| Summary: | Los ríos de montaña son, con distancia, el caso más difícil de modelación hidráulica debido a las características
de su lecho y sus mecanismos de disipación de energía en función de su morfología irregular. La resistencia,
llamada también rugosidad o fricción juega un papel importante en los modelos de canal abierto 1-D para estimar
diferentes variables. El parámetro de resistencia contiene todos los procesos disipativos en un río de montaña y
suele valorarse mediante mediciones de campo, existiendo diferentes metodologías para estimarlo. En
consecuencia, es fundamental determinar qué metodología es la más adecuada para predecirla. El parámetro de
resistencia determinado en campo no siempre es el mismo que el utilizado en un modelo hidrodinámico. En la
presente investigación diferentes morfologías han sido estudiadas en el río Quinuas (Ecuador): grada, lecho plano,
y cascada. Los resultados muestran que las ecuaciones denominadas “Non-dimensional hydraulic geometry
equations” (NDHG) son la mejor opción para predecir la velocidad en todos los tramos de ríos de montaña, además
se ha desarrollado una metodología para encontrar sus parámetros. Las diferencias entre la rugosidad usada por el
modelo matemático y la medida en campo dependen de la morfología y la magnitud de flujo. Finalmente, se
implementó la técnica de “machine learning” que utiliza la física del sistema (Physics Informed Neural Network), con resultados satisfactorios para encontrar los niveles de agua y para la calibración del parámetro de resistencia.
|
|---|