducción. La Cuenca del Manzanares

El Manzanares es un río situado en la zona centro de la Península Ibérica, afluente del Jarama, que a su vez es afluente del Tajo. El Manzanares nace en la sierra de Guadarrama y pasa por la ciudad de Madrid, zona por la cual el cauce se encuentra canalizado. Desemboca en el río Jarama en el término municipal de Rivas-Vaciamadrid, en el embalse del Rey. Su longitud total desde el nacimiento hasta la desembocadura es de 92 km.

La cuenca del río Manzanares se puede dividir en dos grandes partes: la cuenca de cabecera (apenas modificada antrópicamente) y la cuenca media-baja (esta zona es la que mayores presiones antropogénicas sufre de toda la Demarcación del Tajo). Esta última parte es la que centrará nuestro estudio, puesto que será una zona sobre la que tendrán que imponerse importantes medidas correctoras. Esto es:

La cuenca baja del río Manzanares se emplea como desagüe, donde se vierten gran parte de los caudales depurados tras el uso de la población de la zona. El río atraviesa la ciudad de Madrid, y junto a su cauce existen seis plantas de tratamiento de aguas residuales y pluviales, que llegan a las estaciones depuradoras a través de la red de colectores de la ciudad.



Figura 10. Mapa de la cuenca baja del río Manzanares con todas las EDAR que vierten a la misma.

El río Manzanares es un río atípico en cuanto a su calidad se refiere. Es uno de los ríos más contaminados de España. En él se vierten las aguas residuales depuradas y la red de colectores pluviales procedentes del Municipio de Madrid y sus alrededores. El mayor problema en la cuenca media-baja del río Manzanares radica en los vertidos, tanto en número como en volumen, que se dan sobre el río. Estos vertidos proceden de las Estaciones Depuradoras de Aguas Residuales (EDAR) localizadas en el Municipio de Madrid y en los alrededores. En concreto se trata de seis estaciones depuradoras vertientes directamente sobre el cauce del río Manzanares, junto con otras dos EDAR (aunque en el periodo estudiado tan sólo estaba en funcionamiento una) vertientes sobre el arroyo Culebro, afluente del Manzanares en su cuenca baja. Dichas EDAR ya han sido citadas en un punto anterior de la memoria. Cada vertido de las EDAR es una fuerte presión puntual sobre el río.

La situación en el río Manzanares es la contraria a la que se da casi en todos los ríos comunes. Lo habitual es que en un río caudaloso se tenga un pequeño vertido de altas concentraciones de contaminantes. De esta manera, los contaminantes se diluyen en el gran caudal circulante reduciendo los efectos negativos sobre el cauce. Sin embargo, en este caso el caudal circulante por el río es bastante escaso, mientras que los vertidos son de un orden de magnitud superior. Esto provoca el efecto contrario, es decir, que el caudal circulante tenga calidad de vertido ligeramente diluido. A medida que van vertiendo más estaciones depuradoras sobre el río, esta pequeña capacidad de depuración natural del río desaparece.

Es importante tener en cuenta el agua sale del embalse con una calidad influenciada por el efecto que el embalse tiene sobre la misma. Esto es debido a que la toma de salida del agua se encuentra en el hipolimnion del embalse, donde algunas concentraciones pueden estar ligeramente alteradas. Sin embargo, las condiciones de la calidad del agua son buenas puesto que aguas arriba del embalse El Pardo la influencia antrópica sobre el río es muy baja. Aguas abajo del embalse, este efecto se va disipando y el río recupera su calidad “natural”. Se considera que la influencia del embalse sobre la calidad ha desaparecido a su paso por el Parque Sindical. El volumen medio de salida del embalse, salvo avenidas, es de aproximadamente 1 m3/s.

En el tramo final, el volumen total de estos vertidos es de aproximadamente 6.5 m3/s, frente al caudal previamente circulante de 4.5 m3/s. La ausencia de otras mediciones de calidad en el tramo produce una gran incertidumbre en este tramo del río siendo muy complejo un análisis en profundidad. Se considera que la estación de Rivas mide la calidad del agua en el punto final del tramo, puesto que no se realizan más vertidos autorizados en el resto del tramo. Como es lógico pensar, la estación de calidad de Rivas, mide la situación más desfavorable del río en cuanto a calidad del agua se refiere. En este punto, la proporción entre el agua “natural” salida del embalse y los vertidos de las EDAR es de 1:10, es decir, por cada m3/s que sale del embalse, se vierten 10 m3/s de agua tratada previamente en una estación depuradora.

Se ha desarrollado un modelo de AQUATOOL de la cuenca baja del Manzanares y se han realizado varias simulaciones de SIMGES y GESCAL con el fin de determinar propuestas de mejora para la calidad actual del río.



Figura 11. Esquema del SSD AQUATOOL para el modelo de la cuenca media-baja del río Manzanares.

Resumen de resultados y conclusiones

En este estudio se ha realizado un estudio de la calidad del agua de la cuenca media-baja del río Manzanares. Junto con el diagnóstico de la situación actual, el estudio se basa en el desarrollo de un modelo de calidad de aguas mecanicista del tramo de río en cuestión.

Previo a la realización del modelo, se ha realizado un diagnóstico de la calidad actual del río. Se ha detectado que el gran problema de la cuenca del Manzanares se encuentra en las fuertes presiones puntuales que sufre el río en su cuenca media-baja. Estas presiones son debidas al gran volumen de vertido sobre el río, procedente de las estaciones depuradoras que tratan las aguas residuales del Municipio de Madrid y sus alrededores. El volumen de agua natural en el tramo de la desembocadura del río Manzanares con el río Jarama es inferior a la décima parte del volumen total circulante. Este hecho produce un fuerte deterioro en la calidad del agua en el tramo final del río, a su paso por la zona sudeste de Madrid. La mayor parte de los constituyentes muestran valores muy fuerte alterados en el río.

El análisis de la calidad del agua actual del río Manzanares refleja los problemas con las concentraciones de oxígeno disuelto (OD) y amonio. La concentración de OD es alarmantemente baja en algunos puntos del río, sobre todo durante los años 2001-2006, donde se llega a alcanzar situaciones de anoxia en el tramo de Rivas-Vaciamadrid. Durante los últimos años las situaciones de anoxia se han reducido, pasando a ser la mayor parte de las mediciones de OD superiores a 2 mg/l. Aun así las concentraciones de oxígeno siguen siendo típicas de un tramo de río de muy alta contaminación.

También existe un problema actual con la concentración de amonio en el mismo tramo. A falta o mal funcionamiento de los sistemas de nitrificación de las plantas de tratamiento, provoca que se esté aportando aproximadamente 10.500 Tn/año de nitrógeno total (donde el 70% se presenta en forma de amonio). Las concentraciones actuales son superiores incluso a las de salida de una depuradora con un tratamiento secundario. Estas concentraciones hacen que el tramo de río tenga una toxicidad elevadísima para cualquier tipo de vida acuática. Por otra parte, todo este amonio vertido supone una fuerte fuente de nutrientes para el curso principal del río Tajo y sus embalses. Finalmente la oxidación de este compuesto lleva a un consumo de oxígeno disuelto muy importante produciendo los problemas anteriormente mencionados.

Sin embargo, en el diagnóstico de la calidad actual se han detectado ligeras mejoras en la calidad del río. Por ejemplo, la concentración de fósforo total se ha reducido drásticamente en el río en los últimos años debido a la introducción de tratamientos de eliminación de este constituyente en algunas de las EDAR de la zona. Cabe destacar que mientras el aporte de fósforo al sistema del Tajo por parte de las depuradoras de Madrid fue de 1.330 toneladas en 2007, esa cifra se ha reducido a 245 toneladas a lo largo de 2008.

El resto de constituyentes analizados - materia orgánica conductividad, nitrógeno orgánico, y nitratos - presentan valores en río típicos de salidas de depuradoras. Así por ejemplo la conductividad del río a la llegada al río Jarama es de aproximadamente 900µS/cm, posiblemente triplica la concentración que tendría en condiciones naturales.

Ante estos problemas detectados en el diagnóstico de la calidad del río, surge la necesidad de construir un modelo mecanicista capaz de reflejar la situación actual del río y que permita analizar la efectividad de las posibles medidas de mejora de la calidad del agua.

El modelo construido es estacionario, unidimensional con advección y dispersión de los siguientes compuestos: conductividad, fósforo total, DBO5, oxígeno disuelto, nitrógeno orgánico, amonio y nitratos. El modelo se ha realizado con el Sistema de Soporte de Decisión (SSD) de AQUATOOL en particular con su módulo GESCAL que permite la modelación de la calidad del agua en tramos de río, embalses y sistemas hídricos completos.

Los datos necesarios para la realización del modelo han sido aportados, en su mayoría, por la Confederación Hidrográfica del Tajo (CHT). Los datos empleados han sido: estaciones de aforo de caudales, tanto de la red de aforos como del SAIH, estaciones de la red Integral de la Calidad del Agua (red ICA) y de la SAICA, así como tanto los volúmenes de vertido como las concentraciones de los vertidos de las EDAR.

Una vez construido el modelo, se han empleado las medidas obtenidas en los muestreos de la red de Calidad de la Aguas (red ICA) para calibrar el modelo. El proceso de calibración se ha realizado mediante prueba y error, obteniéndose un ajuste muy bueno en la mayor parte de sus puntos. Los mayores problemas de calibración se dan en el punto final debido, fundamentalmente, a la incertidumbre en el conjunto de presiones en ese tramo. Esta incertidumbre se agrava en el caso de la DBO5 en donde, con los datos disponibles se ha demostrado que es imposible que se den las concentraciones que actualmente se miden en el río. Se ha intentado buscar el origen de la fuente asumiéndolo a errores en las mediciones tanto de caudales como de concentraciones de las EDAR. Finalmente se ha optado por tratar el problema como una fuente difusa de entrada a calibrar con el resto de parámetros del modelo.

Con el objetivo de comprobar los posibles efectos de una serie de medidas posibles para la mejora de la calidad del agua en el tramo de río se realizan una serie de simulaciones deterministas. Las simulaciones realizadas han sido principalmente de reducción de nutrientes, tanto en estaciones depuradoras individuales como en grupos de depuradoras.

Además, ante las bajas concentraciones de OD medidas en el río, se ha propuesto una serie de simulaciones con el objetivo de incrementar la concentración de OD medida en el tramo final del río Manzanares. Estas simulaciones eran principalmente el incremento de la concentración de OD de vertido de las EDAR, y la aireación artificial en el tramo final de Rivas a través de difusores.

De los resultados de todas estas simulaciones, se puede extraer que la solución óptima para conseguir mejorar la calidad en el río Manzanares a menor coste es implementar un tratamiento de nutrientes (eliminación de nitrógeno, en particular de amonio, y fósforo) en las 3 grandes estaciones depuradoras de la cuenca: Sur, Butarque y la China (ver figura 7). Con esta actuación se reduciría un 60% el aporte de nitrógeno actual al sistema. Se ha demostrado que la ampliación del tratamiento de reducción de nutrientes a todas las depuradoras no tiene sentido debido a que la reducción no tiene apenas repercusión en el sistema. La reducción de amonio presentaría una mejora de las concentraciones oxígeno disuelto en río muy cercanas, aunque por debajo, de los umbrales necesarios de mantenimiento de vida piscícola.

Volver al índice de resultados

Políticas óptimas de precios del agua

El uso de modelos hidro-económicos de simulación y de optimización permite obtener dos variantes complementarias de la estimación de los costes de oportunidad en la asignación del agua como recurso escaso.

Mediante el enfoque de optimización, si consideramos como función objetivo el beneficio económico neto agregado en la asignación del agua en el sistema, el modelo de optimización nos permite valorar el Coste Marginal de Oportunidad del Recurso (CMOR) y el Coste Marginal de oportunidad de Restricciones Ambientales (CMRA) mediante el análisis de los precios sombra o valores duales de la optimización. Estos resultados corresponden a una asignación económicamente óptima del agua en una situación de mercado perfecto, que sirve únicamente como un estimador del máximo  de rendimiento del sistema, pero que no es de aplicación práctica, dado que la gestión se realiza con otros condicionantes legales, medioambientales y técnicos ya mencionados en otros puntos de esta propuesta.

Mediante el enfoque de simulación, en cambio, asumimos que el sistema es gestionado de acuerdo con unas reglas establecidas a priori. El CMOR puede ser estimado como la variación de beneficios que ocurriría si una unidad menos de recurso estuviera disponible en un punto e instante determinados. De forma análoga, puede estimarse el CMRA valorando el coste para el sistema de aumentar en una unidad dicha restricción en un determinado mes. Este segundo enfoque es conceptual y computacionalmente más simple que las metodologías basadas en la optimización, y consigue resultados similares, a igualdad de circunstancias a los que se obtiene mediante optimización. La ventaja fundamental es que mantienen los criterios actuales de gestión, a partir de los cuales se incorporan los aspectos económicos.  Así, esta metodología es totalmente compatible y continuadora de los modelos realizados previamente en las cuencas españolas para objetivos de planificación.

Uno de los objetivos del proyecto INTEGRAME es el estudio del diseño de políticas óptimas de precios del agua que incorporen los costes marginales de oportunidad del recurso (CMOR), de forma que se transmita al usuario una señal de la escasez y el valor económico real del recurso, fomentando un uso económicamente eficiente del mismo. Para ello se partirá de los resultados de modelos hidro-económicos de simulación mediante el SAD AQUATOOL, utilizando el sistema del río Mijares como caso de estudio.

Volver al índice de resultados

ECOWIN

El módulo EcoWin del SAD AquaTool ha sido desarrollado por el Grupo de Ingeniería de Recursos Hídricos del IIAMA-UPV y permite calcular tanto los beneficios  (y costes de escasez) que reportan a los usuarios una determinada asignación del recurso, como la serie temporal del CMOR en algún punto del sistema.

Para la aplicación del programa, se necesita tener un esquema (adecuadamente validado) del sistema modelado con SimGes. El uso del modelo de simulación es imprescindible para tener bien definido el comportamiento hidrológico de la cuenca como unidad y preservar las interrelaciones entre los distintos elementos del sistema hídrico.

El programa calcula el beneficio y/o el coste de escasez económico con la ecuación (1) para cada elemento del sistema y para cada periodo de tiempo considerado. Además se utiliza una función económica de tipo paramétrico que también puede definirse en forma discreta por medio de puntos, en el caso de que la función no pueda ajustarse o que resulte muy compleja en su estructura.

     (1)

 

Para evaluar la ecuación de beneficios o coste de escasez, se utilizan dos grupos de datos:

     (2)

donde a,b,c,d,e,f,g son parámetros de la función económica y x es la asignación del recurso hídrico.

Las funciones económicas pueden ser de tipo polinomiales cuadráticas, exponenciales o de elasticidad constante para representar la curva de demanda o costes. El beneficio económico asociado para cada elemento del sistema se calcula como la integral de la función económica entre cero y la cantidad asignada en la simulación. Asociado al beneficio se encuentra el coste de escasez, en el caso que la demanda en el sistema no sea satisfecha, y se define como la integral entre la cantidad asignada en la simulación y el total demandado (figura 12).



Figura 12. Beneficio y coste de escasez.

El programa evalúa la función de beneficio (ecuación 1) en donde los valores de xke para cada paso de tiempo, son obtenidos por el modelo de simulación previamente empleado. La función económica no necesariamente deberá ser continua y derivable. Sin embargo, se puede adoptar la función paramétrica (2). EcoWin también permite introducir la función económica en forma discreta, proporcionando los datos de varios puntos en forma de valores ordenados x,y.
Para la ejecución de EcoWin se precisan los siguientes elementos:

  1. Un esquema completo del sistema hídrico modelado con SimGes;
  2. El archivo ejecutable;
  3. El archivo con la información de la ruta del esquema a simular;
  4. Los archivos con la información económica del sistema por analizar.

Para la caracterización económica del sistema se asocian funciones económicas a los distintos elementos modelados, que expresan el coste/beneficio marginal para el sistema de los distintos niveles de flujo o suministro a cada elemento. Para el cálculo del CMOR se comparan los resultados económicos para el caso base, que representa la asignación actual, y el caso modificado, constituido por el caso base más una pequeña perturbación consistente en añadir (o detraer) una unidad diferencial de caudal en el elemento e instante de interés. En el caso modificado el modelo lleva a cabo una nueva asignación del recurso, usando las reglas de reparto, y posteriormente se evalúa el beneficio económico total y se calcula la diferencia de beneficios totales entre el caso base y el modificado.

La idea básica es calcular el coste marginal del recurso mediante un cociente de diferencias (figura 13) El numerador contiene la diferencia entre los beneficios económicos netos (BAcaso modificado - BACaso base) y en el denominador se encuentra una diferencia de volúmenes de agua (∆=Vm-Vb).



Figura 13. Aproximación del CMOR mediante simulación. Fuente: Collazos (2004).

El cociente entre la variación de beneficio económico y la variación de caudal es una aproximación al CMOR (sólo se puede hablar estrictamente de coste del recurso en un sistema optimizado económicamente), y se expresa:

     (3)


Conocida la asignación del recurso y conocidas las funciones económicas se calcula el beneficio asociado. El diagrama de flujo para el cálculo del CMOR en los nudos del sistema (Collazos, 2004) es el mostrado en la figura 3.



Figura 14. Diagrama de flujo para calcular el CMOR.

EcoWin, está dividido en dos partes fundamentales: una parte matemática, encargada de realizar todas las operaciones lógicas y matemáticas, y otra parte de interacción con el usuario (interfaz gráfica) para la introducción de parámetros y visualización de resultados.

La parte matemática está escrita en lenguaje Fortran. La interfaz gráfica está escrita en lenguaje Visual Basic. Es natural haber elegido este programa ya que es un lenguaje orientado a objetos que permite crear formularios “amigables” para el usuario, con las clásicas ventanas, botones, cuadros de selección, etc. usuales en entorno Windows.

Las dos partes del programa comentadas anteriormente tienen un punto de conexión conformado por una serie de archivos, tanto de entrada de parámetros como de salida de resultados.

Generalmente el usuario utilizará la interfaz gráfica para la entrada de parámetros y visualización de resultados. Juntamente con ello, es necesario utilizar el módulo de cálculo, denominado “Evaluador Económico”. El Evaluador Económico es un programa que realiza la evaluación económica de los sistemas de recursos hídricos. Está compilado en Fortran 90 y se desarrolló en el Departamento de Ingeniería Hidráulica y Medio Ambiente de la UPV (Collazos 2004). El autor lo denominó en un principio Gestal y a la interfaz gráfica que utiliza, se le llama EcoWin.

Al iniciar la ejecución de EcoWin, aparece una ventana inicial vacía. Es necesario abrir el proyecto o esquema SimGes. Una vez abierto éste (figura 15) se abre la ventana de captura de los datos económicos (figura 16) en la cual se introducen los valores de las funciones de demanda, ya sea en forma escalonada o como función continua, previamente calculada por el usuario.



Figura 15. Ventana inicial de EcoWin.




Figura 16. Ventana de captura de curvas de demanda.

Finalmente, los resultados se presentan en una tabla de resultados, los cuales pueden exportarse a formato de Excel para generar los gráficos correspondientes (figura 17).



Figura 17. Ventana con los resultados del cálculo del CMOR.


Volver al índice de resultados

Aplicación al río Mijares

Introducción. El río Mijares

El sistema de explotación Mijares-Plana de Castellón se encuentra ubicado en la vertiente oriental de la Península Ibérica vertiendo al mar Mediterráneo, y pertenece al ámbito territorial de la CHJ (figura 18). Se encuentra situado en las provincias de Teruel y Castellón. No sólo comprende la totalidad del río Mijares, sino también las pequeñas cuencas próximas a su área de influencia como son las del río Seco, Veo y Belcaire, y las subcuencas litorales comprendidas entre Benicasim (incluyendo su término municipal) y el límite provincial entre Castellón y Valencia. La superficie total comprendida por este sistema es de 5.466 km2 (CHJ, 1997).



Figura 18. Ubicación geográfica del SRH del río Mijares.


La demanda global del sistema de explotación Mijares-Plana de Castellón alcanza un valor de 305 hm3 anuales, de los que 232 corresponden al uso agrícola, 68 al abastecimiento urbano y 5 a la demanda industrial (CHJ, 1997). El uso agrícola representa el 76% de la demanda total. Le sigue en importancia el uso urbano, el cual demanda el 22% del total del recurso, mientras que el uso industrial y de servicios demanda únicamente el 1,6% del total (figura 19).



Figura 19. Demandas totales del sistema Mijares-Plana de Castellón.


La conexión entre los recursos y los usos se produce mediante un sistema de infraestructura hidráulica de: captación, transporte, almacenamiento, depuración, potabilización y defensa.

Los principales embalses del sistema Mijares-Plana de Castellón, son los siguientes:

  • Arenós (130 hm3) y Sichar (52 hm3), en el río Mijares;
  • María Cristina (28 hm3), en la rambla de la Viuda;
  • Alcora (2 hm3), en el río Lucena.

Caracterización económica del sistema

Demanda agrícola



Figura 20. Curvas de demanda de las principales unidades de demanda agrícola en el río Mijares.



Demanda Urbana


Figura 21. Curvas de demanda urbana. Fuente: CHJ y elaboración propia.

Simulación económica de la gestión

A continuación se presentan los resultados de simulación de la gestión y su valoración económica con base en las curvas de demanda. Para proceder a la simulación económica se ha considerado lo siguiente:

  • El periodo temporal está definido por la serie histórica de aportaciones de 30 años, desde octubre de 1970 hasta septiembre de 2000. El empleo de series hidrológicas extensas permite considerar la variabilidad temporal en la disponibilidad del recurso.
  • Se han elegido dos puntos de interés para el cálculos del CMOR en el Sistema Mijares-Plana de Castellón que corresponden a los embalses de Arenós y Sichar.
  • La prioridad en el suministro corresponde a los riegos Tradicionales mientras que los riegos mixtos están sujetos al volumen almacenado en los embalses Arenós y Sichar una vez suministrada la demanda Tradicional.
  • En la simulación se suministra el recurso de acuerdo a lo que el uso requiere y conforme a las reservas en el embalse.

Coste de escasez

El coste de escasez de agua está íntimamente ligado al déficit que se presente en el suministro a cada una de las demandas agrícolas. El esquema completo del sistema, contempla un mayor número de demandas que deberá satisfacer con un buen grado de garantía. El modelo en SimGes se calibró para que las demandas fueran satisfechas con el menor déficit posible. Como era de esperarse los mayores costes de escasez (figura 22) se presentan cuando los volúmenes en los embalses de Sichar y Arenós se sitúan en los niveles mínimos  En épocas de grandes sequías (1982-88 y 1995-2000) se presenta el mayor valor marginal del recurso en los embalses.


Figura 22. Coste de escasez agrícola y volumen embalsado.

Coste del recurso en los embalses

Como ya se ha comentado anteriormente, el CMOR se aproxima en la simulación mediante el cálculo de la variación de beneficios que ocurriría si hubiera una unidad menos de recurso en un punto e instante determinados. En la figura 23 se observa que el mayor valor marginal en el embalse de Arenós corresponde al periodo en donde hay menos reservas en los embalses, y por tanto más escasez del recurso. En los períodos de coste de recurso alto, los déficit en las demandas y por consiguiente los costes de escasez son elevados. Cuando los volúmenes embalsados son altos, no hay déficit de suministro y por tanto el valor marginal o valor de una unidad adicional de agua en el embalse es nulo (el disponer de una unidad más no aporta ningún beneficio adicional para el sistema).


Figura 23. Valor del recurso en el embalse Arenós. Simulación.

Optimización económica de la gestión

En el modelo de optimización los valores óptimos de las variables del problema dual (precios sombra o multiplicadores de Lagrange) nos definen directamente el cambio en el valor óptimo de la función objetivo como consecuencia de un cambio marginal unitario en el término independiente de la restricción correspondiente a cada variable dual. Al referirse la función objetivo al resultado económico derivado del uso del agua en el sistema, los precios sombra de las restricciones de balance en nudos del modelo (incluyendo embalses y acuíferos) proporcionan el incremento de beneficio neto por incremento infinitesimal del recurso en ese nudo y en ese instante, y por tanto el coste marginal de oportunidad del recurso (CMOR).

En este apartado se presentan los resultados de optimización de la gestión y su valoración económica con base en las curvas de demanda, destacando los aspectos siguientes: descripción del modelo de optimización; coste de escasez y suministro a la demanda y beneficios medios anuales; coste del recurso en los embalses del sistema; y comparación entre la simulación de la gestión y la optimización económica.

Para proceder a la optimización económica se ha considerado lo siguiente:

  • El periodo temporal está definido por la serie histórica de aportaciones de 30 años, desde octubre de 1970 hasta septiembre de 2000.
  • Se han elegido los mismos puntos de interés que en la simulación de la gestión para el cálculos del CMOR en el Sistema Mijares-Plana de Castellón los cuales corresponden a los embalses de Arenós (nudo 2) y Sichar (nudo 5).
  • Se ha considerado exclusivamente una opción de análisis: Incluir únicamente las cuatro demandas agrícolas del Sistema de Explotación correspondientes a los Riegos Tradicionales y a los Riegos Mixtos.
  • Se trabaja con curvas económicas de demanda mensuales, para lo que fue necesario desagregarlas las curvas anuales originales de acuerdo con el calendario de riego. La función que proporciona el beneficio para un volumen de agua disponible es igual al área bajo la curva de demanda hasta ese nivel de suministro, y equivale a la disposición total a pagar por esa agua. Integrando desde un nivel genérico de agua disponible hasta el nivel de suministro máximo se obtiene la expresión del coste económico de escasez versus nivel de suministro.
  • Al tratarse de optimización, no se da prioridad en el suministro a ninguna de las UDAs consideradas en el análisis.

El modelo de optimización siempre “ve hacia adelante” –conoce la hidrología y demandas futuras- pues se optimiza simultáneamente para todo el periodo de análisis. De esta manera, los volúmenes almacenados en la optimización son diferentes a los de la simulación. El modelo de optimización claramente prevé almacenar agua para solventar los periodos de sequía que vendrán en periodos posteriores (debido al conocimiento perfecto de futuro hidrológico). En la figura 24 se observa que el volumen embalsado en el embalse de Arenós para el caso de la optimización económica es mayor al embalsado con el modelo de simulación.


Figura 24. Volumen embalsado en Arenós. Optimización.

Coste de escasez

El modelo de optimización reduce el déficit de suministro en los usos mixtos en una proporción mayor que el de los riegos Tradicionales, ya que no considera prioridades como lo hace el modelo de simulación.

De acuerdo a los suministros para cada una de las unidades de demanda, se han obtenido los beneficios económicos mostrados en la figura 25. Se observa que se penalizan los riegos tradicionales y por lo tanto los beneficios son menores que los proporcionados por la simulación, mientras que se mejora el beneficio en los riegos mixtos del sistema.


Figura 25. Beneficios anuales en las diferentes UDAs del Mijares. Optimización.

Coste del recurso en los embalses


Figura 26. Valor marginal del recurso (CMOR) en el embalse Arenós. Optimización.

Políticas de precios

El CMOR como indicador de la variación del valor marginal del recurso en una cierta ubicación de un sistema de recursos hídricos a lo largo del tiempo, puede ser utilizado para diseñar una política de precios del agua con el objetivo de maximizar la eficiencia económica en la gestión del sistema a escala de cuenca.

Metodología

Para poder utilizar los resultados del modelo hidro-económico como indicadores para una política de precios que incida en la eficiencia económica del sistema, es necesario tomar en cuenta los siguientes aspectos:

  1. (1) el modelo de la simulación hidrológica del sistema debe ser un modelo que represente fidedignamente al sistema de explotación bajo estudio para lo cual la calibración del mismo deberá ser lo más acertada posible;
  2. (2) las funciones económicas (curvas de demanda, funciones de coste) que se asignen a diferentes elementos que conforman el sistema deberán representar de la mejor manera posible el valor económico del agua suministrada en cada uno de los usos para los cuales es destinado el recurso.

Como se ha mencionado en apartados anteriores, el modelo hidro-económico utiliza un modelo de simulación de la gestión del sistema (SimGes) y un evaluador económico (EcoWin). La metodología se describe mediante la figura 27.


Figura 27. Esquema de la metodología propuesta.

Aplicación al sistema Mijares

El CMOR calculado para el embalse Arenós se ha utilizado como base para definir una política eficiente que incentive la eficiencia económica en la gestión del Sistema de Explotación del río Mijares. El CMOR se clasificó de acuerdo a diferentes rangos de volúmenes. Para esos rangos, se obtuvo el valor promedio del CMOR y se definieron políticas escalonadas de precios iguales al Coste Marginal de Oportunidad del Recurso (figura 28) para los modelos de simulación de la gestión y de optimización económica.


Figura 28. Políticas de precios derivadas del CMOR de simulación y de optimización económica en el Mijares.

Las políticas de precios obtenidas con los CMOR de la simulación y de la optimización se sometieron a un proceso de mejora por aproximaciones con el fin de encontrar políticas más eficientes.

Las políticas de precios que se simularon para la cuenca del Mijares mejoran los beneficios totales del uso del agua en la cuenca con respecto a los resultados económicos de la simulación de la gestión actual. La política de precios escalonada derivada de los CMOR de la optimización ha proporcionado los mejores beneficios económicos, mejorando en un 2% los beneficios que proporciona la simulación sin precios (gestión actual). Las políticas propuestas, además de dar mayores beneficios económicos, hacen más eficiente el suministro del recurso a las demandas.

Volver al índice de resultados

Reglas de operación

Introducción

Según las definiciones de caudales ecológicos que se realiza en la IPH-2008, según la cual se debe establecer diferentes requerimientos ambientales en diferentes situaciones del sistema de recursos hídricos, se deben “crear” nuevos tipos de forma de operar nuestros sistemas de recursos hídricos. Estas nuevas formas deben diseñarse, analizarse y comprobarse en la gestión real de sistemas y en los modelos de simulación que intentan representar su comportamiento.

El objetivo que se plantea en esta parte del proyecto INTEGRAME es el desarrollo de nuevas reglas de operación en la herramienta SIMGES que permita diseñar políticas de gestión muy sofisticadas para tener en cuenta la definición de los caudales ecológicos. Estas nuevas reglas de operación se basarán en limitar los diferentes caudales en las diferentes masas de agua en función de la situación del sistema.

Para ello, será necesario alcanzar objetivos parciales. En primer lugar analizar las particularidades de gestión derivadas de la nueva definición de caudales ecológicos. Esto se conseguirá interactuando inicialmente con las Confederaciones Hidrográficas del Júcar y el Duero, ya que se tiene mayor relación con ellas actualmente y, posteriormente, se verificará con el resto de oficinas de planificación. Partiendo de este punto, será necesario analizar nuevas necesidades de reglas de operación a partir de casos reales de diferentes cuencas españolas. Con esta información se diseñarán nuevos tipos de reglas de operación que permitan cubrir las necesidades descubiertas. Además del diseño, es necesario su desarrollo con nuevas herramientas, y su comprobación y refinamiento mediante su aplicación en diferentes sistemas.

Las nuevas reglas de operación se han implementado en el modelo SIMGES de gestión de sistemas hídricos. En la página web de AQUATOOL puede encontrarse un ejercicio de ejemplo para comprobar el funcionamiento de los desarrollos a continuación detallados.

Análisis de las necesidades de gestión derivadas de la nueva definición de caudales ecológicos

El uso del agua continental para satisfacer las diferentes actividades del hombre compite con su función medioambiental en tramos de río y lagos. Históricamente el problema de la necesidad del agua se ha resuelto mediante un incremento de la disponibilidad de la misma. A medida que se realiza un mayor uso esta medida se agota dando paso a la necesidad de una mejor gestión entre los diferentes usos tanto humanos como medioambientales.

Por otro lado la Directiva Marco en Política de Aguas (DMA) establece la obligación de definir las medidas necesarias para alcanzar el buen estado ecológico en todas las masas de agua de los estados miembros. Uno de los elementos más importantes de este buen estado ecológico es el caudal o régimen ecológico circulante por los tramos de río.

Dentro del marco de desarrollo de los trabajos del plan de cuenca para la DMA se encuentra la tarea de redefinir los caudales ecológicos en las masas de agua. La dificultad de esta tarea reside en evaluar y asumir el impacto de estos nuevos caudales sobre el resto de usos.

Actualmente nuestros ríos pueden presentar una problemática muy diversa que debe ser tenida en cuenta en la implantación del régimen de caudales mínimos por su incidencia en los recursos almacenados en nuestros sistemas de explotación:

  1. Tramos altos aguas abajo de los embalses de cabecera. En estos tramos será necesario condicionar el régimen ecológico aguas abajo del embalse a sus propias aportaciones. La existencia de embalses inferiores facilitará en estos tramos la implantación del régimen de caudales ya que no supondrá una pérdida de recurso almacenado.
  2. En los tramos bajos, aguas arriba de las grandes derivaciones, se presenta una problemática asociada a su régimen de explotación. Estos tramos se caracterizan por la presencia de caudales bajos en otoño e invierno mientras que en  verano la suelta de recursos desde elemento de almacenamiento provoca que circulen grandes caudales. En este sentido cabe destacar que todo incremento de caudal en otoño e invierno, resultado del nuevo régimen de caudales mínimos, supondrá desembalses adicionales con la consiguiente pérdida de recurso regulado.

Por el contrario aguas abajo de estos elementos de derivación es en primavera y verano cuando es más marcada la problemática debido a la derivación de las aguas fluyentes. El régimen de caudales mínimos definido en primavera-verano supondrá la suelta de volúmenes adicionales a los suministrados en el tramo de derivación con su  consiguiente repercusión sobre el recurso almacenado.


Figura 29. Esquema de problemática de los tramos a considerar en la conceptualización del régimen. [1]Tramos bajo embalses de cabecera. [2]Tramos bajos antes de derivaciones. [3] Tramos bajos posteriores a derivaciones.

El régimen de caudales mínimos puede ser constituido por diferentes metodologías y a diferentes escalas temporales que van desde al menos dos hidroperiodos (época húmeda-época seca atendiendo a clasificaciones climáticas o época de freza y cría-época de juveniles y adultos atendiendo a clasificaciones teniendo en cuenta los bio-periodos y los estadios) hasta el nivel de detalle máximo que puede considerarse el régimen mensual.

Resulta obvio que los caudales ecológicos, sea cual sea la forma en la que estén definidos, suponen una afección al modelo de gestión de un sistema de recursos hidráulicos que deberá ser tenida en cuenta de ahora en adelante. La necesidad de mantener ciertos caudales en determinados tramos requiere un cambio en la metodología de gestión seguida hasta ahora. Será necesario crear nuevas reglas de operación y, probablemente, cambiar las ya existentes por unas que se adapten mejor a las nuevas necesidades.

Será necesario, además, trasladar esta nueva forma de entender los sistemas de recursos hidráulicos a los modelos de simulación de los mismos que, día tras día, se utilizan para lograr una mejor comprensión del sistema, así como una gestión adecuada del mismo. Por ello, es indispensable que cualquier utilidad para la creación de modelos de simulación de sistemas de recursos hidráulicos  que se emplee permita, de una forma u otra, la definición de un número lo suficientemente variado de reglas de operación que permitan aproximar de una forma lo más adecuada posible la gestión real del sistema.

Tradicionalmente las reglas de operación se han diseñado teniendo en cuenta el estado del sistema, particularmente según el estado de almacenamiento en embalses y acuíferos. Con estas nuevas consideraciones de caudales ecológicos es necesario definir un nuevo tipo de reglas de operación para la consideración de momentos de sequía en donde los caudales ecológicos deben ser relajados para que no comprometan la supremacía del abastecimiento humano. Para ello nuevos indicadores deben de ser considerados teniendo en cuenta indicadores hidrológicos como pueden ser las aportaciones acumuladas. Además se debe ampliar el concepto de aplicación de restricción, tradicionalmente considerado sobre las demandas, a los caudales ecológicos. Todo esto hace necesaria la adaptación de los modelos de simulación y el desarrollo de nuevas posibles reglas de operación basadas en indicadores hidrológicos.

Nuevos tipos de reglas de operación necesarias para las nuevas necesidades

Estudiar la función objetivo utilizada por el programa SIMGES y ajustar los parámetros del modelo para que los resultados reflejen una determinada regla de operación del sistema, es un método es muy eficiente. Aún así, en ocasiones puede ser difícil e incluso imposible conseguir que el modelo reproduzca las reglas de operación deseadas, sobre todo cuando estas han sido definidas a priori, respondiendo a criterios que exceden las variables que intervienen en la optimización. Un caso claro de esta complejidad a la hora de definir las reglas de operación lo encontramos en los "Planes Especiales de Sequía" de las cuencas españolas, donde aparece con frecuencia reglas de operación que activan el uso de recursos de emergencia o medidas de ahorro cuando las reservas en un conjunto de embalses o cuando las aportaciones recientes están por debajo de un valor mínimo.

El módulo SIMGES permite la definición de reglas de operación  al margen de la función objetivo descrita, de manera que estas reglas actúan mes a mes sobre las asignaciones a los arcos de acuerdo con resultados obtenidos en pasos anteriores de la simulación. A continuación se definen y explican los distintos criterios de evaluación que se pueden emplear en la definición de reglas de operación (R.O.) y, al mismo tiempo, servir de guía, mediante una serie de figuras y comentarios, a la hora de incorporarlos a dicha herramienta. Se verán varios ejemplos de cada uno de los criterios para entender que restricción se aplica en cada momento y al final se enseñará cómo consultar los resultados relativos a las R.O. definidas.

La herramienta permite elegir entre cinco criterios de evaluación cuando se define una R.O., estos son:

  1. a. “Curva constante que se evalúa a principio de cada mes”. Se calcula el valor del indicador a principio de cada mes y se calcula el coeficiente de restricción interpolando en la curva dada.
  2. b. “Curva variable mensual evaluada a principio de mes”. Como el anterior, pero en este caso se requiere doce curvas, una para cada mes del año.
  3. c. “Curva definida en uno o varios meses y de aplicación anual”. A diferencia de los anteriores, la decisión se fija en un solo mes o dos, por ejemplo octubre (principio de campaña) y mayo (final de la época de lluvias) y la restricción calculada se mantiene el resto de meses del año.
  4. d. “Umbral constante”. A diferencia de los anteriores, no se calcula a principio de mes, sino que se interpola en el proceso iterativo para que el resultado de las sueltas no descienda por debajo del “umbral” dado. En este caso los valores dados en la curva no definen una curva continua sino una curva escalonada. Esta regla de operación es la que suele describe como “… no se bajará las reservas por debajo de X Hm3...”.
  5. e. “Umbral variable mensual”. Igual que el anterior pero requiere doce umbrales, uno por cada mes del año.

La siguiente tabla resume para cada uno de ellos cuándo se llevan a cabo las decisiones, sobre qué periodos y los valores que toman.

CRITERIO

DECISIÓN

TIEMPO

VALORES

a. Curva Constante que se evalúa a principio de cada mes

Se evalúa el indicador a inicio de mes y se toma la decisión

Constante

Se interpola entre los valores

b. Curva variable mensual evaluada a principio de mes

Ídem

Variable mes a mes

Ídem

c. Curva definida en uno o varios meses y de aplicación anual

Ídem

Definición en uno o varios meses. Aplicación en varios meses

Ídem

d. Umbral Constante

Se evalúa el indicador a final de mes (+proceso iterativo)

Constante

Regla tipo escalón entre los valores

e. Umbral Variable Mensual

Ídem

Variable mes a mes

Ídem

Tabla 1: Resumen de los criterios de evaluación.

El siguiente gráfico representa el volumen embalsado, indicador de la R.O., para cada uno de los meses del año y para los distintos tipos de criterios. La curva 1 (Fija) representa los criterios “a” y “d”, la curva 2 (Variable), los criterios “b” y “e”, y la curva 3 (Puntual con decisión para futuro) representa al criterio “c”.


Figura 30. Ejemplos de los distintos criterios de evaluación

Un ejemplo más complejo y cercano a la realidad es el que se muestra en la siguiente figura. En ella se aprecian cuatro escalones de restricción, el primero de ellos asociado a un volumen inferior a los 15 Hm3 con una restricción del suministro del 100%. Luego, otros dos escalones con curvas variables (un valor del volumen almacenado para cada mes), con restricciones del 60 y 20% respectivamente. Por último, si el volumen se sitúa por encima de la última curva variable, se encuentra el último escalón, en el cual no se aplica restricción alguna.


Figura 31. Ejemplo complejo de la restricción a aplicar en una R.O.

Volver al índice de resultados

Grupo de Ingeniería de Recursos Hídricos. Instituto de Ingeniería del Agua y Medio Ambiente.